• 한국통신학회논문지
• /
• 제29권8C호
• /
• pp.1125-1132
• /
• 2004

본 논문에서는 블록기반으로 부호화된 비디오 영상에서 전송 오류로 인하여 발생하는 화질저하를 개선하기 위하여 인과적 블록경계 정합법을 사용하여 효율적으로 복호가능 오류를 검출하는 알고리즘을 제안하였다. 제안된 방법에서는 먼저 현재 블록의 경계들과 인과적 주위블록외 경계들간 부정합 전력을 계산한다. 다음, 이렇게 구한 부정합 전력들 중 하나라도 인과적 주위 블록들의 통계적 특성을 사용하여 적응적으로 구한 역치보다 크면 오류가 있는 것으로 판단한다. 실제로 H.263으로 부호화된 비디오를 가지고 $10^{-3}$-$10^{-4}$ BERs에서 16비트 연속적인 비트 에러를 가지는 환경에서 제안한 방법을 적용하였다. 기존의 블록경계정합 오류검출법의 하나인 Zeng의 방법과 비교하면, 에러 검출율의 향상은 최대 20%, 그리고 검출된 오류를 은닉 처리한 결과영상의 PSNR 향상은 최대 3.5㏈임을 보여준다.

• 대한전자공학회논문지SP
• /
• 제44권2호
• /
• pp.82-92
• /
• 2007

본 논문에서는 3차원 얼굴인식을 위한 방사 기저 함수 신경망 기반의 새로운 전역적 형태 특징과 그 특징을 추출하는 방법을 제안한다. 방사 기저 함수 신경망은 방사 기저 함수들의 가중합으로써, 얼굴 형태 정보의 비선형성을 방사 기저 함수의 선형합으로 잘 표현한다. 이 논문에서는 얼굴의 가로 방향 프로파일을 학습된 방사 기저 함수 신경망에 적용시켰을 때 생성되는 가증치를 새로운 전역적 형태 특징으로 제안한다. 제안하는 전역적 형태 특징의 경우 국소적 특징의 특성을 가지며, 일반적인 전역적 특징의 특성인 특징의 복잡도도 감소시킨다. 100명의 데이터베이스 영상과 100명에 대한 서로 다른 3개의 포즈를 포함하는 300개의 테스트 영상을 이용한 실험에서 제안하는 전역적 형태 특징과 은닉 마르코프 모델을 이용한 특징 비교를 통해서 94.7%의 인식률을 얻었다.

• 정보처리학회논문지B
• /
• 제11B권3호
• /
• pp.381-386
• /
• 2004

본 논문에서는 첨도가 추가된 뉴우턴법의 고정점 알고리즘에 의한 독립성분분석을 제안하였다. 여기서 첨도의 추가는 유사한 속성을 가지는 성분의 군집화된 분석순서를 얻기 위함이고, 뉴우턴법의 고정점 알고리즘은 성분의 빠른 분석과 우수한 분석성능을 얻기 위함이다. 제안된 독립성분분석을 500개 샘플을 가지는 6개의 혼합신호와 $512\times512$ 픽셀을 가지는 8개의 혼합영상의 분리에 각각 적용하여 실험한 결과, 제안된 기법은 항상 일정한 분석순서를 유지하여 기존의 기법에서 알고리즘의 수행 때마다 랜덤하게 변하는 분석순서의 제약을 해결할 수 있었다. 특히 군집화의 속성을 가진 제안된 독립성분분석은 신호나 영상의 분류나 식별에도 적용할 수 있음을 확인하였다.

• 한국컴퓨터그래픽스학회논문지
• /
• 제13권2호
• /
• pp.55-60
• /
• 2007

본 논문은 프로젝터를 이용한 색상 및 기하 보정기술과 영상완성(image completion)기술을 결합하여 감소현실(diminished reality, DR)을 체험 할 수 있는 시스템을 제안한다. 감소현실은 증강현실(augmented reality)과 반대되는 개념으로 실세계에 존재하는 불필요한 객체 혹은 정보를 가상으로 은닉함으로써 사용자에게 시각적 편의를 제공하는 기술이다. 기존에 데스크탑 혹은 HMD 기반의 감소현실 기술은 개발된 사례가 있으나, 프로젝션 기반의 감소현실 기술에 대한 개발 사례는 없었다. 최근 고화질, 경량의 프로젝터의 일반화와 함께 프로젝션 기반 디스플레이의 응용분야가 크게 증가하고 있음을 감안해 볼 때, 프로젝션 기반의 감소현실 기술에 대한 요구는 크게 증가할 것이다. 본 논문에서는 프로젝션 기반의 감소현실을 구현하기 위한 기술적 과제들을 해결하고 그 응용사례를 제시함으로써 프로젝션 기반의 감소현실 시스템의 필요성 및 가능성을 제시하고자 한다.

• 한국지능시스템학회논문지
• /
• 제27권2호
• /
• pp.126-131
• /
• 2017

본 논문에서는 손짓을 이용하여 로봇에게 명령을 내릴 때, 사용자의 여러 가지 손짓 중 의미 있는 동작을 추출하기 위한 방법을 제시한다. 로봇에게 명령을 내릴 때, 사람들의 손짓은 준비동작, 본 동작, 마무리 동작으로 구분할 수 있다. 여기에서 본 동작이 로봇에게 명령을 전달하는 의미 있는 동작이고 다른 동작은 그 동작을 위한 의미 없는 보조 동작이다. 따라서 연속적인 손짓에서 본 동작만을 추출해야 한다. 또한 사람들은 무위식적으로 손을 움직일 수 있는데 이러한 동작들 역시 의미가 없는 동작으로 로봇이 판단하여야 한다. 본 연구에서는 키넥트 센서를 이용하여 획득한 거리영상에서 사람의 골격자료를 획득하여 손을 추출하고, 칼만필터를 이용하여 손의 위치를 추적하면서 의미 있는 손동작과 의미 없는 손동작을 구분하고 은닉 마코프 모델을 이용하여 손짓을 인식한다.

• 정보처리학회논문지B
• /
• 제18B권1호
• /
• pp.1-10
• /
• 2011

가역 워터마킹 기법은 디지털 콘텐츠에 지각적 투명성을 유지하며 워터마크를 삽입한 후, 이를 아무런 손상없이 원본 상태로 복원할 수 있는 메시지 은닉 수단으로서 높은 품질과 높은 삽입용량이 요구되는 분야에서 다양하게 이용되어질 수 있다. 본 논문에서는 차이값 히스토그램 기반의 가역 워터마킹에서 응용분야의 요구에 맞게 높은 삽입용량을 제공하기 위한 효율적인 반복삽입 알고리즘을 제안한다. 제안한 방법에서는 메시지가 삽입된 영상에 대하여 반복삽입할 때, 지역성을 최대한 활용하기 위하여 행열 교차 스캐닝 방법을 이용하였다. 다양한 영상들에 대하여 비교 분석한 실험 결과에 따르면 제안한 알고리즘은 완전한 가역성과 함께 낮은 왜곡을 유지하면서도 효율적인 반복삽입을 통한 높은 삽입용량을 얻을 수 있었다.

• 정보처리학회논문지B
• /
• 제11B권2호
• /
• pp.199-206
• /
• 2004

본 논문에서는 고정점 알고리즘과 신호의 시간적 상관성을 적응 조정한 견실 알고리즘의 조합형 독립성분분석을 제안하였다. 여기서 고정점 알고리즘은 뉴우턴법의 경신규칙에 기초한 방법으로 빠른 분석속도와 우수한 분석성능을 얻기 위함이고, 견실 알고리즘은 시간적 상호 의존성이나 낮은 쿠토시스를 가지는 신호도 효과적으로 분석하기 위함이다. 특히 견실 알고리즘에서 경험적으로 설정되던 최대지연시간을 신호상호간의 자기상관함수를 이용하여 적응 조정되도록 함으로써 그 성능을 더욱 더 개선하였다. 제안된 독립성분분석을 500개 샘플을 가시는 4개의 신호와 $512\times512$ 픽셀의 10개 영상으로부터 임의의 혼합행렬에 따라 발생되는 혼합신호와 혼합영상 각각의 분리에 적용한 결과, 고정점 알고리즘의 독립성분분석 및 고정점 알고리즘과 최대시간지연을 경험적으로 설정하는 기존의 견실 알고리즘을 단순히 조합한 독립성분분석에 비해 분리속도와 분리률에서 개선된 성능이 있음을 확인하였다. 특히 문제의 규모가 증가할수록 분석성능의 개선정도도 증가함을 확인하였다.

• 대한전자공학회논문지SP
• /
• 제42권2호
• /
• pp.49-58
• /
• 2005

본 논문에서는 영상압축 표준 방식인 PEG과 JPEG2000등에서 사용하는 양자화 방식인 스칼라(Scalar) 양자화기의 특성을 이용한 블라인드 워터마킹 알고리즘을 제안하였다. 제안된 알고리즘은 손실 압축 기술인 양자화로 인한 워터마크의 손실을 막기 위해 워터마크에 따라 양자화 인덱스를 선택하는 방법을 사용하였다. 따라서 워터마크 삽입을 위한 별도의 과정 없이 양자화 과정 중에 워터마크가 삽입되고 적용 분야에 따른 양자화기의 특성을 이용하므로 영상에 적응적이다. 알고리즘의 안정성을 높이기 위하여 LFSR(Linear feedback shift register)을 사용하여 워터마크를 재배열하였으며, 워터마크의 삽입 과정에서도 LFSR을 사용하여 삽입위치를 은닉하였다. 따라서 추출 시에 양자화 인덱스와 양자화기의 정보에 의해 원 영상 없이 워터마크의 추출이 가능하며, LFSR의 초기치를 아는 소유자만이 추출 및 판독이 가능하다. 삽입되는 워터마크는 시각적으로 인지할 수 있는 특정 로고 형태의 2진 영상을 사용하였다. 본 논문에서 제안한 기법은 JPEG과 PEG2000에 적용하여 워터마킹의 요구조건인 강인성(Robustness)과 비인지성(Imperceptibility)을 실험하였으며, 각 공격에 대하여 최대 $5.7\%$정도의 오차율(Error ratio)을 얻었다. 또한 기존의 방법과 비교한 실험에서도 PEG과 JPEG2000의 각 공격에 대해 약 4-5배정도의 우수한 오차 특성을 보여주고 있다.

• 대한전자공학회논문지SP
• /
• 제44권6호
• /
• pp.100-110
• /
• 2007

부호화된 동영상 데이터를 전송할 때 발생하는 전송 채널상의 에러로 손실된 정보는 수신측의 복호화 된 영상의 화질을 크게 열화 시킨다. 특히 움직임 벡터나 매크로 블록 모드 정보와 같이 중요도가 높은 정보가 손실될 경우, 에러로 인한 이러한 화질 저하는 더욱 심각하다. 이러한 문제를 해결하기 위한 에러 강인 기술의 하나로, 압축동영상 정보의 중요도에 따라 정보를 분할하여 중요도가 높은 정보를 더욱 강하게 보호할 수 있는 데이터 분할 기술이 제안되었다. 그러나 실제 채널 망의 경우 전송 데이터의 서로 다른 중요도를 지원할 수 있도록 하기 위해 일반적으로는 중요한 정보의 경우 동일 패킷을 여러 번 보내는 방식으로 UEP 효과를 얻도록 한다. 본 논문은 이러한 전송환경 하에 동일한 패킷을 중복 전송하는 종래의 기법에 비해 전송 데이터 량을 감소시키면서도 전송 데이터 량 대비 화질을 증가시키기 위하여, H.264/AVC 표준의 데이터 분할 기술에 다중 표현 부호화 기술을 적용하여 데이터 분할 기술의 성능을 향상시키는 새로운 부호화와 복호화 방법을 제안한다. 제안된 방법은 데이터 분할된 H.264/AVC 표준의 움직임 벡터 정보를 효율적으로 다중 표현 부호화하고 독립적인 패킷으로 분할 전송함으로써 전송 에러에 의해 일부의 패킷을 손실하더라도 올바르게 전송된 패킷만으로 유사한 움직임 벡터 정보를 추정함으로써 에러 은닉 기술의 성능을 향상시키고 채널 에러의 영향을 최소화시킨다. 또한 제안된 다중표현 정합 알고리즘을 사용하여 움직임 벡터의 추정정확도를 향상시켜 복원영상의 화질을 개선한다.

• 방송공학회논문지
• /
• 제23권3호
• /
• pp.383-394
• /
• 2018

본 논문에서는 최근 활발히 연구되고 있는 딥 러닝 기반의 이미지와 비디오 압축 기술에 대해 살펴본다. 딥 러닝 기반의 이미지 압축 기술은 심층 신경망에 압축 대상 이미지를 입력하고 반복적 또는 일괄적 방식으로 은닉 벡터를 추출하여 부호화한다. 이미지 압축 효율을 높이기 위해 심층 신경망은 복원 이미지의 화질은 높이면서 부호화된 은닉 벡터가 보다 적은 비트로 표현될 수 있도록 학습된다. 이러한 기술들은 특히 저 비트율에서 기존의 이미지 압축 기술에 비해 뛰어난 화질의 이미지를 생성할 수 있다. 한편, 딥 러닝 기반의 비디오 압축 기술은 압축 대상 비디오를 직접 입력하여 처리하기 보다는 기존 비디오 코덱의 압축 툴 성능을 개선하는 접근법을 취하고 있다. 본 논문에서 소개하는 심층 신경망 기술들은 최신 비디오 코덱의 인루프 필터를 대체하거나 추가적인 후처리 필터로 사용되어 복원 영상의 화질 개선을 통해 압축 효율을 향상시킨다. 마찬가지로, 화면 내 예측 및 부호화에 적용된 심층 신경망 기술들은 기존 화면 내 예측 툴과 함께 사용되어 예측 정확도를 높이거나 새로운 화면 내 부호화 과정을 추가함으로써 압축 효율을 향상 시킨다.