• 한국음향학회지
• /
• 제14권3호
• /
• pp.37-48
• /
• 1995

일반화된 완전최소자승법 (generalized total least squares method, GTLS)의 ARMA 시스템 식별에의 적용과 GTLS의 적응알고리듬에 대하여 논한다. 일반화된 완전최소자승법은 일별과 출력을 알고 있는 시스템식별 (system identification)문제에서, 출력이 잡음에 의하여 오염된 경우, 편이되지 않은 해를 구하기 위하여 사용되는 방법이다. 본 논문에서는 먼저 GTLS를 ARMA 시스템 식별에 적용하기 위한 formulation을 하고, 일반화된 완전최소자승법의 일반 해의 성질과 역행렬 정리 (matrix inverse lemma)를 이용하여 적응 GTLS 방법을 제안한다. 다음 제안된 방법을 통하여 시스템식별에 적용하여 그 성능을 평가한다. 또한 GTLS 알고리듬과 제안한 적응 GTLS 알고리듬의 성능을 수학적으로 해석하고 컴퓨터 시뮬레이션을 통하여 이를 검증한다.

• 한국음향학회지
• /
• 제31권8호
• /
• pp.487-506
• /
• 2012

This paper proposes a speech enhancement algorithm to improve the speech intelligibility by suppressing both reverberation and background noise. The algorithm adopts a non-causal single-channel minimum variance distortionless response (MVDR) filter to exploit an additional information that is included in the noisy-reverberant signals in subsequent frames. The noisy-reverberant signals are decomposed into the parts of the desired signal and the interference that is not correlated to the desired signal. Then, the filter equation is derived based on the MVDR criterion to minimize the residual interference without bringing speech distortion. The estimation of the correlation parameter, which plays an important role to determine the overall performance of the system, is mathematically derived based on the general statistical reverberation model. Furthermore, the practical implementation methods to estimate sub-parameters required to estimate the correlation parameter are developed. The efficiency of the proposed enhancement algorithm is verified by performance evaluation. From the results, the proposed algorithm achieves significant performance improvement in all studied conditions and shows the superiority especially for the severely noisy and strongly reverberant environment.

• 대한환경공학회지
• /
• 제33권10호
• /
• pp.748-755
• /
• 2011

1960년대 산업화 이후 기계화가 가속되어 산업발달에 많은 기여를 하였으나 고소음 작업장에서 발생하는 소음피해에 대한 대책은 거의 없는 실정이다. 특히 공장 및 작업장에서 발생하는 기계소음은 반복적으로 되풀이되어 충격적이며, 강한 소음으로 대부분의 현장 작업자들은 높은 불쾌감과 청력장애의 위험을 부담하고 있다. 이러한 관점에서 이 연구는 고소음 작업장에서 발생하는 작업기계 소음을 평가하기 위한 적정 평가어휘를 추출하고자 했으며, 이렇게 추출된 어휘는 작업 기계소음을 평가하기 위한 음향심리 실험 및 기계소음 규제기준 설정을 위한 유용한 자료로 활용될 수 있을 것으로 사료된다.

• KIEAE Journal
• /
• 제3권2호
• /
• pp.33-36
• /
• 2003

The influence of the visual information on the sound perception would be considerable. Furthermore, if the sound perception ranges in noisiness or annoyance beyond the loudness, it will depend much more on the shape of the visual information. This paper aims to estimate the influence of the several kinds of visual information on the perception of road traffic noise by means of the psycho-acoustic test method. The findings of present study on the influence of visual information on subjective noise perception are summarized as follows: Presenting visual images of mild and comfortable scenery reduced the noise perception reaction at the less noisy environments not exceeding 65 dB(A). At highly noisy environments exceeding 65 dB(A), however, the noise perception can be reduced by strong image of waterfall. Even eliminating the road traffic image may be helpful. Visual image of waterfall reduced the noise perception at all levels. It is inferred that the road traffic noise perception can be effectively ameliorated by presenting strong and real landscape images at any noisy environment.

• 정보처리학회논문지B
• /
• 제19B권1호
• /
• pp.27-30
• /
• 2012

지능형 에이전트에게 요구되는 가장 기초적인 기능 중의 하나가 불확실한 센서 데이터에 의존하여 자신의 현재 위치가 어디인지를 파악하는 일이다. 본 논문에서는 가장 효과적인 확률 기반의 측위 기법인 파티클 필터를 실제 로봇 측위에 적용한 로봇 측위 시스템의 구현에 대해 설명하고, 성능 평가를 위한 실험의 결과를 소개한다. 특히 비-잡음 상태 전이 모델과 로봇 동작의 오차를 고려한 잡음 모델간의 비교 실험을 통해, 실제 로봇 동작의 불확실성에 근사한 상태 전이 모델이 파티클 필터 측위의 성능 개선에 도움이 될 수 있음을 보인다.

• 한국음향학회지
• /
• 제15권5호
• /
• pp.90-98
• /
• 1996

본 논문에서는 잡음 환경에서의 음성 인식을 위한 전처리기로서 청각 모델을 제안하였다. 제안된 청각 모델은 와우각 대역 통과 필터와 비선형단으로 구성되어 있으며, 잡음 환경에서도 신호의 주파수 정보와 강도 정보를 효과적으로 표현할 수 있다. 주파수 정보는 신호의 영교차 간격에 의해서, 또 강도 정보는 피크 검출기와 포화 비선형 함수에 의해서 구해진다. 영교차 간격이 교란되는 양의 분산을 교차 레벨 값의 함수로 표현함으로써 영교차 간격을 사용하는 것이 레벨 교차간격에 비해 잡음에 둔감한 특성이 있음을 보였다. 제안된 청각 모델은 다른 청각 모델에 비해 계산량이 적고, 미리 많은 파라미터를 정해줄 필요가 없다. 화자 독립 격리단어 인식 실험 결과 제안된 방법은 잡음 환경에서 우수한 성능을 보였다.

• 음성과학
• /
• 제15권2호
• /
• pp.55-65
• /
• 2008

Recently, the multi-model based speech recognizer has been used quite successfully for noisy speech recognition. For the selection of the reference HMM (hidden Markov model) which best matches the noise type and SNR (signal to noise ratio) of the input testing speech, the estimation of the SNR value using the VAD (voice activity detection) algorithm and the classification of the noise type based on the GMM (Gaussian mixture model) have been done separately in the multi-model framework. As the SNR estimation process is vulnerable to errors, we propose an efficient method which can classify simultaneously the SNR values and noise types. The KL (Kullback-Leibler) distance between the single Gaussian distributions for the noise signal during the training and testing is utilized for the classification. The recognition experiments have been done on the Aurora 2 database showing the usefulness of the model compensation method in the multi-model based speech recognizer. We could also see that further performance improvement was achievable by combining the probability density function of the MCT (multi-condition training) with that of the reference HMM compensated by the D-JA (data-driven Jacobian adaptation) in the multi-model based speech recognizer.

• Journal of Mechanical Science and Technology
• /
• 제15권3호
• /
• pp.300-308
• /
• 2001

Tracking of moving objects within video streams is a complex and time-consuming process. Large number of moving objects increases the time for computation of tracking the moving objects. Because of large computations, there are real-time processing problems in tracking of moving objects. Also, the change of environment causes errors in estimation of tracking information. In this paper, we present a new method for tracking of moving objects using optical flow motion analysis. Optical flow represents an important family of visual information processing techniques in computer vision. Segmenting an optical flow field into coherent motion groups and estimating each underlying motion are very challenging tasks when the optical flow field is projected from a scene of several moving objects independently. The problem is further complicated if the optical flow data are noisy and partially incorrect. Optical flow estimation based on regulation method is an iterative method, which is very sensitive to the noisy data. So we used the Combinatorial Hough Transform (CHT) and Voting Accumulation for finding the optimal constraint lines. To decrease the operation time, we used logical operations. Optical flow vectors of moving objects are extracted, and the moving information of objects is computed from the extracted optical flow vectors. The simulation results on the noisy test images show that the proposed method finds better flow vectors and more correctly estimates the moving information of objects in the real time video streams.

• 한국음향학회지
• /
• 제20권6호
• /
• pp.26-33
• /
• 2001

기존의 AR HMM(auroreg ressive hidden morkov model)에 의한 화자인식 방법은 그 성능이 우수하나, 잡음에 대한 것이 고려되지 않아 실제 환경에 적용시 성능저하가 문제가 된다. 본 논문에서는 실제 환경에 맞추기 위하여 관측 신호 모델에서 잡음을 고려하고, 화자인식 성능을 개선하고자 지속시간항 (duration-term)을 포함하는 AR HMM을 이용하여 잡음환경에서의 강인한 화자인식 시스템을 제안한다. 100명의 화자 (남자 77명, 여자 23명)가 2주에 걸쳐 6번 발성한 숫자음 데이터베이스을 가지고, 백색잡음 및 자동차 잡음하에서 실험한 결과, 제안된 방법으로 성능이 향상됨을 확인하였다.

• The Journal of the Acoustical Society of Korea
• /
• 제15권3E호
• /
• pp.4-12
• /
• 1996

In this study, we examine the applicability of an artificial neural network(ANN) for filtering underwater random noise and for identifying underlying signals taken from noisy environment. The approach is to find a way of compressing the input data and then decompressing it using an ANN as in image compressing process. It is well known that random signal is hard to compress while ordered information is not. The use of a limited number of processing elements(PEs) in the hidden layer of an Ann ensures that some of the noise would be removed in the reconstruction process. Two types of the signals, synthesized and measured, are used to examine the effectiveness of the ANN-based filter. After training process is completed, the ANN successfully extracts the underlying signals form the synthesized or measured noisy signals. In particular, compared with the results form without filtering or moving averaged, the ANN-based filter gives much better spectrograms to identify underlying signals from the measured noisy data. This filtering process is achieved without using and kind of highly accurate signal processing technique. More experimentation needs to be followed to develop the ANN-based filtering technique to the level of complete understanding.