• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.23 no.7
• /
• pp.1869-1882
• /
• 1998

In this paper, we investigae convergence behaviors of a differential method for 2-D motion parameter estimation. While the differential method is widely studied for motion compensated prediction in video coding, little attention hs been paid to its convergence properties. Based on the nonseparable exponential covariance image model, we derive the estimates of update terms for the 2- and 6-parameter motion models. And, the effect of noise, spatial correlation, choice of spatial gradient measures, andthe size of a region, are quantitatively anlyzed in relation to the convergence speed. Some empirical results are presented to verify the analysis.

• Journal of Korea Multimedia Society
• /
• v.14 no.2
• /
• pp.288-294
• /
• 2011

In this paper we define the probability models for determining the disparity map given stereo images and derive the methods for solving the problem, which is proven to be equivalent to an energy-based stereo matching. Under the assumptions the difference between the pixel on the left image and the corresponding pixel on the right image and the difference between the disparities of the neighboring pixels are exponentially distributed, a recursive approach for estimating the MRF regularizing parameter is proposed. The proposed method alternates between estimating the parameters with the intermediate disparity map and estimating the disparity map with the estimated parameters, after computing it with random initial parameters. Our algorithm is applied to the stereo matching algorithms based on the dynamic programming and belief propagation to verify its operation and measure its performance.

• The Journal of the Acoustical Society of Korea
• /
• v.11 no.3
• /
• pp.61-66
• /
• 1992

There have been many researches that uses neural network models for automatic speech recognition, but the main trend was finding the neural network models and learning rules appropriate to automatic speech recognition. However, the choice of the input speech parameter for the neural network as well as neural network model itself is a very important factor for the improvement of performance of the automatic speech recognition system using neural network. In this paper we select 6 speech parameters from surveys of the speech recognition papers which uses neural networks, and analyze the performance for the same data and the same neural network model. We use 8 sets of 9 Korean plosives and 18 sets of 8 Korean vowels. We use recurrent neural network and compare the performance of the 6 speech parameters while the number of nodes is constant. The delta cepstrum of linear predictive coefficients showed best result and the recognition rates are 95.1% for the vowels and 100.0% for plosives.

• Tunnel and Underground Space
• /
• v.34 no.3
• /
• pp.218-230
• /
• 2024

Recently, many studies have been conducted for safety management in construction sites by incorporating computer vision. Anchor box parameters are used in state-of-the-art deep learning-based object detection and segmentation, and the optimized parameters are critical in the training process to ensure consistent accuracy. Those parameters are generally tuned by fixing the shape and size by the user's heuristic method, and a single parameter controls the training rate in the model. However, the anchor box parameters are sensitive depending on the type of object and the size of the object, and as the number of training data increases. There is a limit to reflecting all the characteristics of the training data with a single parameter. Therefore, this paper suggests a method of applying multiple parameters optimized through data split to solve the above-mentioned problem. Criteria for efficiently segmenting integrated training data according to object size, number of objects, and shape of objects were established, and the effectiveness of the proposed data split method was verified through a comparative study of conventional scheme and proposed methods.

• Proceedings of the Korean Information Science Society Conference
• /
• 2004.10b
• /
• pp.784-786
• /
• 2004

두개의 영상을 정합하는 것은 컴퓨터 비젼분야의 기본적인 과정 중의 한가지이다. 본 논문에서는 영상에서 간결하면서 많은 정보를 가지고 있는 선형특징들을 이용하여 회전각도와 위치변화에 관계없이 영상을 정합하는 방법을 제안한다. 영상에서 edge성분들을 추출하여 구조체로 구성하고 이를 이용하여 Hough공간에서 최대로 누적되는 변환 파라미터들을 추정하고, 후보 파라미터들에 대하여 다시 최적의 정합조건을 가지는 파라미터를 Hough기법을 사용하여 결정한다. 많은 연산양이 요구되기 때문에 전처리 과정을 사용하여 정확하고 빠른 정합을 유도한다

• Electronics and Telecommunications Trends
• /
• v.10 no.4 s.38
• /
• pp.155-163
• /
• 1995

본 고에서는 광통신 시스템 송신단에 영향을 주는 파라미터를 분류하고 기술하였다. 광통신 시스템을 안정적으로 운영하기 위해서는 성능 관련 파라미터에 대한 기준값을 정해야 한다. 본 고에서는 송신단의 기준 파라미터로 평균결합전력을 선정하고 이 값에 영향을 주는 요인들을 분석했으며, ITU-T에서 권고한 평균결합전력값을 분석하였다. 또한 측정기를 이용하여 실제로 평균결합전력을 측정하는 방법에 대해서도 기술하였다.

• Proceedings of the Acoustical Society of Korea Conference
• /
• autumn
• /
• pp.545-546
• /
• 2004

서브밴드 분리에 의한 에코확산 오디오 워터마킹법은 호스트 신호를 특정 주파수 대역으로 분리하고, MPEG 심리음향 모델을 이용하여 각 대역별로 삽입되는 워터마크의 파워를 파라미터 설정 함수에 의하여 설정한다. 여기서, 본 방법의 강인성과 비지각성을 좌우하는 것은 파라미터 설정 함수가 된다. 따라서, 본 연구에서는 최대의 강인성과 최소의 음질 열화를 구현하기 위하여 청취실험을 실시하여 최적의 파라미터 설정 함수 설정방법에 대한 검토를 수행하였다.

• Proceedings of the KIPE Conference
• /
• 2018.07a
• /
• pp.404-405
• /
• 2018

본 논문에서는 유도전동기의 지속적 구동에 의한 파라미터값의 변화에 따른 간접벡터제어의 성능비교에 대한 연구를 하였다. 파라미터 값의 변화에 따라 제어성능이 어떻게 변화하는지를 모의실험을 통해 확인하고자 하였다. 변화는 2.2kW의 정격 출력을 갖는 유도전동기 구동시스템을 통해 확인하였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2002.04b
• /
• pp.658-660
• /
• 2002

본 논문에서는 음성인식과 온라인 필기인식에서 우수한 성능을 보이는 은닉 마르코프(HMM)의 모델링의 문제점을 다룬다. HMM은 파라미터의 수가 클수록 자기 데이터에 대해 잘 모델링하는 특징으로 음성인식과 온라인 필기인식등에서 많이 쓰이고 있다. 그러나 그러한 특징으로 인해 해당 클래스 데이터가 아닌 다른 클래스 데이터에 대해서도 파라미터의 수가 클수록 잘 모델링하는 단점이 나타났다. 이에 본 연구에서는 대상 데이터를 분석하여 state의 수와 mixture의 수를 조정하여 가장 적절한 HMM의 구조의 파라미터를 구하는 가능성을 본다.

• Proceedings of the KIPE Conference
• /
• 2018.07a
• /
• pp.296-297
• /
• 2018

본 논문은 3상 T-type 3-레벨 인버터의 모델예측제어에 관한 연구이다. 모델예측제어는 시스템의 모델링을 통한 최적의 성능을 제공하는 제어기법으로 PI 제어보다 빠른 동특성을 갖지만, 정확한 파라미터 값이 요구된다. 본 논문에서는 시스템 파라미터 오차가 3상 T-type 3-레벨 인버터의 예측제어에서 어떤 영향을 주는지 알아보고 출력 파형을 분석한다.