• 음성과학
• /
• 제10권2호
• /
• pp.85-95
• /
• 2003

In speech signal processing, it is very important to detect the pitch exactly in speech recognition, synthesis and analysis. If we exactly pitch detect in speech signal, in the analysis, we can use the pitch to obtain properly the vocal tract parameter. It can be used to easily change or to maintain the naturalness and intelligibility of quality in speech synthesis and to eliminate the personality for speaker-independence in speech recognition. In this paper, we proposed a new pitch detection algorithm. First, positive center clipping is process by using the incline of speech in order to emphasize pitch period with a glottal component of removed vocal tract characteristic in time domain. And rough formant envelope is computed through peak-fitting spectrum of original speech signal infrequence domain. Using the roughed formant envelope, obtain the smoothed formant envelope through calculate the linear interpolation. As well get the flattened harmonics waveform with the algebra difference between spectrum of original speech signal and smoothed formant envelope. Inverse fast fourier transform (IFFT) compute this flattened harmonics. After all, we obtain Residual signal which is removed vocal tract element. The performance was compared with LPC and Cepstrum, ACF. Owing to this algorithm, we have obtained the pitch information improved the accuracy of pitch detection and gross error rate is reduced in voice speech region and in transition region of changing the phoneme.

• 정보보호학회논문지
• /
• 제28권5호
• /
• pp.1141-1151
• /
• 2018

APT(Advanced Persistent Threat) 공격에서 감염 호스트와 C&C(Command and Control) 서버 간 통신은 공격 대상의 내부로 침입하기 위한 핵심단계이다. 공격자는 C&C 서버를 통해 다수의 감염 호스트를 제어하고, 침입 및 공격 행위를 지시하는데, 이 단계에서 C&C 서버가 노출되면 공격은 실패할 수 있다. 따라서 최근의 경우 DGA(Domain Generation Algorithm)를 통해 C&C 서버의 DNS를 짧은 시간 간격으로 교체하여 탐지를 어렵게 하고 있다. 특히 하루에도 500만개 이상 새로 등록되는 DNS 전부를 검증하고 탐지하는 것은 매우 어렵다. 이러한 문제점을 해결하기 위해 본 논문에서는 정상 DNS와 DGA를 통해 생성된 DNS(DGA-DNS)의 형태적 유사도(similarity) 분석을 이용한 DGA-DNS 탐지와 이를 통해 APT 공격 징후로 판단하는 모델을 제시하고 유효성을 검증한다.

• 대한의용생체공학회:의공학회지
• /
• 제29권6호
• /
• pp.466-476
• /
• 2008

The more people use ambulatory electrocardiogram(ECG) for arrhythmia detection, the more researchers report the automatic classification algorithms. Most of the previous studies don't consider the un-balanced data distribution. Even in patients, there are much more normal beats than abnormal beats among the data from 24 hours. To solve this problem, the hierarchical classification using 21 features was adopted for arrhythmia abnormal beat detection. The features include R-R intervals and data to describe the morphology of the wave. To validate the algorithm, 44 non-pacemaker recordings from physionet were used. The hierarchical classification model with 2 stages on domain knowledge was constructed. Using our suggested method, we could improve the performance in abnormal beat classification from the conventional multi-class classification method. In conclusion, the domain knowledge based hierarchical classification is useful to the ECG beat classification with unbalanced data distribution.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2005년도 추계종합학술대회
• /
• pp.1019-1022
• /
• 2005

최근 정보 통신 기술의 급속한 발전에 의해 음성 신호 처리에 관련된 많은 연구가 진행됨에 따라 피치 주기는 음성 인식, 화자 식별, 음성 분석 및 합성 등과 같은 많은 응용분야에서 중요한 요소로써 적용되고 있다. 이러한 피치 주기 검출에 관련된 시간 영역과 주파수 영역에서의 많은 알고리즘이 제안되었으며, 시간 영역의 피치 검출 알고리즘의 하나인 AMDF(average magnitude difference function)는 각 valley점의 거리를 피치 주기로 계산한다. 그러나 피치 주기 검출을 위한 valley점 선정에 있어서 알고리즘이 복잡해지는 문제점이 발생한다. 따라서 본 논문에서는 AMDF의 회전변환을 이용하여 전체 최소 valley점을 음성 신호의 피치 주기로 인식하는 간단한 알고리즘을 제안하였으며, 음성의 시작구간에 대해 경계값을 설정하여 피치 주기 선정에 대한 판단기준으로 사용하였다. 그리고 제안한 알고리즘을 시뮬레이션을 통해 기존의 방법들과 비교하였다.

• Smart Structures and Systems
• /
• 제18권3호
• /
• pp.501-523
• /
• 2016

Electromechanical impedance (EMI) based structural health monitoring is performed by measuring the variation in the impedance due to the structural local damage. The impedance signals are acquired from the piezoelectric patches that are bonded on the structural surface. The impedance variation, which is directly related to the mechanical properties of the structure, indicates the presence of local structural damage. Two traditional EMI-based damage detection methods are based on calculating the difference between the measured impedance signals in the frequency domain from the baseline and the current structures. In this paper, a new structural damage detection approach by analyzing the time domain impedance responses is proposed. The measured time domain responses from the piezoelectric transducers will be used for analysis. With the use of the Time Frequency Autoregressive Moving Average (TFARMA) model, a damage index based on Singular Value Decomposition (SVD) is defined to identify the existence of the structural local damage. Experimental studies on a space steel truss bridge model in the laboratory are conducted to verify the proposed approach. Four piezoelectric transducers are attached at different locations and excited by a sweep-frequency signal. The impedance responses at different locations are analyzed with TFARMA model to investigate the effectiveness and performance of the proposed approach. The results demonstrate that the proposed approach is very sensitive and robust in detecting the bolt damage in the gusset plates of steel truss bridges.

• 전기학회논문지
• /
• 제57권7호
• /
• pp.1295-1297
• /
• 2008

Large-sized flat-panel displays are widely used for PC monitors and TV displays. In this paper, frequency domain pre-filter algorithms are presented for detection of defects in large-sized Thin Film Transistor-Liquid Crystal Display(TFT-LCD) panel surfaces. Frequency analysis with 1-D, 2-D FFT methods for extract the periodic patterns of lattice structures in TFT-LCD is performed. To remove this patterns, frequency domain band-stop filters were used for eliminating specific frequency components. In order to acquire only defected images, 2-D inverse FFT methods to inverse transform of frequency domain images were used.

• 한국통신학회논문지
• /
• 제31권4C호
• /
• pp.458-471
• /
• 2006

Digital watermarking of multimedia data is a very active research area that has enjoyed a considerable amount of attention in recent years. In this paper, we propose an algorithm for embedding/detecting a fragile watermark in MPEG-4 compressed video domain (Simple and Advance Simple Profiles). The watermark bits are put directly into Huffman VLC-codespace of quantized DCT domain. The advantage of watermark embedding into the compressed domain is the significant savings for a real-time implementation as it does not require a full decoding operation. The watermark embedding does not change the video file size. The algorithm demonstrates high watermarking capacity, thereby providing reliable foolproof authentication. The results of experimental testing demonstrate that watermark embedding preserves the video quality. Watermark detection is performed without using the original video.

• 한국멀티미디어학회논문지
• /
• 제21권3호
• /
• pp.342-347
• /
• 2018

We proposed a fast detection of copy-move image forgery using four step search algorithm in the spatial domain. In the four-step search algorithm, the search area is 21 (-10 ~ +10), and the number of pixels to be scanned is 33. Our algorithm reduced computational complexity more than conventional copy move image forgery methods. The proposed method reduced 92.34 % of computational complexity compare to exhaustive search algorithm.

• 디지털융복합연구
• /
• 제13권8호
• /
• pp.253-260
• /
• 2015

디지털 공간에서 개인과 조직의 활동기록이 축적되면서 활용할 수 있는 정보의 양도 폭발적으로 증가하고 있는 환경에 있어 사용자에게 가장 절실한 요구사항은 '유용한' 정보의 '효율적인' 획득에 있다. 본 논문에서는 실시간 이슈 탐지 기술을 활용하여 국방 정보 서비스로의 접목, 디지털 융복합을 시도한다. 국방 분야와 관련된 웹 상에 공개된 대량의 콘텐츠와 국방 보고서 및 DB를 연계하여 무기체계, 정책 및 훈련, 기관 및 조직 등에 대한 국방 이슈를 실시간으로 탐지하는 특화 기술을 개발하고자 한다. 이를 위해 실시간 국방 이슈 탐지 및 그룹핑 기술에 대한 요구사항을 수렴하고 분석하여 핵심 기능을 도출하고자 한다. 또한 '국방' 분야에 특화된 언어자원을 보강하고 이슈성 지수 자질을 발굴함으로써 도메인 특화 이슈 탐지 방법의 차별화를 꾀한다. 더불어 실제 수집된 웹 뉴스미디어에 기반한 국방 분야 이슈 탐지 결과와 기존 이슈 탐지 결과와 비교함으로써 그 차이를 규명하고자 한다.

• 방송공학회논문지
• /
• 제24권3호
• /
• pp.472-484
• /
• 2019

본 논문에서는 심층신경망을 이용한 시간 영역 음향 이벤트 검출 알고리즘을 제시한다. 본 시스템에서는 주파수 영역으로 변환되지 않은 시간 영역의 음향 데이터를 심층신경망의 입력으로 사용한다. 전반적인 구조는 CRNN 구조를 사용하였으며, GLU, ResNet, Squeeze-and-excitation 블럭을 적용하였다. 그리고 여러 계층에서 추출된 특징을 함께 고려하는 구조를 제안하였다. 또한 본 연구에서는 강한 라벨이 있는 훈련 데이터를 확보하는 것이 현실적으로 어렵다는 전제 아래에서 약한 라벨이 있는 훈련 데이터 약간 그리고 다수의 라벨이 없는 훈련 데이터를 활용하여 훈련을 수행하였다. 적은 수의 훈련 데이터를 효과적으로 사용하기 위해 타임 스트레칭, 피치 변화, 동적 영역 압축, 블럭 혼합 등의 데이터 증강 방법을 적용하였다. 라벨이 없는 데이터에는 의사 라벨을 붙여 부족한 훈련 데이터를 보완하였다. 본 논문에서 제안한 신경망과 데이터 증강 방법을 사용하는 경우, 종래의 방식으로 CRNN 구조의 신경망을 훈련하여 사용하는 경우보다, 음향 이벤트 검출 성능이 약 6 % (f-score 기준)가 개선되었다.