• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2012.07a
• /
• pp.160-163
• /
• 2012

업믹스(Upmix) 기술은 홈시어터와 같은 다채널 스피커 재생 환경에서 콘텐츠의 대부분을 차지하는 스테레오 음원을 다채널 환경에 재생하기 위한 채널 포맷 변환 기술을 말한다. 업믹스를 위한 전처리 단계로서 특정 방향으로 패닝된 주(primary)성분과 잔향 및 배경음과 같은 Ambient 성분을 분리하는 과정이 필요하다. Primary와 Ambient를 분리하기 위한 방법으로 채널 간의 상관도, 적응 필터 및 주성분 분석법(principal component analysis, PCA)이 널리 이용되고 있다. 이에 본 논문에서는 비교적 정확하게 Primary와 Ambient를 분리한다고 알려진 주성분 분석법을 이용하여 신호를 분리해 내고 이 때 주성분 분석법이 가지는 문제점을 해결한 향상된 Primary-Ambient 분리 알고리즘을 제안하였다. 제안된 알고리즘은 분리 성능이 Primary 성분이 패닝된 각도에 영향을 받지 않으며 또한 Primary 성분에 섞인 잔여 Ambient를 제거함으로써 기존의 주성분 분석법 보다 더 정확하게 Primary와 Ambient를 분리 할 수 있고 상관성이 없는 Ambient 특성을 좀 더 정확하게 반영한다.

• The KIPS Transactions:PartB
• /
• v.9B no.5
• /
• pp.643-652
• /
• 2002

This paper proposes an efficient hybrid fixed-point (FP) algorithm for improving performances of the independent component analysis (ICA) based on neural networks. The proposed algorithm is the FP algorithm based on secant method and momentum for ICA. Secant method is applied to improve the separation performance by simplifying the computation process for estimating the root of objective function, which is to minimize the mutual informations of the independent components. The momentum is applied for high-speed convergence by restraining the oscillation if the process of converging to the optimal solution. It can simultaneously achieve a superior properties of the secant method and the momentum. The proposed algorithm has been applied to the composite fingerprints and the images generated by random mixing matrix in the 8 fingerprints of $256\times{256}$-pixel and the 10 images of $512\times{512}$-pixel, respectively. The simulation results show that the proposed algorithm has better performances of the separation speed and rate than those using the FP algorithm based on Newton and secant method. Especially, the secant FP algorithm can be solved the separating performances depending on initial points settings and the nonrealistic learning time for separating the large size images by using the Newton FP algorithm.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2014.11a
• /
• pp.160-163
• /
• 2014

본 논문에서는 프레임 내 전체 배경 모델을 도입하여 기존 배경 분리 알고리즘에서의 오검출을 줄여 정확도를 개선하고자 한다. 기존의 알고리즘은 프레임 간의 정보만을 이용하여 배경 확률 모델을 만들고 배경을 제외한 전경만을 검출한다. 제안하는 알고리즘에서는 먼저 기존의 알고리즘을 통해 프레임 간의 정보를 이용하여 간단하게 배경과 전경을 분리한다. 그 후 프레임 내 정보를 통해 전체 배경 모델을 만들고, 앞의 결과에서 한번 더 배경을 제외함으로써 검출 정확도를 개선하고자 한다. 실험결과에서 Change Detection Workshop dataset에 대해 실험을 한 후 결과 영상 비교 및 F-measure 를 통해 개선된 결과를 확인할 수 있다.

• Proceedings of the Korean Operations and Management Science Society Conference
• /
• 1995.09a
• /
• pp.211-219
• /
• 1995

블록-삼각(Block-angular)구조를 갖는 선형 제약식과 분리되지 않는 콘벡스 목적함수의 대규모 비분리 콘벡스 최적화 문제의 해법으로 번들-분해법 (Bundle Based Decomposition)을 이용한 알고리즘 SQA(Separable Quadratic Approximation)은 비분리 콘벡스 프로그램을 분리가능한 2차계획 법(Separable Quadratic Programming) 문제로 근사화시켜 번들-분해법을 축 차적으로 적용한다. 본 연구는 수렴성(local convergence & global convergence) 및 알고리즘 구현 [1]에 이어 이에 대한 수치적용 결과를 중심 으로 소개한다. 수치 적용은 ANSI C로 작성된 SQA 프로그램을 SUN SPARC II에서 실행하였으며 이때 대규모 비분리 최적화 문제의 비분리 목 적함수와 블록-삼각 구조의 선형 제약식들이 계수들은 ANSI C의 랜덤함수 로부터 임의의 값들을 이용하였다. 이와같은 다양한 비분리 콘벡스 최적화 문제에 대한 수렴성, 반복회수 및 처리시간등의 결과와 함께 GAMS/MINOS 의 최적해를 소개한다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2017.01a
• /
• pp.73-74
• /
• 2017

SVM(Support Vector Machine) 알고리즘은 대표적인 기계 학습 분류 알고리즘으로 감정 분석, 제스처 인식 등 다양한 분야의 문제를 해결하기 위해 사용되고 있다. SVM 알고리즘은 분리경계면(Hyper-Plane) 또는 분리경계면 집합 중 지지벡터(Support Vector)라 불리는 특정한 점들로 이루어진 두 그룹 간의 거리 차이(Margin)를 최대로 하는 분리경계면을 이용하여 데이터를 분류하는 알고리즘이다. 높은 정확도를 제공하지만 처리 속도가 느리며 학습을 위해 대량의 데이터 및 메모리가 필요하기 때문에 자원이 제한적인 IoT 환경에서 사용이 어렵다. 본 논문에서는 자원이 제한된 IoT 노드를 기반으로 효율적으로 데이터를 학습하기 위해 K-means 알고리즘을 이용하여 SVM 알고리즘의 저전력화 방안을 연구한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2001.10b
• /
• pp.376-378
• /
• 2001

영상 정보에 기반한 지능형 교통 정보 시스템(ITS)의 응용 분야에서, 차량의 그림자 제거와 겹침 차량을 분리하기 위하여 3차원 물체의 특징을 이용하며 차량 형상을 분리하는 기법을 제안한다. 제안하는 기법은 차량을 분리하기 위하여 연속 프레임에서 배경을 수정하고, 배경 영상과 현재 입력 영상의 차이를 이용한다. 또한 그림자를 제거하고 겹침 차량을 분리하기 위하여, 1) 3차원 증거를 차량 증거 영역에서 검출하여 군집화하고, 2) 독립 차량의 중심 위치를 판단하고, 3) 다시 임계치에 의해 차량의 형상을 분리한다. 단순 임계치에 의해 차량을 분리하는 기법은 기상조건 등에 민감하기 때문에 여러 조건에 따라 다른 알고리즘을 적용해야 하지만 제안하는 기법은 동일한 알고리즘으로 여러 기상조건에 적응이 가능하다.

• Proceedings of the KIEE Conference
• /
• 2009.07a
• /
• pp.1855_1856
• /
• 2009

본 논문은 Haar-like 마스크와 유사한 특징을 갖지만 두 사각형 영역의 크기와 위치를 제한하지 않는 분리된 두 사각 특징 마스크를 이용한 Adaboost 기반 얼굴검출 알고리즘을 제안한다. 기존의 Haar-like 특징이 단순히 두 사각 영역의 화소값들의 차를 구함으로써 계산이 용이하나 인접한 두 사각 영역으로 한정함으로써 고품질 특징을 얻기 어렵다. 이런 Haar-like 특징마스크의 내재된 문제점을 개선하기 위해, 제안하는 특징 마스크는 다양한 크기와 분리된 두 사각 영역을 갖는 형태로 고품질의 특징을 얻는다. 고품질의 특징은 Adaboost 알고리즘의 약 분류기(weak classifier)의 성능을 학습단계부터 높여 전반적으로 얼굴 검출 알고리즘의 성능을 향상시킨다. 제안하는 분리된 두 사각 특징을 이용한 adaboost 기반 얼굴검출 기법의 우수성을 다양한 실험을 통해 검증하였다.

• Journal of the Institute of Convergence Signal Processing
• /
• v.3 no.4
• /
• pp.7-16
• /
• 2002

En this paper, we propose the algorithm that has analyzed the map Information automatically to extract the contour lines and numbers, symbols from the map image. After converting the input image to binary one, thinned image is obtained by thinning algorithm. The contour elements in the thinned image are classified and the classified elements are analyzed to automatically classify the numbers from symbols. Finally, the broken parts are restored by reconstruction algorithm. The performance of proposed algorithm is verified through the simulation. The proposed one has good performance.

• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.15 no.7
• /
• pp.618-627
• /
• 1990

In this paper a new algorithm for separation of contacting subpattern and connective feature extraction of strokes is proposed. This algorithm is able to classification of the type of contacting parts, connective feature extreaction of strokes, separate the phoneme of contacting parts between strokes, classify the character types by feature classification of connecting parts and analysis of connecting attribute. Also, shape normalize into formal patterns and decide on the input pattern from position value of bending feature of this normalized shape and make an recognition experiment by neural network using BEP learining algorithm. This algorithm represents the good achievement ratio by separation of phoneme, classification of character type, connective feature extraction of stroke and recognition experiment.

• Proceedings of the Acoustical Society of Korea Conference
• /
• spring
• /
• pp.103-106
• /
• 2002

본 논문에서는 입력음성신호로부터 음소간의 경계를 찾는 문제를 풀기위해 재귀적인 방식으로 EM 알고리즘을 적용한다. 즉, 예상되는 두 끝점 사이의 부분을 현재의 프레임 n 이라고 하면, 그 전 프레임 n-1 에서 구해진 끝점이 주는 정보와 그 끝점으로부터 이어지는 음성샘플로부터 현재 프레임의 끝점을 구한다. 또한 현재의 프레임 n 에서 끝점을 추정해 내면, 그 추정한 끝점과 그 점 이후에 이어지는 음성샘플값으로부터 다음 프레임 n+1 의 끝점을 구한다. 이러한 방식을 재귀적인 음소분리 방식이라고 한다. 그리고, 각 프레임에서 끝점을 구하기 위해서는 끝점의 좌표를 추정해야 할 파라메터로 하고, 그 주변의 음성샘플 값을 관찰 값으로 하여 EM(Expectation and Maximization) 알고리즘을 이용한다. 이 EM 알고리즘을 이용한 재귀적인 음소분리 방식을 실제 음성 DB 로부터 음소쌍을 추출하여 테스트 했을 때 약 5 회의 EM 반복 후에 경계간으로 수렴함을 볼 수 있었다.