• Proceedings of the Acoustical Society of Korea Conference
• /
• 1998.06c
• /
• pp.185-188
• /
• 1998

실제의 음성 인식 및 음성 통신 등의 음성 처리 시스템에서는 음성 신호를 손상시키는 배경 잡음 신호의 존재로 그 성능이 많이 저하된다. 특히 차량 내와 같은 잡음이 극심한 상황에서는 전처리 부분에서 이러한 잡음을 제거시켜 주어야한다. 본 연구는 자동차 내의 배경 잡음에 의해 손상된 음성에서 배경 잡음을 주파수 차감에 의하여 제거시킨다. 특히 음성 정보의 손실이 적은 잡음 추정 방법으로 가중치를 이용하여 잡음을 추정하는 가중치 주파수 차감법을 이용하였다. 이러한 가중치 주파수 차감법 사용의 전제 조건은 잡음의 변화가 완만한 경우에 적당하다. 그러나 실제적인 상황에서 배경잡음신호의 변화가 큰 경우가 존재한다. 이러한 이유에서 본 연구는 잡은 추정시 잡음 추정값을 이용하여 추정 잡음 경계값을 적응적으로 변화하는 차감법을 제안한다. 이러한 방법은 추정된 잡음 신호의 변화율을 이용하여 경계값을 상황에 따라 적응적으로 변화시키는 방법이다. 모의 실험에 의하여 고정적인 경계값을 갖는 가중치 주파수 차감법에 비해 제안한 적응적 경계값을 갖는 가중치 주파수 차감법의 출력 SNR이 증가함을 확인하였고, 음성 인식 시스템에 정용한 인식 실험에서도 성능이 향상됨을 확인하였다.

• The Journal of the Acoustical Society of Korea
• /
• v.17 no.8
• /
• pp.73-77
• /
• 1998

본 연구는 자동차내 배경 잡음에 의해 손상된 음성에서 배경 잡음을 주파수 차감에 의하여 제거시킨다. 특히 음성정보의 손실이 적은 잡음 추정 방법으로 가중치를 이용하여 잡음을 가중치 주파수 차감법을 이용하였다. 이러한 가중치 주파수 차감법은 잡음의 변화가 완만한 경우에 적당하다. 그러나 실제적인 상황에서 배경잡음신호의 변화가 큰 경우가 존재 한다. 이러한 이유는 본 연구는 잡음 추정시 잡음 추정값을 이용하여 추정 잡음 경계값을 적응적으로 변화시키는 차감법을 제안한다. 이 방법은 추정된 잡음 신호의 변화율을 이용하 여 경계값을 상황에 따라 적응적으로 변화시키는 방법이다. 모의 실험에 의하여 고정적인 경계값을 갖는 가중치 주파수 차감법에 비해 제안한 적응적 경계값을 갖는 가중치 주파수 차감법의 출력 SNR이 증가함을 확인하였고, 음성 인식 시스템에 적용한 인식 실험에서도 성능이 향상됨을 확인하였다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2010.10a
• /
• pp.264-267
• /
• 2010

본 논문에서는 오차역전파 학습 알고리즘을 사용하여 신경회로망을 학습시켜, 각 프레임에서의 음성 및 잡음 구간의 검출에 의한 음성인식 알고리즘을 제안한다. 그리고 신경회로망에 의하여 음성 및 잡음 구간의 검출에 따라서 각 프레임에서 잡음을 제거하는 스펙트럼 차감법을 제안한다. 본 실험에서는 원음성에 백색잡음 및 자동차잡음을 부가하여 음성인식의 인식율을 평가한다. 또한 인식시스템에 의하여 검출된 음성 및 잡음 구간을 이용하여 각 프레임에서의 스펙트럼 차감법에 의한 잡음제거의 실험결과를 나타낸다.

• Bulletin of the Korean Space Science Society
• /
• 2009.10a
• /
• pp.24.3-24.3
• /
• 2009

한국천문연구원에서 개발 중인 외계행성 탐색 시스템은 우리은하 중심부 $4^{\circ}\times4^{\circ}$ 영역을 10분 간격으로 시계열 관측하여 지구형 외계행성을 검출하는 시스템으로써, 대용량의 관측자료를 처리하기 위하여 영상차감법을 사용한다. 이 방법은 최적화 방법을 이용하여 기준영상과 관측영상사이의 점퍼짐함수 변화를 나타내는 커널을 구하고, 이를 적용하여 만든 합성영상과 관측영상을 서로 차감한 잔차영상에서 밝아지거나 어두워진 변광성을 찾아 내어 이들에 대한 구경측광 또는 점퍼짐함수 측광과정을 수행한다. 따라서 성단 및 은하중심부와 같이 별들이 밀집된 관측영역에 영상차감법을 이용하면 배경별들은 모두 제거되고 변광성만 남게 되므로 잔차영상의 분석을 통하여 변광성 검출 효율을 높일 수 있게 된다. 우리는 이 연구에서 구재림 등 (2007)에 의하여 수행된 산개성단 M11의 시계열관측 영상에 이 방법을 적용하여 얻은 새로운 결과와 기존 연구결과를 서로 비교하고, 변광성의 검출 효율과 측광 정밀도에 대하여 논의한다.

• The Journal of the Acoustical Society of Korea
• /
• v.18 no.7
• /
• pp.112-117
• /
• 1999

In case of spectral subtraction for noise robust speech recognition system, this method often makes loss of speech signal. In this study, we propose a method that variation and determination of Gaussian function at semi-continuous HMM(Hidden Markov Model) is made on the basis of SNR criteria function, in which SNR means signal to noise ratio between estimation noise and subtracted signal per frame. For proving effectiveness of this method, we show the estimation error to be related with the magnitude of estimated noise through signal waveform. For this reason, Gaussian function is varied and determined by SNR. When we test recognition rate by computer simulation under the noise environment of driving car over the speed of 80㎞/h, the proposed Gaussian decision method by SNR turns out to get more improved recognition rate compared with the frequency subtracted and non-subtracted cases.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.24 no.10
• /
• pp.1262-1270
• /
• 2020

Recently, the smart video surveillance research, which has been receiving increasing attention, has mainly focused on the intruder detection and tracking, and abandoned object detection. On the other hand, research on real-time detection of stolen objects is relatively insufficient compared to its importance. Considering various smart surveillance video application environments, this paper presents two different types of stolen object detection algorithms. We first propose an algorithm that detects theft of statically and dynamically registered surveillance objects using a dual background subtraction model. In addition, we propose another algorithm that detects theft of general surveillance objects by applying the dual background subtraction model and Mask R-CNN-based object segmentation technology. The former algorithm can provide economical theft detection service for pre-registered surveillance objects in low computational power environments, and the latter algorithm can be applied to the theft detection of a wider range of general surveillance objects in environments capable of providing sufficient computational power.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.17 no.7
• /
• pp.1571-1576
• /
• 2013

This paper proposes an improvement algorithm of signal-to-noise ratios (SNRs) for speech signals under noisy environments. The proposed algorithm first estimates the SNRs in a low SNR, mid SNR and high SNR areas, in order to improve the SNRs in the speech signal from background noise, such as white noise and car noise. Thereafter, this algorithm subtracts the noise signal from the noisy speech signal at each bands using a spectrum sharpening method. In the experiment, good signal-to-noise ratios (SNR) are obtained for white noise and car noise compared with a conventional spectral subtraction method. From the experiment results, the maximal improvement in the output SNR results was approximately 4.2 dB and 3.7 dB better for white noise and car noise compared with the results of the spectral subtraction method, in the background noisy environment, respectively.

• The Bulletin of The Korean Astronomical Society
• /
• v.37 no.2
• /
• pp.230.2-230.2
• /
• 2012

경희대학교에서 제작중인 초소형 위성 TRIO-CINEMA (TRiplet Ionosphere Observatory-Cubesat for Ion, Neutral, Electron and MAgnetic fields)에 탑재될 입자검출기 STEIN (SupraThermal Electron, Ion, Neutral)은 정전 편향기를 이용하여 4~300keV의 대전입자 혹은 중성입자들을 분리하여 검출하도록 이루어져있다. CINEMA 운용 궤도에서는 STEIN 정전 편향기를 통하지 않고 검출기 내부로 들어오는 입자들로부터 생기는 배경계수가 포함되어 검출될 것으로 예상되므로 STEIN 검출기의 결과값의 신뢰성을 높이기 위해 배경계수값을 예측할 필요성이 있다. 본 연구에서는 SPENVIS (The Space Environment Information System)를 통해 CINEMA 운용 궤도에 존재하는 입자들의 유량을 계산하였고 GEANT4 (GEometry ANd Tracking)를 통해 CINEMA 운용 궤도상의 STEIN의 외부 환경을 모사하여 배경계수값을 예측하였다. 향후 STEIN의 측정값에 배경계수값을 차감한다면 측정값의 신뢰성이 높아질 것으로 기대된다.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.15 no.4
• /
• pp.817-822
• /
• 2011

This paper first proposes the speech recognition algorithm by detection of the speech and noise sections at each frame using a neural network training by back-propagation algorithm, then proposes the spectral subtraction method which removes the noises at each frame according to detection of the speech and noise sections. In this experiment, the performance of the proposed recognition system was evaluated based on the recognition rate using various speeches that are degraded by white noise and car noise. Moreover, experimental results of the noise reduction by the spectral subtraction method demonstrate using the speech and noise sections detecting by the speech recognition algorithm at each frame. Based on measuring signal-to-noise ratio, experiments confirm that the proposed algorithm is effective for the speech by corrupted the noise using signal-to-noise ratio.

• The Journal of the Acoustical Society of Korea
• /
• v.38 no.4
• /
• pp.406-413
• /
• 2019

This paper proposes a speech enhancement method through the process of combining the gain function with spectrum subtraction method in the two microphone array with close spacing. A speech enhancement method that uses a gain function estimated by the SNR (Signal-to Noise Ratio) based on the multi frequency band coherence function causes the performance degradation in high correlation between input noises of two channels. A new speech enhancement method is proposed where the weighted gain function is used by combining the gain function from the spectral subtraction. The performance evaluation of the proposed method was shown by comparison with PESQ (Perceptual Evaluation of Speech Quality) value which is an objective quality evaluation test provided by the ITU-T (International Telecommunications Union Telecommunication). In the PESQ tests, the maximum 0.217 of PESQ value is improved in the various background noise environments.