• 기술혁신학회지
• /
• 제15권1호
• /
• pp.105-128
• /
• 2012

본 논문에서는 특허맵 분석 데이터 구축 과정에서 필요한 효율적인 노이즈 제거방법과 신뢰도가 향상된 기술수준 평가를 제안한다. 과거 수작업으로만 진행하였던 노이즈 제거 과정을 논리 연산자 AND를 활용하여 엑셀 VBA(Visual Basic Application)에서 프로그램화 하여 효율적으로 제거하여 유효 데이터를 획득할 수 있게 된다. 신뢰도가 향상된 특허의 기술수준 평가를 위하여 평균 청구항 수, 특허 패밀리 사이즈(PFS: Patent Family Size), 특허당 인용도 지수(CPP: Cites per Patent), 삼극특허, 규격화 특허경쟁력 지수(stdPCPI: Standardization Patent Diversification Index), haF-index(Hirsch a Family index)등을 사용하게 된다. 제안된 효율적인 노이즈 제거 작업을 적용한 결과는 획득된 특허 데이터의 노이즈 비율이 10% 미만으로 나타나서 데이터의 신뢰도가 높음이 확인되었다. 제안된 기술수준 평가 지수를 적용한 결과는 공통적으로 확인할 수 있는 정보에 의해 기술수준 평가를 산출함으로써 신뢰도가 향상된 균형적 기술수준 평가가 가능함을 확인할 수 있었다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 2010년도 추계학술대회
• /
• pp.125-126
• /
• 2010

채널의 다중경로를 통과한 신호들은 지연확산 영향으로 심하게 왜곡이 되거나 Inter-Symbol Interference(ISI)가 발생하므로 왜곡된 채널을 추정하여 보상해야 한다. 기존 iterative 채널 추정 방식에서는 채널 시간 지연 길이 밖으로 zero padding함으로 노이즈 성분을 제거하는 알고리즘이다. 반면에 본 논문은 채널 시간 지연 길이 안으로 있는 노이즈 성분까지 노이즈 제거 문턱 값 추정(noise elimination threshold estimation: NETE) 알고리즘을 사용하여 노이즈를 효과적으로 제거한다. 시뮬레이션 결과는 채널의 mean square error(MSE)를 통하여 제안된 기법을 적용할 경우 채널 추정 성능 개선이 나타남을 확인할 수 있었다.

• 스마트미디어저널
• /
• 제1권2호
• /
• pp.34-39
• /
• 2012

본 연구에서는 노이즈를 제거하고 자연 영상에서 자동으로 꽃을 분할하는 후처리방법을 제시한다. 레벨 셋 알고리즘을 이용한 자연영상 꽃 분할에서는 레벨 셋이 에지 정보에만 의존하기 때문에 기대하지 않았던 분리된 노이즈들이 발생한다. 실험 결과는 제안 방법이 꽃 영역과 배경 영역의 많은 노이즈를 성공적으로 제거하였음을 보여준다.

• 한국통신학회논문지
• /
• 제35권1C호
• /
• pp.17-23
• /
• 2010

본 논문에서는 국부 통계 및 일반화된 Gaussian 필터를 이용한 적응 노이즈 제거 방식으로, 인간 시각 시스템 기반의 국부 통계 특성을 이용하여 적응적으로 노이즈 검출하는 기법과 검출된 노이즈를 효과적으로 제거하기 위한 일반화된 Gaussian 필터 기법에 대해 제안한다. 제안방식의 성능을 기존 방식과 비교하여 객관적, 주관적 성능이 우수함을 확인할 수 있었다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2006년도 추계학술대회 학술발표 논문집 제16권 제2호
• /
• pp.61-64
• /
• 2006

SVDD(support vector data description)는 one-class 서포트 벡터 학습 방법론 중 하나로 비정상 물체에서 정상 데이터를 구분하기 위해서 특징 공간(feature space)에서 정의된 구를 이용하는 전략을 쓰는 방법론이다. 하지만 SVDD는 모든 데이터에 대해서 같은 중요도를 부가하는 단점을 가지고 있다. 최근에, 이런 문제점을 보완하기 위해 데이터의 밀도 분포에 따라서 중요도를 다르게 부가하는 D-SVDD(density-induced support vector data description) 방법론이 발표되었고, 아직도 많은 연구가 진행되고 있다. 본 논문에서는 D-SVDD를 이용해서 노이즈가 섞인 비정상 데이터를 노이즈가 제거된 정상 데이터로 복원하는 방법에 대해서 논한다. 특히, 본 논문에서 제안하는 방법론을 다른 방법론과 비교하여 본 논문의 방법론의 효용성에 대해서 다룬다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2020년도 추계학술대회
• /
• pp.57-59
• /
• 2020

본 논문에서는 컨볼루션 신경망을 이용하여 다시점 비디오의 중간 시점 양자화 노이즈를 제거하는 방안을 제안한다. 다시점 비디오에서 중간 시점의 화질을 개선하기 위한 방안으로 인접 시점의 정보를 활용하였다. 제안하는 알고리즘을 적용하여 중간 시정에서의 양자화 노이즈를 제거할 수 있으며, 화질 (PSNR, peak-to-noise ratio)를 개선할 수 있다. 인접 시접의 정보를 활용할 경우, 일반적인 양자화 노이즈에 대해서 학습한 결과 대비 성능 향상을 제공한다.

• 한국건설관리학회:학술대회논문집
• /
• 한국건설관리학회 2002년도 학술대회지
• /
• pp.535-538
• /
• 2002

크랙 실링 자동화 장비의 비젼 시스템은 도로면의 영상을 획득하고 이를 컴퓨터로 처리하여 도로면의 랙을 탐지, 분석 및 맵핑하는 역할을 수행하는 것이다. 그러나 실제 도로에는 크랙과 함께 오일 자국, 타이어 자국, 차선, 기 실링된 크랙 등의 수많은 노이즈들을 포함하고 있기 때문에 비젼 시스템을 통해 얻어진 노이즈가 포함된 도로면 영상을 기반으로 크랙을 자동으로 탐지하고 맵핑하는 것은 매우 어려우며 이러한 노이즈는 크랙의 정확한 탐지 및 맵핑의 커다란 방해 요소이기 때문에 이들의 제거가 선결되어야만 한다. 따라서 본 연구에서는 획득된 도로면 영상으로부터 크랙을 탐지하고 맵핑하기 이전에 실링되어질 크랙을 정확히 인지(recognition)하기 위한 노이즈 제거 알고리즘을 제안하고자 한다.

• 한국정보통신학회논문지
• /
• 제14권10호
• /
• pp.2261-2268
• /
• 2010

대부분의 이미지 센서로 촬영된 영상 정보는 데이터의 저장 혹은 전송 과정에서 외부 잡음이 유입되며, 그로 인하여 원 영상의 훼손이 발생한다. 노이즈 리덕션 (Noise Reduction, NR)은 이러한 훼손된 영상을 원 영상에 가깝도록 복원하는 기법의 하나이다. 본 논문은 기존에 제안하였던 모디파이드 시그마 필터 (Modified Sigma Filter, MSF)를 이용한 노이즈 리덕션의 성능을 검증하기 위한 것으로, 가우시안 필터 (Gaussian Filter, GF)와 로컬 시그마 필터 (Local Sigma Filter, LSF)를 이용한 노이즈 리덕션과의 성능을 비교하였다. 입력영상에 임의의 가우시안 노이즈를 추가하여 테스트 영상을 생성하였으며, PSNR 수치 비교를 통하여 세 가지 필터를 이용한 노이즈 리덕션의 성능을 비교하였다. PSNR뿐 아니라 시뮬레이션 결과 영상의 1D plot을 통하여, 평탄 영역의 노이즈 제거 기능뿐 아니라 윤곽선영역의 훼손 방지에 있어서 모디파이드 시그마 필터를 이용한 노이즈 리덕션의 성능이 우수함을 확인하였다.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2008년도 추계종합학술대회 B
• /
• pp.463-466
• /
• 2008

현대 사회에서 영상처리 기술이 발달함에 따라 영상은 정보를 저장하거나 표현하기 위한 중요한 수단이 되고 있다. 일반적으로 영상을 획득 및 저장하는 과정에서 노이즈에 의해 영상이 훼손되며 이러한 노이즈에는 크게 AWGN(Addictive White Gaussian Noise)와 임펄스 잡음(Impulse Noise)이 있다. 임펄스 노이즈는 영상신호에서 예리하고 급작스런 교란으로 영상 전반에 걸쳐 black and white로 불규칙하게 펴저 나타나게 된다. 임펄스 노이즈 환경에서는 알고리즘이 간단하면서 노이즈 제거 성능이 우수한 SM(standard median)필터가 많이 사용되며, SM 필터는 노이즈를 제거하지만 영상에지에서 오류를 나타내어 전체 영상의 품질을 저하시킨다. 이와 같은 문제를 해결하기 위해 따라서 본 논문에서는 임펄스 노이즈 환경에서 영상을 복원하기 위해 비선형 필터를 제안하였으며, 노이즈를 제거함과 동시에 방향성을 이용하여 영상의 에지성분을 보존하도록 하였다. 그리고 시뮬레이션을 통해 기존의 방법들과 그 성능을 비교하였다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2006년도 춘계학술대회 학술발표 논문집 제16권 제1호
• /
• pp.306-309
• /
• 2006

SVDD(support vector data description)는 one-class 서포트 벡터 학습 방법론 중 하나로 비정상 물체에서 정상 데이터를 구분하기 위해서 특징 공간에서 정의된 구를 이용하는 전략을 쓰는 방법론이다. 본 논문에서는 SVDD를 이용해서 노이즈가 섞인 비정상 데이터를 노이즈가 제거된 정상 데이터로 복원하는 방법에 대해서 논한다. 그리고 저해상도의 이미지를 고해상도의 이미지로 복원함으로써 본 논문의 방법론이 어떻게 실용적으로 적용되는지에 대해서 다룬다.