• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 2005년도 학술대회
• /
• pp.191-194
• /
• 2005

본 논문에서는 방송 영상에서 조명효과와 크기변화 등에 강인한 얼굴패턴 검출기법을 제시한다. 제안된 얼굴검출 모델은 영상 전처리 과정과 얼굴패턴 검출 과정으로 이루어진다. 전처리 과정은 조명변화에 대한 보정기능과 다중필터에 의한 후보영역 선별기능으로 구분된다. 얼굴패턴 검출과정은 다단계의 특징지도 생성과정과 패턴분류 과정으로 이루어진다. 특징지도를 생성하기 위하여 가보(Gabor) 필터계층을 포함하는 CNN(Convolutional Neural Networks)모델을 도입하였다. 다양한 배경을 고려한 효과적인 학습을 위하여 본 논문에서는 억제성의 뉴런(Inhibitory neuron)을 포함하는 구조의 CNN모델을 적용한다. CNN으로부터 추출되는 특징집합은 최종 단계에서 WFMM(Weighted Fuzzy Min Max) 모델을 사용하여 분류된다. 이때 사용되는 특징집합의 크기는 분류기의 규모 및 계산량의 결정적인 역할을 준다. 이에 본 연구에서는 최종 분류 과정에 사용되는 특징의 수를 효과적으로 줄이기 위해 FMM모델을 사용하는 적응적인 특징 선별 기법을 제안한다. 또한 실제 영상을 통한 실험결과로부터 제안된 이론의 타당성을 고찰한다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2005년도 가을 학술발표논문집 Vol.32 No.2 (1)
• /
• pp.484-486
• /
• 2005

수동 시험은 기존의 프로토콜 검증 방법과는 달리 제품이 실제 운용되는 환경에서 입출력의 관찰만을 가지고 제품의 오류를 검출하는 시험이다. 본 논문은 EFSM(Extended Finite State Machine) 모델을 이용하여 homing 기법을 사용하는 수동시험 기법을 제안하고 이를 검증하기 위하여 제안된 수동 시험 기법을 사용하는 OSPF 프로토콜의 오류 검출기를 개발하였다. 개발된 오류 검출기는 Zebra[6]와 시스코 라우터로 구성된 소규모 네트워크에서 Zebra를 이용해 발생시킨 오류 OSPF 패킷을 잘 검출해내었다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제10권3호
• /
• pp.109-114
• /
• 2021

GAN(Generative Adversarial Network, 생성적 적대 신경망)은 이미지 생성모델로서 생성기 네트워크와 판별기 네트워크로 구성되며 실제 같은 이미지를 생성한다. GAN에 의해 생성된 이미지는 실제 이미지와 유사해야 하므로 생성된 이미지와 실제 이미지의 손실 오차를 최소화하는 손실함수(loss function)를 사용한다. 그러나 GAN의 손실함수는 이미지를 생성하는 학습을 불안정하게 만들어 이미지의 품질을 떨어뜨린다는 문제점이 있다. 이러한 문제를 해결하기 위해 본 논문에서는 GAN 관련 연구를 분석하고 에지 검출(edge detection)을 이용한 eGAN(edge GAN)을 제안한다. 실험 결과 eGAN 모델이 기존의 GAN 모델보다 성능이 개선되었다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 2010년도 하계학술대회
• /
• pp.53-56
• /
• 2010

본 논문은 Shannon의 정리에 따른 채널 용량에 근접한 성능을 보이는 것으로 알려진 터보 복호기 기반의 반복적인 검출과 복호화(Iterative Detection and Decoding) 기법에서 반복적인 복호화를 수행할 시에 제외되었던 리스트 구 복호기(List Sphere Decoder)에서 사전 정보(prior information)을 이용할 수 있도록 하여 수정된 IDD 기법을 제안하였다. 기존의 기법에서는 사후확률(A posteriori probability)을 계산하기 위하여 리스트 구 복호기를 사용하였으나 반복적인 복호화 수행 시에는 사전 정보를 이용하지 않는 특성으로 인하여 제외된다. 만약 잡음(noise) 등의 이유로 검출된 심볼 벡터 목록이 원래의 것과 매우 다른 경우라도 재 검출을 하지 않기 때문에 반복적인 복호화를 수행하더라도 원래의 정보에 근접하기 어렵게 된다. 본 논문에서는 이러한 기존의 기법에서 리스트 구 복호기를 터보 복호기의 Log Likelihood Ratio (LLR) 값을 사전 정보로 이용할 수 있도록 수정된 리스트 구 복호기를 제안하였다. 수정된 리스트 복호기는 반복적인 복호화를 수행 시 이전의 복호화에서 얻은 정보를 이용하여 새로이 검출된 심볼 벡터 목록을 제공하게 된다. 실제의 통신환경과 유사한 모델의 실험을 통해 수정된 IDD 기법이 기존의 IDD로 구성되는 내부 피드백에 RS 복호기 기반의 외부 피드백으로 구성된 형태로 피드백 회수가 증가할수록 기존의 IDD에 비해 성능이 개선됨을 확인하였다.

• 한국멀티미디어학회:학술대회논문집
• /
• 한국멀티미디어학회 2004년도 춘계학술발표대회논문집
• /
• pp.247-250
• /
• 2004

본 논문에서는 간단한 사각형 특징과 계층적 분류기를 이용하여 실시간으로 얼굴을 검출하는 방법을 제안하고자 한다. 우리는 다섯 가지 형태의 기본적인 특징 모델을 바탕으로 20*20 크기의 훈련 영상에 적용하여 많은 초기 특징 집합을 구성하였다. AdaBoost(Adaptive Boosting) 알고리즘을 이용한 학습을 통하여 초기 특징 집합 중에서 얼굴 검출하는데 강인한 집합들만을 선택하였다. 제안된 알고리즘을 이용한 실제 실험에서 90% 이상의 높은 검출율을 확인하였고 초당 10프레임의 실시간 검출에도 성공하였다.

• 전자공학회논문지
• /
• 제54권5호
• /
• pp.85-89
• /
• 2017

본 논문에서는 향상된 연산 능력을 가진 하드웨어와 알고리즘의 혼합을 통하여 음성 향상을 위한 정확한 음성 검출기 구현을 목적으로 하였다. 음성은 음소의 나열로 구성되어있으며 음성 모델을 세우는데 적합한 방법은 이전의 정보를 이용하는 순환 신경망 (recurrent neural network, RNN)을 사용하는 것이다. 실제 존재하는 모든 잡음에 대하여 학습한 모델을 제시하는 것은 사실상 불가능 하므로 이를 극복하고자 음소기반 학습을 진행하였다. 학습의 결과로 세워진 모델을 기반으로 새로운 음성 신호에서 음성을 검출하고 그 결과를 이용하여 음성 향상을 진행하였다. 순환 신경망과 음소기반 학습은 프레임 별 높은 상관성을 가진 음성 신호에서 좋은 성능을 얻을 수 있었으며 음성 검출기의 성능을 검증하기 위하여 라벨 데이터와 음성 검출결과를 비교하고 다양한 잡음 환경에서 객관적 음질 평가를 진행하여 기존의 음성 향상 알고리즘과 비교하였다.

• 한국빅데이터학회지
• /
• 제4권2호
• /
• pp.35-45
• /
• 2019

욕설과 비속어를 포함한 악성 댓글에 대한 피해는 최근 언론에 나오는 연애인의 자살뿐만 아니라 사회 전반에서 다양한 형태로 증가하고 있다. 이 논문에서는 양방향 장단기 메모리 신경망 모델을 이용하여 욕설을 검출하는 기법을 제시하였다. 웹 크룰러를 통해 웹상의 댓글을 수집하고, 영어나 특수문자 등의 사용하지 않은 글에 대해 불용어 처리를 하였다. 불용어 처리된 댓글에 대해 문장의 전·후 관계를 고려한 양방향 장단기 메모리 신경망 모델을 적용하여 욕설 여부를 판단하고 검출하였다. 양방향 장단기 메모리 신경망을 사용하기 위해 검출된 댓글에 대해 형태소 분석과 벡터화 과정을 거쳤으며 각 단어들에 욕설 해당 여부를 라벨링하여 진행하였다. 실험 결과 정제하고 수집된 총 9,288개의 댓글에 대해 88.79%의 성능을 나타내었다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2006년도 한국컴퓨터종합학술대회 논문집 Vol.33 No.1 (B)
• /
• pp.274-276
• /
• 2006

본 논문은 얼굴 특징 추적을 이용한 새로운 인터페이스를 제안한다. 눈의 움직임만으로 구현된 기존의 시스템은 마우스 클릭 이벤트에 걸리는 waiting time으로 인해 속도 개선이 필요했다. 이를 위해서 본 논문에서는 눈의 움직임 뿐 아니라 입의 움직임도 인식하여 사용자의 요구를 처리할 수 있는 시스템을 개발한다. 제안된 시스템은 얼굴 검출 모듈, 눈 검출 모들, 입 검출 모듈, 얼굴 특징 추적 모듈, 마우스 제어모듈의 5 가지 모듈로 구성되어 있다. 먼저, 피부색 모델과 연결 성분 분석을 이용하여 얼굴을 검출하고 신경망 기반의 분류기와 에지 검출기를 이용하여 검출된 얼굴 영역에서 눈과 입을 찾는다. 이후 프레임에서는 mean-shift 알고리즘과 템플릿 매칭을 이용하여 눈과 입이 정확하게 추적되어 눈의 움직임으로 마우스의 포인트를 움직이고 입의 움직임으로 메뉴나 아이콘을 클릭하게 된다. 제안된 시스템의 효율성을 검증하기 위해서 웹 브라우저의 인터페이스로 활용하였다. 25명의 사용자에 대해 실험한 결과는 제안된 시스템이 보다 편리하고 친숙한 인터페이스로 활용될 수 있다는 것을 보여주었다.

• 전자공학회논문지
• /
• 제50권7호
• /
• pp.3-9
• /
• 2013

본 논문에서는 IR-UWB (Ultra Wideband-Impulse Radio) 시스템을 위한 선택적 가중치를 적용한 에너지 검출기와 이에 적합한 동기 방법이 제안되었다. 구현이 용이한 에너지 검출기(ED)는 IR-UWB 시스템의 수신기로 많이 사용되나, 심볼 주기로 샘플링 된 에너지를 데이터 검출에 이용하기 때문에 수신 성능이 좋지 않은 단점이 있다. 이러한 단순한 에너지 검출기의 성능을 개선하고자 가중치를 적용한 에너지 검출기가 제안 되었다. 가중치를 적용한 에너지 검출기는 데이터 검출 이전에 동기 획득과 함께 가중치의 결정이 요구된다. 한편, 에너지를 이용한 검출 방법에서 최적의 가중치는 에너지 값이 되기 때문에 동기 획득과 가중치 획득이 동시에 이루어질 수 있다. 본 논문에서는 이러한 점을 이용하여 심볼 동기와 가중치 획득을 동시에 얻는 간단한 동기 방법을 제안한다. 또한, 제안된 알고리즘에서는 잡음 레벨 이하의 구간은 에너지 누적에서 제외함으로써 기존의 WED 보다 간단하지만 낮은 SNR에서 좀 더 향상된 성능을 가진 수신기를 얻을 수 있게 된다. 제안된 알고리즘은 IEEE 802.15.4a의 프리앰블 심볼과 채널 모델을 이용해 모의실험을 통해 검증되었다.

• 한국진공학회:학술대회논문집
• /
• 한국진공학회 2009년도 제38회 동계학술대회 초록집
• /
• pp.407-407
• /
• 2010

본 논문에서는 확장된 히든마코브모델을 이용하여 플라즈마 식각공정에서 식각종료검출을 위한 방법을 연구하였다. 플라즈마 식각장비는 유도성 결합플라즈마 시스템을 사용하였으며, 종료점 검출을 위해 식각공정이 진행됨에 따른 플라즈마의 상태를 확인할 수 있는 광학 방사 분광기(Optical Emission Spectroscopy: OES)를 사용하였다. 식각이 진행되는 동안 여기되는 입자들은 특정한 재료에 해당하는 파장에서 빛을 방출한다. 플라즈마상태에서 여기되는 원자와 분자들에 의해서 방출되는 빛은 OES를 통해 식각되는 물질을 확인하기 위해서 특별한 파장의 빛을 선택하여 분석한다. 본 논문에서는 확장된 히든마코브모델을 이용해 산화물이 식각될 때 방출하는 고유한 파장의 빛을 분석하여 식각이 종료되는 시점을 찾는 연구를 하였다. 제안된 확장형 히든마코브 모델은 세미-마코브모델과 분절특징 히든마코브모델을 결합한 것으로, 확률적 통계기법을 통해 종료시점을 찾아내는 방법이다. OES를 통해 얻은 데이터는 식각 종료가 일어나기 전의 파장의 상태와 식각이 종료된 후의 파장의 상태로 구분되어지는데, 식각종료시점에서 파장의 상태가 변화하며 이를 감지하여 식각종료점을 검출한다. 분절특징 히든마코브모델을 이용하여 식각종료시점 전후의 파장의 상태를 모델링 하였으며, 일반적인 마코브 모델의 특정상태가 유지될 시간의 확률을 변형된 세미-마코브 모델을 이용하여 OES를 통해 얻은 데이터 내에서 식각 종료가 일어나기 전의 상태가 유지될 수 있는 확률을 모델링 하였다. 실험을 통해 얻어진 6개의 데이터중 4개를 학습을 위해 사용하여 모델링을 하였고 나머지 2개의 데이터를 검증을 위해 사용한 결과, 확장형 히든마코브모델의 식각종료시점검출에 있어 뛰어난 정확성과 우수성을 증명하였다.