• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.30 no.8C
• /
• pp.810-823
• /
• 2005

The transmission of duplicate packets provides a great loss-resilience without undue time-delay in the video transmission over packet loss networks. But this method generally deteriorates the problem of traffic congestion because of the increased bit-rate required for duplicate transmission. In this paper, we propose an efficient packetization and duplicate transmission of video packets. The proposed method transmits only the video signal with high priority for each video macroblock that is quite small in volume but very important for the reconstruction of the video. The proposed method significantly reduces the required bit-rate for duplicate transmission. An efficient packetization method is also proposed to reduce additional packet overhead which is required for transmitting the duplicate data. The duplicated high priority data of the Previous video slice is transmitted as a Piggyback to the data Packet of the current video slice. It is shown by simulations that the proposed method remarkably improves the packet loss-resilience for video transmission only with small increase of redundant duplicated data for each slice.

• KIPS Transactions on Computer and Communication Systems
• /
• v.1 no.3
• /
• pp.181-186
• /
• 2012

PMU based power grid monitoring and control system, WAMAC (Wide Area Monitoring And Control) system is required system design for accurate power data without error and loss through a system-wide. In the paper, we propose system design that measured data from PMU transmitted without loss to PDC and DSM server. and we propose a method to verify the real-time "data has been transmitted accurately". Verification system has been designed to reflect the WAMAC system. Therefore the WAMAC can enhance the reliability of the analysis of the data, and it can monitor lossless real-time trend data.

• Journal of Broadcast Engineering
• /
• v.23 no.5
• /
• pp.614-621
• /
• 2018

This paper proposes a method of restoring corrupted depth image captured by depth camera through unsupervised learning using generative adversarial network (GAN). The proposed method generates restored face depth images using 3D morphable model convolutional neural network (3DMM CNN) with large-scale CelebFaces Attribute (CelebA) and FaceWarehouse dataset for training deep convolutional generative adversarial network (DCGAN). The generator and discriminator equip with Wasserstein distance for loss function by utilizing minimax game. Then the DCGAN restore the loss of captured facial depth images by performing another learning procedure using trained generator and new loss function.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 1998.06a
• /
• pp.25-31
• /
• 1998

본 논문에서는 ATM 네트워크 상에서 방송 제작 품질로 압축된 동영상을 TCP (Transport Control Protocol) 기반으로 전송하는 경우에 대하여 연구하였다. 데이터의 송수신시에는 잡음으로 인한 ATM 셀의 손실이 발생하게 되는데, ATM 셀의 손실로 인한 패킷의 손실은 송신측의 재전송과 타임 아웃을 유발하므로, 전송 성능에 지대한 영향을 미치게 된다. 이 문제를 해결하기 위하여, 본 논문에서는 재전송 시간을 줄이고 송신측의 타임 아웃을 제거하여 고속으로 손실을 복구하는 알고리듬을 제안하였고, 그 성능을 기존의 알고리듬과 비교하였다. 또한, 본 논문에서는 영상을 전송하는 과정에서 데이터 수신 버퍼의 오버플로우가 발생하지 않도록 충분한 버퍼 크기를 계산하는 방법에 관해서도 고찰하였다. 특히, 방송 제작 품질의 화질을 처리하는 경우에 대한 시스템 모델링을 하였고, 이 모델에 대하여 오버플로우를 일정 수준 이하로 낮추기 위한 수신 버퍼의 크기를 결정하였다.

• Fire Science and Engineering
• /
• v.16 no.4
• /
• pp.59-64
• /
• 2002

Investigation of flow characteristics on pressure loss and cavitations of the butterfly valve has been carried out. The pressure loss coefficient on opening angle of valve has been formulated by applying the Carnot's equations. Cavitations (such as cavitation Inception, super cavitation inception, cavitation damage inception, choking cavitation) have been predicted from the pressure loss coefficient of valve. The prediction of pressure loss and cavitation has been carried out change of the thickness ratio on opening angle of valve. The prediction data is utilize to necessary engineering data to develope of the butterfly valve.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2022.06a
• /
• pp.224-227
• /
• 2022

객체 분류는 입력으로 주어진 이미지에 포함된 객체의 종류를 판단하는 기술이다. 대표적인 딥러닝 기반의 객체 분류 방법으로서 Faster R-CNN[2], YOLO[3] 등의 모델이 개발되었으나, 여전히 성능 향상의 여지가 있다. 본 연구에서는 각도 마진 손실 함수를 기존의 몇 가지 객채 분류 모델에 적용하여 성능 향상을 유도한다. 각도 마진 손실 함수는 얼굴 인식 모델인 SphereFace [4]에서 제안한 방법으로, 얼굴 인식과 같이 단일 도메인의 데이터셋을 분류하는 문제를 풀기 위해 제안되었다. 이는 기존 소프트맥스 함수에서 클래스 결정 경계선에 마진을 주는 방식으로 클래스 간의 구분 능력을 향상시킨다. 본 논문은 각도 마진 손실 함수를 CIFAR10, CIFAR100 데이터셋의 분류 문제에 적용하였으며 ResNet, EfficientNet, MobileNet 등의 백본 네트워크로 실험하여 평균적으로 mAP 성능이 향상되는 것을 확인하였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 1998.10a
• /
• pp.474-476
• /
• 1998

전송 프로토콜은 응용 프로그램과 네트워크의 인터페이스로서, 응용 프로그램에서 요구한 QoS(Quality of Service)를 제공하는 역할을 한다. 이 중 TCP는 인터넷의 전송 흐름 제어를 위해서 사용되는 프로토콜이다. TCP의 흐름 제어를 위해서 수신된 데이터의 ACK(acknowledgement)에 따라 허가된 윈도크기만큼의 데이터를 보내는 크레디트 할당 밀집 윈도(congestion window)를 사용한 slow-start 알고리즘을 사용하며, 손실된 데이터를 재전송하기 위한 방법으로 빠른 재전송 및 회복 알고리즘을 사용한다. 본 논문에서는 빠른 재전송 알고리즘에서 나타나는 문제점을 알아보고, 이 알고리즘이 빠른 시간에 데이터 손실을 회복하고 데이터를 보낼 수 있도록 수정한 알고리즘을 소개한다. 또한 수정된 알고리즘을 확장하여 네트워크의 상태에 따라 더 많은 데이터를 보낼 수 있도록 개선한 알고리즘을 제안한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 1999.10c
• /
• pp.540-542
• /
• 1999

최근의 인터넷과 무선통신 기술의 발달은 이동 호스트에서 무선 데이터 서비스를 이용한 웹으로의 접근을 가능하게 하고 있으나 무선망의 높은 에러율과 높은 대역폭 등 제한적인 물리적 특성으로 인하여 데이터 전송 시 만족할 만한 수준의 응답속도를 제공하지 못하고 있다. 본 논문에서는 웹 프록시 서버를 이용하여 기존의 응용프로그램이나 인터넷 기반구조에 대한 수정 없이 무선망을 통한 웹 서비스 속도를 향상시킬 수 있는 방법을 소개한다. 웹 프록시 서버에서 사용자 단말장치, 웹 브라우저 및 사용자의 요구에 의해 각기 다른 웹 에디터 종류에 따라 무손실, 손실압축기법을 적용하여 데이터량을 감소시키고 미리불러오기 기능을 사용하여 웹 데이터에 대한 전송지연을 감소시킨다. 또한, 현재 상용화되어 있는 CDMA 셀룰라망을 사용하여 프록시 서버를 통한 웹 접근 실험을 통해 이러한 데이터 처리 방법에 의한 전송 데이터량의 감소와 이에 따른 응답시간의 향상을 확인한다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2012.07a
• /
• pp.219-221
• /
• 2012

본 논문은 무손실 데이터 은닉 기법중 주변 화소의 통계적 특성을 이용하여 어떠한 추가적인 맵 정보 없이 키 파라미터로써 원본 영상과 삽입한 데이터를 정확히 분리해 내는 기법이다. 오버/언더 플로우에 더 강한 데이터 은닉을 위해, 데이터 삽입에 대한 변수로 작용할 수 있는 주변 화소값들의 범위 뿐만 아니라 주변 화소값들의 표준 편차와 평균값을 모두 키 파라미터의 인자로 사용하여 화소값이 낮은, 즉 영상의 밝기가 어두운 부분에 더 많은 데이터를 삽입할 수 있는 기법을 제안하였고, 실험을 통하여 기존 기법 대비 평균 2배 이상의 삽입 용량이 증진된 것을 확인하였다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2021.01a
• /
• pp.261-264
• /
• 2021

본 논문에서는 SR(Super-Resolution)을 계산하는데 필요한 데이터를 효율적으로 분류하고 분할하여 빠르게 SR연산을 가능하게 하는 쿼드트리 기반 최적화 기법을 제안한다. 제안하는 방법은 입력 데이터로 사용하는 연기 데이터를 다운스케일링(Downscaling)하여 쿼드트리 연산 소요 시간을 감소시키며, 이때 연기의 밀도를 이진화함으로써, 다운스케일링 과정에서 밀도가 손실되는 문제를 피한다. 학습에 사용된 데이터는 COCO 2017 Dataset이며, 인공신경망은 VGG19 기반 네트워크를 사용한다. 컨볼루션 계층을 거칠 때 데이터의 손실을 막기 위해 잔차(Residual)방식과 유사하게 이전 계층의 출력 값을 더해주며 학습한다. 결과적으로 제안하는 방법은 이전 결과 기법에 비해 약15~18배 정도의 속도향상을 얻었다.