• Proceedings of the IEEK Conference
• /
• 2001.09a
• /
• pp.727-730
• /
• 2001

본 논문에서는 동영상 데이터의 효율적인 압축과 전송을 위하여 이산 웨이블렛 변환(Discrete Wavelet Transform)과 H.263 부호화[1] 방법을 이용한 영상 부호화 방법을 제안하였다. 이 방법은 웨이블렛 변환을 이용하여 영상을 여러 개의 주파수 영역별로 나누고 각각의 주파수특성에 따라 다른 부호화 방식을 취하게 된다. 제안된 방법은 정보량이 가장 많고 원본의 영상에 가장 가깝게 보존되는 저주파 영역은 H.263 부호화 방식을 사용하고, 나머지 고주파 영역은 산술부호화 방식을 사용함으로서 각각의 주파수 특성을 적절하게 고려한 압축을 하여 그 효율을 증대시키게 된다. 또한 웨이블렛 변환에 따른 저주파 영역의 크기는 실제 영상 크기의 4분의 1이 되는데, 이러한 사실은 H.263 부호화에서 움직임정보의 검출 단위인 매크로블럭(macro-block)의 개수를 줄여 웨이블렛 알고리즘 사용에 드는 추가적인 부호화 시간을 보상하게 한다. 저주파 영역의 H.263 부호화 방식으로 인한 양자화 오류로 나타나는 역 웨이블렛 변환에서의 화질열화를 최소화하기 위해 2단계 웨이블렛 변환을 사용했는데 실험결과 1단계 웨이블렛 변환을 사용한 영상에 비하여 화질이 개선됨을 알 수 있다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2003.11a
• /
• pp.7-10
• /
• 2003

인터프레임 웨이블렛 부호화(Interframe Wavelet Coding)는 3D 서브밴드(Subband) 부호화라고도 하며, 기존의 DCT기반 Hybrid 동영상 부호화 방식에 비해 압축 효율이 우수하고. 특히 스케일러빌리티 기능이 뛰어난 부호화 방법이다. 인터프레임 웨이블렛 부호화 방법에서 복호화 과정 중 가장 연산 량이 많이 요구되는 역(inverse) 웨이블렛 변환이다 역 웨이블렛 변환의 연산 량은 복호화 과정에서 적용된 웨이블렛 변환과 동일한 연산량을 요구한다. 이는 순방향과 역방향에서 동일 길이의 필터와 분해 레벨을 사용해야 하기 때문이다. 이 웨이블렛 변환의 연산 량을 줄이기 위해 본 논문에서는 기존의 시간 밴드 영상에 대해 동일 한 웨이블렛 필터를 사용하여 공간 웨이블렛 필터를 적용하던 것을. 로우밴드에는 9/7 필터를 적용하고 하이 밴드에는 Haar필터를 사용하는 방법을 제안한다. PSNR 실험에서 기존의 9/7 필터만을 사용하는 경우와 비교한 결과 거의 차이가 없었다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2003.09b
• /
• pp.162-165
• /
• 2003

본 논문에서는 웨이블렛 계수와 Hidden Markov Model(HMM)이용한 얼굴인식 알고리즘을 제안한다. 입력 영상은 이산웨이블렛을 기반으로 한 다해상도 분석기법을 사용하여 데이터 수를 압축한 후, 각각의 해상도에서 얻어진 웨이블렛 계수를 특징벡터로 사용하여 HMM의 모델을 생성한다. 인식단계 에서는 웨이블렛 변환에 의해 생성된 개별대역의 인식값을 더하여 상호 보완함으로써 인식률을 높일 수 있었다. 제안된 알고리즘의 타당성을 검증하기 위하여 기본적 알고리즘인 벡터 양자화(VQ) 기법을 적용한 경우와 기존 얼굴인식에 제안된 DCT-HMM을 이용한 기법과의 인식률 비교를 한 결과, 제안된 방법이 우수한 성능을 보임을 알 수 있었다.

• The Journal of the Acoustical Society of Korea
• /
• v.19 no.4
• /
• pp.3-15
• /
• 2000

In this paper we present a new image denoising filter that can suppress additive noise components while preserving signal components in the wavelet domain. The proposed filter, which we call an adaptive wavelet shrinkage(AWS) filter, is composed of two operators: the wavelet killing operator and the adaptive shrinkage operator. Each operator is selected based on the threshold value which is estimated adaptively by using the local statistics of the wavelet coefficients. In the wavelet killing operation, the small wavelet coefficients below the threshold value are replaced by zero to suppress noise components in the wavelet domain. The adaptive shrinkage operator attenuates noise components from the wavelet components above the threshold value adaptively. The experimental results show that the proposed filter is more effective than the other methods in preserving signal components while suppressing noise.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2006.05a
• /
• pp.1037-1041
• /
• 2006

본 연구에서는 수질자료에 내재되어 있는 주기성 및 경향성 등을 파악하기 위해 웨이블렛 변환을 적용하였으며 비선형 시계열자료에 대한 예측력이 우수한 인공신경망을 적용하여 예측모형을 개발하였다. 대상자료는 섬진강 유역의 주암호 수질자동측정망 지점에서 측정되고 있는 수질자료 중 2002년 1월 1일 ${\sim}$ 2004년 12월 31일까지의 일 TOC 수질자료를 이용하였다. 웨이블렛 변환을 위해 사용한 기저함수로는 Daubechies의 10번 웨이블렛 함수('db10')를 사용하였으며, 각 스케일링 및 웨이블렛 함수를 이용하여 5단계까지 변환하였다. 최종 변환된 근사성분과 D5, D4, D3, D2의 상세성분 자료를 이용하여 1시간후 TOC 예측 모형을 구성하였으며 그 결과 은닉층의 노드의 수가 17개인 모형인 Model_5_17 모형이 가장 우수한 예측력을 보였다.

• Proceedings of the Korea Multimedia Society Conference
• /
• 2003.11a
• /
• pp.183-186
• /
• 2003

인터프레임 웨이블렛 부호화(Interframe Wavelet Coding)는 3D 서브밴드 부호화라고도 하며, 기존의 DCT 기반 동영상 부호화 방식에 비해 압축 효율이 우수하고, 특히 스케일러빌리티 기능이 뛰어난 부호화 방법이다. 본 논문에서는 기존의 인터프레임 웨이블렛 부호화 방법에서 시간 밴드 영상에 대해 동일한 웨이블렛 필터를 사용하여 공간 웨이블렛 필터를 적용하던 것을, 시간 밴드 영상의 특성을 고려하여 로우 밴드와 하이 밴드에 서로 다른 웨이블렛 필터를 적용하는 방법을 제안하였다. 본 논문에서는 로우밴드에는 9/7 필터를 적용하고 하이 밴드에는 Haar필터를 적용하여 보았다. 이렇게 적용함으로서 부호과정에서 가장 많은 연산량을 필요로하는 역 웨이블렛 변환이 간단하게 되어 복호기의 복잡도가 감소하는 효과가 있다. PSNR 실험에서 기존의 9/7 필터만을 사용하는 경우와 비교한 결과 거의 차이가 없었다.

• Journal of the Institute of Electronics Engineers of Korea SC
• /
• v.39 no.1
• /
• pp.16-23
• /
• 2002

In this paper, we propose the growing and pruning algorithm to design the optimal structure of modular wavelet neural network(MWNN) with F-projection and geometric growing criterion. Geometric growing criterion consists of estimated error criterion considering local error and angle criterion which attempts to assign wavelet function that is nearly orthogonal to all other existing wavelet functions. These criteria provide a methodology which a network designer can construct MWNN according to one's intention. The proposed growing algorithm increases in number of module or the size of modules of MWNN. Also, the pruning algorithm eliminates unnecessary node of module or module from constructed MWNN to overcome the problem due to localized characteristic of wavelet neural network which is used to modules of MWNN. We apply the proposed constructing algorithm of the optimal structure of MWNN to approximation problems of 1-D function and 2-D function, and evaluate the effectiveness of the proposed algorithm.

• The KIPS Transactions:PartB
• /
• v.10B no.4
• /
• pp.459-464
• /
• 2003

This paper proposes the use of a wavelet based image transform algorithm in human iris recognition method and the effectiveness of this technique will be determined in preprocessing of extracting Iris image from the user´s eye obtained by imaging device such as CCD Camera or due to torsional rotation of the eye, and it also resolves the problem caused by invariant under translations and dilations due to tilt of the head. This technique values through the proposed translation-invariant wavelet transform algorithm rather than the conventional wavelet transform method. Therefore we extracted the best-matching iris feature values and compared the stored feature codes with the incoming data to identify the user. As result of our experimentation, this technique demonstrate the significant advantage over verification when it compares with other general types of wavelet algorithm in the measure of FAR & FRR.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2007.11a
• /
• pp.213-216
• /
• 2007

본 논문에서는 DFT(Discret Fourier Transform)과 웨이블렛을 이용한 고장진단 알고리즘을 제안한다. 제안된 방법은 주파수 기반의 DFT에 의한 고장패턴의 추출방법과 시간-주파수 기반의 웨이블렛을 이용한 고장패턴의 추출방법을 제안한다. 유도전동기의 진단을 DFT와 웨이블렛에 의해 추출된 특정값들을 효과적으로 융합할 수 있는 융합 알고리즘에 의해 수행된다. 개발된 알고리즘은 다양한 실측 데이터에 적용하여 그 타당성을 보이고자 한다.

• Proceedings of the Korea Committee for Ocean Resources and Engineering Conference
• /
• 2001.05a
• /
• pp.260-265
• /
• 2001

본 연구에서는 연속 웨이블렛 변환을 이용하여 Ringing 현상을 연구하였다. 사용되어진 웨이블렛은 Morlet 웨이블렛이었고, 실험은 파수조에서 수행되었다. 또한 Ringing 현상을 다루고자 쇄파를 발생시켰다. 실험에 쓰인 모델은 수면을 통과하여 수직으로 고정된 원주 실린더였고, 이 실린더에 작용된 힘과 파고가 측정되어졌다. 이들은 연속 웨이블렛 변환으로 분석되어졌고, 이러한 분석으로 얻어진 scalogram 들은 고주파 성분이 쇄파 충격시 만들어진다는 사실을 시간영역상에서 보여주었다. 이는 기존의 스펙트럼 분석에서는 찾기 힘든 것이다. Coherence 분석도 위의 결론을 뒷받침해 주었다.