• Proceedings of the Korea Information Processing Society Conference
• /
• 2003.11a
• /
• pp.109-112
• /
• 2003

본 논문은 비트 플레인의 위치에 따라 정보 삽입량에 대한 주관적이고 고정적인 임계치가 아니라 비트 플레인의 가중치를 고려하여 각 영상의 비트 플레인별 적응적인 임계값에 따라 최대 정보량을 삽입하고 추출하는 알고리즘을 연구하였다. 다양한 이미지를 대강으로 고정 임계값을 적용하는 기존의 방법과 영상의 특징에 따라 비트 플레인별 임계값이 적응적으로 산출되는 제안한 방법에 대해서 최대용량을 측정하고, 같은 양의 정보를 삽입한 후 화질을 비교 분석하였다. 그 결과 기존의 방법보다 용량면이나 화질면에서 나은 결과를 얻을 수 있었다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2017.10a
• /
• pp.497-498
• /
• 2017

기존의 영상 복원 방법에서는 영상에 퍼지 스트레칭 기법을 이용하여 명암 대비를 강조하였다. 강조된 영상에서 Max-Min 연산을 위해서 칼라 채널의 최대값을 이용하여 각 픽셀 값을 정규화 하였다. 정규화 된 픽셀 값에 Min 연산을 적용하여 연결 가중치를 계산하여 훼손된 영상의 복원에 적용하였다. 그러나 일부 손실된 영상에서 손실된 부분을 탐색하기 위해 $10{\times}10$을 가진 마스크를 이용하여 훼손된 영역을 탐색한 후, 탐색된 훼손된 영역에 연결 가중치를 적용하여 임계값보다 적은 경우에는 임계값으로 설정하여 손실된 부분을 복원하였으나 원 영상과의 차이가 나는 경우가 자주 발생하여 복원의 정확성이 낮아지는 문제점이 있다. 따라서 본 논문에서는 영상의 복원의 정확성을 높이기 위하여 그레이 영상뿐만 아니라 칼라 영상에서도 복원의 정확성을 높일 수 있는 방법을 제안한다. 제안된 방법을 다양한 칼라 영상을 대상으로 실험한 결과, 제안된 방법이 기존의 방법보다 복원의 정확성이 높아진 것을 확인할 수 있었다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2013.06a
• /
• pp.242-243
• /
• 2013

본 논문에서는 모바일 환경에서의 얼굴인증 성능 향상 방법을 제안한다. 제안했던 기존 방법에서는 다중 반경 LBP 히스토그램을 분석하고 임계값을 적용하여 개인별 주요 블록을 구성하였다. 이 때 임계값의 적용에 따라 인증 성능의 변화가 발생할 수 있고, 주요 블록에 동일한 가중치를 적용하기 때문에 블록의 분별력을 크게 고려하지 않았다. 제안하는 방법은 주요 블록에 가중치를 적용하는 방법으로 주요한 블록과 비교적 덜 중요한 블록의 분별력을 높여 개인인증의 성능을 향상시킨다. 실험 결과 제안하는 방법이 기존 방법들 과 비교하여 낮은 에러율을 보였다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2013.05a
• /
• pp.886-888
• /
• 2013

An edge includes information of objects such as magnitude, orientation, and location. Conventional edge detection methods to detect those edge are methods using Sobel, Prewitt, Roberts, Laplacian operator. Existing methods use fixed weighted mask to detect edges, and their edge detection characteristics are insufficient. Therefore, to remedy weakness of conventional methods, in this paper, an edge detection algorithm using weight with standard deviation and thresholds is proposed.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 1998.03a
• /
• pp.53-56
• /
• 1998

본 논문에서의 공학적인 체계성을 갖고 초기 연결 가중치 및 임계치를 결정해 주면서, 학습까지 가능한 신경망을 제안한다. 기존의 오류 역전파 신경망을 적용할 때 경험에 의하여 은닉층 노드수를 결정하거나 임의의 실수 값으로 초기 연결 가중치 및 임계값을 주었을 때 자주 발생하는 학습 마비 현상을 피할 수 있고, Bose가 제안된 Voronoi 공간 분류에 의한 신경망 구성에서 학습이 불가능하다는 제안적인 단점을 보안하였다. 초기 가중치는 Voronoi 공간 분류가 이루어져 있다고 할 때 Bose가 제안한 초기 가중치 결정법을 개선하여 사용하고, Bose의 경우 신경망 노드가 Step function을 이용하여 정보를 전달하였으나 본 연구에서는 학습이 가능한 함수인 Sigmoid function을 이용하였다. 제안된 새로운 신경망의 성능 및 효율성을 비교하기 위하여 선형분리가 불가능한 XOR문제를 실험한 결과, 기존의 학습 가능한 EBP에서 허용오차 0.05 수준일 때 80%정도 학습마비 현상이 발생하였던 심각한 문제점을 보완할 수 있었고, 또한 학습 속도면에서 8~9배 정도 빠른 성능을 나타내었다.

• The KIPS Transactions:PartB
• /
• v.11B no.4
• /
• pp.395-402
• /
• 2004

In this paper, we proposed a new method of the large capacity steganography using adaptive threshold on bit planes. Applying fixing threshold, if we insert information into all bit planes, all bit planes showed different image quality. Therefore, we first defined the bit plane weight to solve the fixing threshold problem. We then proposed a new adaptive threshold method using the bit plane weight and the average complexity to increase insertion capacity adaptively. In the experiment, we inserted information into the standard images with the same image quality and same insertion capacity, and we analyzed the insertion capacity and image duality. As a result, the proposed method increased the insertion capacity of about 6% and improved the image quality of about 24dB than fixed threshold method.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2016.05a
• /
• pp.661-663
• /
• 2016

Corruption occurs in the process of processing image signal and the corruption changes the pixel value within the image to damage the original information. AWGN(additive white Gaussian noise) is a representative example. For filters to remove AWGN, there are filters such as MF(mean filter), WF(wiener filter), and AWMF(adaptive weighted mean filter). However images processed through standard previous filters lock preservation characteristics in edge areas. Therefore, threshold value is applied for processing on the standard deviation of the local mask in this study and if the standard deviation is smaller than the threshold value, it is not filtered and if the value is bigger than the threshold value, the study suggested an algorithm that processes using weighted value utilizing standard deviation.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2001.10a
• /
• pp.543-546
• /
• 2001

본 논문에서는 빠른 속도로 증가하고 있는 인터넷상의 정보와 서비스를 검색함에 있어서 기본적인 내용은 유지하면서 정보의 과부하(information overload)문제를 해결하기 위한 문서요약의 방법으로 통계적 접근 방법에서 Kupiec의 요약문이 가지는 특성을 이용하여 문서의 방법을 설계하였다. 요약문의 각 문장에 대하여 중요도에 따라 가중치를 부여 한 후, 주어진 임계값에 따라 가중치가 낮은 문장들을 제외한다. 제외 후 가중치 점수를 부여해서 요약문 문장의 개수를 조절하면서 중요문을 추출할 수 있다.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.24 no.5
• /
• pp.609-615
• /
• 2020

In the modern society, the use of digital equipment is increasing along with the 4th industrial revolution, and the importance of image and signal processing is increasing. At the same time, research on noise reduction is being actively conducted. In this paper, we propose a switching filter algorithm for random-valued impulse noise cancellation. The proposed algorithm obtains the threshold value by determining the noise level present in the image, and threshold value is compared with the difference between the input pixel value and the reference value, and is used in the weight switching process of the filter. The final output of the filter is estimated by applying a pixel weight and a modified weight median filter according to the switching, and obtains a final output by comparing the estimated value with the input pixel value. To evaluate the performance of the proposed algorithm, we compared it with the existing methods using simulation and PSNR.

• The Journal of the Korea Contents Association
• /
• v.16 no.5
• /
• pp.104-112
• /
• 2016

The Adaboost chooses a good set of features in rounds. On each round, it chooses the optimal feature and its threshold value by minimizing the weighted error of classification. The involved process of classification performs a hard decision. In this paper, we expand the process of classification to a soft fuzzy decision. We believe this expansion could allow some flexibility to the Adaboost algorithm as well as a good performance especially when the size of a training data set is not large enough. The typical Adaboost algorithm assigns a same weight to each training datum on the first round of a training process. We propose a new algorithm to assign different initial weights based on some statistical properties of involved features. In experimental results, we assess that the proposed method shows higher performance than the traditional one.