• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.32 no.11C
• /
• pp.1073-1078
• /
• 2007

In this paper, we propose an iterative mixed norm image restoration algorithm using multi regularization parameters. A functional which combines the regularized $l_2$ norm functional and the regularized $l_4$ norm functional is proposed to efficiently remove arbitrary noise. The smoothness of each functional is determined by the regularization parameters. Also, a regularization parameter is used to determine the relative importance between the regularized $l_2$ norm functional and the regularized $l_4$ norm functional using kurtosis. An iterative algorithm is utilized for obtaining a solution and its convergence is analyzed. Experimental results demonstrate the capability of the proposed algorithm.

• Proceedings of the IEEK Conference
• /
• 2003.07e
• /
• pp.1715-1718
• /
• 2003

본 논문에서 우리는 정규화 된 혼합 노름(norm)을 이용한 다중 채널 영상 복원 알고리즘을 제안한다. 채널 내부와 채널 사이의 결정론적 정보를 이용하는 다중채널 복원 문제를 고려한다. 각 채널에서, LMS(Least Mean Square), LMF(Least Mean Fourth), 평탄 함수가 결합된 함수가 제안되었다. LMS와 LMF 사이의 적절한 분배를 제어하는 혼합 노를 매개변수와 해의 평탄 정도를 정의하는 정규화 매개 변수를 소개하며, 두 매개 변수는 각 채널의 잡음 특성에 따라 매번 반복적으로 갱신된다. 제안된 알고리즘은 각 채널의 잡음분포에 대한 지식이 필요하지 앉고 앞에서 언급된 매개 변수는 부분적으로 복원된 영상에 기반을 두고 조절하게 된다.

• Journal of the Institute of Electronics Engineers of Korea SP
• /
• v.38 no.6
• /
• pp.665-674
• /
• 2001

In this paper, a reduced complexity fillet to simultaneously suppress the blocking and ringing artifacts of compressed video sequence is addressed. A new one dimensional regularized function to incorporate the smoothness to its neighboring pixels into the solution is defined, resulting in very low complexity filter The proposed regularization function consists of two sub-functions that combine local data fidelity and local smoothing constraints. The regularization parameters to control the trade-off between the local fidelity to the data and the smoothness are determined by available overhead information in decoder, such as maroc-block type and quantization step size. In addition, the regularization parameters are designed to have the limited range and stored as look-up-table, and therefore, the computational cost to determine the parameters can be reduced. The experimental results show the capability and efficiency of the proposed algorithm.

• Proceedings of the IEEK Conference
• /
• 2001.09a
• /
• pp.645-648
• /
• 2001

본 논문에서는 H.26L 동영상 압축 표준화 방식에서 블록화 및 링 현상을 동시에 제거하는 계산량이 감소된 일차원 loop filter를 제안한다. 새로운 일차원 정규화 완화 함수가 정의되고 두 개의 인접 방향에서 완화의 정도를 조절하는 정규화 매개변수는 부호화와 복호화 부에서 이용 가능한 코드화 블록 패턴과 양자화 스텝크기로 정의된다. 그러므로, 정규화 매개변수를 정의하고 압축된 동영상으로부터 복원된 영상을 얻기 위한 기타 정보는 필요하지 않다. 실험결과로부터 제안된 알고리즘의 성능은 확인할 수 있었다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2001.10a
• /
• pp.515-518
• /
• 2001

본 논문에서는 전처리단계로 영평균 정규화 기법과 주요성분분석 기법을 도입하여 다층신경망을 이용한 고신뢰성의 회귀분석 모델을 제안한다. 영평균 정규화 기법은 데이터의 1차적 통계성을 고려하여 알고리즘을 간략화시키며, 주요성분분석 기법은 입력 데이터의 2차적 통계성을 고려하여 독립인 특징들의 집합으로 변환시켜 학습데이터의 차원을 감소시킬 수 있어 고차원의 학습데이터에 따른 회귀분석 모델의 제약을 해결할 수 있었다. 제안된 기법의 신경망을 3개의 독립변수를 가진 암모니아 제조공정문제와 10개의 독립변수를 가진 자동차 연비문제에 각각 적용하여 시뮬레이션한 결과, 단순정규화나 PCA를 적용하지 않는 경우보다 제안된 기법의 학습속도와 회귀성능이 더욱 더 우수함을 확인할 수 있었다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2018.05a
• /
• pp.208-208
• /
• 2018

본 연구에서는 비슬산 강우레이더 관측반경 내 표준유역별 정규화오차 정확도를 이용하여 강우량, 유역특성 등 강우레이더 관측의 수문학적 평가요소와의 상관 특성을 분석하였다. 이를 분석하면 강우레이더 관측 오차 또는 정확도가 수문학적 특성에 따라 얼마나, 어떻게 발생하는지를 추정할 수 있고, 이를 이용하여 홍수예보에 활용되는 입력 자료의 오차를 유역단위로 명확히 정량화 할 수 있어 보다 정확하고 신뢰도 높은 홍수예보에 도움이 될 것으로 기대된다. 강수량 크기와 강수추정 정확도 간의 상관 특성을 분석하기 위해 표준유역 평균 최대 강수량과 강수추정 정확도 간의 분포특성을 분석하였다. 단기간의 자료를 분석하여 오차특성을 정규화 하기는 매우 어렵기 때문에 본 연구에서는 비슬산 강우레이더로 관측된 2012년에서 2016년(5년)사이의 236개 강우사상에 대하여, 동기간의 기상청 AWS 지점 강우량을 기준으로 비슬산 강우레이더의 정규화오차 정확도(1-NE)를 산정한 후 이를 이용하여 850개 표준유역 별 유역평균 정규화오차 정확도를 재산정 하였다. 분석결과 표준유역 평균 최대강수량과 정규화오차 정확도 간에는 유의한 상관성이 있는 것으로 나타났다. 표준유역 평균 최대강수량의 크기에 따라 정규화오차 정확도가 상대적으로 일정한 경향이 나타났고 후처리 단계에서의 편파변수 최적화 이후에는 레이더 강수추정의 정규화오차 정확도가 표준유역 평균 최대강수량 크기에 상관없이 일정해 지는 것으로 나타났다. 따라서 이러한 일정한 레이더 강수추정의 정규화오차 정확도는, 편파변수 최적화에 의해 관측 가능한 최대 기대 정확도 수준 도달에 도달했다고 볼 수 있으며, 표준유역에서 강우레이더의 강수추정 기대 정확도 수준은 84%(정규화오차 16%에 해당) 정도로 추정되었다.

• The KIPS Transactions:PartB
• /
• v.14B no.4
• /
• pp.241-248
• /
• 2007

An L-curve corner detection method is proposed for the determination of the regularization parameter in optical flow estimation. The method locates the positive peak whose curvature difference from the just right-hand negative valley is the maximum in the curvature plot of the L-curve. while the existing curvature-method simply finds the maximum in the plot. Experimental results show that RMSE of the estimated optical flow is greater only by 0.02 pixels-per-frame than the least in the average sense. The proposed method is also compared with an existing curvature-method and the adaptive pruning method, resulting in the optical flow estimation closest to the least RMSE.

• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.29 no.2C
• /
• pp.272-282
• /
• 2004

This paper introduces a regularized mixed norm multi-channel image restoration algorithm using both within-and between- channel deterministic information. For each channel a functional which combines the least mean squares (LMS), the least mean fourth (LMF), and a smoothing functional is proposed. We introduce a mixed norm parameter that controls the relative contribution between the LMS and the LMF, and a regularization parameter defining the degree of smoothness of the solution, where both parameters are updated at each iteration according to the noise characteristics of each channel. The novelty of the proposed algorithm is that no knowledge of the noise distribution for each channel is required and that the parameters mentioned above are adjusted based on the partially restored image.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2010.11a
• /
• pp.192-195
• /
• 2010

영상 정보의 정확성을 필요로 하는 다양한 서비스 및 여러 학문 분야의 적용성으로 인해 물리적인 한계성을 극복할 수 있는 고해상도 영상처리 기법의 요구가 대두되고 있다 뿐만 아니라, 인터넷 상의 디지털 콘텐츠 중의 하나인 동영상 UCC의 제작환경이 보편화됨으로써 비전문적인 제작으로 인한 다양한 형태의 해상도 저하 및 영상의 왜곡 현상이 발생하여 고품질의 영상을 추구하는 사용자들의 요구를 충족시키지 못하고 있다. 이러한 문제점을 해결하기 위한 압축 동영상의 개선 된 영상 정보를 획득하기 위한 연구가 이루어지고 있지만 다음과 같은 문제점이 있다. 기존의 방법은 일반적으로 저역 통과 필터 기법과 정규화 영상 복원 방식으로 구분되어 연구되고 있으며, 저역 통과 기법은 계산량 측면에서 장점이 있으나, 영상과 양자화 정도에 따라 적응적이지 못한 단점이 있다. 또한 정규화 복원 방식은 압축 영상의 시각적으로 불편한 현상의 완화 정도를 결정하는 정규화 매개변수를 일괄적으로 모든 화소에 적용해, 화소의 위치에 대한 적응도가 낮고 정규화 매개 변수 선택 시 원 영상에 대한 정보를 알고 있다는 가정을 사용했으므로 실제 사용이 불가능하며, 영상들 사이의 불균일로 인해 적응적으로 처리하지 못하는 단점이 있다. 본 연구에서는 이러한 문제점을 극복할 수 있도록 압축 정보 활용을 통한 POCS 방식을 사용한 coding artifact 제거 방식에 대해 기술한다.

• Journal of the Korea Academia-Industrial cooperation Society
• /
• v.21 no.6
• /
• pp.374-382
• /
• 2020

The purpose of this study is to improve the learning speed of an ammunition stockpile reliability classification artificial neural network model by proposing a normalization method that reduces the number of input variables based on the characteristic of Ammunition Stockpile Reliability Program (ASRP) data without loss of classification performance. Ammunition's performance requirements are specified in the Korea Defense Specification (KDS) and Ammunition Stockpile reliability Test Procedure (ASTP). Based on the characteristic of the ASRP data, input variables can be normalized to estimate the lot percent nonconforming or failure rate. To maintain the unitary hypercube condition of the input variables, min-max normalization method is also used. Area Under the ROC Curve (AUC) of general min-max normalization and proposed 2-step normalization is over 0.95 and speed-up for marching learning based on ASRP field data is improved 1.74 ~ 1.99 times depending on the numbers of training data and of hidden layer's node.