• 제목/요약/키워드: Gray coding

검색결과 54건 처리시간 0.018초

에지 영역 보상을 이용한 원격 센싱된 인공위성 화상의 대역간 벡터양자화 (Interband Vector Quantization of Remotely Sensed Satellite Image Using Edge Region Compensation)

  • 반성원;김영춘;이건일
    • 센서학회지
    • /
    • 제8권2호
    • /
    • pp.124-132
    • /
    • 1999
  • 본 논문에서는 에지 영역 보상을 이용한 원격 센싱된 인공위성 화상의 대역간 벡터양자화 기법을 제안하였다. 이 기법에서는 인공위성 화상데이타의 분광적 반사 특성에 따라 각 화소벡터를 분류한 후, 각 분류영역에 대하여 대역내 및 대역간 중복성을 각각 제거하기 위하여 분류영역별 대역내 벡터양자화 및 분류영역별 대역간 벡터양자화를 행한다. 에지영역의 경우에 주변블럭의 영역정보 및 양자화 된 기준대역의 화소값을 이용하여 에지영역을 보상한다. 그후, 대역간 중복성을 효과적으로 제거하기 위하여 보상된 영역정보를 이용하여 분류영역별 대역간 벡터양자화를 행한다. 실제 원격 센싱된 인공위성 화상데이타에 대한 실험을 통하여 제안한 기법의 부호화 효율이 기존의 기법에 비하여 우수함을 확인하였다.

  • PDF

영상 부호화를 위한 새로운 사이드 매치 왜곡 함수를 이용한 적응 유한상태 벡터 양자화 기법 (An Adaptive Finite State Vector Quantization Method Using a New Side Match Distortion Function for Image Coding)

  • 이상운;이두수;임인칠
    • 전자공학회논문지S
    • /
    • 제35S권10호
    • /
    • pp.118-125
    • /
    • 1998
  • 본 논문에서는 새로운 사이드 매치 왜곡 함수를 이용한 적응 FSVQ(Finite State Vector Quantization)방법을 제안한다. 기존의 사이드 매치 왜곡 함수는 블럭 경계 사이의 휘도 천이를 부드럽게 해주고 블럭간의 상관 관계가 높은 평탄 영역에서는 적절한 상태 부호책을 작성할 수 있으나 블럭간의 상관 관계가 낮은 윤곽선 영역에서는 적절한 상태 부호책을 작성할 수 없다. 본 논문에서 제안한 왜곡 함수는 기존의 사이드 매치 왜곡 함수에 영상의 특징을 나타내줄 수 있는 분산 값을 가중치로 사용하여 기존의 사이드 매치 왜곡 함수보다 적절한 상태 부호책을 작성할 수 있도록 한다. 또한 상태를 잘못 예측하였을 경우 이를 정정한 후, 처리하게 함으로써 만족할만한 영상의 질을 얻을 수 있도록 한다.

  • PDF

신경망과 LPC 계수를 이용한 고래 소리의 분류 (Classification of Whale Sounds using LPC and Neural Networks)

  • 안우진;이응재;김남규;정의필
    • 융합신호처리학회논문지
    • /
    • 제18권2호
    • /
    • pp.43-48
    • /
    • 2017
  • 수중천이신호는 복잡하고 시변, 비선형 및 짧은 지속성의 특성을 지니고 있어서 기준패턴으로 모델링하기가 어렵다. 본 논문에서는 이러한 신호들을 프레임간의 중첩을 허용하는 일정한 짧은 신호로 잘라서 분석한다. 더빈 알고리듬을 이용하여 20차의 선형예측계수(LPC)를 프레임마다 추출하여 2층 은닉신경망회로의 입력신호로 사용한다. 추출된 선형예측계수들의 65%는 신경망구조의 학습에 이용되고 35%는 시험용 입력신호로 사용된다. 고래소리 분류에 사용된 고래 종류는 대왕고래, 들쇠고래, 귀신고래, 혹등고래, 밍크고래, 북방긴수염고래 등이다. 결과적으로 이러한 시험용의 신호들로부터 83%이상의 고래 소리 평균 분류율을 얻을 수 있었다.

  • PDF

FACS와 AAM을 이용한 Bayesian Network 기반 얼굴 표정 인식 시스템 개발 (Development of Facial Expression Recognition System based on Bayesian Network using FACS and AAM)

  • 고광은;심귀보
    • 한국지능시스템학회논문지
    • /
    • 제19권4호
    • /
    • pp.562-567
    • /
    • 2009
  • 얼굴 표정은 사람의 감정을 전달하는 핵심 메커니즘으로 이를 적절하게 활용할 경우 Robotics의 HRI(Human Robot Interface)와 같은 Human Computer Interaction에서 큰 역할을 수행할 수 있다. 이는 HCI(Human Computing Interface)에서 사용자의 감정 상태에 대응되는 다양한 반응을 유도할 수 있으며, 이를 통해 사람의 감정을 통해 로봇과 같은 서비스 에이전트가 사용자에게 제공할 적절한 서비스를 추론할 수 있도록 하는 핵심요소가 된다. 본 논문에서는 얼굴표정에서의 감정표현을 인식하기 위한 방법으로 FACS(Facial Action Coding System)와 AAM(Active Appearance Model)을 이용한 특징 추출과 Bayesian Network 기반 표정 추론 기법이 융합된 얼굴표정 인식 시스템의 개발에 대한 내용을 제시한다.