• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제14권10호
• /
• pp.4060-4079
• /
• 2020

Blur is an important type of image distortion. How to evaluate the quality of blurred image accurately and efficiently is a research hotspot in the field of image processing in recent years. Inspired by the multi-scale perceptual characteristics of the human visual system (HVS), this paper presents a no-reference image blur/sharpness assessment method based on multi-scale local features in the spatial domain. First, considering various content has different sensitivity to blur distortion, the image is divided into smooth, edge, and texture regions in blocks. Then, the Gaussian scale space of the image is constructed, and the categorized contrast features between the original image and the Gaussian scale space images are calculated to express the blur degree of different image contents. To simulate the impact of viewing distance on blur distortion, the distribution characteristics of local maximum gradient of multi-resolution images were also calculated in the spatial domain. Finally, the image blur assessment model is obtained by fusing all features and learning the mapping from features to quality scores by support vector regression (SVR). Performance of the proposed method is evaluated on four synthetically blurred databases and one real blurred database. The experimental results demonstrate that our method can produce quality scores more consistent with subjective evaluations than other methods, especially for real burred images.

• 응용통계연구
• /
• 제34권6호
• /
• pp.945-956
• /
• 2021

본 연구에서는 가중주성분분석으로부터 정준대응분석을 유도하는 Legendre와 Legendre (2012)의 알고리즘을 고찰하였다. 그리고, 가중주성분분석에 기반한 Legendre와 Legendre (2012)의 정준대응분석이 가우시안 반응모형에 기초한 Ter Braak (1986)의 정준대응분석과 동일함을 다루었다. 생태학에서 종의 발현 정도를 잘 설명할 수 있는 가우시안 반응곡선에서 도출된 Ter Braak (1986)의 정준대응분석은 종 패킹 모형(species packing model)이라는 기본 가정을 사용한 후 일반화선형모형과 정준상관분석을 결합시키는 방법으로 도출된다. 그런데 Legendre와 Legendre (2012)의 알고리즘은 이러한 가정없이 Benzecri의 대응분석과 상당히 유사한 방법으로 계산되는 특징을 지닌다. 그러므로 가중주성분석에 기초한 정준대응분석을 사용하면, 결과물 활용에 약간의 유연성을 지닐 수 있게 된다. 결론적으로 본 연구에서는 서로 다른 모형에서 출발한 두 방법이 장소점수(site score), 종 점수(species score) 그리고 환경변수와의 상관관계가 서로 동일함을 보인다.

• 한국멀티미디어학회논문지
• /
• 제17권2호
• /
• pp.208-217
• /
• 2014

본 논문은 효과적인 물체 검출이 가능하도록 명도값의 변화방향에 따라 수렴하는 경우와 발산하는 경우의 대칭기여도를 적응적으로 제어할 수 있도록 가우시안 함수형태의 위상가중함수를 이용한 적응적 대칭기여도 제어 기반 일반화 대칭변환을 제안하였다. 제안한 방법에서는 먼저 수렴영역과 발산 영역을 정의한 후 정의된 수렴/발산 영역에서 대칭극점과 거리 함수로 표현된 대칭정도에 따라 대칭기여도의 반영 비율을 달리 할 수 있도록 가우시안함수 형태의 위상가중 함수를 사용하였으며, 가우시안함수 형태의 위상 가중함수에서 차단주파수 조절을 통한 대칭기여도의 적응적인 제어를 통해 효과적인 물체 검출이 가능하도록 하였다. 제안한 방안의 성능을 평가하기 위해 IR영상을 포함한 다양한 영상에서 대해 차단주파수 조절을 통한 대칭기여도의 적응적 제어가 물체검출에 미치는 영향을 기존의 GST와 비교, 분석하여 제안한 방법의 우수한 성능을 증명하였다.

• 한국콘텐츠학회논문지
• /
• 제11권12호
• /
• pp.497-503
• /
• 2011

본 연구에서는 환경음 인식 성능의 향상을 위하여 GMM의 훈련 방식에 MCE 도입을 제안하였다. 이는 환경음 데이터 모델링에 사용할 분류오류함수를 정의할 때 해당 클래스의 로그우도 뿐 아니라 다른 클래스의 로그우도도 같이 고려함으로써 변별력 있는 분류가 이뤄질 수 있게 한다. 모델의 파라미터는 전체 클래스를 고려한 손실함수를 정의하고, GPD(generalized probabilistic descent)알고리즘을 이용하여 추정하였다. 제안된 방법의 인식 성능 비교를 위해 모두 9가지 환경음을 전처리 과정과 MFCC(mel-frequency cepstral coefficients)를 이용하여 12차 특징을 추출하고, 이를 혼합 성분의 수에 따라 GMM 분류 실험을 행하였다. 실험 결과에 따르면 혼합 성분을 19개 사용한 경우에서 MCE 훈련 방식이 평균 87.06%의 인식률로 가장 좋은 성능을 보였다. 이 결과로 제안한 MCE 훈련 방식이 환경음 인식에서 GMM의 훈련 방식으로 효과적으로 사용될 수 있음을 확인하였다.

• 대한전자공학회논문지SP
• /
• 제43권5호
• /
• pp.52-61
• /
• 2006

영상 및 신호 처리 분야에 일반적으로 사용되는 직교 웨이블릿 변환은 천이에 대한 민감성과 방향성에 대한 선택도가 떨어지기 때문에 성능에 한계를 가지고 있다. 이러한 단점을 극복하기 위해 복소수 웨이블릿 변환이 사용되고 있다. 본 논문에서는 이중 트리 복소수 웨이블릿과 베르누이-가우스 사전 확률분포를 이용한 효과적인 영상 잡음 제거 방법을 제안하고자 한다. 베르누이-가우스 모델에 대한 파라미터를 추정하기 위해 본 논문에서는 두 가지의 간단하고 반복적이지 않은 방법을 제안한다. 베르누이 랜덤 변수로 표현되는 혼합 파라미터를 추정하기 위해서는 가설-검증 기법을 사용한다. 추정된 혼합 파라미터를 이용하여 신호의 분산은 MGML(maximum generalized marginal likelihood) 추정기를 통하여 추정된다. 복소수 웨이블릿 변환을 사용하여 제안 방법과 알려진 잡음 제거 기법과 비교 실험을 수행하였다. 실험결과를 통해 제안 방법이 적은 계산량으로 고주파 성분이 많은 영상에 대하여 우수한 잡음 제거 결과를 나타냄을 알 수 있다.

• 응용통계연구
• /
• 제34권5호
• /
• pp.697-710
• /
• 2021

상대오차를 이용한 예측법은 상대오차(혹은 퍼센트오차)가 중요시되는 분야, 특히 계량경제학이나 소프트웨어 엔지니어링, 또는 정부기관 공식통계 부분에서 기존 예측방법 외에 선호되는 예측방법이다. 그 동안 상대오차를 이용한 예측법은 선형 혹은 비선형 회귀분석 뿐 아니라, 커널회귀를 이용한 비모수 회귀모형, 그리고 정상시계열분석에 이르기까지 그 범위가 확장되어 왔다. 그러나, 지금까지의 분석은 고정효과(fixed effect)만을 고려한 것이어서 임의효과(random effect)에 관한 상대오차 예측법에 대한 확장이 필요하였다. 본 논문의 목적은 상대오차예측법을 일반화선형혼합모형(GLMM)에 속한 감마회귀(gamma regression), 로그정규회귀(lognormal regression), 그리고 역가우스회귀(inverse gaussian regression)의 패널자료(panel data)에 적용시키는데 있다. 이를 위해 실제 자동차 보험회사의 손해액 자료를 사용하였고, 최량예측량과 최량상대오차예측량을 각각 적용-비교해 보았다.

• 한국음향학회지
• /
• 제37권5호
• /
• pp.271-275
• /
• 2018

두 개 센서에 도래하는 신호 간의 시간 지연을 추정 방법에는 여러 가지가 존재한다. 그중에서 두 센서에 입력되는 서로 다른 신호간의 상호 상관과 신호 백색화로부터 상대적인 지연을 추정하는 GCC-PHAT(Generalized Cross Correlation-Phase Transform) 방법은 안정적인 성능을 내는 전통적으로 유명한 방법이다. 본 논문에서는 GCC-PHAT의 연산 과정 중에서 주기성을 이용하여 잡음을 제거할 수 있는 부분을 파악하였다. 그리고 파악된 부분에 자기상관을 적용하였다. 제안한 방법을 기존의 방법과 비교하여, 백색 가우시안 신호원인 경우 신호 대 잡음비 0 dB 이상에서 평균 자승 추정 오차 5 dB ~ 15 dB까지의 향상이 있음을 보이고, 유색 신호원에서도 신호 대 잡음비 2 dB 이상에서 평균 자승 추정 오차가 성능 개선되어 15 dB까지의 성능 개선 효과가 있음을 보인다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제13권5호
• /
• pp.2299-2318
• /
• 2019

Location-aware networks are of great importance for both civil lives and military applications. Methods based on line-of-sight (LOS) measurements suffer sever performance loss in harsh environments such as indoor scenarios, where sensors can receive both LOS and non-line-of-sight (NLOS) measurements. In this paper, we propose a data association (DA) process based on the expectation maximization (EM) algorithm, which enables us to exploit multipath components (MPCs). By setting the mapping relationship between the measurements and scatters as a latent variable, coefficients of the Gaussian mixture model are estimated. Moreover, considering the misalignment of sensor position, we propose a space-alternating generalized expectation maximization (SAGE)-based algorithms to jointly update the target localization and sensor position information. A two dimensional (2-D) circularly symmetric Gaussian distribution is employed to approximate the probability density function of the sensor's position uncertainty via the minimization of the Kullback-Leibler divergence (KLD), which enables us to calculate the expectation step with low computational complexity. Moreover, a distributed implementation is derived based on the average consensus method to improve the scalability of the proposed algorithm. Simulation results demonstrate that the proposed centralized and distributed algorithms can perform close to the Monte Carlo-based method with much lower communication overhead and computational complexity.

• 한국컴퓨터정보학회논문지
• /
• 제27권8호
• /
• pp.143-149
• /
• 2022

특허문서는 연구 개발된 기술에 대한 상세한 결과를 포함하고 있기 때문에 효과적인 기술분석을 위한 다양한 특허분석 방법에 대한 연구가 진행되고 있다. 특히 통계학과 머신러닝 알고리즘에 의한 정량적인 특허분석에 대한 연구가 최근 활발하게 이루어지고 있다. 정량적 특허분석에서 가장 많이 사용되는 특허 데이터는 기술 키워드이다. 기술 키워드 데이터를 분석하는 기존의 방법은 대부분 음의 무한대부터 양의 무한대까지 실수 공간 전체를 확률변수의 값으로 갖는 가우시안 확률분포에 기반한 모형이었다. 본 논문에서는 이론적으로 0부터 양의 무한대까지의 값을 갖는 특허 키워드의 빈도 데이터를 분석하기 위하여 감마 확률분포를 활용한 모형을 제안한다. 또한 감마 회귀모형의 회귀방정식을 결정하기 위하여 키워드 간의 기술 연관성을 시각화하는 2-모드 네트워크를 구축한다. 제안 방법과 기존의 가우시안 기반의 분석모형 간의 성능평가를 위하여 실제 특허 데이터를 수집하여 분석한다.

• 응용통계연구
• /
• 제27권3호
• /
• pp.475-485
• /
• 2014

일반화 선형모형(GLM)에 기초한 확률적 날씨 발생기(Stochastic weather generator)는 일일 날씨를 생성하는데 가장 일반적으로 사용되는 방법인다. 본 논문에서는 다층구조를 이용하여 기존의 GLM weather generator에 공간구조를 소개하였다. 계절별 총강우량의 overdispersion 현상을 효과적으로 제거하기 위해서 smoothing된 계절별 총강우량을 모형에 포함하였고 공간구조를 소개하기 위해서 Stochastic weather generator의 모형계수에 공간구조를 가지는 다변량 정규분포를 가정하였다. 그리고 제안된 공간구조를 가지는 GLM weather generator 모형을 우리나라 76개 지역에서 39년간 측정된 일별 강우량 관측자료에 적용하였다.