• 한국음향학회지
• /
• 제30권8호
• /
• pp.446-460
• /
• 2011

최근 항공 산업, 자동차 산업 등의 산업 현장에서 유도 전동기의 사용이 증대되고 있으며, 유도 전동기는 산업 현장에서 중요한 역할을 하고 있다. 따라서 유도 전동기의 고장으로 인한 피해를 최소화하기 위해 유도 전동기의 고장 검출 및 분류 시스템의 개발이 중요한 문제로 대두되고 있다. 이와 같은 이유로 본 논문에서는 유도 전동기의 고장을 조기에 검출하고 진단하기 위해 에너지 (short-time energy)와 특이치 분해와 이산 코사인 변환과 특이치 분해를 이용한 특징 벡터 추출 방법을 제안하였고, 이를 역 전파 신경 회로망과 다층 서포트 벡터 머신의 입력으로 이용하여 유도 전동기의 고장을 유형별로 분류하였다. 하지만 본 논문에서는 역 전파 신경 회로망과 다층 서포트 벡터 머신을 분류기로 사용함에 있어 역 전파 신경 회로망은 신경망을 구성하는 입력 뉴런 수, 은닉 뉴런 수, 학습 알고리즘에 의해 분류 성능이 달라지며, 다층 서포트 벡터 머신은 커널 함수로 사용한 가우시안 방사 기저 함수의 표준 편차 값에 따라 분류 성능이 달라지는 점을 고려하여 여러 가지 조건하에서의 실험을 통해 높은 분류 성능을 보이는 설정 방법을 제시하였다.

• 한국정보통신학회논문지
• /
• 제21권12호
• /
• pp.2213-2220
• /
• 2017

EGML (Effective Gaussian Mixture Learning) 기반의 배경차분 기법을 이용한 이동객체 검출 (Moving Object Detection; MOD) 프로세서의 효율적인 하드웨어 구현 방식을 제안한다. 하드웨어 복잡도를 감소시키기 위해 배경 생성에 사용되는 일부 연산을 근사화하여 구현하였으며, 배경차분과 가우시안 계산의 나눗셈 연산에 사용되는 하드웨어 자원이 공유되도록 설계하였다. 설계한 MOD 프로세서는 MATLAB/Simulink를 이용한 HDL-netlist 시뮬레이션과 FPGA-in-the-loop 방식을 통해 기능을 검증하였다. IEEE CDW-2014 데이터 세트의 6가지 영상을 입력으로 사용하여 MOD 성능을 평가한 결과, 평균 재현율(recall)은 0.7700, 평균 정밀도(precision)는 0.7170, F-measure가 0.7293으로 평가되었다. Xilinx ISE를 이용하여 FPGA 합성한 결과, Virtex5 XC5VSX95T 디바이스에서 총 882 슬라이스와 $146{\times}36kbit$의 블록 램으로 구현되었으며, 동일한 알고리듬을 적용한 기존의 구현 사례에 비해 약 60%의 하드웨어를 감소시켰다. MOD 프로세서는 최대 75 MHz의 클록 주파수로 동작하여 $800{\times}600$ 해상도의 영상에 대해 39 fps의 성능으로 실시간 처리가 가능한 것으로 평가되었다.

• 한국산학기술학회논문지
• /
• 제17권12호
• /
• pp.339-344
• /
• 2016

고용량의 데이터의 전송이 빈번해지기 때문에 사용자들은 더 많은 대역폭을 필요로 하고, 더 큰 대역폭을 갖는 통신망의 필요성이 증대되고 있다. 이러한 필요성을 만족하는 통신망으로는 광통신망이 있다. 따라서 광통신시스템의 전송 용량을 증대하는 연구가 선행되고 있다. 그러나 일반적인 광통신시스템에서 전송매체인 광섬유를 통해 전송된 신호는 수신시스템에서 직접 검출방식을 통해 신호를 검출한다. 이런 방법은 광신호가 갖는 대역폭의 전체를 이용할 수 없다는 단점을 갖는다. 또한 광신호의 전송할 때, 이웃한 채널로부터의 영향을 받아 신호 대 잡음비가 나빠진다는 문제점도 갖는다. 이러한 상황을 극복하기 위해 외부의 간섭과 잡음의 영향을 최소화하기 위한 다양한 연구가 진행되고 있다. 본 논문에서는 앞에서 언급한 상황을 극복하기 위해, 스펙트럼 분할된 신호를 디지털 전송방식인 FSK를 이용하여 전송하였다. 그리고 광통신 시스템의 수신기에서 검출된 신호의 특성을 해석하였다. 스펙트럼 분할된 신호의 PDF로는 가우시안 분포를 사용하였고, 광통신시스템의 수신단에서의 신호는 k-자승 분포를 갖는 것으로 가정하였다. 해석한 결과 레이저 소스를 전송하는 것보다 스펙트럼 분할된 신호를 전송하는 것이 보다 우수함을 확인할 수 있었다.

• 전자공학회논문지
• /
• 제52권1호
• /
• pp.7-16
• /
• 2015

MSK보다 스펙트럼의 부엽 억제 특성이 우수한 GMSK를 직교 다중화한 quadrature multiplexed GMSK (QM-GMSK)는 quadrature-quadrature PSK($Q^2PSK$)나 quadrature MSK(QMSK)에 비해 보다 주엽의 폭은 다소 넓지만 부엽이 크게 억제되므로 실제 스펙트럼 효율이 상대적으로 더 높다. QM-GMSK에서 기저대역 기본 펄스를 반파장 정현파의 제곱으로 근사화시키면 QM-GMSK 변조에서 필요한 가우시안 저역통과필터(GLPF)를 사용하지 않고 송신기를 구현할 수 있어서 구조가 간단해지는데, 이것이 offset-$Q^2PSK$($OQ^2PSK$)이다. $OQ^2PSK$는 별도의 필터 사용이 요구되지 않으면서 QM-GMSK와 유사한 스펙트럼 특성을 갖는 장점이 있다. 본 논문에서는 $OQ^2PSK$에서 심볼 길이보다 긴 RC(raised-cosine) 또는 SRC(squared raised-cosine) 펄스를 사용하여 중첩 펄스정형함으로써 $OQ^2PSK$보다 스펙트럼 특성을 개선시킨 기법을 제안한다. 제안된 방식을 사용하면 더욱 부엽의 크기가 억제된 스펙트럼 특성을 얻을 수 있으면서 비트오율 성능이 $OQ^2PSK$와 대등한 결과가 얻어지는 것을 확인하였다.

• 전자공학회논문지
• /
• 제52권1호
• /
• pp.89-101
• /
• 2015

본 논문에서는 비냉각방식 적외선 스테레오 카메라 시스템을 이용하여 고속으로 이동하는 고온의 소형 물체의 3차원 위치를 추정함에 있어서 무작위로 추정되는 그 위치를 확률 모델로 표현하는 방법을 제안한다. 본 논문에서 제안하는 확률적 위치 모델은 디지털 영상으로 인한 픽셀위치의 오차(pixel position error)와 비냉각식 적외선 카메라에서 영상을 취득하는 순간의 차이에 의한 지터오차(jitter error)로부터 유도되는데, 두 가지 오차를 결합한 통합 오차확률모델을 수학적으로 제시하고 실험을 통하여 그 효용성을 보여준다. 우선 본 논문에서 고안한 적외선 카메라의 지터 측정기를 이용하여 적외선 카메라에서 발생하는 타이밍 지터를 통계적으로 관찰하여 확률모델을 설정한다. 또한 디지털 영상의 스테레오 정합 과정에서 발생하는 픽셀 오차에 의하여 정확도가 떨어지는 측정거리를 확률모델로 정의한다. 실험 측정 결과, 지터는 가우시안 확률분포로 모델링하는 것이 가능하며, 픽셀오차는 균일 확률분포로 모델링된다. 이 두 가지 확률분포를 갖는 오차는 상호 독립으로서 선형 결합되는데, 전체 오차에 대한 확률분포는 지터오차 변수의 확률분포와 픽셀위치오차 변수의 확률분포를 컨볼루션함으로써 유도된다. 실제 고속 이동체에 대하여 정밀한 3차원 궤적측정기와 자체 구현한 적외선 스테레오 카메라 시스템을 이용하여 제안한 확률모델을 3차원 위치추적 실험에 적용한 결과 95% 신뢰도 구간에서 물체의 위치를 추정하는 것을 확인하였다. 즉, 물체의 위치를 정확하게 측정하는 것은 이론적으로는 불가능하며, 확률모델을 통하여 물체의 위치를 표현하는 것이 타당함을 확인할 수 있다. 본 논문에서 제안한 확률모델은 적외선 스테레오 카메라를 이용한 거리측정에서 부정확함을 확률적으로 모델링하여 위치정보에 대한 불확실성을 보정해주며, 특히 적외선 스테레오 카메라를 이용한 고속 물체의 위치추적 및 거리측정에서 이론적, 실험적 토대를 제공할 것으로 기대된다.

• 인터넷정보학회논문지
• /
• 제18권4호
• /
• pp.61-67
• /
• 2017

최근 지능형 CCTV는 빅 데이터, 인공지능 및 영상 분석과 같은 분야와 결합하여 다양한 이상 행위들을 탐지하고 보행자와 같은 객체의 전반적인 상황을 분석할 수 있으며, 이러한 지능형 영상 감시 기능에 대한 영상 분석 연구가 활발히 진행되고 있는 추세이다. 그러나 일반적으로 2차원 정보를 이용하는 CCTV 영상은 위상학적 정보 부족으로 인해 객체 오 인식과 같은 한계가 존재한다. 이러한 문제는 두 대의 카메라를 사용하여 생성된 객체의 깊이 정보를 영상에 추가함으로써 해결 할 수 있다. 본 논문에서는 가우시안 혼합기법을 사용하여 배경 모델링을 수행하고, 모델링 된 배경에서 전경을 분할하여 움직이는 객체의 존재 여부를 탐지한다. RGB 정보 기반 분할 결과를 이용하여 깊이 정보 기반 분할을 수행하기 위해 두 대의 카메라를 사용하여 스테레오 기반 깊이 지도를 생성한다. RGB 기반으로 분할된 영역을 깊이 정보를 추출하기 위한 도메인으로 설정하고, 도메인 내부에서 깊이 기반 분할을 수행한다. 강건하게 분할된 객체의 중심점을 탐지하고 방향을 추적하기 위해 가장 기본적인 객체 추적 방법인 CAMShift 기법을 적용하여 객체의 움직임을 추적한다. 실험을 통하여 제안된 RGB-D 모델을 이용한 객체 탐지 및 추적 방법의 우수성을 입증하였다.

• 한국정보통신학회논문지
• /
• 제13권4호
• /
• pp.765-773
• /
• 2009

최근의 텔레매틱스 교통정보제공서비스는 지능형 교통시스템의 구축을 통한 실시간 교통정보 수집이 가능해짐에 따라 다양해지고 있다. 본 논문에서는 고품질의 다양한 교통정보제공을 위해 필요한 미래시간에 대한 단기 교통정보 예측 모델을 제안하고 개발하였다. 단기 예측 모델은 현재로부터 가까운 미래의 교통 상황을 예측하기 위한 교통 모델로 본 연구에서 제안한 예측 모델은 각 도로에 대하여 5분 이후부터 1시간 이전까지의 미래시간에 대한 차량 평균 속도를 예측 결과로 준다. 본 연구에서 제안한 예측 모델은 베이지안 네트워크에 기반을 두고 있으며 각 도로의 미래시간 교통상황에 영향을 줄 수 있는 요인들을 분석하여 베이지안 네트워크의 원인노드로 설정하였다. 설계된 베이지안 네트워크에 대하여 실시간 교통정보데이터를 이용하여 가우시안 혼합 분포를 가정한 베이지안 네트워크의 결합 확률 밀도 함수를 EM(Expectation Maximization) 알고리즘으로 구하여 미래시간의 교통정보를 예측하였다. 예측 모델의 정확도 검증을 위해 실시간 교통데이터로 다양한 실험을 수행하였다. 실험결과 제안된 모델은 현재 시간으로부터 10분 이후, 30분 이후, 60분 이후 예측 오차로 각각 4.5, 4.8, 5.2의 RMSE(Root Mean Square Error) 값을 주었다.

• 한국통신학회논문지
• /
• 제29권5C호
• /
• pp.706-715
• /
• 2004

본 논문에서 제안되는 워터마크(Watermark) 삽입 알고리즘은 웨이블릿 변환 영역에서 구성되는 부대역간의 트리구조(Tree structure)와 공간 영역에서의 윤곽선 정보를 이용하여 워터마크를 삽입할 영역을 결정하고 삽입한다. 먼저 생성되는 고주파 성분의 부대역으로부터 저주파 부대역으로 중요 주파수 영역을 예측하게 되는데 웨이블릿 변환영역에서 구성된 트리구조에서 높은 주파수를 가지는 LHI 부대역을 4${\times}$4의 부행렬(Submatrix)로 나누고 행렬에 대한 평균과 이들에 의해 구성되는 블록 행렬(Block matrix)로부터 전체 평균 및 워터마크 삽입에 이용될 임계값을 얻는다. 또한 주파수 영역에서 구해진 에너지 특성에 대한 블록 행렬과 공간 영역에서 얻어진 영상의 윤곽선 정보에 의해 워터마크가 삽입될 위치인 키맵(Keymap)이 구해진다. 구해진 키맵에 따라서 LFSR(Linear feedback shift register)을 이용하여 발생된 무작위 순열(Random sequence)를 웨이블릿 도메인에서 이웃 웨이블릿 계수간의 관계를 이용하여 삽입한다. 최종적으로 역 웨이블릿 변환을 취함으로써 워터마크가 삽입된 영상을 생성한다. 제안된 워터마킹 알고리즘은 JPEG과 같은 압축과 Blurring, Sharpening, 그리고 가우시안(Gaussian) 잡음 등의 공격에 대해서도 기존의 방식에 비해 약 2㏈ 절도 높은 PSNR(Peak signal to noise ratio)를 보이면서 2%에서 8% 정도 높은 NR(Normalized correlation)를 가져서 좋은 특성을 나타냈다.

• 한국융합학회논문지
• /
• 제9권5호
• /
• pp.33-41
• /
• 2018

본 연구는 심박변이도(HRV)와 인공신경망을 이용하여 강건하고 정확한 융복합 감정예측 모형인 EPNN (Emotion Prediction Neural Network)을 개발하는 것을 주요 연구목적으로 한다. 본 연구에서 제안하는 EPNN은 기존 유사연구와는 달리 은닉노드의 활성함수로서 하이퍼볼릭 탄젠트, 선형, 가우시안 함수를 융복합적으로 이용하여 모형의 정확도를 향상시킨다. 본 연구에서는 EPNN의 타당성을 검증하기 위하여 20명의 실험자를 대상으로 머니게임으로 감정을 유도한 후에 해당 실험자의 심박변이도 측정값을 입력자료로 사용하였다. 아울러 그들의 Valence와 Arousal을 EPNN의 출력값으로 사용하였다. 실험결과 Valence에 대한 F-Measure는 80%이고, Arousal의 경우 95%로 나타났다. 한편 EPNN의 타당성을 측정하기 위하여 기존 감정예측 연구에 사용된 경쟁모형인 인공신경망, 로지스틱 회귀분석, 서포트 벡터 머신, 랜덤 포레스트 모형과 성과를 비교하였다. 그 결과 본 연구에서 제안하는 EPNN이 더 우수한 감정예측 결과를 보였다. 본 연구의 결과는 향후 유비쿼터스 디지털 헬스 환경에서 사용되는 다양한 웨어러블 기기에 적용되어 사용자들의 일상생활 속에서 시시각각 변하는 감정을 정확히 예측하고 적절하게 관리하는데 적용될 수 있을 것이다.

• 전자공학회논문지
• /
• 제51권6호
• /
• pp.209-220
• /
• 2014

압축센싱은 성긴 (sparse) 신호에 대해 Nyquist rate 미만의 샘플링으로도 신호 획득이 가능하다는 것을 수학적으로 증명한 새로운 개념이다. 그동안 영상분야 압축센싱을 위한 수많은 복원 알고리즘들이 제안되어 왔으나, 낮은 측정률 하에서는 복원 화질 측면에서 아직 개선할 점이 많다. 일례로, 자연 영상의 압축센싱 복원 화질 향상을 위해, 영상과 관련한 사전 정보들로부터 정규화 식을 도출하여 복원에 적용해 볼 수 있을 것이다. 따라서, 본 논문에서는 Dantzig selector 및 평활 필터(가우시안 필터 및 nonlocal 평균 필터)기반의 평활 잔차 오류 정규화 방법을 제안한다. 또한, 복원 영상의 객체 및 배경에서 발생하는 edge 정보를 우수하게 보전하는 것으로 알려진 Total variation 기반 최소화 알고리즘에 적용하여 복원 영상의 화질을 향상시키는 방법을 제안한다. 제안하는 구조는 잔차신호의 평활화를 활용한다는 측면에서 새로운 압축센싱 복원 방식이라고 할 수 있다. 실험 결과, 제안방법은 기존 방법들에 비해 객관적 및 주관적 화질 측면에서 더 높은 성능 향상을 보여주었으며, 특히 기존 Bayesian 압축센싱 복원 방식과 비교 시 최대 9.14 dB 성능이 향상되었다.