• Proceedings of the Korean Information Science Society Conference
• /
• 2002.10d
• /
• pp.511-513
• /
• 2002

본 논문에서는 영상에 Salt-Pepper와 같은 임펄스 잡음이 존재하는 영상에 대한 잡음 제거는 기존의 잡음제거 방법인 미디언 필터를 이용하여 잡음을 제거할 수 있지만 임펄스 잡음이 아닌 비임펄스 잡음이 포함된 영상에 대해서는 미디언 필터를 이용하여 비임펄스 잡음이 제거되지 않으므로 임펄스 잡음이 아닌 비임펄스 잡음이 존재하는 영상에 대한 잡음 제거를 형태학적 연산을 이용하여 잡음 제거하는 방법을 제안한다.

• Proceedings of the Acoustical Society of Korea Conference
• /
• 1998.06e
• /
• pp.343-346
• /
• 1998

잡음환경에서의 음성인식 성능향상을 위하여 본 논문에서는 스펙트럼 차감법 이후에 남아 있는 잔여 잡음으로 인한 mismatch를 극복하는 수단으로 기존의 스펙트럼 차감법에서의 flooring factor를 사용하는 대신에 target 잡음레벨을 이용하여 잡음 마스킹을 적용하는 스펙트럼 차감법과 잡음 마스킹의 hybrid 방식을 사용한다. 이 방법은 낮은 SNR에서 개선되지 않는 기존의 잡음 마스킹이 가지는 약점을 극복하고 동시에 스펙트럼 차감버에서의 잔여 잡음 문제를 완화시킬 수 있었다. 특히 시간/주파수 영역 smoothing을 적용함으로써 스펙트럼 차감법과 잡음 마스킹의 hybrid 방식의 적용 이후에도 여전히 남아 있는 일부 잡음을 추가적으로 감소시켰으며, 더욱 향상된 인식성능을 얻을 수 있었다.

• Proceedings of the Acoustical Society of Korea Conference
• /
• autumn
• /
• pp.291-294
• /
• 2004

본 논문에서는 잡음의 변화(variance)가 없는 정적인 통계적 특성(Stationary Static Characteristic)을 갖는 환경에서 잡음 추정을 통해 지각 필터의 성능을 개선하는 알고리즘을 제안한다. 제안된 잡음 추정 알고리즘은 입력되는 잡음에 열화 된 신호의 묵음 구간에서 추정된 잡음을 이용하여 입력되는 잡음의 SNR을 추정 후, 대역 별로 smoothing 상수 값으로 잡음 에너지를 제어하여 첨가된 잡음을 추정함으로써 초기 추정 잡음 보다 가까운 추정 잡음을 얻을 수 있게 된다. 이는 신호를 열화 시킨 잡음을 보다 정확한 추정을 제공함으로써, 지각 필터의 응답을 개선할 수 있고 더불어 잡음에 의해 열화 된 신호의 음질을 개선할 수 있다. 또한 저 대역에 영향을 미치는 잡음인 경우 다른 방법들과는 달리 음질의 개선이 뚜렷하다. 기존의 방식과 비교를 위해 다양한 신호 대 잡음 비(signal-to-noise ratio, SNR)에서 열화 된 오디오 신호를 입력으로 사용하였다. 입력 SNR이 5dB, 10dB, 15dB와 20dB의 각각의 경우에 대하여 SSNR(Segmental SNR)과 잡음 대 마스킹 비(Noise-to-mask ratio, NMR), 음질 테스트를 수행한 결과, 청감 테스트(Mean Opinion Score, MOS Test) 결과의 향상과 음질개선의 개선을 확인할 수 있었다.

• Proceedings of the Acoustical Society of Korea Conference
• /
• 1998.06c
• /
• pp.185-188
• /
• 1998

실제의 음성 인식 및 음성 통신 등의 음성 처리 시스템에서는 음성 신호를 손상시키는 배경 잡음 신호의 존재로 그 성능이 많이 저하된다. 특히 차량 내와 같은 잡음이 극심한 상황에서는 전처리 부분에서 이러한 잡음을 제거시켜 주어야한다. 본 연구는 자동차 내의 배경 잡음에 의해 손상된 음성에서 배경 잡음을 주파수 차감에 의하여 제거시킨다. 특히 음성 정보의 손실이 적은 잡음 추정 방법으로 가중치를 이용하여 잡음을 추정하는 가중치 주파수 차감법을 이용하였다. 이러한 가중치 주파수 차감법 사용의 전제 조건은 잡음의 변화가 완만한 경우에 적당하다. 그러나 실제적인 상황에서 배경잡음신호의 변화가 큰 경우가 존재한다. 이러한 이유에서 본 연구는 잡은 추정시 잡음 추정값을 이용하여 추정 잡음 경계값을 적응적으로 변화하는 차감법을 제안한다. 이러한 방법은 추정된 잡음 신호의 변화율을 이용하여 경계값을 상황에 따라 적응적으로 변화시키는 방법이다. 모의 실험에 의하여 고정적인 경계값을 갖는 가중치 주파수 차감법에 비해 제안한 적응적 경계값을 갖는 가중치 주파수 차감법의 출력 SNR이 증가함을 확인하였고, 음성 인식 시스템에 정용한 인식 실험에서도 성능이 향상됨을 확인하였다.

• The Journal of the Acoustical Society of Korea
• /
• v.16 no.6
• /
• pp.94-99
• /
• 1997

This paper describes a technique of probabilistic spectral subtraction which uses the knowledge of both noise and speech so as to reduce automatic speech recognition errors in noisy environments. Spectral subtraction method estimates a noise prototype in non-speech intervals and the spectrum of clean speech is obtained from the spectrum of noisy speech by subtracting this noise prototype. Thus noise can not be suppressed effectively using a single noise prototype in case the characteristics of the noise prototype are different from those of the noise contained in input noisy speech. To modify such a drawback, multiple noise prototypes are used in probabilistic subtraction method. In this paper, the probabilistic characteristics of noise and the knowledge of speech which is embedded in hidden Markov models trained in clean environments are used to suppress noise. Futhermore, dynamic feature parameters are considered as well as static feature parameters for effective noise suppression. The proposed method reduced error rates in the recognition of 50 Korean words. The recognition rate was 86.25% with the probabilistic subtraction, 72.75% without any noise suppression method and 80.25% with spectral subtraction at SNR(Signal-to-Noise Ratio) 10 dB.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2010.10a
• /
• pp.264-267
• /
• 2010

본 논문에서는 오차역전파 학습 알고리즘을 사용하여 신경회로망을 학습시켜, 각 프레임에서의 음성 및 잡음 구간의 검출에 의한 음성인식 알고리즘을 제안한다. 그리고 신경회로망에 의하여 음성 및 잡음 구간의 검출에 따라서 각 프레임에서 잡음을 제거하는 스펙트럼 차감법을 제안한다. 본 실험에서는 원음성에 백색잡음 및 자동차잡음을 부가하여 음성인식의 인식율을 평가한다. 또한 인식시스템에 의하여 검출된 음성 및 잡음 구간을 이용하여 각 프레임에서의 스펙트럼 차감법에 의한 잡음제거의 실험결과를 나타낸다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2009.05a
• /
• pp.711-714
• /
• 2009

잡음환경 하의 회화에서 잡음량을 줄이고 신호처리 시스템의 성능을 향상시키기 위해서는 잡음량에 따라서 적응적으로 처리되는 신호처리 시스템이 필요하다. 또한 잡음이 중첩된 음성으로부터 잡음을 제거하기 위해서는 잡음의 크기에 따라서 음성 처리 시스템의 파라미터를 변경하는 것이 양호한 음질의 음성을 재생하는데 바람직하다. 따라서 본 논문에서는 음성 속에 포함되는 잡음량을 인식하는 방법으로 선형예측계수를 구하여 시간지연신경회로망(Time-delay neural network: TDNN)의 입력으로 사용하여 학습시키는 잡음량을 인식하는 방법을 제안한다. 본 잡음량 인식은 다양한 배경잡음에 의하여 열화된 3종류의 음성이 TDNN에 의하여 학습되어진다. 본 실험에서는 Aurora2 데이터베이스를 사용하여 여러 잡음에 대하여 양호한 인식결과를 확인할 수 있었다.

• The Journal of Korean Institute of Electromagnetic Engineering and Science
• /
• v.29 no.7
• /
• pp.491-499
• /
• 2018

The conventional calibration method for a noise figure analyzer is to use a noise source. This method is accompanied by a significant irregular ripple in the measurement results, because it does not consider the mismatch of the noise source and noise figure analyzer during calibration. A novel calibration method of the noise figure analyzer is proposed that considers the mismatch between the noise power and noise figure analyzer. A novel noise correlation matrix measurement technique using this method is also proposed. The method determines the noise correlation matrix and the gain of the uncorrected noise figure analyzer using uncorrected noise powers. Then, having determined the gain and noise correlation matrix, the effects of noise figure analyzers were corrected in the measurement results of the noise correlation matrix for the device under test (DUT). Through the proposed method, the measured noise parameters of a DUT showed the same degree of irregular ripples as the result of using the relative noise ratio.

• The Journal of the Acoustical Society of Korea
• /
• v.20 no.3
• /
• pp.48-55
• /
• 2001

A novel method to reduce additive non-stationary noise is proposed. The method requires neither the information about noise nor the estimate of the noise statistics from any pause regions. The enhancement is performed on a band-by-band basis for each time frame. Based on both the decision on whether a particular band in a frame is speech or noise dominant and the masking property of the human auditory system, an appropriate amount of noise is reduced using spectral subtraction. The proposed method was tested on various noisy conditions (car noise, Fl6 noise, white Gaussian noise, pink noise, tank noise and babble noise) and on the basis of comparing segmental SNR with spectral subtraction method and visually inspecting the enhanced spectrograms and listening to the enhanced speech, the method was able to effectively reduce various noise while minimizing distortion to speech.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2010.07a
• /
• pp.67-69
• /
• 2010

대부분의 디지털 카메라는 컬러 필터 배열(Color Filter Array)을 가진 하나의 영상 획득 센서를 사용한다. 따라서 영상획득 이후에 컬러 보간 알고리즘이 필수적으로 진행된다. 또 영상 획득 과정에서 센서의 열화나 암전류 등과 같은 잡음이 발생하여 영상 잡음 제거 알고리즘이 필요하다. 하지만 기존의 대부분의 영상 잡음 제거 알고리즘은 컬러 필터 배열 영상의 특징인 모자이크 데이터 기반이 아닌 컬러 보간 이후의 풀 컬러영상에(YCbCr) 적용되고 있다. 따라서 잡음이 포함된 영상으로 컬러 보간을 할 경우 잡음의 공간적 상관관계(spatial correlation)가 커짐에 의한 잡음 번짐 때문에 컬러 보간 이후의 잡음제거는 더욱 어렵게 된다. 이와 같은 문제를 해결하기 위해 컬러 필터 배열 영상에 대한 잡음제거 알고리즘이 연구되고 있으며, 본 논문에서도 CMOS/CCD의 이미지 센서에서 획득된 베이어 컬러 필터 배열 영상에서 잡음을 제거하는 알고리즘을 제안한다. 이를 위해서 베이어 컬러 필터 배열 영상 데이터에서 경계(edge)의 방향성을 고려한 LMMSE 방법을 기반으로 한 잡음제거 알고리즘을 제안한다. 제안하는 알고리즘은 영상의 경계를 보존해주며 잡음제거 과정 다음에 진행되는 컬러 보간 과정에서의 잡음 번짐의 문제를 해결할 수 있다. 실험 결과를 통해 향상된 잡음 제거 효과를 확인하였다.