• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제13권12호
• /
• pp.6043-6062
• /
• 2019

Low-rank matrix decomposition has shown its capability in many applications such as image in-painting, de-noising, background reconstruction and defect detection etc. In this paper, we consider the texture background of rail track images and the sparse foreground of the defects to construct a low-rank matrix decomposition model with block sparsity for defect inspection of rail tracks, which jointly minimizes the nuclear norm and the 2-1 norm. Similar to ADM, an alternative method is proposed in this study to solve the optimization problem. After image decomposition, the defect areas in the resulting low-rank image will form dark stripes that horizontally cross the entire image, indicating the preciselocations of the defects. Finally, a two-stage defect extraction method is proposed to locate the defect areas. The experimental results of the two datasets show that our algorithm achieved better performance compared with other methods.

• Journal of Communications and Networks
• /
• 제12권4호
• /
• pp.289-307
• /
• 2010

The problem of model selection arises in a number of contexts, such as subset selection in linear regression, estimation of structures in graphical models, and signal denoising. This paper studies non-asymptotic model selection for the general case of arbitrary (random or deterministic) design matrices and arbitrary nonzero entries of the signal. In this regard, it generalizes the notion of incoherence in the existing literature on model selection and introduces two fundamental measures of coherence-termed as the worst-case coherence and the average coherence-among the columns of a design matrix. It utilizes these two measures of coherence to provide an in-depth analysis of a simple, model-order agnostic one-step thresholding (OST) algorithm for model selection and proves that OST is feasible for exact as well as partial model selection as long as the design matrix obeys an easily verifiable property, which is termed as the coherence property. One of the key insights offered by the ensuing analysis in this regard is that OST can successfully carry out model selection even when methods based on convex optimization such as the lasso fail due to the rank deficiency of the submatrices of the design matrix. In addition, the paper establishes that if the design matrix has reasonably small worst-case and average coherence then OST performs near-optimally when either (i) the energy of any nonzero entry of the signal is close to the average signal energy per nonzero entry or (ii) the signal-to-noise ratio in the measurement system is not too high. Finally, two other key contributions of the paper are that (i) it provides bounds on the average coherence of Gaussian matrices and Gabor frames, and (ii) it extends the results on model selection using OST to low-complexity, model-order agnostic recovery of sparse signals with arbitrary nonzero entries. In particular, this part of the analysis in the paper implies that an Alltop Gabor frame together with OST can successfully carry out model selection and recovery of sparse signals irrespective of the phases of the nonzero entries even if the number of nonzero entries scales almost linearly with the number of rows of the Alltop Gabor frame.

• 대한전자공학회논문지TC
• /
• 제45권10호
• /
• pp.29-39
• /
• 2008

위치 기반의 라우팅 기법을 사용하는 센서 네트워크에서는 구현이 간단한 그리디(greedy) 라우팅이 흔히 사용된다. 그리디 라우팅은 센서 노드의 밀도가 높은 곳에는 잘 동작하지만 그렇지 않은 곳에서는 라우팅이 실패할 가능성이 크다. 그리디 라우팅 실패 시에는 패킷을 보이드(void)로부터 빠져나오게 하는 별도의 회복(recovery) 알고리즘이 필요하고 이러한 추가적인 알고리즘은 패킷의 송수신 양과 센서의 에너지 소비량을 증가시키는 문제를 발생시킨다. 여기서 언급한 보이드란 전송할 패킷을 가진 노드가 자신보다 목적지 노드에 더 가까운 이웃 노드를 찾지 못하여 그리디 포워딩으로 더 이상 패킷을 전송하지 못하는 지역을 의미한다. 따라서 본 논문은 보이드로 인한 라우팅 문제점들을 개선하기 위해 VODUA(Virtually Ordered Distance Upgrade Algorithm)라는 효율적인 라우팅 알고리즘을 제안한다. VODUA에서는 연결 정보를 나타내는 라우팅 그래프를 노드끼리 서로 교환하고, 패킷 전송이 불가능한 노드인 stuck 노드가 발생하면 거리 비용(DC)을 사용하여 네트워크 내의 stuck 노드를 제거한다. 본 논문에서는 거리 비용을 증가시켜 stuck 노드의 패킷이 보이드를 회피하여 원하는 목적지 노드까지 성공적으로 전송할 수 있도록 하는 새로운 방식의 라우팅 알고리즘을 설명한다. 또한 회복 알고리즘과 같은 추가적인 알고리즘 없이도 패킷이 전송 가능 한 경로를 가질 수 있도록 설계하여 기존의 라우팅 기법보다 더 빠르고 적은 에너지 소모를 통해 라우팅한다. 그리고 VODUA에서는 각각의 노드들이 네트워크 전체가 아닌 한 홉(hop) 이내에서 라우팅하고 토폴로지 상태정보를 사용하지 않기 때문에 노드의 실패(failure)나 토폴로지 변화에 적응이 빠르다. 시뮬레이션 결과는 VODUA가 짧은 전송 지연 시간을 통하여 신속하게 패킷을 전송할 수 있음을 보인다. 또한 GPSR과 DUA에 대해 더 적은 홉 수를 가지는 경로로 패킷이 전송 가능함을 보인다.

• 전자공학회논문지
• /
• 제51권6호
• /
• pp.209-220
• /
• 2014

압축센싱은 성긴 (sparse) 신호에 대해 Nyquist rate 미만의 샘플링으로도 신호 획득이 가능하다는 것을 수학적으로 증명한 새로운 개념이다. 그동안 영상분야 압축센싱을 위한 수많은 복원 알고리즘들이 제안되어 왔으나, 낮은 측정률 하에서는 복원 화질 측면에서 아직 개선할 점이 많다. 일례로, 자연 영상의 압축센싱 복원 화질 향상을 위해, 영상과 관련한 사전 정보들로부터 정규화 식을 도출하여 복원에 적용해 볼 수 있을 것이다. 따라서, 본 논문에서는 Dantzig selector 및 평활 필터(가우시안 필터 및 nonlocal 평균 필터)기반의 평활 잔차 오류 정규화 방법을 제안한다. 또한, 복원 영상의 객체 및 배경에서 발생하는 edge 정보를 우수하게 보전하는 것으로 알려진 Total variation 기반 최소화 알고리즘에 적용하여 복원 영상의 화질을 향상시키는 방법을 제안한다. 제안하는 구조는 잔차신호의 평활화를 활용한다는 측면에서 새로운 압축센싱 복원 방식이라고 할 수 있다. 실험 결과, 제안방법은 기존 방법들에 비해 객관적 및 주관적 화질 측면에서 더 높은 성능 향상을 보여주었으며, 특히 기존 Bayesian 압축센싱 복원 방식과 비교 시 최대 9.14 dB 성능이 향상되었다.

• 한국음향학회지
• /
• 제37권1호
• /
• pp.39-45
• /
• 2018

압축센싱을 적용하면 전체 신호의 차원 대비 실제 사용하는 신호의 차원이 작은 희소신호의 경우, 적은 수의 관측치를 통하여 빠른 시간 내에 복원이 가능하다. 수중 표적의 기어박스 및 보조 장치 등으로부터 방사되는 신호의 토널 주파수 성분들은 처리하고자 하는 주파수 대역에서 상대적으로 주파수 성분이 적다. 따라서 토널 신호는 주파수 영역 전체 대비 희소신호로 모델링 될 수 있으므로 희소 신호 복원 알고리듬인 S-OMP(Simultaneous-Orthogonal Matching Pursuit)를 이용하여 복원할 수 있다. 본 논문에서는 압축센싱 기법을 이용하여 수중 표적의 방사 소음 신호의 토널 주파수를 검출하는 기법을 제안하고 모의 실험을 통해 성능을 확인한다. 모의실험에서 기존의 FFT(Fast Fourier Transform) 임계치 기법을 이용한 방법에 비해 낮은 SNR(Signal to Noise Ratio)에서도 정확한 토널 성분을 추정 할 수 있음을 확인하였다.

• 전자공학회논문지
• /
• 제51권4호
• /
• pp.173-180
• /
• 2014

압축센싱은 성긴(Sparse) 또는 압축가능한(Compressible) 신호에 대해 Nyquist rate 미만의 샘플링으로도 신호 복원이 가능하다는 것을 수학적으로 증명한 새로운 패러다임의 신호 획득 방법이다. 단순한 신호 획득 과정을 이용하면서도, 동시에 우수한 압축센싱 복원 영상을 얻기 위한 많은 연구들이 수행되고 있다. 그러나, 에너지 분포 및 인간 시각 시스템 등 컬러 영상에 대한 기본적인 특성을 복원 과정에 활용한 기존 압축센싱 관련 연구는 많이 부족하다. 이러한 문제를 해결하기 위해, 본 논문에서는 컬러영상의 압축센싱 복원을 위한 평활 그룹-희소성 기반 반복적 경성 임계 알고리즘을 제안한다. 제안하는 방법은 그룹-희소성에 기반한 경성 임계치 적용과 프레임 기반 필터의 사용을 통해 영상의 변환 영역에 대한 희소성을 증대시키는 동시에 화소 영역의 평활 정도를 복원 과정에 활용할 수 있도록 한다. 또한, 그룹-희소화 경성 임계 과정은 자연 영상의 에너지 분포 및 인간 시각시스템 특성에 따라 중요하다고 판단되는 RGB-그룹 계수들을 보전하도록 설계하였다. 실험 결과 객관적 화질 측면에서 제안방법이 대표적인 그룹-희소화 평활 복원 기법 보다 평균 PSNR이 최대 2.7dB 높은 것을 확인하였다.

• ETRI Journal
• /
• 제42권6호
• /
• pp.815-826
• /
• 2020

We propose a two-dimensional (2D) scattering-center-extraction (SCE) method using sparse recovery based on the compressive-sensing theory, even with data missing from the received radar cross-section (RCS) dataset. First, using the proposed method, we generate a 2D grid via adaptive discretization that has a considerably smaller size than a fully sampled fine grid. Subsequently, the coarse estimation of 2D scattering centers is performed using both the method of iteratively reweighted least square and a general peak-finding algorithm. Finally, the fine estimation of 2D scattering centers is performed using the orthogonal matching pursuit (OMP) procedure from an adaptively sampled Fourier dictionary. The measured RCS data, as well as simulation data using the point-scatterer model, are used to evaluate the 2D SCE accuracy of the proposed method. The results indicate that the proposed method can achieve higher SCE accuracy for an incomplete RCS dataset with missing data than that achieved by the conventional OMP, basis pursuit, smoothed L0, and existing discrete spectral estimation techniques.

• 한국정보전자통신기술학회논문지
• /
• 제15권2호
• /
• pp.117-123
• /
• 2022

현재 코로나19 확진자는 전 세계적으로 빠르게 증가하고 있다. 감염 확산을 억제할 수 있는 방법으로 신속한 코로나19 검사를 통한 확진자를 찾아내는 것이다. 본 논문에서는 코로나19 진단을 위한 잡음 그룹검사(Noisy Group Testing) 문제를 살펴본다. 기존에 제안한 그룹검사 문제는 측정잡음을 무시하였지만, 최근 들어 코로나19 검사시에 위 양성(false positive)과 위음성(false negative) 사례가 발생하고 있다. 이에 대해 본 논문에서는 잡음 그룹검사 문제를 정의하고 측정잡음이 성능에 얼마나 영향을 미치는지 분석한다. 본 연구를 통해 우리는 코로나19 검사 양성률이 낮은 그룹검사를 수행할수록 측정잡음(measurement noise)에 덜 민감하도록 그룹검사 시스템이 설계되어야 함을 제시한다. 또한 최근 발표한 다른 복원 알고리즘들과 비교하여 본 연구에서 제안하는 신호 복원 알고리즘이 잡음 그룹검사에서 좋은 성능을 보여준다.