• 한국산학기술학회논문지
• /
• 제18권4호
• /
• pp.34-42
• /
• 2017

기존의 NIALM 연구들은 부하 식별을 위해 전압 변동은 무시할 수 있고 식별 결과에 영향을 주지 않는다고 가정하기 때문에 일반적으로 전압과 관련된 PF나, 고조파 신호는 부하 식별을 위한 매개 변수로 고려되지 않았으나, 실제 이러한 조건은 스마트 홈 분야에서 NIALM의 응용성이 제한되는 어려움이 만든다. 본 논문의 실험을 통해 부하 모니터링 시스템의 정확성과 신뢰성을 향상시키기 위해 전압과 관련된 매개 변수와 고조파의 특성을 사용해야 한다고 결론을 내렸다. 따라서, 본 논문에서는 홈 네트워크 환경에서 가전기기의 종류 및 전기 에너지 사용량을 효율적으로 분석할 수 있는 개선된 NIALM 방식을 제안한다. 제안된 방식은 가전기기 고유의 특징 및 동작 특성을 분석하고, 일부 가전기기가 가지고 있는 고조파 특성을 인식 매개변수로 활용함으로써 전력 에너지 사용 패턴 분석 및 추적할 수 있게 된다. 본 논문에서 제안된 방식을 통해 홈 네트워크에서 실제 운용되는 가전 에너지 효율성 증대와 스마트그리드 전력 수요관리 시장에 서비스를 제공할 수 있을 것으로 기대한다.

• 한국통신학회논문지
• /
• 제39A권12호
• /
• pp.746-755
• /
• 2014

압축센싱은 신호의 성긴 (Sparse) 성질을 활용하여 Nyquist 표본화율 보다 낮은 측정 율만으로도 신호의 완벽 복원이 가능하다는 측면에서 새로운 샘플링 기술로 주목 받고 있다. 블록기반의 압축센싱 기술을 사용하여 영상을 샘플링 하는 경우, 측정신호 영역에서도 공간 영역의 유사도가 보존되므로, 본 논문에서는 블록기반 압축센싱 기술을 사용하여 획득한 자연영상의 측정 신호에 대한 새로운 부호화 기술을 제안한다. 측정신호 간 유사성을 제거하기 위해 이산 웨이블릿 변환(DWT)을 적용한 후, 각 DWT 계수에 적절한 양자화를 수행한다. 이를 통해, 측정 신호 내의 중복성을 제거하고, 측정 신호의 비트 율 또한 절약할 수 있었다. 실험 결과, 기존의 블록기반 평활 Projected Landweber 알고리즘에 스칼라 양자화를 적용한 방법, DPCM 방법을 적용한 방법, 그리고 Multihypothesis 기반 블록기반 평활알고리즘에 DPCM을 적용한 방법과 비교할 때, 제안방법의 PSNR이 각각 최대 4dB, 0.9dB, 그리고 2.5dB 더 높은 성능을 보이는 것을 확인 할 수 있었다.

• 한국콘텐츠학회논문지
• /
• 제11권11호
• /
• pp.10-18
• /
• 2011

개인정보보호법의 시행은 의료기관에서 의료자산에 대한 보안이 중요시 되고 있으며 이를 위한 얼굴인식은 가장 흥미롭지만 다양한 문제점을 가지고 있는 요소 중의 하나이다. 얼굴인식은 얼굴 영상의 변화하는 요인인 포즈, 조명, 표정과 크기의 변화요소를 포함하고 있다. 이와 같은 변화 요인 중에서 빛의 위치와 방향의 변화요인이 가장 큰 어려움중의 하나이다. 이와 같은 단점을 극복하기 위하여 본 논문에서는 의료자산 보호를 위한 CCTV 관제에서 얼굴인식을 위하여 가보웨이블릿의 계수의 분석, 커널 선정, 특징점, 커널크기와 같은 요소를 분석하였다. 제안된 방법은 분석으로 구성되어있다. 첫 번째 분석은 이미지로부터 커널을 선정하기 위한 것이며, 두 번째 분석은 커널 크기에 대한 계수 분석이다. 마지막으로 입력 영상의 크기에 따른 가보커널 크기의 변화에 대한 측정이다. 실험을 통하여 도출된 계수를 이용하여 얼굴인식을 수행하였으며, 평균 97.3%라는 인식 결과를 도출하였다. 제안하는 방법을 개발하여 논리적 타당성과 유효성을 검증하기 위해 실험적인 적용을 시도하고자 한다. 따라서 얼굴인식에서 서비스의 만족도와 질을 향상시켰다.

• 한국산학기술학회논문지
• /
• 제17권4호
• /
• pp.122-128
• /
• 2016

본 논문에서는 OTDR 신호에 대한 새로운 이벤트 분석방법을 제안하였다. OTDR 신호는 고주파 잡음을 효율적으로 제거하기 위해 해밍 필터를 거친 다음, 이벤트 검출을 위해 미분 필터를 통과시킨다. 종단을 전 후로 신호레벨이 현저하게 차이가 나는 점을 이용하여 OTDR 신호의 종단 위치를 찾고, 이 범위 내에서 미분 필터를 통과한 신호의 극대점을 조사하여 피크영역을 검출한다. 검출된 피크 영역에서 잡음 정보와 피크 임계값을 이용하여 피크의 진위를 판단한 다음 이를 이용하여 이벤트 정보를 구성한다. 마지막으로 종단 위치 이후에서는 가입자 피크를 검사하여 가입자 이벤트 정보를 구한다. 시뮬레이션 결과를 광선로 구성과 비교한 결과 제안된 방법은 이벤트 발생지점을 17m 이내로 검출하였다. JDSU 장비의 경우, 이벤트 발생지점이 25m 이내, 가입자 사이 간격은 5m 이내로 검출하였고, RadianTech 장비의 경우에는 이벤트 발생 지점이 19m 이내, 가입자 사이의 간격은 5m 이내로 검출하였다. 이러한 결과는 본 논문에서 제안한 신호 분석방법이 광선로망 감시 시스템 운용에 충분히 활용 가능하다는 것을 보여준다고 할 수 있다.

• 대한전자공학회논문지SD
• /
• 제44권11호
• /
• pp.101-108
• /
• 2007

본 논문에서는 JPEG2000 DWT에 대한 워터마킹 알고리즘들의 화질 저하와 에지 부근의 블록화 문제를 해결하기 위하여 두 개의 스케일링 변수를 사용하여 블록간의 워터마킹 신호가 영상에 따라 자동 조절되는 적응형 블록 워터마킹을 제안하고 검증하였다. 저주파 LL 부대역의 모든 계수들의 평균값과 블록 평균값과의 비를 스케일 변수로 사용하여 1차 강도 조절을 하고, 현재 블록 평균간과 다음 인접 블록 평균간의 비를 2차 스케일링 변수로 사용하여 강도 조절을 함으로써 비가시성과 화질 저하의 문제를 해결하였다. 적응형 블록 워터마킹은 원본 영상에 의해 자동으로 생성되며, 영상의 밝기 값에 따라 워터마크의 강도가 조절된다. 동일한 강도의 워터마크를 삽입하는 대신에 블록 단위별로 서로 다른 강도를 가지는 워터마크를 삽입함으로써 기존 알고리즘들보다 비가시성적인 특성이 4$\sim$14dB 향상되었으며 필터 공격, JPEG2000 압축, 리사이즈, 자르기 등과 같은 다양한 워터마크 공격에도 더욱 견고한 특성을 보였다. 또한 제안한 방식을 JPEG2000 칩에도 적용하기 위해 Hynix 0.25 ${\mu}m$ CMOS 공정을 사용하여 ASIC으로 구현하여 검증하였다.

• 전자공학회논문지
• /
• 제51권8호
• /
• pp.87-96
• /
• 2014

본 논문은 다양한 영상 획득 과정에서 발생하는 에일리어싱 성분과 잡음을 동시에 제거하기 위하여 공간-주파수 분석 기반사전 학습(dictionary learning)을 사용한 방향 적응적 영상 개선 알고리듬을 제안한다. 제안된 기술은 i) 학습된 사전과 결합된 웨이블릿-푸리에 변환을 이용하여 에일리어싱 및 잡음 영역을 검출하는 단계와, ii) 검출된 영역에서 방향 적응적 계수 축소기법을 이용하여 에일리어싱을 제거하는 동시에 잡음을 억제하는 단계로 구성된다. 제안한 방법은 공간-주파수 성분을 동시에 분석하여 특정 위치와 특정 주파수 성분을 선택적으로 제거하기 때문에, 검출된 영역에서 에지 성분을 보존하면서 에일리어싱 제거와 잡음 억제를 가능하게 한다. 실험 결과를 근거로 제안된 방법은 기존 알고리듬들과 비교할 때 주요 고주파 성분들의 억제 및 아티펙트 발생을 최소화하며 에일리어싱과 잡음을 제거함으로써 디지털 영상의 리샘플링, 초고해상도 영상 생성, 로봇비전 등과 같은 다양한 영상 획득 장치에 적용될 수 있다.

• 대한전자공학회논문지SD
• /
• 제47권12호
• /
• pp.39-47
• /
• 2010

본 논문에서는 하드웨어 효율이 100%가 되는 2차원 이산 웨이블렛 변환 필터 구조를 제안한다. 전체 구조는 두 채널 QMF PR Lattice 필터로 구성된 1차원 DWT 필터 4개로 구성되었다. 1 레벨부터 J 레벨까지 순차적으로 수행함으로써 메모리 사용을 최소화 하면서도 하드웨어 효율이 100%가 되도록 설계하였으며 필터 입력 데이터를 구성해주는 DFC구조와 DCU구조를 제안하였다. 인접한 4개의 데이터를 동시에 입력 받아 처리함으로써 동시에 행방향과 열방향 DWT를 수행하므로 $N{\times}N$ 이미지를 처리하는데 $N^2(1-2^{-2J})/3$ 사이클이 소요되며 이 때 필요한 저장공간은 약 2MN-3N이다. 기존의 2D DWT 구조와 비교해 보았을 때 하드웨어 효율과 동작 속도가 향상되었으며 두 개의 1D DWT를 직렬로 연결하므로 임계경로를 감소시키기 위해서 최대 4 단까지 파이프라인을 적용하여 임계경로를 향상시킬 수 있다. 제안된 구조는 VerilogHDL로 모델링되고 동부아남 $0.18{\mu}m$ 표준셀로 합성되어 검증되었다.

• 한국방사선학회논문지
• /
• 제3권1호
• /
• pp.29-39
• /
• 2009

본 논문에서는 신경회로망을 이용한 의료영상의 질환부위 인식방법을 제안하였다. 질환부위 인식을 위한 신경회로망은 입력층, 은닉층, 출력층으로 구성하여 적응 오차 역전파 알고리즘으로 학습하였다. 신경회로망에 입력된 의료영상의 특징 파라미터는 웨이브릿 변환에 의하여 분해된 저주파 영역을 행렬식으로 표현하여 특성 다항식의 계수값(n+1)개로 하였다. 추출된 특징 파라미터는 탄젠트시그모이드 전달함수의 범위로 정규화하여 신경회로망의 입력 벡터로 이용하였다. 제안된 방법의 타당성을 입증하기 위해서 실험에 사용된 입력 의료영상을 가지고 모사실험을 통해 질환부위의 인식률을 평가하였다. 실험 결과 4레벨 DWT로 변환된 저주파영역 행렬의 특성 다항식 계수를 탄젠트시그모이드 전달함수의 범위로 정규화하여 신경회로망의 입력 벡터로 이용했을 때 최적의 학습 횟수를 보였다. 신경회로망의 학습은 적응 오차 역전파 알고리즘을 사용하였고, 학습계수를 0.01, 모우멘텀을 0.95로 하였을 때, 위영상에 대해서는 55회, 가슴영상은 55회, CT영상은 46회, 초음파영상은 55회 그리고 혈관영상에 대해서는 157회 등의 최적의 학습 횟수를 보이며 100%의 인식률을 보였다.

• 전자공학회논문지CI
• /
• 제45권5호
• /
• pp.102-109
• /
• 2008

본 논문은 다중경로 페이딩 채널 조건에서 사전 정보없이 입사하는 디지털 신호 10종의 변조형태를 고정확도로 인식할 수 있도록 고차 통계량(HOS)과 웨이브릿 변환(WT)에서 선정된 특징(key features)을 이용한 견실한 하이브리드 분류기를 제안하였다. 제안된 분류기는 실제 시나리오를 고려하여 다양한 다중경로 환경(즉, 농촌, 소도시, 도심지역)에서 측정된 채널 데이터를 이용하였다. 실제 측정된 다중경로 페이딩 채널 데이터를 이용하여 Holdout-like 방식으로 총 15개 채널 중 9개 채널은 트레이닝용으로 사용하고, 나머지 6개 채널은 테스트용으로 사용하였다. 제안된 분류기는 다중경로 환경에서 높은 변별력을 유지하는 HOS 특징을 기반으로 구현되었고, AMA(Alphabet Matched Algorithm) 또는 MMA(Multi-modulus Algerian)와 같은 등화기법의 적용없이 분류가 어렵다고 알려진 MQAM신호(M=16, 64, 256)들에 대해서만 WT 특징을 적용하였다. 선정된 특징들을 이용한 변조인식은 입력공간에서 최대 마진을 갖는 하이퍼 공간으로 매핑시킴으로서 분류 능력이 우수하다고 알려진 SVM 메소드를 적용하여 시뮬레이션을 실시하였다. 제안된 분류기의 성능은 트레이닝 채널과 테스트 채널에서 WT 또는 HOS 특징만을 단독으로 사용하는 분류기에 비해 현저한 성능 향상을 보였고, 특히, MQAM 신호의 인식률은 낮은 SNR레벨에서도 거의 완전하게 분류되었다.

• 한국산학기술학회논문지
• /
• 제18권8호
• /
• pp.55-63
• /
• 2017

기존의 전기 에너지 및 관리에 필요한 정보를 취득하기 위해 적용하였던 계측방식은 공간적인 문제와 시스템의 크기로 인해 신규 건축물 또는 교체가 가능한 지역에만 한정되었었다. 이러한 전기 부하관리 방법은 취약지구나 기존 기 구축되어 있는 가정 또는 사무실의 에너지 및 안전관리에 적용하기에 문제가 있다. 즉, 모든 분기마다 계측 모듈을 설치하는 문제로 인해, 그 시스템의 크기가 너무 크고, 계측모듈을 설치하더라도 부하의 종류를 인식하지 못해 효율적 관리가 이루어지지 않으며 많은 비용이 발생하고 있어서 보급에 어려움을 겪고 있다. 특히, 한국의 전통 재래시장 및 낙후된 시설 등에는 적용하기 매우 어려운 실정이다. 본 논문에서는 이러한 문제점을 개선하기 위해 NIALM 기술과 아크 감지기술을 적용하여, 정상적인 아크발생에 대한 NIALM의 적용가능성을 검증하고자 한다. 또한, 검증 결과를 기반으로 재래시장 및 기존 가정내 안전관리장치에 적용할 수 있는 효율적인 전기안전관리가 가능한 새로운 개념의 스마트 홈 안전관리 시스템을 제안한다. 제안된 시스템은 기존에 적용된 안전관리시스템과의 비교 성능 시험을 진행하였고, 기존 시스템 대비 40%의 공간내에서 기존 시스템에서는 불가능하였던 4가지 부하에 대한 부하인식을 95%이상 달성하였고, 또한 기존 시스템과 같은 아크 감지기능을 확인하였다.