• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.31 no.6C
• /
• pp.589-602
• /
• 2006

잡음은 음성과 관련된 시스템의 성능을 제한하는 주된 원인이기 때문에 음성향상과 관련된 연구는 꾸준히 계속되어왔다. 전통적인 음성향상 방법은 무성음과 잡음을 구분하지 알기 때문에 잡음제거 과정에서 무성음이 함께 제거되는 단점이 있으며, 웨이블릿 기반의 전통적인 잡음제거 방법은 각 대역마다 동일한 문턱값을 사용하기 때문에 시변 환경에서 성능이 떨어지는 단점이 있다. 이 단점들을 개선하기위해 다중대역 파워 차감법과 Perceptual 웨이블릿 패킷 분해를 이용한 웨이블릿 기반의 개선된 음성향상 방법을 제안한다. 전처리 과정으로 다중대역 파워 차감법을 사용하여 광대역 잡음을 제거하고 뮤지컬 잡음의 발생을 줄이며, psycho-acoustic 모델 기반 Perceptual 웨이블릿 패킷으로 신호를 분해한 후 각 웨이블릿 노드의 엔트로피 비율과 음성검출을 이용하여 무성음/유성음/잡음을 구분한다. 구분된 신호에 따라 각 웨이블릿 노드마다의 문턱값을 기준으로 웨이블릿 Shrinkage를 적용하여 잡음을 제거하고 무성음이나 파워가 작은 유성음이 제거되는 오류를 최소화한다. 또한 잡음 파워 추정 과정에 적응적으로 망각 계수를 선택하여 잡음 파워 추정 오류를 최소화한다.

• Journal of the Institute of Electronics Engineers of Korea SP
• /
• v.42 no.5 s.305
• /
• pp.47-54
• /
• 2005

In general, wavelet coefficients are composed of a few large coefficients and a lot of small coefficients. In this paper, we propose image denoising algorithm using Bernoulli-Gaussian mixture model based on sparse characteristic of wavelet coefficient. The Bernoulli-Gaussian mixture is composed of the multiplication of Bernoulli random variable and Gaussian mixture random variable. The image denoising is performed by using Bayesian estimation. We present an effective denoising method through simplified parameter estimation for Bernoulli random variable using local expected squared error. Simulation results show our method outperforms the states-of-art denoising methods when using orthogonal wavelets.

• Proceedings of the Korea Inteligent Information System Society Conference
• /
• 2000.11a
• /
• pp.469-477
• /
• 2000

본 연구에서는 부도예측용 인공신경망 모형의 입력노드를 선정하기 위한 방법론으로 연결강도판별분석(Link Weight Discrimination Analysis)에 의한 약체뉴론제거법(Weak-Linked Neuron Elimination)과 강체뉴론선택법 (Strong-Linked Neurons Selection)을 제안한다. 연결강도판별분석이란 적절한 학습이 끝난 인공신경망 모형에서 입력노드와 연결되는 가중치의 합에 대한 절대값인 연결강도 판별식(Link Weight Discrimination)에 의해 해당 입력노 드가 출력노드에 미치는 영향정도를 분석하는 것이다. 한편 강체연결뉴론선택법은 선처리를 통해 얻어진 학습된 인공신경망의 입력노드 가운데서 연결강도판별식이 큰 뉴론만을 본처리의 입력노드로 선정하는 것인데 비해 약체연결뉴론제거법은 연결강도판별식이 일정 값 즉, 연결강도 판별임계치(Link Weight Discrimination Cut off Value) 보다 낮은 입력노드를 제외하고 나머지 입력노드만을 본처리의 입력노드로 선정하는 것이다. 본 연구에서는 강체연결뉴론선택법과 약체연결뉴론제거법을 각각 정형적인 방법론으로 정립하고 이 방법론에 의해 부도예측용 인공신경망을 구축하여 각각의 모형을 의사결정트리에 의해 선정된 인공신경망 모형 및 선처리 과정을 거치지 않은 인공신경망 모형과 성능을 비교, 분석하여 본 연구에서 제안한 방법론의 타당성을 제시하였다.

• Investigative Magnetic Resonance Imaging
• /
• v.8 no.1
• /
• pp.1-8
• /
• 2004

Purpose : Information about electrical activity inside the brain during fMRl scans is very useful in monitoring physiological function of the patient or locating the spatial position of the activated region in the brain. However, many additional noises appear in the EEG signal acquired during the MRI scan. Gradient induced noise is the biggest one among the noises. In this work, we propose a gradient noise reduction method using the independent component analysis (ICA) method. Materials and Methods : We used a 29-channel MR-compatible EEG measurement system and a 3.0 Tesla MRI system. We measured EEG signals on a subject lying inside the magnet during EPI scans. We selectively removed the gradient noise from the measured EEG signal using the ICA method. We compared the results with the ones obtained with conventional averaging method and PCA method. Results : All the noise reduction methods including the averaging and PCA methods were effective in removing the noise in some extent. However, the proposed ICA method was found to be superior to the other methods. Conclusion : Gradient noise in EEG signals acquired during fMRI scans can be effectively reduced by the ICA method. The noise-reduced EEG signal can be used in fMRI studies of epileptic patients or combinatory studies of fMRI and EEG.

• 전기의세계
• /
• v.34 no.2
• /
• pp.94-98
• /
• 1985

Autocorrelation에 관계되는 Fourier변환의 기본적인 성질을 이용하여 speckle잡음제거가 power spectrum estimation 문제와 같이 해석될 수 있다는 것을 보였고 spectral estimation 방법으로서 최대 entrppy방법을 사용하여 딴 방법들과 비교하여 볼때 좋은 결과를 얻었다. 앞으로 2차원 test object까지의 확장, 이 알고리즘의 각 파라메타들에 대한 sensitivity, optimal한 Hanning window크기 판단 기준으로서 normalized mean squared error(NMSE)를 사용하였다.

• Journal of the Institute of Electronics and Information Engineers
• /
• v.52 no.4
• /
• pp.145-155
• /
• 2015

Noise reduction has been actively studied in the digital image processing and recently, block-based denoising algorithms are widely used. In particular, a low rank approximation employing WNNM(Weighted Nuclear Norm Minimization) and block-based approaches demonstrated the potential for effective noise reduction. However, the algorithm based on low rank a approximation generates the artifacts in the image restoration step. In this paper, we analyzes the image content using the STFT(Short Time Fourier Transform) and proposes an effective method of minimizing the artifacts generated from the conventional algorithm. To evaluate the performance of the proposed scheme, we use the test images containing a wide range of noise levels and compare the results with the state-of-art algorithms.

• Journal of the Korean Society for Precision Engineering
• /
• v.16 no.2 s.95
• /
• pp.116-122
• /
• 1999

저차 동적계(특히 카오스계)에서 측정한 시계열의 잡음을 제거하기 위해서 SVD(Singular Value Decomposotion)을 이용한 새로운 간편하고 매우 효과적인 새로운 잡음 제거법이 소개되었다. 이 방법은 위상궤적(phase portraint)을 재구성하는데 중점을 두었으며, 궤적행렬(trajectory matrix)을 구성하는데 그 기본을 두었다. 이 궤적행렬에 SVD를 반복적으로 사용하여 신호와 잡음을 분리하였다. 이 방법은 Duffing계에서 측정한 잡음이 섞인 카오스 신호에 적용되었으며, 또한 실험에 의한 진폭변조된 신호에도 적용되었다.

• Proceedings of the KSAR Conference
• /
• 2003.06a
• /
• pp.84-84
• /
• 2003

많은 연구에서 돼지의 난포란 혹은 배아가 낮은 온도에 대해 민감한 것은 세포질 내에 함유된 지방구와 관련이 있다고 하였으며, 이런 세포질내의 지방구를 제거함으로 동결능력이 향상된다고 하였다. 이렇게 지방구가 제거된 돼지의 난포란과 배아를 효과적으로 동결보존하기 위해서는 새로운 개념의 동결보존 기술이 필요하다고 하겠다. 따라서, 본 연구는 미성숙 단계에서 지방이 제거된 돼지 난포란의 유리화 동결에 적합한 방법을 찾기 위하여 straw를 이용한 유리화 동결법과 electron microscopic grid(EM grid)를 사용한 유리화 동결법을 실시하여 효율적인 동결방법을 검토하였다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2021.06a
• /
• pp.61-62
• /
• 2021

본 논문에서는 조건부 wavenet을 이용한 음성 신호의 잡음 제거 기술을 제안한다. 기존의 음성 신호 잡음 제거 기술은 스펙트로그램을 기반으로 발전되어 왔으나, 잡음으로 인해 변형된 원음의 위상 정보를 복원할 수 없는 문제점을 가진다. 이를 해결하기 위해 시간 영역에서 전 과정을 실행하는 기계학습 모델인 wavenet을 사용하여 음성 신호의 잡음을 제거하는 방법을 제안한다. 특히, 잡음 종류를 조건으로 입력하여 성능 향상을 얻도록 한다. 성능 평가를 통하여 제안 방법이 시간 영역에서 잡음을 감소시킬 수 있음을 확인하였다.

• Proceedings of the IEEK Conference
• /
• 2001.09a
• /
• pp.543-546
• /
• 2001

영상에 포함된 잡음은 시각적인 문제를 일으킬 뿐만 아니라, MPEG이나 H.263과 같은 영상 압축 시스템의 부호화 효율을 떨어뜨린다. 따라서 영상 압축 시스템의 입력으로 이러한 잡음이 포함된 신호가 들어갈 때, 잡음 제거 필터를 사용하여 잡음을 제거한 후 영상 압축을 하는 것이 시각적인 면에서나 압축 효율적인 면에서 매우 효과적이다. 본 논문에서는 이웃한 4개의 화소값을 참조하여 잡음의 존재 여부를 판단하고, 판단 결과를 이용하여 선택적으로 잡음을 제거하는 적응형 십자형 중간값(median) 필터를 제안한다. 제안된 방법을 이용하면 전체 영상에 걸쳐 필터를 이용하는 방법에 비해 계산량이 크게 줄고, 영상의 필터 처리후에 나타나는 뭉개짐(blurring) 현상을 줄일 수 있다. 또한 잡음이 처리된 영상을 시간방향으로 Look-up Table에 따른 IIR필터를 통과시킴으로써 시간상으로 존재하는 잡음을 제거하여 동영상의 주관적 화질을 향상시킬 수 있다.