• 한국전자통신학회논문지
• /
• 제9권5호
• /
• pp.601-608
• /
• 2014

본 연구에서는 스마트폰의 제한된 연산 환경에 적합한 영상 잡음 제거 알고리즘을 개발하여 기존의 연구들과 비교할 시에 스마트폰에서 보다 빠르게 영상 후처리 결과물을 얻고, 품질적인 면에서도 비교할 만한 수준의 영상을 얻는 앱 환경에서 실용적인 알고리즘을 제안한다. 제안된 저조도 환경에서 스마트폰 카메라를 위한 영상잡음 제거 알고리즘은 영상획득 과정에서 발생한 가우시안 잡음만 찾아내어 제거함으로써 영상 복원과정에서 발생하는 연산량을 감축하면서 윤곽선의 블러링 현상을 방지한다. 실험 결과에 의하면 기존의 평균필터와 메디언 필터 적용 기법들에 비해 훨씬 양호한 PSNR 값을 가짐을 보였다. 그리고 영상 내 윤곽선의 흐려짐을 방지하여 기존의 방법들에 의한 결과들보다 선명한 영상 품질을 가지며, 또한 기존의 라플라시안 마스크 연산적용에 비해 연산량을 약 52% 감소시킴으로서 안드로이드 기반의 스마트폰 카메라 앱으로 구현 및 적용했을 때도 복원된 영상이 원 영상에 훨씬 근접하는 영상복원 성능을 가짐을 확인하였다.

• 정보처리학회논문지D
• /
• 제15D권1호
• /
• pp.131-138
• /
• 2008

본 논문에서는 음성통화를 위해 CDMA 네트워크와 데이터 통신을 위해 와이브로 네트워크를 동시에 사용하는 최초의 임베디드 리눅스 기반 듀얼모드 응용 서비스인 모바일 이야기꾼의 구현에 대해서 기술한다. 현재 와이브로 상용 서비스와 함께 두 개의 이종 네트워크를 지원하는 단말이 출시되었지만, 이들 네트워크를 효과적으로 사용하여 사용자에게 보다 나은 서비스를 제공할 수 있는 응용 서비스의 개발은 미비한 실정이다. 모바일 이야기꾼은 사용자가 듀얼모드 지원 단말에서 텍스트를 입력하면, 와이브로 네트워크를 통해 인터넷 상의 TTS 서버로 전달한다. TTS 서버는 전달된 텍스트를 음성으로 변환하고, 변환된 음성 데이터를 듀얼모드 지원 단말로 다시 전달한다. 듀얼모드 지원 단말은 수신된 음성 데이터를 CDMA 네트워크를 통해 수신자에게 전송하게 된다. 구현된 모바일 이야기꾼은 주위가 시끄러운 환경이나 언어 장애가 있는 사람도 CDMA를 통한 음성 통화를 가능하게 한다.

• 한국자동차공학회논문집
• /
• 제24권1호
• /
• pp.112-121
• /
• 2016

AFLS (Adaptive front lighting system) is being applied to improve safety in driving automotive at night. Safe embedded system design for controlling head-lamps is required to improve noise robust ECU hardware and software simultaneously by considering safety requirement of hardware-dependent software under severe environmental noise. In this paper, we propose an adaptive headlight controller with a newly-designed symmetric angle sensor compensator, especially based on the proposed steering-swivel angle lookup table to determine whether the current controlling target is safe. The proposed system includes an additional backup hardware to compare the system status and provides safe swivel-angle management using a controlling algorithm based on the pre-defined lookup table (LUT), which is a symmetric mapping relationship between the requested steering angle and expected swivel angle target. The implemented system model shows that the proposed architecture effectively detects abnormal situations and restores safe status of controlling the light-angle in AFLS operations under severe noisy environment.

• 스마트미디어저널
• /
• 제6권3호
• /
• pp.41-48
• /
• 2017

Event detection using social media has been widespread since social network services have been an active communication channel for connecting with others, diffusing news message. Especially, the real-time characteristic of social media has created the opportunity for supporting for real-time applications/systems. Social network such as Twitter is the potential data source to explore useful information by mining messages posted by the user community. This paper proposed a novel system for temporal event detection by analyzing social data. As a result, this information can be used by first responders, decision makers, or news agents to gain insight of the situation. The proposed approach takes advantages of deep learning methods that play core techniques on the main tasks including informative data identifying from a noisy environment and temporal event detection. The former is the responsibility of Convolutional Neural Network model trained from labeled Twitter data. The latter is for event detection supported by Recurrent Neural Network module. We demonstrated our approach and experimental results on the case study of earthquake situations. Our system is more adaptive than other systems used traditional methods since deep learning enables to extract the features of data without spending lots of time constructing feature by hand. This benefit makes our approach adaptive to extend to a new context of practice. Moreover, the proposed system promised to respond to acceptable delay within several minutes that will helpful mean for supporting news channel agents or belief plan in case of disaster events.

• 스마트미디어저널
• /
• 제7권3호
• /
• pp.29-34
• /
• 2018

본 논문은 주변 소음이 많은 환경에서 보청기 수신 성능 향상을 위하여 적외선을 이용한 광통신 기술을 접목시키는 연구이다. 마이크로폰과 적외선 발광 다이오드를 포함하는 송신 모듈에서 음성신호를 적외선 광 신호로 변환시켜 공기 중에 내보내고, 일정 거리 떨어진 곳에 위치한 수신 모듈에서 적외선 신호를 수신하여 전기 신호로 변환하여 디지털 보청기의 입력 단에 전달한다. 특별히 수신 모듈은 보청기에 부착되어야 하므로 소형이며 저전압이고 저전력 소모가 바람직하다. 디지털 변조 방식과 아날로그 무변조 방식의 적외선 통신 기술을 적용하여 실험한 결과 실내에서 약 5미터 거리의 적외선 통신은 아날로그 무변조 방식이 적합함을 보였다. 송신 모듈과 수신 모듈 시제품을 제작하여 디지털 보청기에 연결하고 내부 파라미터를 조정하여 음성 신호를 정상 송수신함을 확인하였다.

• 한국전자파학회논문지
• /
• 제30권6호
• /
• pp.487-497
• /
• 2019

탄도미사일은 작은 레이다 단면적 및 빠른 기동 특성으로 인하여 탐지가 매우 힘들며, 또한 탄도미사일의 각 비행단계에서 탄두와 유사한 운동 변수로 기동하는 연료탱크 및 기만체의 존재로 인하여 탄두의 식별 및 요격이 매우 어렵다. 따라서 비행 단계에 따라 표적의 기동 및 미세운동을 이용한 특성벡터가 필요하며, 또한 이를 적절히 융합하여 비행단계에 상관없이 식별하는 방법이 요구된다. 본 연구에서는 탄도미사일의 비행단계에 따른 유용한 특성벡터를 소개하고, 이를 특성벡터 및 구분기 레벨에서 융합하는 효과적인 기법을 제안한다. CAD 모델들을 사용하여 예측된 레이다 신호들로 시뮬레이션을 수행한 결과, 구분기 레벨 융합을 통하여 잡음환경 내에서 비행단계에 상관없이 종말 단계로 갈수록 보다 향상된 탄두 식별이 가능하였다.

• 한국음향학회지
• /
• 제40권6호
• /
• pp.678-682
• /
• 2021

실내에서 소음과 함께 존재하는 잔향시간은 어음인지에 영향을 미친다. 그 정도는 청취 조건이나 사용된 언어의 특성에 따라서 그 내용이 다를 수 있다. 본 연구에서는 양이 청취 조건에서 잔향시간이 정상 성인 10인의 표준화 된 한국어 단음절 변별력에 미치는 효과를 확인하고자 하였다. 양이 청취효과는 diotic(양이 소음간 동일 위상) 조건과 dichotic(양이 소음 간 위상차 존재, π) 조건에서 신호대잡음비를 0 dB로 고정하였다(55 dB HL). 잔향시간 효과를 관찰할 수 있는 3.4 s에서 대상의 단음절 변별력인 Word Recognition Score(WRS)점수를 분석하였다. 결과에서 dichotic인 경우에는 단측 청취 결과와 비교하여 유의한 변별력 개선이 보였고(p < 0.05), diotic 조건에서는 단측청취와 유의한 차이를 관찰할 수 없었다. 이러한 결과는 잔향시간을 고려한 여러 소음 음향 환경 분석에 참고가 될 수 있을 것으로 판단된다.

• 한국정보통신학회논문지
• /
• 제27권1호
• /
• pp.47-53
• /
• 2023

X-Ray, CT, MRI, 스캐너 등과 같은 장치는 영상 획득 과정 중 여러 원인으로 인해 S&P 잡음을 생성할 수 있다. 영상에 나타난 S&P 잡음은 영상의 품질을 저하시키기 때문에, 영상처리 과정에 잡음제거 기술을 필수적으로 사용해야 한다. S&P 잡음 제거에 관한 연구는 이미 다양한 방법이 제안되었으나, 이들 모두 잡음 밀도가 큰 환경에서는 잔여 잡음을 생성하는 문제점이 있었다. 따라서 본 논문은 영상의 grayscale 값을 새로운 축으로 설정하여 3차원의 평면 방정식을 기반으로 필터링하는 알고리즘을 제안하였다. 제안한 알고리즘은 로컬마스크를 세분화하여 가장 근접한 3개의 비잡음 화소를 유효 화소로 설계하여, 복수의 화소를 가진 영역에 대해 코사인 유사도를 적용하였다. 또한, 입력한 화소가 평면을 이룰 수 없는 경우에도 예외 화소로 분류하여 잔여 잡음 없이 우수한 복원을 이루었다.

• 한국전자통신학회논문지
• /
• 제18권6호
• /
• pp.1103-1108
• /
• 2023

본 논문에서는 음향신호의 배경잡음을 감쇠하기 위한 새로운 알고리즘을 제안한다. 이 알고리즘은 이산 웨이블릿 변환(DWT: Discrete Wavelet Transform) 후 기존의 적응필터를 대신 FNN(: Full-connected Neural Network) 심층학습 알고리즘을 이용하여 잡음감쇠 성능을 개선하였다. 입력신호를 단시간 구간별로 웨이블릿 변환한 다음 1024-1024-512-neuron FNN 딥러닝 모델을 이용하여 잡음이 포함된 단일입력 음성신호로부터 잡음을 제거한다. 이는 시간영역 음성신호를 잡음특성이 잘 표현되도록 시간-주파수영역으로 변환하고 변환 파라미터에 대해 순수 음성신호의 변환 파라미터를 이용한 지도학습을 통하여 잡음환경에서 효과적으로 음성을 예측한다. 본 연구에서 제안한 잡음감쇠시스템의 성능을 검증하기 위하여 Tensorflow와 Keras 라이브러리를 사용한 시뮬레이션 프로그램을 작성하고 모의실험을 수행하였다. 실험 결과, 제안한 심층학습 알고리즘을 사용하면 기존의 적응필터를 사용하는 경우보다 30%, STFT(: Short-Time Fourier Transform) 변환을 사용하는 경우보다는 20%의 평균자승오차(MSE: Mean Square Error) 개선효과를 얻을 수 있었다.

• 한국음향학회지
• /
• 제26권6호
• /
• pp.301-305
• /
• 2007

본 연구에서 관심을 갖는 수중환경에서의 천이소음도 가청주파수 대역임에 착안하여 이동통신 시스템의 표준 음성부호화기인 EVRC의 전처리단을 이용하여 배경잡음 구간을 판별하고 이를 바탕으로 수중 천이신호를 탐지하는 알고리즘을 제안하였다. EVRC 전처리 모듈에 프레임 단위의 입력신호가 들어가면 모듈로부터 잡음 구간을 결정하는 플래그, 각 채널의 에너지, 잡음이 제거된 신호, 입력신호의 에너지, 배경잡음의 에너지, 잡음이 제거된 신호의 에너지에 해당하는 파라미터 값을 얻게 된다. 잡음이 제거된 신호의 에너지를 배경잡음의 에너지로 정규화하고 이를 문턱값과 비교함으로써 천이신호를 검출할 수 있다. 또한 문턱 값은 잡음 구간에서 구한 이전 값을 이용해서 갱신된다. 실험결과를 통해 제안한 알고리즘이 백색 또는 유색잡음 하에서도 4% 미만의 오차를 보여주는 것을 검증한다.