• Proceedings of the Korea Multimedia Society Conference
• /
• 2003.11a
• /
• pp.104-107
• /
• 2003

본 논문에서는 웨이브릿 영역에서 HVS 및 NVF 함수를 사용하여 영상특성에 기반한 통계적 판정법을 이용한 적응 워터마크 검출 알고리즘을 판정법을 제안한다. 워터마크는 4레벨로 분해된 웨이브릿 영역에서 JND(just noticeable difference) 특성과 NVF(noise visibility function)를 이용한 통계적 특성을 기반으로 정상상태 가우시안 모델에 따라 지각적 동조 특성을 이용하여 적응적으로 삽입하고, Bayes 이론 및 Neyman-Pearson 정리를 이용한 통계적 판정법을 이용하여 워터마크를 추출함으로써 기존의 통계적 판정법 보다 정확하게 워터마크 존재 유무를 판정 할 수 있음을 확인하였다.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.19 no.2
• /
• pp.279-286
• /
• 2015

EMD is a fully data-driven signal processing method without using any predetermined basis function and requiring any user parameters setting. However EMD experiences a problem of mode mixing which interferes with decomposing the signal into similar oscillations within a mode. To overcome the problem, EEMD method was introduced. The algorithm performs the EMD method over an ensemble of the signal added independent identically distributed white noise of the same standard deviation. Even so EEMD created problems when the decomposition is complete. The ensemble of different signal with added noise may produce different number of modes and the reconstructed signal includes residual noise. This paper propose an modified EEMD method to overcome mode mixing of EMD, to provide an exact reconstruction of the original signal, and to separate modes with lower cost than EEMD's. The experimental results show that the proposed method provides a better separation of the modes with less number of sifting iterations, costs 20.87% for a complete decomposition of the signal and demonstrates superior performance in the signal reconstruction, compared with EEMD.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2017.06a
• /
• pp.145-146
• /
• 2017

본 논문에서는 남성의 하반신을 촬영한 MRI 영상으로부터 전립선을 분할하는 알고리즘을 제안한다. 우선 3 차원 입체 영상을 학습하기 위해 3D 컨볼루션 계층(convolutional layer) 및 3D 풀링 계층(pooling layer)에 기반한 네트워크를 제안한다. 다음으로 네트워크의 최후단에 해당하는 전연결 계층(fully connected layer)의 강인한 학습을 돕는 잡음 계층을 제안한다. 잡음 계층은 네트워크의 학습 파라미터 혹은 출력 영상에 가우시안 잡음를 더함으로써 드롭 아웃과 같이 훈련 영상에 대한 과적합(overfitting)을 막고 테스트 영상에 강인한 네트워크의 학습을 돕는다. 마지막으로 실험을 통해 제안하는 기법이 기존 기법에 비해 우수한 분할 성능을 보임을 확인한다.

• Proceedings of the IEEK Conference
• /
• 2003.07e
• /
• pp.2387-2390
• /
• 2003

움직이는 물체의 자동 분할은 컴퓨터 비젼의 여러 응용분야에서 중요한 문제로 대두되고 있다. 본 논문에서는 감시 시스템에서 에지와 적응적 임계값을 이용한 효과적인 자동 움직임 분할 방법을 제안하였다. 먼저 연속 영상에서 현재 영상과 배경 영상과의 차를 얻어서 그 히스토그램을 만든다. 이 때 앞에서 얻은 히스토그램은 영상 잡음의 평균이 0 인 가우시안 분포를 가진다고 가정한다. 그리고, 이 히스토그램을 이용하여 영상잡음의 분산을 찾는다 이 분산 값을 이용하여 적응적 임계값과 움직임 영역창을 결정한다. 적응적 임계값에 의한 결과 영상에서 움직이는 물체를 분할하기 위해 본 논문에서는 움직임 영역창을 이용하는 방법을 제안하였다. 이 움직임 영역창에 의해 더욱 효과적인 움직임 분할이 이루어진다. 또, 잡음의 제거를 위해 수학적 모폴로지(mathematical morphology)와 화소의 연결성이 이용된다.

• Proceedings of the IEEK Conference
• /
• 2003.07e
• /
• pp.1891-1894
• /
• 2003

본 논문에서는 분할 영상 좌보계 (split image coordinate: SIC)를 제안하여 3차원 영상의 주요 특징 중의 하나인 유, 무한 소실점을 그 위치의 무한성이나 카메라의 보정과 관계없이 정확하게 자동 추출하였다. 제안한 방법에서는 가우시안 구 (Gaussian sphere) 기반의 기존 방법들과는 달리 영상 공간을 누적 공간으로 활용함으로써 카메라 보정이나 영상의 사전정보가 없어도 원 영상의 정보 손실 없이 소실점을 추출할 수 있고, 영상을 무한대까지 확장한 후 분할하여 재정의 함으로써 유, 무한 소실점을 모두 추출할 수 있도록 하였다. 정확한 소실점의 검출을 위하여 직선 검출 과정에서는 방향성 마스크 (mask)를 사용하였으며, 직선들의 군집화 (clustering) 과정에서는 기울기 히스토그램 방법과 수평/수직 군집화 방법을 적응적으로 적용하였다. 제안한 방법을 합성 영상 및 건축물 (man-made environment) 영상에 적용시켜 유, 무한 소실점들을 효과적이고 정확하게 찾을 수 있음을 확인하였다.

• Proceedings of the KAIS Fall Conference
• /
• 2008.05a
• /
• pp.202-204
• /
• 2008

스펙트럼 분할 시스템에서 사용되는 광수신기의 수신감도의 해석을 위해 시스템에서 필터의 실제적인 스펙트럼 폭의 효과가 수신기의 감도에 미치는 영향에 대해 평가하였다. 전송기법으로 일반적인 디지털전송기법인 OOK와 FSK를 이용하였고, 해석방법으로는 가우시안 근사법과 ${\kappa}$-자승법으로 이용하였다. 결과로써, 필터의 차수가 증가할수록 수신기의 감도가 줄어들었고, 필터로 인한 시스템의 페널티는 필터의 차수의 N이 3보다 큰 경우에는 1dB이하로 감소됨을 확인하였다. 이를 통해 필터의 차수 N이 3이상이 되면 시스템의 페널티가 1dB이하로 줄어들기 때문에 시스템의 성능에 큰 영향을 미치지 않음을 확인할 수 있었다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2015.10a
• /
• pp.1491-1493
• /
• 2015

본 논문에서는 GPU를 이용하여 x-ray영상의 질을 개선시키기 위해 라플라시안 피라미드 방법을 제시한다. 의료영상에서 중요시하는 특징의 추출을 위해 원영상을 다중레벨의 부영상으로 신호를 분해하며, 각 레벨에서 가우시안 스무딩 함수를 사용하여 영상의 대비를 확장시킨다. 분해된 영상을 기반으로 전체영상을 재구성하여 영상의 질을 향상시키게 된다. 이러한 과정은 많은 계산을 필요로하며, 효과적이고 바른 처리를 위해 GPU를 사용한다., 결과에서 GPU를 이용한 cuda 프로그램이 효과적으로 동작하며, 영상의 질을 향상시킴을 보인다.

• Journal of Broadcast Engineering
• /
• v.23 no.4
• /
• pp.511-518
• /
• 2018

This paper deals with improving speech intelligibility by applying binary mask to time-frequency units of speech in noise. The binary mask is set to "0" or "1" according to whether speech is dominant or noise is dominant by comparing signal-to-noise ratio with pre-defined threshold. Bayesian classifier trained with Gaussian mixture model is used to estimate the binary mask of each time-frequency signal. The binary mask based noise suppressor improves speech intelligibility only in noise condition which is included in the training data. In this paper, speaker adaptation techniques for speech recognition are applied to adapt the Gaussian mixture model to a new noise environment. Experiments with noise-corrupted speech are conducted to demonstrate the improvement of speech intelligibility by employing adaption techniques in a new noise environment.

• Journal of Digital Contents Society
• /
• v.18 no.8
• /
• pp.1603-1613
• /
• 2017

This paper proposes a method for effectively segmenting the hand region using a widely popular RGB color-based webcam. This performs the empirical preprocessing method four times to remove the noise. First, we use Gaussian smoothing to remove the overall image noise. Next, the RGB image is converted into the HSV and the YCbCr color model, and global fixed binarization is performed based on the statistical value for each color model, and the noise is removed by the bitwise-OR operation. Then, RDP and flood fill algorithms are used to perform contour approximation and inner area fill operations to remove noise. Finally, ROI (hand region) is selected by eliminating noise through morphological operation and determining a threshold value proportional to the image size. This study focuses on the noise reduction and can be used as a base technology of gesture recognition application.

• Journal of the Institute of Electronics Engineers of Korea CI
• /
• v.47 no.1
• /
• pp.22-29
• /
• 2010

A real-time detection and tracking of moving objects in video sequences is very important for smart surveillance systems. In this paper, we propose a novel algorithm for the detection of moving objects that is the entropy-based adaptive Gaussian mixture model (AGMM). First, the increment of entropy generally means the increment of complexity, and objects in unstable conditions cause higher entropy variations. Hence, if we apply these properties to the motion segmentation, pixels with large changes in entropy in moments have a higher chance in belonging to moving objects. Therefore, we apply the Clausius entropy theory to convert the pixel value in an image domain into the amount of energy change in an entropy domain. Second, we use an adaptive background subtraction method to detect moving objects. This models entropy variations from backgrounds as a mixture of Gaussians. Experiment results demonstrate that our method can detect motion object effectively and reliably.