• 컴퓨터교육학회논문지
• /
• 제6권4호
• /
• pp.37-47
• /
• 2003

본 논문에서는 영상의 소유권 보호를 위해 DCT계수들의 자기유사성(self-similarity)을 이용한 새로운 디지털 워터마킹 기법을 제시한다. 신경회로망 중 SOM(Self-Organizing Map)을 이용하여 유사한 계수를 분류하고 클러스터들 중 선택된 클러스터에 워터마크를 삽입한다. 일반적으로 영상의 고주파 영역에 삽입된 워터마크는 JPEG압축 같은 압축처리에 의해 쉽게 제거된다. 그리고 저주파 영역에 삽입된 워터마크는 영상의 화질을 훼손시킨다. 따라서 중간주파수 영역에서 많은 계수들을 가지는 클러스터에 워터마크를 삽입한다. 이 알고리즘은 선택된 클러스터 내의 계수들의 개수에 따라 워터마크를 영상에 삽입함으로써 영상의 훼손을 줄여준다. 워터마크가 삽입된 영상으로부터 워터마크를 검출하기위해 원영상없이 선택된 클러스터를 이용한다. 실험을 통해 새로 제안된 알고리즘은 영상의 좋은 화질과 JPEG 압축, 필터링과 같은 영상처리, 축소와 학대, 잘라내기 같은 기하학적 변환, 자음과 같은 공격에 아주 강인하다.

• 대한전자공학회논문지SP
• /
• 제45권5호
• /
• pp.72-78
• /
• 2008

H.264 비디오 부호화 표준 방식은 널리 사용되고 있지만, 고화질 비디오의 해상도에 비해 상대적으로 작은 크기의 매크로블록을 사용하기 때문에 고화질 비디오를 부호화하는데 한계가 있다. 본 논문에서는 고화질 비디오 부호화를 위해 기존의 매크로블록의 크기를 확장하고, 확장된 매크로블록을 기반으로 새로운 화면내 부호화 방법을 제안한다. 휘도 신호의 경우, 기존의 인트라 $4{\times}4$ 예측과 인트라 $16{\times}16$ 예측을 각각 인트라 $8{\times}8$ 예측과 인트라 $32{\times32}$ 예측으로 확장한다. 색차 신호의 경우에는, 인트라 ${8\times}8$ 예측을 인트라 $16{\times}16$ 예측으로 확장한다. 또한 매크로블록의 확장으로 기본 부호화 블록의 크기가 $8{\times}8$로 커짐에 따라, $8{\times}8$ 정수 이산 코사인 변환을 사용한다. 이 논문에서 제안한 방법을 사용하여 고화질 비디오를 부호화 할 경우, 기존의 방법에 비해 약 5.32% 정도 비트수가 감소했으며 약 0.23dB 정도 화질이 개선되었다.

• 한국지능시스템학회논문지
• /
• 제18권1호
• /
• pp.100-108
• /
• 2008

본 논문에서는 이족로봇의 자연스러운 보행 패턴을 생성하기 위해 인간의 보행 회전력(torque)을 주파수 영역에서 분석하고 분석된 데이터를 이용하여 적응적으로 이족로봇의 보행패턴을 생성하는 기법을 제안한다. 인간의 보행 회전력은 시간영역에서 복잡한 형태를 가지므로 DCT(Discrete Cosine Transform)를 이용하여 주파수영역으로 변환시켜 분석한다. 주파수 영역에서 얻어진 보행 회전력의 특징을 이용하여 이족로봇의 sagittal plane에서의 보행패턴을 생성한다. 또한 이족로봇의 안정적이 보행 패턴을 생성하기 위하여 동적 평형 상태임을 판단할 수 있는 Zero Moment Point(ZMP)해석을 통해 frontal plane상의 보행패턴을 생성하여 3차원 공간상의 안정적이고 인간과 같이 자연스러운 보행 패턴을 생성했다.

• 정보처리학회논문지B
• /
• 제18B권3호
• /
• pp.147-156
• /
• 2011

본 논문에서는 유도전동기 고장 검출 및 분류를 위한 3-단계 (고장 신호의 전 처리, 고장 신호의 특징 추출, 고장 신호의 고장 유형별 분류) 알고리즘을 제안한다. 먼저 전 처리 단계에서는 저역 통과 필터를 통해 취득한 신호의 고주파 대역에 영향을 미칠 수 있는 잡음 성분을 제거하며, 다음으로는 이산 코사인 변환(discrete cosine transform)과 통계적 방법을 이용하여 고장 유형별 신호의 특징을 추출하고, 마지막 단계에서는 추출된 특징을 입력으로 하는 역 전파 신경 회로망(back propagation neural network)를 이용하여 신호를 고장 유형별로 분류한다. 시스템의 성능을 평가하기 위해 모의실험에 사용된 신호는 유도전동기의 진동 신호로, 정상 및 각종 이상 상태에 대해 8kHz의 샘플링율을 갖는 1초 길이의 데이터를 사용하였다. 모의실험 결과, 제안한 알고리즘은 학습된 상황의 고장 분류에서는 100%의 정확도를 보였으며, 기존의 공분산을 이용한 고장 검출 및 분류 알고리즘과 비교하여 약 50%의 정확도 향상을 보였다. 또한 고장 신호 취득 시 사용하는 센서의 종류나 주변 환경으로 인해 잡음이 추가될 수 있는 상황을 고려하여 취득한 데이터에 백색 가우시안 잡음을 인위적으로 추가한 모의실험에서도 98%이상의 고장 분류 정확도를 보였다. 더불어, 본 논문에서는 TI사의 TMS320F2812 디지털 신호 처리기에 제안한 고장 검출 및 분류 알고리즘을 탑재하여 실제 산업현장에서의 사용여부를 검증하였다.

• 지능정보연구
• /
• 제24권2호
• /
• pp.21-35
• /
• 2018

본 논문에서는 스테레오 음악에 오디오 워터마크를 삽입하기 위한 알고리즘을 제안하였다. 스테레오 음악은 2개의 채널을 갖고 있기 때문에 기존 워터마킹 기술은 일반적으로 각 채널을 독립적으로 생각하고 처리하는 경우가 많다. 그러나 스테레오를 모노로 변환하는 과정에서 워터마크의 손실이 발생하는 경우가 많이 발생할 수 있다. 제안한 알고리즘은 스테레오를 모노로 변환하더라도 워터마크의 손실이 발생하지 않도록 워터마크를 삽입할 때 스테레오와 모노변환의 특성을 이용하였다. 제안된 알고리즘에 사용된 오디오 워터마크는 "Copyright"와 "Copy_free"라는 두 가지 정보를 터보코드를 이용하여 생성하였다. 두 워터마크는 9바이트(72비트)로 이루어져 있으며, 오류정정을 위하여 터보코드를 적용하면 222비트로 삽입해야 하는 정보량이 늘어난다. 222비트의 워터마크는 추가적인 오류에 강인하도록 1024비트로 확장하여 최종적으로 스테레오 음악에 삽입할 워터마크로 사용하였다. 평균적으로 SNR은 40dB를 넘어서서 전통적인 양자화 방식보다 10dB 이상의 음질 개선을 가져왔다. 이는 상대적으로 10배의 음질 개선도를 의미하는 것으로 매우 유의미한 결과이다. 또한 워터마크의 추출에 필요한 샘플길이는 1초 이내의 길이면 충분히 추출이 가능하고, 128Kbps의 비트레이트를 갖는 MP3 압축에 대해서도 모두 1초 이내 길이의 음악 샘플로부터 워터마크의 완전한 추출이 가능하였다. 전통적인 양자화 방식이 10초 길이의 샘플을 이용해도 대부분 워터마크의 추출에 실패한 것에 비하면 1/10에 불과한 길이로 워터마크의 추출이 가능하다.

• 한국음향학회지
• /
• 제30권8호
• /
• pp.446-460
• /
• 2011

최근 항공 산업, 자동차 산업 등의 산업 현장에서 유도 전동기의 사용이 증대되고 있으며, 유도 전동기는 산업 현장에서 중요한 역할을 하고 있다. 따라서 유도 전동기의 고장으로 인한 피해를 최소화하기 위해 유도 전동기의 고장 검출 및 분류 시스템의 개발이 중요한 문제로 대두되고 있다. 이와 같은 이유로 본 논문에서는 유도 전동기의 고장을 조기에 검출하고 진단하기 위해 에너지 (short-time energy)와 특이치 분해와 이산 코사인 변환과 특이치 분해를 이용한 특징 벡터 추출 방법을 제안하였고, 이를 역 전파 신경 회로망과 다층 서포트 벡터 머신의 입력으로 이용하여 유도 전동기의 고장을 유형별로 분류하였다. 하지만 본 논문에서는 역 전파 신경 회로망과 다층 서포트 벡터 머신을 분류기로 사용함에 있어 역 전파 신경 회로망은 신경망을 구성하는 입력 뉴런 수, 은닉 뉴런 수, 학습 알고리즘에 의해 분류 성능이 달라지며, 다층 서포트 벡터 머신은 커널 함수로 사용한 가우시안 방사 기저 함수의 표준 편차 값에 따라 분류 성능이 달라지는 점을 고려하여 여러 가지 조건하에서의 실험을 통해 높은 분류 성능을 보이는 설정 방법을 제시하였다.

• 대한전자공학회논문지SP
• /
• 제47권1호
• /
• pp.128-138
• /
• 2010

본 논문에서는 Wyner-Ziv 비디오 부호화를 위한 비트배정 방법을 제안한다. 손실 압축을 하는 분산 비디오 부호화 기술인 Wyner-Ziv 비디오 부호화는 부호화기에서 예측 부호화를 수행하지 않는 구조로 인해 저 복잡도 비디오 부호화의 실현이 가능하여 이동단말, 원격영상압축전송, 초저전력 비디오 부호화 등의 응용에 기대되는 기술이다. 비트율-왜곡 측면에서의 부호화 성능은 이론적으로 기존의 방법과 동일할 수 있음이 증명되었지만 지금까지 연구결과들의 비트율-왜곡 성능은 아직 이론적인 목표치에 많이 미치지 못하고 있다. 또한 H.264/AVC와 같은 기존의 비디오 부호화는 블록별로 서로 다른 양자화 값으로 부호화 될 수 있는 구조이므로 다양한 비트배정 기술이 연구되었으나, Wyner-Ziv 비디오 부호화의 한 가지 방법인 변환 영역에서의 Wyner-Ziv 방법 (Transform Domain Wyner-Ziv; TDWZ)의 경우 영상 전체에 해당하는 정보를 하나의 메시지로 묶어서 부호화 및 복호화 하므로, 영역 별로 차등화 된 비트할당이 어려워 목표로 하는 비트율로 부호화 수행이 어려웠다. 본 논문에서는 이러한 문제를 해결하기 위해 부호화기에서 영역별 영상 특성을 예측하여 할당해야할 비트량을 자동으로 계산하며, 이렇게 계산한 할당 비트량은 양자화 행렬을 영역별로 적응적으로 선택하는데 사용하도록 하여 전체 영상의 부호화 성능을 향상 시킬 수 있게 한다.

• 한국통신학회논문지
• /
• 제31권10C호
• /
• pp.933-941
• /
• 2006

본 논문에서는 다시점 예측기법과 MPEG 동영상 압축 표준 기법을 이용하여 CCD 카메라로부터 광학적으로 획득되거나 컴퓨터에 의해 생성된 디지털 홀로그램(프린지 패턴)을 효율적으로 압축하는 방법을 제안하였다. 이 방법은 RGB의 각 색차신호를 분리하여 처리하고, 각 색차신호의 객체영상을 $N{\times}N$ 크기로 분할한 부분영상들을 기본단위로 하며, 이때의 각 부분영상은 객체 전체에 대한 정보를 보유하고 있다. 본 논문의 방법은 분할되고 주파수 변환된 한 열의 부분영상들을 다시점 예측기법을 이용하여 집적영상을 만들고, 이 영상을 기준으로 데이터압축을 수행한다. 즉, 이 집적영상에서 역으로 생성된 부분영상과 원 부분영상에 대해 MPEG의 움직임 예측/보상방법으로 데이터를 압축한다. 따라서 압축된 데이터는 집적영상을 만들기 위한 각 부분영상의 변위벡터, 집적영상, 각 부분영상에 대한 움직임벡터 및 보상영상이다. 이 방법을 구현하여 실험한 결과 기존의 방법에 비해 동일 압축율에서의 NC(Normal Correlation) 값이 약 4% 이상 높은 값을 보여 압축효율이 더 좋음을 알 수 있었다. 따라서 본 논문의 방법은 디지털 홀로그램 데이터를 전송하여야 하는 응용분야에서 보다 효율적으로 사용될 수 있을 것으로 기대된다.

• Spatial Information Research
• /
• 제22권5호
• /
• pp.9-18
• /
• 2014

유비쿼터스 컴퓨팅 환경이 발전함에 따라 GeoSensor와 같이 GPS 기능을 보유한 센서로부터 생성된 시공간 센서 데이터 활용이 증가하고 있으며, 시공간 센서 데이터를 사용해 사용자에게 다양한 서비스를 효율적으로 제공해주기 위한 시맨틱 센서 웹이 연구되고 있다. 특히, W3C에서는 OGC의 SWE(Sensor Web Enablement)와 같은 센서 관련 표준들을 활용하고, 센서 데이터를 온톨로지로 표현할 수 있는 SSNO(Semantic Sensor Network Ontology)를 개발하였다. 그러나 이러한 연구들은 비시공간 센서 데이터에 대한 질의 처리는 가능하지만 시간과 공간 정보를 포함하는 시공간 센서 데이터를 효율적으로 처리하기 어렵다는 문제점이 존재한다. 따라서, 본 논문에서는 OGC의 "OpenGIS Simple Feature Specification for SQL"에서 제시한 공간 데이터 타입과 공간 연산자를 확장하여 시공간 데이터 타입과 시공간 연산자를 지원하는 SSNO 기반의 시공간 시맨틱 센서 웹을 개발하였다. SSNO 기반의 시공간 시맨틱 센서 웹은 시공간 센서 데이터인 SensorML(Sensor Model Language)과 O&M(Observations and Measurements) 스키마를 분석하여 SSNO 문서로 변환 및 저장하고, 시공간 연산자와 시공간 추론 규칙을 적용하여 효율적인 질의 처리를 수행한다. 마지막으로, 이러한 SSNO 기반의 시공간 시맨틱 센서 웹을 가상 시나리오에 적용해 봄으로써 본 시스템의 효용성을 검증하였다.

• 한국음향학회지
• /
• 제20권4호
• /
• pp.35-41
• /
• 2001

본 논문에서는 선형 판별분석 (LDA: Linear Discriminant Analysis)과 공통벡터 추출방법을 이용한 음성인식방법을 제안하였다. 음성신호는 화자의 성별, 나이, 출생지, 주위 잡음, 정신적 상태, 발성기관의 구조 등과 같은 다양한 정보를 포함하고 있다. 이로 인해 같은 음성신호라 할지라도 서로 다른 화자가 발성하게 되면 서로 다른 특성을 보이게 된다. 음성신호의 이러한 성질은 같은 음성군 (class)에 포함된 공통된 특성벡터를 추출하는 일을 상당히 어렵게 한다. 음성신호에서 공통된 특징 벡터를 추출하는 방법은 KLT (Karhunen-Loeve Transformation)와 같이 선형 대수적인 접근방법이 많이 사용되어지고 있으나, 본 논문에서는 M. Bilginer et al.이 제안한 공통벡터 추출 방법을 사용하였다. M. Bilginer et al.이 제안한 방법은 주어진 훈련 음성신호들에 대하여 최적의 공통 벡터를 추출하여 주면서 공통벡터 추출에 사용된 훈련 데이터에 대해서는 100%의 인식결과를 보여준다. 그러나 공통벡터 추출을 위한 훈련 음성신호의 수를 무한히 늘릴 수 없다는 점과 공통벡터들간의 구별정보 (discriminant information)가 정의되지 않았다는 단점이 있다. 본 논문에서는 단어그룹간 (class) 구별정보를 추출된 공통벡터와 결합해 단어간의 오인식률 (error rate)을 감소시킬 수 있는 방법과 공통벡터 추출방법에 적합한 파라미터 가공 방법을 제안하였다. 공통벡터 추출방법은 음성신호의 시간 축 정규화 방법과 벡터의 차원 크기에 따라 인식시간과 인식률에 영향을 받는다. 따라서 부적절한 시간 축 정렬과 너무 큰 벡터의 차원 수는 인식률 저하 등과 같이 알고리즘의 효율성을 떨어뜨린다. 본 논문에서 제안한 방법을 사용하여 실험한 결과 알고리즘의 효율성이 증가되었으며, 기존방법보다 약 2％정도의 향상된 인식률을 얻을 수 있었다.낮추는 효과를 나타내었다.다. 이상의 결과를 통하여 추출 온도와 용매 농도에 따른 수율의 차이가 있었으며 free radical 소거 활성에서는 종자 에탄을 추출물이 과피 에탄올 추출물 보다 145배 이상의 현저히 높은 활성을 나타내었다.을 나타내었다.'Lian(연)' : repeatability, continuance, plenty and intercommunicate, 2. 'Lian(연)'-'Lian(염)': integrity, 3. 'He (하)'-'He(화)' : peace, harmony and combination, 4. 'He(하)'-'He(하)' : clear river, 5.'He(하)'-'He(하)' ; all work goes well. When the Chinese use lotus patterns in lucky omen patterns, same pronunciation and pitch of Chinese language more prominent than natural properties or the image of Buddhism. I guess that it cause praying individual's peace and happiness more serious than philosophical meaning or symbol that base in Buddhism for ordinary people.ML., -9.00~12.49 and -19.81~19.81%, respectively). Therefore, it is concluded that the two formulations are bioequivalent for both the extent and the rate of absorption after single dose administration.ation.ion.ion.ation.ion.n. fibrosis, collagen bundle) was