• 한국정보통신학회논문지
• /
• 제21권3호
• /
• pp.568-577
• /
• 2017

WAVE 시스템에서는 통신 보안 기능을 지원하기 위해 IEEE Std 1609.2 규격이 정의되었다. IEEE Std 1609.2에서는 자동차 통신에서의 보안 서비스 및 관리 메시지의 구조를 ASN.1으로 정의하였다. 또한 이 메시지 구조를 COER 방식으로 인코딩하도록 하고 있다. 본 논문에서는 IEEE Std 1609.2에 정의된 보안 메시지를 처리하는 IEEE Std 1609.2 메시지 인코더/디코더를 설계 및 구현하였다. 설계된 인코더/디코더는 IEEE Std 1609.2 메시지 구조에 부합하는 C 언어 데이터 구조의 메시지를 생성하는 모듈, 메시지 인코더 모듈, 메시지 디코더 모듈로 구성되며, 리눅스 환경에서 구현되었다. 또한 구현된 인코더/디코더의 수행 속도를 측정하여 그 성능을 분석하였다.

• 한국정보통신학회논문지
• /
• 제10권3호
• /
• pp.511-516
• /
• 2006

본 논문은 개선된 Anti-cloche filter를 사용하는 SECAM video encoder와 오차가 없는 제곱근기와 BPF를 사용하는 SECAM video decoder를 제안하고자 한다. SECAM video encoder는 ITU-R BT.470에 의해 지정된 Anti-cloche filter를 사용하지만, Anti-cloche filter가 가지는 특성이 주파수에 따라 매우 급격히 변하기 때문에 디지털회로의 설계에 적용하기가 어렵다. 이러한 문제를 해결하기 위해서 본 논문에서는 Anti-cloche filter의 주파수 특성이 좌우대칭이라는 점을 이용하여서 좌우대칭의 중심이 되는 주파수인 4.286MHz를 0MHz로 이동하여 Anti-cloche filter를 High Pass Filter(HPF)로 변환한다. 변환된 HPF는 Anti-cloche filter에 비해 구조가 간단하기 때문에 설계가 비교적 용이하다. 또한 본 논문에서 제시한 SECAM video decoder는 주파수 변조된 신호로부터 색차신호(Db, Dr)를 복원하기 위해서 오차가 없는 제곱근기와 두 개의 미분기 그리고 삼각함수를 이용하여 색상신호의 잡음을 제거하고 CVBS(Composite Video Baseband Signal)로부터 색상신호와 밝기신호를 분리하기 위해서 BPF를 사용한다. 제안된 시스템은 Altera FPGA인 APEX20KE EP20K1000EBC652-3와 TV를 이용하여 실시간 검증을 수행하였다.

• 한국멀티미디어학회논문지
• /
• 제21권8호
• /
• pp.849-857
• /
• 2018

In this paper, we propose an automatic composition method using time series embedding of RNN Auto-Encoder. RNN Auto-Encoder can learn existing songs and can compose new songs from the trained RNN decoder. If one song is fully trained in the RNN Auto-Encoder, the song is embedded into the vector values of RNN nodes in the Auto-Encoder. If we train a lot of songs and apply a specific vector to the decoder of Auto-Encoder, then we can obtain a new song that combines the features of trained multiple songs according to the given vector. From extensive experiments we could find that our method worked well and generated various songs by selecting of the composition vectors.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제14권4호
• /
• pp.1689-1703
• /
• 2020

When data is transmitted over an unreliable channel, the error of the data packet may result in serious degradation. The multiple description coding (MDC) can solve this problem and save transmission costs. In this paper, we propose a deep multiple description coding network (MDCN) to realize efficient image compression. Firstly, our network framework is based on convolutional auto-encoder (CAE), which include multiple description encoder network (MDEN) and multiple description decoder network (MDDN). Secondly, in order to obtain high-quality reconstructed images at low bit rates, the encoding network and decoding network are integrated into an end-to-end compression framework. Thirdly, the multiple description decoder network includes side decoder network and central decoder network. When the decoder receives only one of the two multiple description code streams, side decoder network is used to obtain side reconstructed image of acceptable quality. When two descriptions are received, the high quality reconstructed image is obtained. In addition, instead of quantization with additive uniform noise, and SSIM loss and distance loss combine to train multiple description encoder networks to ensure that they can share structural information. Experimental results show that the proposed framework performs better than traditional multiple description coding methods.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제18권3호
• /
• pp.653-669
• /
• 2024

Dynamic scene deblurring is a complex computer vision problem owing to its difficulty to model mathematically. In this paper, we present a novel approach for image deblurring with the help of the sharp reference image, which utilizes the reference image for high-quality and high-frequency detail results. To better utilize the clear reference image, we develop an encoder-decoder network and two novel modules are designed to guide the network for better image restoration. The proposed Reference Extraction and Aggregation Module can effectively establish the correspondence between blurry image and reference image and explore the most relevant features for better blur removal and the proposed Spatial Feature Fusion Module enables the encoder to perceive blur information at different spatial scales. In the final, the multi-scale feature maps from the encoder and cascaded Reference Extraction and Aggregation Modules are integrated into the decoder for a global fusion and representation. Extensive quantitative and qualitative experimental results from the different benchmarks show the effectiveness of our proposed method.

• 한국통신학회논문지
• /
• 제30권5C호
• /
• pp.371-381
• /
• 2005

본 논문에서는 동영상의 실시간 부/복호화를 위한 하드웨어 기반의 CAVLC 엔트로피 부/복호화기 구조를 제안한다. H.264/AVC의 무손실 압축 기법인 내용기반 가변길이 부호화(Context-based Adaptive Variable Length Coding)는 이전 표준의 기법과 다른 알고리즘을 채용하여 높은 부호화 효율과 복잡도를 가지고 있다. 이를 하드웨어 구조로 설계하기 위하여 메모리 재사용 기법을 적용하여 리소스를 최적화 하였으며, 지금까지 제시된 여러 엔트로피 부/복호화 구조 중 휴대용 기기에 적합한 성능 대비 리소스를 가지는 구조를 선택하고 이를 병렬 처리 구조로 설계하여 부호화 성능을 향상시켰다. 구현된 전체 모듈은 Altera사의 Excalibur 디바이스를 이용하여 검증하고 삼성 STD130 0.18um CMOS Cell Library를 이용하여 합성 및 검증하였다. 이를 ASIC으로 구현할 경우 부호화기는 150Mhz 동작주파수에서 CIF 크기의 동영상을 초당 300프레임 이상 처리하며 복호화기는 140Mhz 동작주파수에서 CIF 크기의 동영상을 초당 250 이상 처리할 수 있다. 본 결과는 하드웨어 기반의 H.264/AVC 실시간 부호화기와 복호화기를 설계하기에 적합한 하드웨어 구조임을 보여준다.

• 방송공학회논문지
• /
• 제15권1호
• /
• pp.112-121
• /
• 2010

분산 동영상 코딩(Distributed Video Coding)은 기존의 동영상 코딩과 다르게 인코더와 디코더 사이의 복잡도 분배가 가능한 새로운 코딩 방식이다. 본 논문에서는 단계적 움직임 예측을 이용하여 인코더와 디코더의 복잡도를 분배하는 방법을 제안한다. 인코더에서는 부분적으로 움직임 예측을 수행하여 그 결과를 디코더로 전송하고, 디코더는 이를 받아 좁혀진 범위 내에서 남은 움직임 예측을 수행하게 된다. 인코더에서 어느 정도 복잡도를 감당할 수 있을 때 인코더와 디코더 사이의 복잡도 분배 비율의 조절이 가능하다. 이를 통해 복잡도 분배 비율과 압축효율과의 상관성을 알아볼 수 있는데, 인코더의 복잡도 상승에 의한 압축효율 향상율이 디코더 복잡도 상승에 의한 압축효율 향상율보다 훨씬 크다는 것을 알 수 있다. 제안 방법을 통해 단말기의 성능이나 채널 상황에 따라 인코더와 디코더 사이의 복잡도를 적응적으로 분배하고 그에 따라 코딩 성능을 조절할 수 있다.

• 디지털콘텐츠학회 논문지
• /
• 제6권3호
• /
• pp.169-174
• /
• 2005

본 논문은 Verilog HDL로 FPGA에 JPEG Decoder를 구현하여 TV에 JPEG 영상을 디스플레이 하기 위한 JPEG Image Display Board 설계 방법을 제안한다. 본 논문은 FPGA에 Decoder Algorithm을 구현하기 위한 효율적인 방안을 제시하였으며 JPEG Decoder Algorithm은 JPEG Standard Baseline에 기준으로 하여 설계 하였다. 압축된 JPEG bit stream을 저장하기 위하여 Nand Flash Memory를 사용하였으며, JPEG Decoding된 영상을 TV화면에서 확인하기 위하여 Video Encoder를 사용하였다. 또 한 JPEG 영상에 Text data를 쓰기 위하여 YCbCr의 출력 bit를 RGB 24bit로 변환하였다. Video Encoder에 변환된 RGB Data를 동기시켜 출력하기 위하여 CVBS 입력을 Sync Separator에 의해 Hsync, Vsync, Sync, Field signal로 분리하였다. 또한 Display B/D상의 스위치를 통하여 JPEG 모드와 일반영상 모드를 선택할 수 있게 입증하였다.

• Journal of Positioning, Navigation, and Timing
• /
• 제8권4호
• /
• pp.193-200
• /
• 2019

The auto-encoder network which is a good candidate to handle the modeling of the signal strength attenuation is designed for denoising and compensating the distortion of the received data. It provides a non-linear mapping function by iteratively learning the encoder and the decoder. The encoder is the non-linear mapping function, and the decoder demands accurate data reconstruction from the representation generated by the encoder. In addition, the adaptive network width which supports the automatic generation of new hidden nodes and pruning of inconsequential nodes is also implemented in the proposed algorithm for increasing the efficiency of the algorithm. Simulation results show that the proposed method can improve the neural network training surface to achieve the highest possible accuracy of the signal modeling compared with the conventional modeling method.

• 한국소프트웨어감정평가학회 논문지
• /
• 제17권2호
• /
• pp.47-57
• /
• 2021

뉴로모픽 기술은 인간의 뇌 구조와 연산과정을 하드웨어로 모방하는 기술로 기존 인공지능 기술의 단점을 보완하기 위하여 제안되었다. 뉴로모픽 하드웨어 기반의 IoT 응용을 개발하기 위해 NA-IDE가 제안되었으며, NA-IDE에서 SNN 모델을 구현하기 위하여 일반적으로 많이 사용되는 입력 데이터를 SNN모델에 사용할 수 있도록 변환이 필요하다. 본 논문에서는 이미지 데이터를 SNN 입력으로 사용하기 위하여 스파이크 시계열 패턴으로 변환하는 신경코딩 방식의 인코더 컴포넌트를 구현하였다. 디코더 컴포넌트는 SNN 모델이 스파이크 시계열 패턴을 생성하는 경우, 출력된 시계열 데이터를 다시 이미지 데이터로 변환하도록 구현하였다. 디코더 컴포넌트는 출력 데이터에 인코딩 과정과 동일한 매개변수를 사용한 경우, 원본 데이터와 유사한 정적 데이터를 얻을 수 있었다. 제안된 인코더와 디코더를 사용한다면 image-to-image나 speech-to-speech와 같이 입력 데이터를 변환하여 재생성하는 분야에 사용할 수 있을 것이다.