• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2004년도 가을 학술발표논문집 Vol.31 No.2 (1)
• /
• pp.382-384
• /
• 2004

최근 가파른 증가세를 보이며 그 기법 또한 다양해지고 있는 공격에 대한 사후처리와 동일 침입 방지를 위해, 네트워크 포렌직에 대한 관심이 커지고 있다. 포렌직을 위해서는 정보의 손실 없는 네트워크 트래픽을 수집하여 보존하는 것이 필요하지만, 그 양이 막대하며, 이는 더 큰 용량의 디스크를 필요로 한다. 이를 해결하기 위해서는 압축을 수행하는 것이 필요하며, 또한 IP와 같이 필요로 하는 몇몇 정보를 압축해제 없이 접근할 수 있게 한다면, 간단한 작업을 위해서도 압축을 풀기 위해 컴퓨팅 파워와 시간을 줄일 수 있을 것이다. 따라서, 이 논문에서는 수집한 패킷마다 압축을 수행할 부분과 수행하지 않을 부분으로 나누고, 압축을 수행한 뒤, 해당 정보를 4바이트의 헤더로 만들어 덧붙임으로써, 기존 트래픽을 압축함과 동시에 패킷들에 대한 간단한 정보들을 압축해제 없이 접근할 수 있는 모델을 제안하였다.

• 융합신호처리학회논문지
• /
• 제3권1호
• /
• pp.33-40
• /
• 2002

본 연구에서는 의료영상 저장 및 전송 시스템에 필수적인 무손실 의료영상 압축 기법을 제안하였다. 의료영상은 방사선 영상 중에서 유방영상(mammography)과 자기공명영상을 사용하였으며, 이들 영상을 무손실로 압축하기 위하여 영역성장에 의한 영상분할 알고리듬을 제안하였다. 제안된 알고리듬은 원 영상이 에러 영상과 불연속 계수 영상, 그리고 상위 비트 데이터 등 세 가지의 부 영역으로 분할되도록 하였다. 그리고 영역성장 과정 후 생성된 불연속 계수 영상 데이터와 에러 영상을 국제 이진영상압축 표준이며 그레이코드(graycode)화된 영상의 압축에 적합한 JBIG(Joint Bi-level Image expert Group) 알고리듬을 이용하여 압축시켰다. 제안한 알고리듬과 타 연구에서 사용된 기법들을 비교 검토 한 결과 제안한 무손실 압축 기법을 적용하여 얻어지는 압축율은 JBIG, JPEG, LZ 기법에 비해 평균적으로 각각 3.7%, 7.9%, 23.6% 정도 개선됨을 알 수 있었다.

• 방송공학회논문지
• /
• 제26권6호
• /
• pp.778-789
• /
• 2021

최근 다양한 분야에서 뛰어난 성능을 나타내는 Convolutional Neural Network(CNN)모델을 모바일 기기에서 사용하기 위한 다양한 연구가 진행되고 있다. 기존의 CNN 모델은 모바일 장비에서 사용하기에는 가중치의 크기가 크고 연산복잡도가 높다는 문제점이 있다. 이를 해결하기 위해 가중치의 표현 비트를 낮추는 가중치 양자화를 포함한 여러 경량화 방법들이 등장하였다. 많은 방법들이 다양한 모델에서 적은 정확도 손실과 높은 압축률을 나타냈지만, 대부분의 압축 모델들은 정확도 손실을 복구하기 위한 재학습 과정을 포함시켰다. 재학습 과정은 압축된 모델의 정확도 손실을 최소화하지만 많은 시간과 데이터를 필요로 하는 작업이다. Weight Quantization이후 각 층의 가중치는 정수형 행렬로 나타나는데 이는 이미지의 형태와 유사하다. 본 논문에서는 Weight Quantization이후 각 층의 정수 가중치 행렬을 이미지의 형태로 비디오 코덱을 사용하여 압축하는 방법을 제안한다. 제안하는 방법의 성능을 검증하기 위해 ImageNet과 Places365 데이터 셋으로 학습된 VGG16, Resnet50, Resnet18모델에 실험을 진행하였다. 그 결과 다양한 모델에서 2%이하의 정확도 손실과 높은 압축 효율을 달성했다. 또한, 재학습 과정을 제외한 압축방법인 No Fine-tuning Pruning(NFP)와 ThiNet과의 성능비교 결과 2배 이상의 압축효율이 있음을 검증했다.

• 동력기계공학회지
• /
• 제13권2호
• /
• pp.42-48
• /
• 2009

본 실험에서는 왕복동식 수소 압축 시스템에서 다양한 스너버 압력변화와 스너버 효과를 조사가 수행되었다. 압력값은 실험적인 방법으로 스너버 시스템에서 각각 6군데에서 압력 값을 측정하였다. 그리고 아크릴 스너버에서의 입, 출구의 압력진폭은 FFT로 얻어진다. 맥동압 감소는 결과의 입, 출구의 진폭으로써 계산되어진다. 이는 각각의 모터 주파수 30, 40, 50Hz에서 각각 58.248%, 57.026%, 56.871%의 맥동압 감소가 일어난다. 압력 손실은 각각의 모터주파수 30, 40, 50Hz에서 0.960%, 1.533%, 1.965% 손실값이 발생한다. 수치해석은 스너버 내부 모든 구역에의 압력 정보를 보여준다. 실험과 수치해석의 결과를 비교하면 좋은 일치성을 보인다. 그렇기 때문에 수치해석으로 구한 압력 예측값은 왕복등식 수소 압축 시스템의 스너버 성능을 포함하는 다양한 수학적 식에 적용가능하다.

• 한국통신학회논문지
• /
• 제26권10B호
• /
• pp.1409-1418
• /
• 2001

영상 압축 분야에서 많은 정수 웨이블릿 변환들이 손실 압축 성능, 무 손실 압축 성능, 그리고 복잡성을 기준으로 비교되었다. 응용분야에 따라서 상대적인 조건에 의한 최적인 웨이블릿 변환을 선택함에 따라서 여러 웨이블릿 변환들 중에서 상대적으로 우수한 변환들이 존재함이 알려졌다. 본 논문에서는 우수한 성능을 보이는 웨이블릿 필터들을 리프팅 기법을 응용해서 통합한다. 이들 우수한 몇 개의 변환들은 간단한 파라미터로 표현이 가능하고 이들 파라미터들은 주어진 입력 영상에 종속적이다. 본 논문에서는 이들 파라이터를 구현하는 이론적인 결과와 실험결과를 제공한다. 제안된 방법이 S+P[2] 방법보다 대다수 경우에서 우수함을 실험결과로서 보여주고 있다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2018년도 하계학술대회
• /
• pp.272-275
• /
• 2018

본 논문에서는 기존 신경망 기반의 이미지 압축에 많이 사용되었던 신경망인 ResNet 을 대신하여 더 적은 개수의 파라미터를 사용하여 좋은 성능을 낼 수 있는 신경망 구조인 DenseNet 을 이미지 압축에 사용한다. 이미지 압축을 위해 사용되는 신경망 구조는 일반적으로 오토 인코더 구조인데, 병목 층에서 정보 손실이 상당히 많이 발생한다. 따라서 이미지 압축에서 신경망 내에서의 정보 전달은 상당히 중요하다. 기존의 논문에서는 이를 위해 이전의 정보를 그대로 뒤로 전달해주는 구조인 ResNet 을 사용하여 깊은 층에 대해서도 수렴이 잘 되는 결과를 보여주었다. 그러나 많은 수의 파라미터를 사용하는 단점을 해결하기 위해 본 논문에서는 DenseNet 을 이미지 압축에 사용하였고, 병목 층에서의 정보 손실로 인해 이미지의 고주파수 성분이 사라지는 현상을 해결하기 위해 원래 이미지와 JPEG2000 으로 압축한 이미지와의 차이를 추가 입력으로 넣어주어서 주관적인 화질을 개선하였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2021년도 추계학술발표대회
• /
• pp.966-968
• /
• 2021

본 논문에서는 효과적인 고해상도 비디오 데이터의 처리를 위하여 부호화기 내에서 참조 영상을 저장하는 프레임 메모리를 압축하는 방법을 제안한다. 프레임 메모리는 응용분야의 특성상 무손실 압축 및 저 복잡도를 갖는 방법이 요구되는데, 블록 단위의 PCT 를 이용하여 픽셀 사이의 상관도를 제거하고, 적응적 GR 부호기를 이용하여 최종 비트열을 구성하여 압축하는 방법을 제안한다. 다양한 테스트 영상을 대상으로 실험한 결과 제안하는 방법이 기존의 압축 방법에 비해 압축 성능이 우수하면서 실행 시간으로 측정한 복잡도 측면에서 유사한 성능을 나타냄을 확인하였다. 압축 성능과 복잡도의 두가지 측면을 종합적으로 판단한 결과 제안하는 방법이 기존의 방법에 비해 충분히 경쟁력이 있음을 알 수 있다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 2013년도 하계학술대회
• /
• pp.278-279
• /
• 2013

최근에 완료된 HEVC(High Efficiency Video Coding) 비디오 압축 표준은 H.264/AVC에 비해 2배 이상 향상된 압축 효율을 제공한다. 현재 진행 중인 HEVC 확장 (extension) 작업에서는 손실 및 무손실 부호화에서 4:2:2 및 4:4:4 색차 포맷과 최대 12비트 깊이를 지원하는 고급 프로파일을 개발하고 있다. 현재까지 개발된 HEVC의 CABAC(Context-based Adaptive Binary Arithmetic Coding)은 손실 부호화 환경에 적합하게 설계되었기 때문에 무손실 부호화 환경에서 최적의 부호화 성능을 제공하지 못한다. 본 논문에서는 4:4:4 색차 포맷 영상의 무손실 화면내 부호화 환경에서 잔여 신호의 통계적 특성을 고려한 향상된 CABAC 잔여 데이터 부호화 방법을 제안한다. 실험 결과를 통해, 본 논문에서 제안하는 향상된 CABAC 방법이 무손실 화면내 부호화에서 기존의 CABAC 방법에 비해 평균 약 2.41% 의 비트 수를 감소시키는 것을 확인했다.

• 한국산학기술학회논문지
• /
• 제10권4호
• /
• pp.736-739
• /
• 2009

영상 내의 움직임 적응적인 효과적인 무손실 영상 압축 알고리즘을 제안한다. 이 알고리즘은 비선형 예측기를 토대로 움직임에 적응하는 단계와, 예측기에 의한 차분 데이터를 압축하는 단계로 구성된다. 제안한 비선형 예측기는 과거의 예측 오차로부터 화면간 혹은 화면내 예측치를 선택하며, 움직임 적응 단계를 진행되면서 주변 화소들의 예측 오차를 고려하여, 현재 화소에 대한 예측 오차를 줄이는 능력을 가진다. 예측 오차는 기존의 문맥 적응적인 코딩 기법에 의해서 압축된다. 실험결과는 제안한 알고리즘이 FELICS, CALC, JPEG-LS와 같은 문맥 모델링에 기반을 둔 무손실 압축 기법보다 우수한 압축률을 보여준다.

• 한국산업정보학회논문지
• /
• 제5권1호
• /
• pp.102-107
• /
• 2000

일반적으로 문자와 영상이 갖는 특성이 서로 다르기 때문에 문자 압축 기법들을 영상 압축에 직접 사용하지 않는다. 최근 문자 압축에 뛰어난 결과를 얻을 수 있는 블록 정렬 알고리즘인 BW 변환이 소개되었으나 BW 변환을 직접 영상에 적용하면 만족할 만한 결과를 얻을 수가 없다. 따라서 BW 변환을 영상에 적용할 때 무손실 압축성능 개선을 위한 새로운 방법을 제안한다. 제안한 방법의 구성은 3단계로 나누어지며 SSKF 필터에 의한 10개 영역으로 계층적 대역 분할을 하고 BW 변환에 의한 블록 정렬 알고리즘을 수행하여 적응적 산술 부호화에 의한 중복성를 제거한다. 실험 결과 제안한 방법이 무손실 JPEG 표준안과 LZ계열의 PKZIP 보다 뛰어난 압축 성능을 가졌다.