본 논문에서는 헤드폰 재생 환경에서의 머리 밖 음상정위를 위한 음상 외재화(externalization) 기법을 제안한다. 제안된 기법에서는 기존의 머리전달함수(HRTF) 또는 초기 반사음 등을 이용한 외재화 기법들에서 발생하는 정위된 음성의 음색 왜곡을 줄이는 것에 그 초점을 맞춘다. 즉, 제안된 음상 외재화 기법은 모델 기반의 HRTF와 잔향 기법을 결합하고, 전방 음상 외재화의 성능 향상을 위하여 decorrelation 및 spectral notch 필터링 기법 등을 포함한다. 제안된 음상 외재화 기법의 성능을 평가하기 위하여 백색잡음, 효과음, 음성 및 오디오 등 다양한 장르의 음원을 이용하여, 평가자의 주관에 의한 청취평가를 수행하였다. 제안된 음상 외재화 알고리즘은 성능평가 결과에서 기존의 방법에 비해 더 좋은 외재화 거리 성능을 보였다.

이 연구는 다양한 라우드 스피커 구성인 2-horizontal, 2-vertical, triplet 라우드 스피커 구성에서 UHD TV를 위한 가상 음상의 인지 위치 결과를 제시한다. 비등간격 라우드 스피커 구성에서 가상 음상을 생성하기 위해 잘 알려진 vector-based amplitude panning 알고리즘을 수정하여 적용하였다. 실제 상황에서의 위치 인지 성능을 평가하기 위해, 청취 평가는 일반적인 청취환경에서 TV의 on-axis와 off-axis에서 수행되었다. 인지 각도의 모호함에 의한 오차를 줄이기 위해 각도 조정 테스트 방법이 옥타브 밴드 신호의 각도 평가에 이용되었다. 피실험자는 실제 음원과 가상 조정된 음원의 각도가 일치할 때까지 조정각도를 변화하였다. 공간적 블러링은 각 밴드에서 인지된 조정 각도의 차이를 비교하여 측정되었다. 청취 평가 결과는 triplet panning 방법이 vertical panning 방법보다 on-axis와 off-axis 둘 다, 인지 위치와 공간적 블러링 관점에서 더 나은 성능을 보여주었다.

본 논문에서는 돌비 프로로직 II/IIx를 대체하기 위한 가상 음원 위치 정보 기반의 새로운 메트릭스 디코더 시스템을 제안하고자 한다. 제안하는 신규 메트릭스 디코더는 역행렬 계산을 통해 얻어지는 수동 메트릭스 디코딩부와 수동 메트릭스 디코딩을 통해서 얻은 신호들을 멀티채널 신호의 채널간 이미지 특성에 따라서 적응적으로 가변시키는 능동 메트릭스 디코딩부로 구성된다. 멀티채널 환경에서 채널 간에 형성되는 다수의 이미지는 실제 청각 시스템에 의해서 인지되어 만들어지는 가상의 사운드 이벤트와 연결이 되어 있다. 따라서 이 이미지의 위치와 크기에 기반하여 멀티채널 신호를 적응적으로 가변시키면, 인지적인 관점에서 우수한 성능의 메트릭스 디코더를 설계할 수 있다. 더불어 채널간 분리도를 향상시키기 위해서 비선형 삼각함수의 조합을 사용하였다.

최근의 오디오 기술은 사용자 중심으로 변화하고 있으며, 사용자의 환경과 의도에 따라 능동적으로 서비스가 이루어지는 대화형 오디오 서비스 시대로 변화하고 있다. 이에 맞추어 시장에서는 고품질 오디오 서비스를 위한 무손실 오디오 기술을 탑재한 멀티미디어 기기와 사용자가 선택적으로 악기를 조절할 수 있는 객체 오디오 음원 서비스가 이루어지고 있다. 본 논문에서는 사용자가 컨트롤 할 수 있는 실감 객체 오디오 파일 포맷을 설계하고 실감 정보를 낮은 복잡도에서 저장 매체와 전송 매체에 적용 가능한 오디오 장면 묘사 방법을 제안한다. 설계된 실감 객체 오디오 파일 포맷은 MPEG-4 파일 포맷을 기반으로 설계되었다. MPEG-4 파일 포맷은 MPEG-4에 속하는 고성능 오디오 코덱을 오디오 코덱 객체 번호를 통해서 쉽게 적용가능하다. 또한 오디오 객체 개수의 변화에 따라 파일 포맷의 트랙을 변화 시켜 사용하면 되므로 객체 오디오를 포함하기에 적절하다. 본 연구에서 개발된 파일 포맷은 실감 객체오디오 생성시 MPEG-4 오디오 코덱으로 압축된 객체 오디오, 실감 객체 오디오를 위한 오디오 장면 묘사 데이터를 독립적인 트랙으로 포함하고 있다. 포함된 오디오 장면 묘사 기법은 저장 매체를 위해 전체 오디오 장면에 적용되는 오디오 묘사 기법과 각각의 오디오 객체에 적용되는 오디오 묘사 기법을 노드 구조로 설계 하였으며, 전송 매체를 위해서 기본적인 객체 오디오 동작을 하기위한 필수 정보와 오디오 세부장면 묘사를 위한 정보로 분할하여 설계하였다. 이를 바탕으로 본 연구에서는 실감 객체 오디오 시뮬레이터를 개발하였다. 개발된 시뮬레이터는 객체 음원과 오디오 장면 묘사 정보를 부호화하여 MPEG-4 파일 포맷에 저장하며, 생성된 실감 객체 오디오 파일은 재생 모듈에서 오디오 객체에 입력 받은 사용자 정보와 오디오 장면 묘사 정보가 적용되어 사용자에게 몰입감이 높은 실감 오디오 서비스를 제공한다.

본 논문에서는 다채널 스피커를 사용하는 서로 다른 포맷의 채널 환경에서 입체 음향 신호의 공간 정보를 효과적인 유지할 수 있는 다채널 포맷 변환 알고리즘을 제안한다. 이를 위하여 다채널 오디오 신호에 대한 공간 정보 분석 및 음원 분리 기술과, 다채널 신호의 재합성 및 공간 정보 재현 기술을 적용하였다. 입체 음향 신호의 공간 정보를 유지하기 위하여 음원의 방향감을 생성하는 패닝 게인 정보를 추정하고, 이를 이용하여 방향성을 가지는 음원과 각 채널의 잔향을 분리하는 음원 분리 알고리즘을 제안하였다. 또한 변환하고자 하는 다채널 포맷에서 음원의 방향성을 유지하고 입체 음향 정보를 충실히 재현하기 위하여, 채널 포맷에 따른 후처리 기술을 적용한 다채널 재합성 알고리즘을 제안하였다. 기존의 다채널 포맷 변환 기술에서는 음원 분리 및 재합성 과정에서 음원의 에너지 비율 및 방향 정보를 유지하지 못하는 문제점이 발견되었으나, 제안된 방법을 사용함으로써 입체 음향의 공간적 특성을 다채널 변환 과정에서 강건하게 유지할 수 있었다.

객체 기반 오디오 부호화 기술은 다양한 응용 분야를 기대할 수 있는 차세대 오디오 기술로써 관심이 높다. 최근 MPEG에서는 SAOC (Spatial Audio Object Coding)라는 압축 효율이 우수한 Parametric 객체 부호화 방법을 표준화하였다. 본 논문에서는 SAOC를 중심으로 Parametric 객체 오디오 부호화의 기술을 소개하고, 이를 실제 적용하기 위한 고려사항들에 대해 다룬다.

본 논문에서는 이어폰의 주관 평가 기법에 대해서 소개한다. 음질의 주관 평가는 동시비교를 위한 평가 자극간의 즉각적인 스위칭을 제공하도록 설계되어야 한다. 그럼에도 불구하고 이어폰의 음질 평가의 경우에 있어서는, 물리적으로 평가 자극간의 즉각적인 스위칭이 불가능하여 직접적인 주관 평가에 어려운 점이 있다. 이에, 본 논문에서는 각 이어폰으로부터의 자극을 녹음하여 녹음된 자극간의 동시 비교를 통하여 이어폰을 평가하는 방법을 제안하고, 이에 필요한 선처리들과 평가 결과에 대하여 소개한다.

본 논문은 ITU-T SG16 Q.10에서 표준화 진행 중인 G.711.1 및 G.722 슈퍼와이드밴드 확장 코덱의 후보 코덱 알고리즘에 대한 것으로, 제안된 후보 코덱은 기존 ITU-T 광대역 코덱 G.711.1 및 G.722와 비트스트림 호환성을 지원함과 동시에 슈퍼와이드밴드 확장 계층을 통해 50-14,000 Hz에 해당하는 슈퍼와이드밴드 신호를 부호화한다. 본 후보 코덱 알고리즘은 기존 광대역 코덱과 비트스트림 호환성을 위한 핵심 계층 부호화 알고리즘과 선형 예측 기반 정현파 코딩을 이용한 슈퍼와이드밴드 확장 알고리즘으로 이루어져 있다. 제안된 슈퍼와이드밴드 확장 코덱은 5 ms의 프레임에서 동작하며 핵심 코덱에 따라 64, 80, 96 및 112 kbit/s로 이루어진 네 개의 슈퍼와이드밴드 비트율을 제공한다. 각 비트율에 해당하는 비트스트림들은 내장형 구조를 가지고 있어 별도의 상호부호화 과정 없이 간단한 비트스트림 절단을 통해 핵심 코덱 비트스트림으로 변환할 수 있다. 제안된 코덱 알고리즘은 짧은 알고리즘 지연과 낮은 복잡도를 가지며, ITU-T에서 실시된 G.711.1/G.722 슈퍼와이드밴드 확장 코덱 자격 시험을 통과하였다.

음성 및 오디오 코덱은 각 신호의 특성 및 응용 분야가 다르기 때문에 오랜 기간 동안 각기 다른 부호화 방법을 기반으로 개발되고 발전되어 왔다. 최근 방송 및 통신 시스템이 융합되는 흐름에 발맞추어 3GPP 및 ISO/IEC MPEG 등의 표준화 기관에서는 두 신호를 하나의 통합 코덱을 이용하여 압축 전송하기 위한 노력을 지속해 왔다. 그 일환으로 MPEG에서는 그 간의 표준화된 기술들을 통합하고, 다양한 주관적 음질 평가 결과를 기반으로 USAC (Unified speech and audio coding)이라고 불리는 코덱의 표준화를 진행 중이다. 그러나 USAC RM (Reference model) 소프트웨어의 구조적인 복잡성, 사용되지 않는 수많은 모듈로 인한 용량의 비대함, 그리고 부호화기의 열악한 성능 등으로 인하여 기존 RM을 개선하고자 하는 필요성이 지속적으로 제기되었다. 본 논문에서는 USAC에 포함된 주요 기술을 설명하고, 이러한 문제를 최소화하기 위해 오픈 소스 기반으로 새롭게 설계된 RM 소프트웨어를 제안한다. 이는 2010년 4월 MPEG 회의에서 발표되었으며, 6월 모든 참여 기관을 위해 소스코드가 공개되었다.

본 논문에서는 실제 방송 환경에 적용 가능한 방송용 음원 모니터링 시스템을 구축하기 위한 사전연구로 방송 오디오 신호로부터 음악신호 구간을 자동으로 검출할 수 있는 시스템을 제안하였다. 음악구간과 비음악구간의 구분을 위한 특징으로는 사람의 음성 발화 특성을 반영하여 에너지 표준편차와 log 에너지 표준편차 그리고 log 에너지 평균 등 3개의 간단한 시간영역 특징들을 사용하였으며 최종 음악신호 구간 판별은 각 에너지 한계값(threshold)을 이용한 Rule-base 분류를 기반으로 하였다. 실제 FM 라디오 방송 신호를 24시간 녹음하여 진행한 모의실험에서 음악구간 인식률은 96%, 비-음악구간 인식률은 87%를 나타내어 방송용 음원 모니터링 시스템의 전처리기로 손색이 없음을 확인할 수 있었다.

본 논문에서는 스테레오 형식의 음악 신호에서 가창 신호와 같은 음원을 분리하기 위한 통합 알고리즘을 제시한다. 스테레오 형식의 음악 신호에서 특정한 악기 음원을 분리하는 문제는, 획득한 음악 신호가 다양한 악기들이 동시에 연주되는 혼합신호라는 점을 고려하고, 각각의 악기를 음원이라고 가정할 때, 획득한 혼합 신호의 개수가 음원의 개수보다 적은 비결정(underdetermined) 환경에서의 음원 분리 문제가 된다. 비결정 환경에서는 신호가 혼합되는 공간에 대한 가정을 기반하는 전통적 음원 분리 방식을 적용하기 힘들며, 목표 음원의 특정한 특성을 활용하여 추출하게 된다. 본 논문에서 제안하는 통합 알고리즘은 이종의 특성을 활용하는 음악 음원 분리 알고리즘들을 유기적으로 통합하는 구조이며, 구체적으로는 가창 신호와 같은 특정한 음원 추출을 위해 주로 사용되어 왔던 스테레오 채널 정보를 활용하는 방식과, 모노 혼합 신호에서 두드러지는 음원의 음정을 이용하여 음원을 추출하는 두 가지 방식을 통합하는 것을 목표로 한다. 본 논문에서 제안하는 구조는 각각의 음악 음원 분리 알고리즘이 가지고 있는 고유의 약점을 해소함으로써, 목표 음원의 복원 신호가 통합 과정에 의해 향상될 수 있다는 강점이 있으며, 그것을 실제 상업 음악 콘텐츠를 대상으로 한 실험을 통해 검증한다.

본 논문은 피치를 추출하는 방법으로 자기상관을 이용하였다. 시간과 주파수 영역의 자기상관은 서로 다른 특성을 가지고 있으며, 각각 피치주기와 기본주파수에 대응된다. 본 논문에서는 시간과 주파수 영역에서의 자기상관을 결합하는 방법을 이용하였다. 이 방법은 자기상관에서 발생하는 피치 doubling과 having 에러를 크게 개선시킬 수 있었다. 하지만, 시간과 주파수 영역에서 유성음의 주기적 특성인 피치주기와 기본주파수는 서로 역수 관계이며, 특히 기본주파수의 에러는 FFT의 분해능에 의하여 발생된다. 이러한 영향을 줄이기 위하여 시간 영역과 주파수 영역에서의 자기상관 결합에 보간법을 적용함으로써 피치 검출율을 향상 시킬 수 있었다. 자기상관을 결합할 때 시간영역에서 찾은 피치후보들에 대해서만 주파수영역의 자기상관을 구함으로써 계산량은 감축될 수 있었다. 또한, 선형보간을 이용하여 기존방법 보다 FFT 계수를 8배 줄일 수 있었다. 그 결과, FFT 연산량과 주파수영역의 자기상관 계산량을 크게 감축하여 기존 방법 대비 알고리즘 처리시간을 약 9.5배 줄일 수 있었다.

본 논문에서는 하모닉 구조를 이용하여 다성 음악의 주요 멜로디를 검출하는 방법을 제안한다. 다성 음악은 다수의 음원을 동시에 포함하므로 주요 멜로디를 검출하기 위하여 다중 기본 주파수를 추출하고 각 기본 주파수의 성질을 기반으로 주요 멜로디를 구하는 과정으로 구성된다. 하모닉 구조는 기본 주파수의 배음관계를 나타내고 단일 음원 신호의 중요한 특성 파라미터이다. 따라서 제안하는 방법은 하모닉 구조의 정확도를 기준으로 다성 음악에 존재하는 모든 기본 주파수 후보를 추출하고, 추출된 기본 주파수 후보에 대하여 하모닉 성분을 조합하여 하모닉 평균 에너지를 구하여 기본 주파수 후보의 중요도 순위를 결정한다. 마지막으로 기본 주파수 후보의 순위와 기본 주파수의 연속성을 기반으로 피치 트래킹을 진행하여 최종 주요 멜로디에 해당하는 기본 주파수를 검출한다. 제안한 방법의 성능을 ADC 2004 DB와 가요 100곡에 대하여 MIREX 2005 측정 방법에 따라 측정하였으며, ADC 2004 DB에 대하여 90.42%의 검출 정확도를 가진다.

산란선을 흡수하여 보다 선명한 x선 영상을 얻기 위하여 산란방지 그리드를 사용하여 투사영상을 얻는데, 이때 그리드로 인한 왜곡이 발생한다. 본 논문에서는 회전된 그리드를 사용하여 투사영상을 얻고 단순한 1차원 저역필터를 영상의 공간영역에서 각 축으로 별도로 적용하여 그리드 왜곡을 효율적으로 제거하는 방법을 제안하고 그 성능을 고찰해 보았다. 제안한 방법은 왜곡 주파수를 별도로 예측할 필요 없이, 회전된 그리드를 사용하여 획득한 영상에 단순한 1차원 필터를 주파수영역이 아닌 공간영역에서 적용하므로 매우 단순하여 쉽게 구현이 가능하며 빠른 계산 속도를 가지는 장점을 가지고 있으면서 그 성능은 주파수영역에서 2차원 필터를 적용한 경우와 유사하다.

동영상에 내재된 잡음을 제거하기 위해 사용되는 움직임 적응적 시간영역 잡음 제거 필터링에서는 움직임의 정도에 따라 필터링의 강도를 적절하게 조절하는 것이 매우 중요하다. 본 논문에서는 최적 자승 학습에 기반을 둔 움직임 적응적 시간영역필터링 방안을 제안한다. 움직임 정도에 따라 각 화소를 분류하여 분류코드를 지정하고, 각 분류코드에 따라 반복적 최적 자승학습에 기반을 둔 최적의 필터 계수를 유도한다. 반복적 학습과정은 사전에 미리 수행되어 학습된 결과만 룩업 테이블에 저장된다. 실제 잡음 제거 필터링 과정에서는 각 화소를 움직임 정도에 따라 분류한 후 분류코드에 따라 룩업 테이블에 있는 필터계수를 읽어 간결한 필터링을 취한다. 실험결과는 제안된 방법이 잡음 제거 응용에서 번짐을 방지하면서 동영상 잡음을 효과적으로 제거함을 보여준다.

동영상 복사 검출을 위해서 사용되는 내용기반 정보는 크게 공간적인 정보와 시간적인 정보로 나눌 수 있다. 이 중에 공간적인 정보는 내용기반 영상 지문(fingerprint)을 의미한다. 이러한 영상 지문이 갖추어야 할 바람직한 특성으로는 추출이 간단해야 하며, 서로 다른 영상에서는 어느 정도 거리를 갖는 독립성(independence)을 가져야 하되, 변형된 영상과 원본 영상 사이에서는 짧은 거리가 나와야 하는 강인성을 가져야 하며 또한 정합 속도가 빨라야 한다. 본 논문에서는 내용기반 동영상 복사검출을 위해 공간 정보를 사용한 새로운 영상 지문을 제안한다. 제안하는 방법에서는 블록 영역의 평균과 1차, 2차 미분 값을 사용하는데 이러한 방법은 특징 추출 시 덧셈과 뺄셈만을 사용하므로 빠른 추출이 가능하고, 강인성과 독립성을 모두 가진다. 또한 사용된 특징 비교를 통해 2진화하고, 거친 지문과 미세 지문의 단계적 처리 방법을 사용하여 빠른 정합이 가능하다. 본 논문에서는 MPEG-7의 VCE7실험 조건을 사용하였으며 다수의 변형된 영상을 이용하여 제안된 방법의 성능을 검증 하였다.

본 논문에서는 초점 열화를 제거하기 위해서 반복적 Unsharp mask (UM) 필터를 이용한 디지털 자동초점 기법을 제안한다. 제안한 디지털 자동초점 기술은 영상열화를 추정하기 위해서 점확산함수를 추정하지 않고 단순한 필터를 사용하기 때문에 계산량이 적은 장점을 갖는다. 본 기법은 반복적 필터 구조로 영상을 복원하기 때문에 사용자의 주관적 기준 및 영상의 객관적 지표를 사용하여 필터링의 반복 회수를 제한할 수 있다. 또한 반복적 UM 기반의 영상개선 방법이 기존의 반복적 영상복원 기술과 등가임을 보인다. 마지막으로 본 논문에서 제안한 알고리듬의 성능평가를 위해서 기존의 영상복원 기반의 디지털 자동초점 기술과의 비교 실험을 수행하였고, 이를 통하여 제안한 디지털 자동초점 기법이 주관적으로나 객관적으로 우수함을 보였다.

프로그램은 실행파일 내의 각 명령어를 수행함으로써 전력을 소비한다. 소비 전력은 복잡도와 비례하기 때문에 프로그램의 복잡도를 측정함으로써 예측될 수 있다. 일반적으로 소프트웨어의 복잡도는 마이크로프로세서 시뮬레이터를 사용하여 측정한다. 그러나 시뮬레이터를 사용한 복잡도 측정방법은 하드웨어를 트랜지스터 레벨과 같은 낮은 레벨에서 모델링하기 때문에 수행시간이 오래 걸리고, 단순히 정량적 측정치만을 제공한다. 본 논문에서는 소프트웨어의 최상위 레벨인 프로그램의 소스코드를 분석하고, 복잡도 매트릭을 생성하여 프로그램 전체에 대한 복잡도를 수식화하여 표현하는 방법을 제안한다. 또한 복잡도 매트릭을 함수 단위로 생성함으로써 연산이 집중되는 모듈에 대한 세분화된 정보를 제공할 수 있다. 제안한 알고리즘의 성능분석은 게이트 레벨 마이크로프로세서 시뮬레이터인 SimpleScalar와의 비교를 통해서 수행하였다. 분석을 위해 사용된 소프트웨어는 최신 비디오코덱인 H.264/AVC에서 사용되는 $4{\times}4$ 정수변환, 화면 내 예측, 화면 간 예측 모듈이다. 각각의 소프트웨어에 대하여 정량적으로 측정된 성능 분석을 위하여 입력된 각 모듈에 대한 실행 명령어의 수를 비교하였으며, 정확도는 SimpleScalar를 통하여 측정된 시뮬레이션 결과 대비 약 11.6%, 9.6%, 3.5%의 오차를 보였다.

H.264/AVC 표준은 이전의 압축 표준들에 비하여 높은 부호화 성능을 얻었지만 코덱의 복잡도도 동시에 증가하였다. 또한 최근에 VCEG에서 개발 중인 KTA 소프트웨어의 다양한 기술들은 코덱의 복잡도를 더욱 가중시키고 있다. 특히, 움직임 보상을 위한 적응적 보간 필터 기술은 부호화 효율에만 초점을 두고 개발되었기 때문에 표준 필터에 비하여 2배 이상 높은 복잡도를 가진다. 이에 본 논문에서는 부호화 성능 및 복호화 속도를 향상하는 저 복잡도의 보간 필터 뱅크를 제안하였다. 부호화 효율을 위한 적응적 보간 필터와 저 복잡도 복호화를 위한 고정된 단순 필터를 필터 뱅크로 구성하고, 매크로블록 단위 또는 프레임 단위로 최적의 보간 필터를 선택하여 움직임 보상 수행하였다. 실험 결과, 제안한 방법이 KTA에서 제안되었던 적응적 보간 필터 대비 유사한 부호화 효율을 가지며, 디코더 전체 속도의 약 12% 감소를 얻었다.

본 논문에서는 얼굴과 동공을 검색하는 새로운 기법을 제시하며, 안전운행을 위한 운전자의 동공 감시에 적용한 실험결과를 포함하고 있다. 제시된 기법은 세 단계 주요 과정을 거치는데, 먼저 스킨칼라 세그먼테이션 기법으로 얼굴을 찾는 과정으로 이는 지금까지 사용된 휴리스틱모델이 아닌 학습과정 모델에 기반을 두고 있다. 다음에 얼굴 특징 세그먼테이션으로 눈, 입, 눈썹 등의 부분을 검출 하는데, 이를 위해 얼굴 각 부분에서 추출한 고유 특징들에 대한 PDF 추정을 사용하고 있다. 마지막으로 서큘러 하프 변환기법으로 눈 안의 동공을 찾아낸다. 제시된 기법을 조명이 다른 웹 얼굴 영상과 운전자의 CCD 얼굴 영상에 적용하여 동공을 찾아내는 실험을 하여, 높은 동공 검출율을 확인하였다.

생체인식은 개인의 유일하면서 변화하지 않는 생체의 특징을 이용하여 개인의 본인 여부를 판별하는 방법으로써 널리 사용되어 왔다. 생체정보의 고유 불변한 특징을 저장하는 것은 개인정보의 노출에 따른 보안상의 문제점을 갖고 있으며 이를 해결하기 위해 제안된 방법이 가변생체인식 (cancelable biometrics)이다. 가변생체인식은 생체정보의 도난이나 도용으로부터 강인하며 재생성 가능한 생체템플릿을 제공하는 생체 인식방법이다. 본 논문에서는 변환 생체인식의 한 가지 방법으로써 얼굴 생체정보의 새로운 이진화 방법을 제안한다. 얼굴 생체정보의 이진화를 위한 특징추출은 얼굴정보의 부분적 변화에 강인한 영역기반 주성분 분석(Subpattern-based PCA)을 이용하였으며 이로부터 얻어진 특징을 보조정보에 기반한 방법으로 이진화 하였다. 획득된 이진비트열은 영역기반 주성분 분석의 사용으로 여러 얼굴 영역의 고려와 함께, 선택된 주성분 개수만큼의 계수들에 대한 이진화 값들을 포함하고 있다. 이러한 서로 다른 얼굴영역의 여러 주성분들에서 추출된 이진비트열중 구분력이 좋은 비트 값들을 선택하였으며, 선택된 비트 값들은 이진화를 위한 보조 정보가 노출된 경우에서도 원 얼굴특징벡터보다 향상된 인식성능을 보여준다.

최근 카메라가 탑재된 휴대전화가 널리 보급되면서 휴대전화로 촬영한 동영상에서 문자영역을 검출하고 인식하여 사용자에게 유용한 정보를 제공하는 기능에 대한 연구가 활발히 이루어지고 있다. 따라서 휴대전화로 촬영된 동영상에서 문자 영역을 검출하기 위한 방법이 필요하다. 이를 위해 형태학적 연산을 이용하여 전처리를 수행한 다음, 전처리를 수행한 영상에 대해 변형된 k-means 군집화를 이용하여 이진영상을 얻어낸 후, 연결 요소 (Connected component) 분석 및 문자 특성을 이용한 방법들을 적용하여 문자후보 영역을 검출하고, 일정 시간 내 문자 후보 영역의 검출 빈도를 조사하여 문자 영역 검출의 정확도를 높이는 방법을 제안한다. 휴대전화 동영상을 대상으로 한 실험 결과를 통해 제안하는 방법은 정확도와 회수율이 모두 뛰어난 효과적인 문자 영역 검출 방법임을 확인할 수 있다.

본 연구에서는 대용량의 영상 데이터를 압축할 수 있는 polyphase 인코더를 제안한다. polyphase 인코더는 병렬로 작동하는 다수의 내부 인코더로 구성되어 있으며 입력되는 영상 데이터를 분배기에 의해 내부 인코더로 분배한 후 각각의 내부 인코더가 분배된 비디오 신호를 병렬로 압축하는 구조로 되어있다. 이 구조는 내부 인코더의 샘플링 속도를 감소시켜서 대용량의 영상 데이터를 처리할 수 있지만 PSNR이 감소하고 참조 프레임을 전송해야하는 단점을 갖는다. 본 연구에서는 polyphase 인코더의 PSNR이 감소하는 원인을 분석하였고 그 해결 방법과 참조 프레임 전송을 감소시키는 방법을 제시하였으며 시뮬레이션을 통해 polyphase 인코더가 기존의 단일 인코더와 동일한 PSNR을 발생시킴을 보였다.

이 논문은 영상내의 다양한 발광 효과를 선택적으로 다루기 위한 가중치 예측 생략 방법을 다루고 있다. 가중치 예측은 부호화 효율과 영상의 화질을 개선시키는 데에 지대한 역할을 하고 있으나, 방대한 연산 량으로 인해 실제로 구현하기 어려운 제점이 있다. 제안한 기술은 JM 표준의 가중치 예측에 비해 약 15%의 비트 율을 감소시키면서 지역적인 가중치 예측에 비해 30%의 연산 량을 감소시켰다.

해양에서는 해수면에 일어나는 여러 발생원들에 의해 많은 기포들이 생성될 수 있다. 이렇게 생성된 기포들은 해양에서 사용되는 음파의 세기와 음속에 영향을 미치게 된다. 본 연구에서는 이런 기포의 영향을 알아보고자 2008년 7월 2일 ~ 7월 3일 까지 동해 묵호항에서 약4Km 떨어진 해역에서 십자형 어레이인 Vbeam 송수신 장비를 사용하여 해수면의 Reverberation을 실측하였다. 수신된 신호는 주변 노이즈가 심하고 Multipath에 의해 ISI(Inter Symbol Interference)가 발생하기 때문에 자료 분석에 어려움이 있다. 본 논문에서는 입사각 추정 기반의 빔형성 기법과 Filter and Sum 기법을 적용하여 주변 노이즈와 ISI를 제거하였으며 완전하게 제거되지 않은 ISI를 제거하기 위해서 DFE(Decision Feedback Equalizer)를 적용하여 ISI에 의한 오차를 줄일 수 있었다.

본 논문에서는 비정상적인 배경 잡음 환경에서 음성향상을 위한 신호의 스펙트럼 변이 (Spectral Deviation)을 적용한 Soft Decision 기반의 잡음전력 수정 기법을 제안한다. 기존의 Soft Decision 기반의 잡음전력 추정에 있어서 잡음신호의 정상성(Stationarity)을 가정한 스무딩 파라미터를 사용하여 잡음전력을 추정하고 갱신하였지만, 잡음신호의 주파수적인 특성이 상대적으로 빠르게 변하는 비정상적인 환경에서는 강인하지 못한 단점을 가지게 된다. 본 논문에서는 신호의 스펙트럼 변이를 추정하여 정상적인 잡음 환경과 비정상적인 잡음 환경에 따라 적응적으로 잡음전력을 추정하고 갱신하여 잡음신호에 의해 오염된 음성신호를 향상시킨다. 제안된 알고리즘은 다양한 배경 잡음 환경에서 객관적인 음질측정 방법인 ITU-T P.862 perceptual evaluation of speech quality (PESQ)에 의해서 평가되었으며, 기존의 Soft Decision 기반의 음성 향상 기법과 비교하여 보다 향상된 성능을 보여주었다.

본 논문에서는 수심이 낮은 곳에서도 ADCP(Acoustic Doppler Current Profiler)를 사용할 수 있도록 주파수 해상도를 높이는 음향신호처리 기법을 제안하였다. ADCP는 유속을 측정하는 장치이다. 일반적으로 바다에서 사용하는 ADCP는 수심의 제약이 없어서 300K Hz 이하의 중심주파수를 사용할 수 있으나 하천의 경우는 가뭄이 길어지면 수심이 30cm 이하도 나타나기 때문에 사용하기 힘들다. 따라서 기존의 신호처리 방법으로는 수심이 낮은 하천에서 유속을 측정하기 매우 어렵다. 본 연구에서는 낮은 하천의 수심을 고려하여 Zoom FFT 방법을 이용하여 유속을 추정하는 연구를 시뮬레이션해본 결과 이론적으로는 약 ${\pm}62\;cm/s$ 정도의 오차를 줄일 수 있었고, 실험적으로는 약 ${\pm}93\;cm/s$ 정도의 오차가 줄어들었다. 실험에서도 기존의 알고리즘으로 추정이 안 되었던 것이, 유속 20 cm/s 이상에서는 유속 추정이 가능하였다.