• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2006년도 추계학술대회 학술발표 논문집 제16권 제2호
• /
• pp.171-174
• /
• 2006

기존에 사용되고 있는 노이즈 제거 필터인 평균값 필터, 중간값 필터 등의 필터를 이용하여 노이즈 포함 영상을 복원할 경우, 몽롱화 현상이 발생하게 되며 이러한 몽롱화 현상은 마스크의 크기가 달라짐에 따라서 심해지는 경향을 보인다. 본 논문은 노이즈가 포함된 입력 영상의 픽셀 주변 환경에 기반하여 점증적으로 노이즈를 제거하여 입력영상을 변환 시켜, 몽롱화의 현상을 줄이고, 정보의 추출이 용이하도록 영상을 복원하는 점증적 노이즈 제거 필터를 제안한다. 또한 노이즈에 의해서 훼손된 입력 영상의 복원을 통하여 제안된 노이즈 제거 필터의 효용성을 보인다.

• 전기저널
• /
• 5호통권161호
• /
• pp.79-86
• /
• 1990

사회의 발전과 더불어 각종 요구의 다양화에 따라 건축물 및 전기설비도 다양화, 복잡화되고 있고 이 중에서 전기설비의 안전확보를 위하여는 접지가 중요한 뜻을 갖는다. 접지와 노이즈는 오래되고도 새로운 문제이고 전기설비의 접지는 그 목적에 따라법규 등에 정해져 있다. 여기서는 접지에 관한 기준류과 대비하여 개요를 들고 동시에 전자기기의 노이즈 대책의 기본을 개설코자 한다.

• 한국컴퓨터그래픽스학회논문지
• /
• 제27권5호
• /
• pp.45-54
• /
• 2021

최근 노이즈 제거를 위한 심층 학습 모델에 대한 연구가 활발하게 진행되고 있다. 특히 블라인드 노이즈 제거 (blind denoising) 기술이 발전하면서 깨끗한 영상을 얻기가 불가능한 영상의 영역에서 노이즈 영상만으로 심층 학습 기반 노이즈 제거 모델의 학습이 가능해졌다. 우리는 관찰된 노이즈 영상으로부터 깨끗한 영상을 얻기 위해 더는 깨끗한 영상과 노이즈 영상의 짝을 이루는 데이터를 필요하지 않는다. 하지만 노이즈 영상과 깨끗한 영상 간의 차이가 큰 데이터라면 노이즈 영상만으로 학습된 노이즈 제거 모델은 우리가 원하는 품질의 깨끗한 영상을 복원하기 어려울 것이다. 이 문제를 해결하기 위해서 짝지어지지 않는 깨끗한 영상과 노이즈 영상으로 학습한 모델 기반 노이즈 제거 기술은 최근 연구되고 있다. 가장 최신 기술인 ISCL은 깨끗한 영상과 노이즈 영상의 쌍을 기반으로 한 지도학습 기반 모델의 성능과 거의 근접한 성능을 보여 주었다. 우리는 제안된 방법이 ISCL을 포함한 다른 최신 짝을 이루지 않는 영상 기반 노이즈 제거 기술보다 성능이 우수함을 보여준다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2020년도 추계학술대회
• /
• pp.57-59
• /
• 2020

본 논문에서는 컨볼루션 신경망을 이용하여 다시점 비디오의 중간 시점 양자화 노이즈를 제거하는 방안을 제안한다. 다시점 비디오에서 중간 시점의 화질을 개선하기 위한 방안으로 인접 시점의 정보를 활용하였다. 제안하는 알고리즘을 적용하여 중간 시정에서의 양자화 노이즈를 제거할 수 있으며, 화질 (PSNR, peak-to-noise ratio)를 개선할 수 있다. 인접 시접의 정보를 활용할 경우, 일반적인 양자화 노이즈에 대해서 학습한 결과 대비 성능 향상을 제공한다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2019년도 하계학술대회
• /
• pp.272-273
• /
• 2019

VVC(Versatile Video Coding)는 YUV 입력 영상에 대하여 Luma 성분과 Chroma 성분에 대하여 각각 다른 최적의 방법으로 블록분할 후 해당 블록에 대해서 화면 내 예측 또는 화면 간 예측을 수행하고, 예측영상과 원본영상의 차이를 변환, 양자화하여 압축한다. 이 과정에서 복원영상에는 블록화 노이즈, 링잉 노이즈, 블러링 노이즈 발생한다. 본 논문에서는 인코더에서 원본영상과 복원영상의 잔차신호에 대한 MAE(Mean Absolute Error)를 추가정보로 전송하여 이 추가정보와 복원영상을 이용하여 Deep Learning 기반의 신경망 네트워크로 영상의 품질을 높이는 방법을 제안한다. 복원영상의 노이즈를 감소시키기 위하여 영상을 $32{\times}32$블록의 임의로 분할하고, DenseNet기반의 UNet 구조로 네트워크를 구성하였다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2019년도 추계학술대회
• /
• pp.94-95
• /
• 2019

본 논문에서는 에너지인터넷의 한 분야인 전력선 통신 기반 전기 자동차 충전 시스템 구축에서 발생하는 임펄스 노이즈 동기화 문제를 해결하기 위해 OFDM에서 사용하는 프레임 동기화 방식을 제안한다. Kasami sequence를 통한 동기화 방식으로 전력선 통신의 임펄스 노이즈 동기화 결과를 확인한다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2013년도 춘계학술발표대회
• /
• pp.285-288
• /
• 2013

의료영상에서의 노이즈는 환자 진단에 있어서 막대한 영향을 미치는 영상의 화질을 떨어트림으로써, 진단에 대한 유효성을 낮추게 된다. 특히, 현재 이슈화 되고 있는 저선량 의료영상은 기존의 고선량 의료영상보다 노이즈 레벨이 높으며, 이에 따라서 의료영상에서의 노이즈 제거 기술은 매우 중요한 사안으로 부각되고 있다. 본 논문에서 제시하는 노이즈 제거 기술은 각각의 투영 영상을 여러개의 부대역(sub-band)으로 분해하는 것으로부터 시작한다. 분해된 각각의 부대역 영상은 엣지 검출기를 통하여 엣지 부분과 평탄한 영역으로 구별되어 진다. 검출된 엣지는 0 ~ 1 사이의 값으로 정규화 되며, 퍼지기반의 연산을 통하여 엣지의 확실성을 나타내는 엣지맵으로 변환하게 된다. 이 엣지맵을 통하여 각 부대역 영상의 필터링 정도를 제어하고, 분해된 각 부대역을 결합하는 방식을 취함으로써 영상의 엣지 부분을 최대한 보존하면서 노이즈는 효과적으로 제거하도록 하였다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2021년도 제64차 하계학술대회논문집 29권2호
• /
• pp.663-666
• /
• 2021

본 논문에서는 바다와 같은 스케일이 큰 장면인 물 시뮬레이션에서 표현되는 거품 효과(Foam effects)를 노이즈 없이 디테일하게 표현할 수 있는 프레임워크를 소개한다. 거품이 생성될 위치와 거품 입자의 이류는 기존의 접근법인 스크린 투영 방법을 통해 계산한다. 이 과정에서 중요한 것이 투영맵이지만 이산화된 스크린 공간에 운동량을 투영하는 과정에서 노이즈가 발생한다. 본 논문에서는 노이즈 제거 신경망(Denoising neural network)을 활용하여 이 문제를 효율적으로 풀어낸다. 투영맵을 통해 거품이 생성될 영역이 선별되면 2D공간을 3D공간으로 역변환(Inverse transformation)하여 거품 입자를 생성한다. 결과적으로 깔끔한 거품 효과뿐만 아니라, 노이즈 제거 과정으로 인해 소실되는 거품 없이 안정적으로 거품 효과를 만들어냈다.

• 한국전자파학회논문지
• /
• 제20권6호
• /
• pp.509-515
• /
• 2009

최근 급성장하고 있는 정보처리 속도의 고속화와 IC 기술의 고집적화에 따른 소형화와 모바일화는 대부분 GHz 대의 높은 주파수를 이용하며, 인접 소자 또는 배선 간의 상호 간섭, 배선을 통한 노이즈의 전도 및 방사를 유발하여 EMC(Electromagnetic Compatibility) 대책 기술의 주요 과제로 대두되고 있다. 이러한 문제점을 해결하기 위해 전파흡수체 및 차폐재의 개발이 활발히 진행 중이며, 이를 적절한 위치에 부착시킴으로써 PCB상에서의 전자파 노이즈 방사를 감소시킬 수 있다. 따라서 본 논문에서는 EMC 대책 기술 중 전파흡수체를 이용한 PCB 기판상의 불요 전자파 노이즈 억제용 전파흡수체의 특성 파악을 위하여 마이크로스트립 라인법을 이용하여 전파흡수체를 측정하여 재료 정수의 복소비 투자율의 변화에 따른 노이즈 억제 효과의 변화를 비교 분석하였다. 우선 자성 재료인 Amprphous와 Sendust를 지지재인 CPE를 이용하여 조성비별 샘플을 제작하여 측정하였다. 자성 재료의 투자율의 값은 높은 허수부의 값을 가지며, 손실 탄젠트의 값이 큰 재료일수록 우수한 노이즈 특성이 나타남을 확인하였다.

• 한국방사선학회논문지
• /
• 제18권2호
• /
• pp.93-99
• /
• 2024

디지털 영상, 특히, 전산화 단층촬영 영상은 X선 신호를 디지털 영상 신호로 변환하는 과정에서 노이즈가 필수적으로 포함되기 때문에 노이즈 저감화에 대한 고려가 필수적이다. 최근, 딥러닝 모델 기반의 노이즈 감소가 가능한 연구가 수행되고 있다. 그러므로, 본 연구의 목적은 폐 CT 영상에서의 다양한 종류의 노이즈를 U-net 딥러닝 모델을 이용하여 노이즈 감소 효과를 평가하였다. 총 800장의 폐 CT 영상을 사용하였고, Adam 최적화 함수와 100회의 반복 학습 횟수, 0.0001의 학습률을 적용한 U-net 모델을 이용하였다. 노이즈를 포함한 입력 영상 생성을 위하여 Gaussian 노이즈, Poisson 노이즈, salt & pepper 노이즈, speckle 노이즈를 적용하였다. 정량적 분석 인자로 평균 제곱 오차, 최대 신호 대 잡음비, 영상의 변동계수를 사용하여 분석하였다. 결과적으로, U-net 네트워크는 다양한 노이즈 조건에서 우수한 성능을 나타냈으며 그 효용성을 입증하였다.