이 논문에서는 크기와 영상 평면상에서 회전 (in-plane rotation) 변화를 가지는 정면 얼굴 영상의 인식성능을 향상시키기 위하여, 새로운 템플릿 (template) 기반 접근 방법들을 제안한다. 인식 성능을 향상시키기 위한 템플릿들은 크기와 회전 변화가 다른 다수의 영상들을 선형 또는 비선형 연산에 의하여 생성된다. 얼굴의 크기와 영상 평면에서 회전 변화에 무관한 얼굴의 특징을 추출하기 위하여 어파인 (affine) 변환, 로그폴라 (log-polar) 사상, 그리고 로그폴라 영상에 기반한 FFT들이 이용된다. 제안된 방법들은 인식률과 수행 시간 측면에서 비교된다. 실험 결과로부터 제안된 템플릿을 이용한 방법들의 인식률이 한 장의 영상으로 생성된 템플릿을 이용한 방법들의 인식률보다 우수함을 나타낸다. 어파인 변환을 이용한 방법의 인식률이 로그폴라 사상을 이용한 방법과 로그폴라 영상에 기반한 FFT 방법의 인식률보다 우수하며, 수행 시간 측면에서는 로그폴라 사상을 이용한 방법이 가장 빠르다.

비디오 데이터 부호화를 위한 여러 가지 방법들 중 matching pursuit을 이용한 비디오 부호화 방법은 저속 채널상에서 뛰어난 효율을 보이고 있으나, 기존의 블록 기반 변환 부호화 방법에 비하여 연산량이 월등히 많기 때문에 비디오 부호화에 적용하는 데는 어려운 점이 있다 본 논문에서는 matching pursuit의 전체 계산량 중 가장 큰 비중을 차지하는 내적 연산량을 줄이기 위해 matching pursuit의 내적연산에 사용되는 1차원 사전(Dictionary)을 구성하는 각각의 기본 신호들의 절대값이 대칭성을 가진다는 특성과, 크게 화질에 영향을 주지는 않지만 연산량을 줄이는 데는 도움을 줄 수 있도록 변형된 사전을 사용할 수 있다는 것, 그리고 주파수 특성을 이용하여 2차원 사전이 미리 분류될 수 있다는 사실을 이용한다. 실험결과에 나타난 바와 같이 제안하는 방법은 큰 화질 열화 없이, Neff가 제안한 사전의 분리성(Separability)을 이용한 기존의 고속 방법보다 내적 연산량에 소요되는 곱셈량을 약 1/8로 감소시키는 효과를 가져온다.

본 논문에서는 삼각형으로 이루어진 3차원 메쉬 데이터의 영역화에 대한 알고리듬을 서술한다. 제안하는 알고리듬은 메쉬 표면을 구성하는 삼각형들의 방향성에 기반한 것으로, 인접한 삼각형 쌍들의 반복적인 병합을 이용한다 메쉬 표면은 각각의 영역이 비슷한 법선 벡터를 가지는 삼각형들로 구성되도록 여러 개의 영역으로 영역화된다. 따라서 각 영역은 평면 조각으로 근사될 수 있으며, 각 영역의 경계선은 인간이 전체 메쉬 모델을 지각적으로 이해하는데 있어서 중요한 기하학적인 정보를 포함한다. 실험 결과는 제안하는 알고리듬이 효율적으로 동작하고 있음을 보여준다.

본 논문에서는 공간 영상의 특성과 웨이브렛 변환 사이의 상관 관계를 이용한 새로운 영상 부호화 기법을 제안한다. 제안한 방법은 먼저 윈 영상을 2ⁿ×2ⁿ 크기의 블록으로 분할 한 후, 각 블록의 표준편차에 따라 변화가 없는 활성 영역(LAR)과 변화가 큰 활성 영역(HAR)으로 분류한다. 공간영역에서 저주파수 영역은 웨이브렛 변환 대역에서 zero region으로 나타나며, 영상의 복원에 큰 영향을 미치지 않는 특성을 가지고 있다. 반면, 고주파수 영역은 영상의 복원에 있어 큰 영향을 미치는 중요계수와 관련이 있다. 본 논문에서는 이러한 특성들을 이용하여 낮-은 비트율에서도 높은 압축률을 얻을 수 있는 부호화 기법을 제안한다. 영상 부호화를 위해 저주파수 영역은 본 논문에서 제안한 LAR 부호화 기법을 적용하고 고주파수 영역의 효율적인 부호화를 위해 계층적 트리에서 비트플레인 부호화 방식과 유사한 형태의 방법을 제안하고 이를 적용하였다. 실험결과 제안한 부호화 기법은 EZW 및 SPIHT 방식에 비해 복원화질 및 전송 비트율 모두 좋은 결과를 나타냄을 확인하였으며 점진적 전송이 요구되는 분야에 적용될 수 있을 것으로 예상한다.

본 논문에서는 움직임 색상(Moving Color) 개념을 바탕으로 물체의 색상 정보와 움직임 정보의 효율적인 결합을 통해서 추적을 수행하는 MAWUPC(Motion Adaptive Weighted Unmatched Pixel Count)알고리즘을 제안하고, 이를 이용하여 일반적인 배경을 가지는 영상시퀀스에서 얼굴과 손을 추적하는 방법을 제안한다. MAWUPC 알고리즘은 색상 정보와 움직임 정보의 효과적인 결합을 수행하는 움직임 색상 개념에 관한 기존 연구인 AWUPC 알고리즘을 개선한 것으로, 추적하고자 하는 물체의 색상 정보를 이용한 색상 변환(Color Transform)과 움직임 검출을 위한 UPC(Unmatched Pixel Count) 연산, 그리고 움직임 정보를 추출하는 이산 칼만 필터(Discrete Kalman Filter)의 효과적인 결합으로 이루어진다. 제안하는 알고리즘은 일반적으로 물체들의 추적 과정에서 발생되는 가장 큰 문제인 유사한 색상을 가진 추적하고자 하는 물체들간의 겹침 문제와 물체의 추적에서 방해가 되는 복잡한 배경 문제를 해결할 수 있는 장점이 있다. 논문에서는 제안하는 알고리즘이 복잡한 배경 내에서 한 대의 카메라를 사용하여 획득된 컬러 영상을 대상으로 움직임이 있는 얼굴과 손의 추적에서 자주 발생되는 심각한 문제인 얼굴과 손, 손과 손의 겹침 문제를 잘 해결할 수 있다는 것을 실험을 통해 보인다.

영상 리샘플링의 전형적인 방법은 원래의 디지털 영상을 연속 모델에 맞춘 뒤 원하는 샘플링율로 다시 샘플링하는 접근방식에 기초한다. B-스플라인 함수는 다른 함수에 비해 오실레이션이 적어 연속 모델에 주로 사용되어 온 함수이다. 이 논문의 주 목표는 비정규 최적 리샘플링 알고리즘의 유도이다. 이 알고리즘을 유도하기 위해서 세단계의 근사화가 필요하다: 1) 역행렬 연산을 통한 B-스플라인 계수 구하기, 2) 직교 투사 이론에 의해 유도된 최적 리샘플링 알고리즘을 이용하여 변환된 B-스플라인 계수 구하기, 3) 간접B-스플라인 변환을 통해 결과를 다시 신호 영역으로 바꾸기. 이러한 방법을 통해 정규 리샘플링에서 그 우수성이 입증된 B-spline을 비정규 리샘플링에서도 이용할 수 있으며 실험 결과를 통해 성능의 우수성을 확인할 수 있다.

최근 표준화가 진행중인 H.26L에서 사용되는 Universal Variable Length Coding(UVLC) 부호화 기법은 오류에 강인하며 역방향으로 복호가 가능하다는 장점 등으로 인해 H.26L의 모든 심볼 부호화에 사용되고 있으나, 이 방법은 기존 Huffman 부호화 기법에 비해 부호화 효율이 떨어지는 단점을 가지고 있다. 본 논문은 UVLC의 장점을 모두 살리면서 부호화 효율을 높이기 위해 부호화 요소의 통계적 특성에 따라 부호화 요소와 부호어간의 관계를 동적으로 재배정하는 새로운 UVLC 방법을 제안한다. 고정된 재배정 테이블을 사용하므로 부호어 재배정 관계에 대한 부가 정보를 보내지 않아도 되는 장점이 있다. 실험 결과, 제안된 방법을 사용할 경우 저 비트율에서 매우 효율적이라고 알려진 H.26L 부호화 방법을 최소한으로 변형하며 inter 프레임에서 최대 8%, intra 프레임에서 최대 5%의 비트 감소율을 추가로 얻을 수 있음을 확인하였다.

본 논문에서는 복잡한 배경에서의 얼굴 추출 방법을 제안한다. 제안된 알고리즘은 적응 퍼지 색 분할기법을 사용하여 얼굴색과 머리색을 분할시킨다. 얼굴색 분포는 Y,Cb,Cr 색 공간내에서 유도되어지고, 조명값에 적응적인 퍼지 시스템을 사용하여 얼굴색을 구분해낸다. 머리색은 RGB 색 공간내에서 구분되어진다. 전처리 과정을 거쳐 추출되어진 얼굴색과 머리색 영역에 컨벡스 헐을 적용하여 그들의 관계를 통해 최종적인 얼굴 영역이 추출되어진다. 제안된 방법은 기존의 패턴 매칭 방법에 비해 효율적인 성능을 나타낸다. 제안된 알고리즘의 유효성을 실험을 통해 증명하며, 색 영역에서의 제한 조건 없이 성공적으로 얼굴 영역을 추출해 냄을 알 수 있다.

최근에 확산방정식을 영상처리에 응용하는 연구가 세계적으로 활발하다. 특히 이방성확산 방정식은 영상에서 잡음을 제거하면서도 경계선을 강화시키는 성질로 인하여 영상잡음제거의 알고리즘으로 각광을 받고있다. 그러나 2차원 이방성확산방정식을 그대로 동영상의 영상잡음제거에 적용할 경우, 각 프레임간의 밝기 차로 인한 깜빡임 현상(flickering artifact)과 프레임간 필터링으로 인한 고스트 현상(ghost artifact)이 나타난다 그러므로 본 논문에서는 2차원 이방성확산방정식을 시퀀스 축으로 확장시킨 3차원 이방성확산방정식을 제안한다. 제안한 3차원 이방성확산방정식은 2차원 이방성확산방정식보다 더 효율적으로 영상잡음을 제거할 뿐만 아니라, 깜빡임 현상과 고스트 현상도 효율적으로 제거한다는 것을 이론적으로 그리고 실험적으로 검증하였다.

반화소 단위 움직임 추정(half pixel accuracy motion estimation, HPAME)과 블록 분류(block classification)를 이용한 계층적 고속 움직임 추정 알고리듬을 제안하였다 제안한 알고리듬은 기존의 MRME(multi-resolution motion estimation)알고리듬보다 우수한 화질을 유지하면서 계산량 및 비트량을 크게 줄일 수 있는 장점을 갖는다. 제안한 알고리듬에서는 다해상도 영상에 대한 움직임 추정 시 고주파 부대역의 움직임 추정에 기준 움직임으로 사용되는 기저대역의 움직임 벡터를 정확하게 추정하기 위하여 HPAME을 행한다. 그리고 고주파 부대역에서는 기저대역에서의 HPAME로 인한 계산량 및 비트량의 증가를 보상하기 위하여 움직임 추정이 필요한 블록들에 대하여서만 선별적으로 미소 움직임을 추정한다. 이때 고주파 부대역에서의 미소 움직임 추정의 수행 여부는 대응되는 기저대역 블록의 움직임 벡터 특성과 블록 분류에 따른 클래스 정보를 이용하여 결정한다 제안한 알고리듬의 성능은 컴퓨터 모의 실험 결과로부터 확인하였다.

본 논문에서는 임의의 모양을 가지는 영상 객체(image object)에 적용 가능한 모양적응 이산변환(PSADT : Polar coordinates shape adaptive discrete transform)에 기반한 새로운 워터마킹 기법을 제안한다. 대수-극 좌표계(log-polar coordinates)와 모양적응 이산변환을 이용하여 제안된 기법은 MPEC-4의 VOP와 같은 임의의 모양을 가지는 영상 객체에 적용할 수 있을 뿐만 아니라 기존 기법에 비하여 회전과 크기 변화와 같은 기하학적인 공격에 대하여 우수한 강인성을 제공한다.

본 논문은 한 쌍의 스테레오 영상으로부터 BDM(Bidirectional Disparity Morphing)을 이용하여 중간시점 영상을 보간하는 방법을 제안한다. 영상은 하나 이상의 계층으로 구성되어 있고 각각의 계층은 유사한 시차값을 갖기 때문에, 블록 단위의 시차 맵을 이용하는 것은 유용하다. 또한 블록 단위의 시차 맵은 시차계산을 위한 영상의 해상도를 줄여 계산량을 크게 감소시킨다. 그러나 서로 다른 계층이 겹쳐진 영역에서는 시차가 급격히 변화하여 정합 오차가 증가하고, 가려짐이 발생할 확률이 높다. 따라서 정합 결과에 따라 블록의 크기를 변화시켜 보다 정밀하게 대응 블록을 검색하여 잘못된 시차 계산을 막고, 아울러 가려진 영역을 검출할 수 있다. 가려진 영역의 시차는 가려짐 패턴을 이용하여 올바른 시차를 지정할 수 있어, 결과적으로 보다 정확한 중간 시점 영상을 생성할 수 있다.

본 논문에서는 CDHMM 음성인식기의 인식성능을 향상시키기 위해 상태 당 관측밀도함수 수 변화에 의한 화자적응 알고리듬을 제안하였다. 제안한 방법은 CDHMM의 각 상태마다 관측 확률밀도함수의 가지 수가 두 개 이상이 릴 수도 있게 하여 발음특성의 다양성을 반영할 수 있게 하였다. 가지 수는 각 상태에 속하는 적응음성의 프레임 수에 따라 정하는 방법과 특징벡터 행렬식에 따라 정하는 방법으로 하였다 이두 방법중의 어느 하나로 관측 확률밀도함수의 가지가 결정되면, 세분화된 각 가지로부터 MAP 파라미터를 추출함으로써 정밀한 화자적응모델의 파라미터를 구할 수 있었다. 아울러 적응음성을 상태분할 할 때 기존의 화자독립모델을 사전정보로 이용함으로써 ML 추정시의 초기 상태분할 오류의 영향을 줄여 기존 상태분 할 방법의 단점을 개선하였다 그리고 상태지속분포를 화자에 적응시킴으로써 화자 고유의 발음속도와 발음 패턴 등의 음성특성을 흡수하도록 하였다. 제안한 방법들의 타당성을 확인하기 위한 실험에서 제안한 방법이 기존 방법에 비해 높은 인식률을 얻음을 확인하였다.

본 논문에서는 이동통신 단말기의 음성부호화기에 탑재할 수 있도록 TeakLite DSP Core를 이용한 음향반향제거기(Acoustic Echo Canceller)를 실시간으로 구현하였다. 음성부호화기에서 음향반향제거기가 사용할 수 있는 연산량의 제한때문에 적응필터는 NLMS(Normalized Least Mean Square) 알고리즘을 이용한 FIR 필터를 사용하였다. 먼저 음향반향제거기를 부동소수점 C-언어로 구현한 다음 고정소수점 시뮬레이션을 통하여 고정소수점 연산으로 바꾸었다. 그리고 고정소수점 연산 결과를 기반으로 어셈블리 언어로 프로그램을 작성하고 최적화 과정을 거쳐 실시간으로 동작하도록 하였다. 최종적으로 구현된 반향제거기는 프로그램 메모리가 624 words이고 데이터 메모리는 811 words이었다. 샘플링 주파수를 8 ㎑로 하였을 때, 32 msec의 반향경로 지연시간에 해당되는 256 차수의 필터를 이용한 경우에는 14.12 MIPS의 연산량을, 16 msec의 반향경로 지연시간에 해당되는 128 차수의 필터를 이용한 경우에는 9.00 MIPS의 연산량을 필요로 하였다.

데이터 전송채널에서 부호간간섭(ISI)을 제거하기 위해 개선된 비적적응 디지털필터(IMADF)의 구조와 수렴해석이 이루어진다. 0평균, 백색잠음하에서 분할등화기(FSE)를 이용한 IMADF의 수렴특성을 해석한다. 실험결과 IMADF 알고리즘의 수렴독성이 Sign 알고리즘과는 같으나, MADF 알고리즘 보다 우수하다. 특히 입력신호의 상관관계가 높을 때 유용한 특성을 갖는다.

본 논문에서는 multimodal 특성을 갖는 데이터에 대하여 패턴 분류 시 Bhattacharyya distance에 기반한 에러 예측 기법을 제안한다. 제안한 방법은 multimodal 데이터에 대하여 분류 에러와 Bhattacharyya distance를 각각 실험적으로 구하고 이 둘 사이의 관계를 유추하여 에러의 예측 가능성을 조사한다. 본 논문에서는 분류 에러 및 Bhattacharyya distance를 구하기 위하여 multimodal 데이터의 확률 밀도 함수를 정규 분포 특성을 갖는 부클래스들의 조합으로 추정한다. 원격 탐사 데이터를 이용하여 실험한 결과, multimodal 데이터의 분류 에러와 Bhattacharyya distance 사이에 밀접한 관련이 있음이 확인되었으며, Bhattacharyya distance를 이용한 에러 예측 가능성을 보여주었다.