• 한국통신학회논문지
• /
• 제10권3호
• /
• pp.130-134
• /
• 1985

영상신호의 이차원 코사인 변환부호화에 있어서 변환계수의 분포계수화는 매우 중요하다. 그 이유는 블록양자화 시 분포함수를 잘못 가정하면 양자화잡음이 매우 커지기 때문이다. 본 논문에서는 일반화된 가우시안 분포함수를 이용하여 test를 행한 결과 AC변환계수들은 shape parameter가 0.6인 일반화된 가우시안 분포로 잘 근사화된다는 결과를 얻었다. 이차원코사인 변환부호화의 컴퓨터 시뮤레이션을 통해 Laplacian이나 Gaussian분포로의 근사화와 비교한 결과 shape parameter가 0.6인 일반화된 가우시안 분포로 근사화하는 경우 실험치와 이론치가 거의 일치하며 추력신호 잡음비도 가장 크게 나타났다.

• 한국해안·해양공학회논문집
• /
• 제28권3호
• /
• pp.171-176
• /
• 2016

기온과 수온의 분포형태는 발생빈도의 양상을 결정하는 기본적이고 필수적인 정보이다. 또한 기후변화에 의한 기온과 수온의 장기변화 양상 파악에 유용하다. 기온과 수온의 전형적인 분포형태는 다수의 첨두(mode)를 가지는 형태로 일반적으로 널리 사용되는 정규분포로 표현하기에는 한계가 있다. 본 연구에서는 Gaussian 혼합함수와 Kernel 분포함수를 보다 기온과 수온의 보다 적합한 분포함수 형태로 제안한다. 제안된 분포함수를 우리나라 연안 기온과 수온자료를 이용하여 추정-평가한 결과, 관측 자료의 분포는 꼬리 영역에서 크게 차이를 보이고 있는 것으로 파악되었다. 높은 수온영역과 낮은 기온 영역에서 꼬리 영역이 길게 나타나고 있다. 또한 본 연구에서 제안한 분포함수 추정 및 비교는 기온과 수온의 상호 변동관계 및 장기적인 변동양상을 파악할 수 있다. 그러나 평균 기온 및 수온 그리고 정규분포 함수 형태로는 이러한 변화 양상의 파악은 크게 제한되고 있다.

• 한국지하수토양환경학회지:지하수토양환경
• /
• 제21권6호
• /
• pp.67-79
• /
• 2016

Gaussian process regression (GPR) is proposed as a tool of long-term groundwater quality predictions. The major advantage of GPR is that both prediction and the prediction related uncertainty are provided simultaneously. To demonstrate the applicability of the proposed tool, GPR and a conventional non-parametric trend analysis tool are comparatively applied to synthetic examples. From the application, it has been found that GPR shows better performance compared to the conventional method, especially when the groundwater quality data shows typical non-linear trend. The GPR model is further employed to the long-term groundwater quality predictions based on the data from two domestically operated groundwater monitoring stations. From the applications, it has been shown that the model can make reasonable predictions for the majority of the linear trend cases with a few exceptions of severely non-Gaussian data. Furthermore, for the data shows non-linear trend, GPR with mean of second order equation is successfully applied.

• 한국멀티미디어학회논문지
• /
• 제6권3호
• /
• pp.508-517
• /
• 2003

본 논문에서는 쌍직교 웨이브릿 영역에서 워터마크를 삽입할 수 있는 연속 부대역 양자화 및 스토케스틱 다해상도 특성을 갖는 지각 모델을 제안한다. 적응 워터마킹 알고리즘을 갖는 지각모델은 보다 강인한 워터마크 은닉을 위한 방법으로 연속 부대역 양자화(successive subband quantization: SSQ)에 의해서 텍스쳐 및 에지 영역에 삽입한다. 워터마크 삽입은 국부 영상 특성을 갖는 NVF(noise visibility function)함수에 의해 계산된다. 이 방법은 워터마크가 노이즈 특성을 갖기 때문에 영상의 통계적 특성에 기초한 비정상상태(non-stationary state) 가우스 모델과 정상상태(stationary state) 일반화 가우스(generalized Gaussian: GG)모델을 이용한다. 정상상태 GG모델의 삽입은 다해상도 내의 각 부대역별 분산과 형상계수(shape parameter)를 사용한다. 형상계수를 추정하기 위하여 모멘트 정합 방법을 사용한다. 비정상상태 가우스 모델은 각 부대역의 국부 평균 및 분산을 이용한다. 실험결과 우수한 비가시성과 강인성을 확인하였으며, 공격에 대한 실험으로 Stirmark 3.1 benchmark test를 수행하였다.

• 한국지능시스템학회논문지
• /
• 제26권4호
• /
• pp.301-307
• /
• 2016

본 논문에서는 사용자들이 노래 가사를 입력으로 음악을 검색할 때 사용자의 질의어 특징을 반영한 검색 방법을 제안한다. 일반적으로 노래 가사 검색에서 사용자들이 작성하는 질의어들은 음악 하이라이트 부분에 해당된다는 점을 고려하여 본 논문에서는 노래 가사를 색인할 때, 하이라이트 부분이 더 중요하도록 만든다. 이를 위해 본 논문에서는 응집 계층 군집화를 사용하여 자동으로 음악 하이라이트 부분을 찾고, 하이라이트 부분과 그 주변 부분을 중요하게 고려할 수 있는 가우시안 중요도를 제안한다. 이 가우시안 함수는 평균을 하이라이트 부분으로 설정함으로써 하이라이트에서 가장 높은 값을 가지며, 주변부는 하이라이트보다 낮은 중요도를 가진다. 이렇게 얻어진 중요도와 함께 노래 가사를 색인함으로써 사용자들이 작성한 질의어에 대해 더 부합하는 검색 결과를 제공해준다. 실험에서 실사용자 5명에 대해 다양한 질의 타입들과 함께 평가하였으며, 가중치를 고려하지 않는 비교 모델보다 제안한 방법이 효과적임을 보인다.

• 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.

• 한국정보통신학회논문지
• /
• 제15권10호
• /
• pp.2239-2246
• /
• 2011

영상신호를 처리하는 과정에서 잡음에 의해 영상의 열화가 발생하고 있으며, 가우시안 잡음과 임펄스 잡음이 중첩되어 생성된 복합잡음에 의해 훼손되는 경우가 많다. 따라서 본 논문에서는 에지정보를 고려하며 임펄스 잡음과 AWGN(additive white gaussian noise) 잡음이 중첩된 복합잡음을 제거하는 알고리즘을 제안하였다. 제안한 알고리즘은 먼저 잡음의 종류를 판단과정을 거친 후, 그 결과가 AWGN이라고 하면 self-adaptive weighted mean 필터를 사용하여 구하여진 값과 마스크 내의 중간값 사이의 평균을 출력으로 한다. 만약 임펄스 잡음이라고 판단 될 경우, 변형된 비선형 필터를 이용하여 처리한다. 그리고 시뮬레이션을 통해 기존의 방법들과 그 성능을 비교하였고 판단 기준으로 PSNR(peak signal to noise ratio)을 사용하였다. 테스트 영상들에 대한 시뮬레이션 결과로부터 제안한 방법은 기존의 방법들보다 잡음제거나 에지보존 등 방면에서 우수한 성능을 나타내었다.

• 대한전자공학회논문지SP
• /
• 제48권3호
• /
• pp.90-98
• /
• 2011

전 세계적으로 벼 병충해의 인식과 분류는 농업현장에서 기술적 경제적으로 중요한 요소이다. 컴퓨터 비젼 기술은 벼 병충해를 진단하고 곡물의 효율적인 관리에 유용하다. 영역 분할은 벼 병충해를 조기에 정확하게 탐지하는데 매우 중요한 기술이다. 가우시안 평균기법을 이용한 새로운 벼 병충해 분할 방식을 다양한 색체공간에서 제안하였다. 사용 색체공간에 따라 벼 병충해의 분할에 따른 성능은 달라질 것이다. 따라서, 이 수치연구는 어느 색체공간이 벼 병충해를 분할하는데 최적한지를 결정할 목적으로 수행되었다. 본 연구는 NTSC, CIE, YCbCr, HSV, 그리고 정규화 RGB의 5개의 색체공간을 다루었다. 연구 결과는 YCbCr 색체공간이 98%의 정확도로 벼 병충해 영역을 최적으로 분할하는 것을 보여주었다. 또한 제안하는 방법은 벼 병충해의 영역을 자동화에 의하여 강건하게 분할할 수 있다는 것을 증명하였다.

• 한국정보통신학회논문지
• /
• 제15권5호
• /
• pp.1155-1163
• /
• 2011

본 논문에서는 깊이 맵(depth map)에 대한 효율적인 부호화를 위하여 전처리 기법을 제안한다. 현재 3차원 비디오 부호화(3D video coding : 3DVC)에 대한 표준화가 진행 중에 있지만 아직 깊이 맵의 부호화 방법에 대한 표준은 확정되지 않은 상태이다. 제안하는 기법에서는 먼저 입력된 깊이 맵의 히스토그램 분포를 가우시안 혼합모델(Gaussian mixture model : GMM) 기반의 EM(expectation maximization) 군집화 기법을 이용하여 분리한다. 분리된 히스토그램을 기반으로 깊이 맵을 여러 개의 레이어로 분리하게 된다. 분리된 각각의 레이어에서 배경과 객체의 포함여부에 따라 다른 조건의 민쉬프트 필터(mean shift filter)를 적용한다. 결과적으로 영상내의 각 영역 경계는 최대한 살리면서 영역내의 화소 값에 대해서는 평균 연산을 취하여 부호화시 효율을 극대화 하고자 하였다. 다양한 실험영상에 대하여 제안한 기법을 적용한 깊이 맵을 부호화하여 비트율(bit rate)이 감소하고 부호화 시간도 다소 줄어드는 것을 확인 할 수 있었다.

• 한국음향학회지
• /
• 제35권1호
• /
• pp.55-62
• /
• 2016

LMF(Least Mean Fourth) 알고리즘은 특히 비정규 잡음 상황에서 빠른 수렴성을 나타낼 뿐만 아니라 추정 오차도 낮은 것으로 잘 알려져 있다. 최근 LMS(Least Mean Square) 알고리즘 분야에서는 가변 스텝 크기를 적용한 알고리즘들에 대한 관심이 증대되어 왔다. 그 이유는 가변 스텝 크기 LMS가 다양한 환경에서 고정 스텝 크기 LMS보다 우수한 결과를 내기 때문이다. 본 논문에선 LMF에 대한 가변 스텝 크기의 한 방법으로 대수학적 스텝 크기를 사용하는 가변 스텝 크기 LMF 알고리즘을 제안한다. 제안된 방법은 가변 스텝 크기 LMS와 마찬가지로 고정 스텝 크기 LMF보다 우수할 것이 예상된다. 본 논문은 그 우수성을 시불변 채널과 시변 채널 각각의 채널 환경하에서 시뮬레이션을 통하여 보인다.