본 논문은 영상에서 등광도선 정보를 사용한 상표 및 자막영역의 원영상 복원 방법을 제안한다. 제안한 방법은 유사한 밝기값을 가진 픽셀들을 연결한 등광도선을 영상복원을 위한 정칙화 연산자로 사용하고, 이 정칙화 연산자를 가진 비용 함수를 유전자 알고리즘을 사용하여 최소화하는 픽셀값을 추정하여 영상을 복원한다. 제안한 방법을 영상에 포함된 상표 및 자막영역과 노이즈를 제거하고 원영상으로 복원하는데 적용한 결과, 정칙화 이론에서 사용하는 Laplacian과 같은 미분 연산자보다 등광도선 연산자가 ISNR의 향상과 복원효과가 뛰어남을 알 수 있다.

본 논문에서는 저대역 이동법과 다해상도 움직임 추정을 이용한 웨이블릿 동영상 부호화를 제안하였다. 저대역 이동법은 웨이블릿 계수들의 이동-변환 성질을 극복하기 위하여 제안된 방법이다. 이 방법은 일반적인 방법보다 압축대비 화질면에서 우수한 성능을 가지지만, 단점으로 메모리와 계산량이 일반적인 방법에 비해 많아지게 된다. 따라서 기존의 저대역 이동법을 이용한 동영상 부호화에서 계산량을 줄이기 위해 다해상도 움직임 추정의 개념을 도입하였다. 다해상도 움직임 추정만을 적용하여 부호화시 움직임 벡터가 각 부대역마다 존재하게 되므로 움직임 벡터의 개수가 7배 늘어나게 되지만, 저대역 이동법의 특성을 이용하면 늘어나는 움직임 벡터의 개수를 줄일 수 있다. 제안한 방법은 기존의 방법보다 움직임 벡터의 부호화량이 줄어들거나, 더 세밀한 움직일 추정을 할 수 있게 되어 움직임 보상 예측 오차의 부호화량이 줄어들게 됨으로써 부호화 효율이 기존의 방법보다 좋아지게 된다 또한 상위 해상토의 움직인 추정의 범위를 줄임으로써 계산량을 줄이게 되어 3단계 웨이블릿 변환시 기존의 LBS방법의 12.1%의 계산량으로 움직일 추정을 한다. 모의 실험 결과, 제안한 방식은 압축을 하지 않았을 경우평균 MAD면에서 약 0.2∼9.7% 가량 개선되었고, 압축을 한 때 동일한 비트율에서 PSNR이 약 0.1∼2.0㏈ 정도 개선되었다.

공간 영역에서의 처리되는 것과 똑같은 효과를 주는 변환 영역에서의 영상 처리 방법은 영상의 효율적인 전송에 중요하다. 이 논문에서는 DCT(discrete cosine transform) 영역에서 영상의 크기를 늘이고 줄이는 리사이징 방법을 다루고, 리사이징을 변환 영역에서 처리했을 경우의 효과를 공간영역에서의 리사이징과 비교하여 분석한다. 그리고 이 분석에 기초하여 두 가지 리사이징 알고리즘을 제안한다. 첫 번째 알고리즘은 영상을 압축하기 전에 영상의 크기를 줄여서 영상의 압축률을 높이는 방법이고, 투 번째 알고리즘은 기존의 압축율을 유지하면서 영상 정보의 손실을 줄이는 방법이다. 이 알고리즘은 표준 코덱들과의 호환성을 가지고 있기 때문에, 널리 사용되고 있는 코덱과 쉽게 결합될 수 있다. 뒤에 제시되는 실험 결과에서는 동등한 화질을 가지면서도 영상의 비트 수는 반으로 줄어드는 것과, 똑같은 압축 비율에서 영상의 화질이 2∼3㏈ 정도 개선되는 것을 확인할 수 있다.

본 논문은 칼라의 정면 얼굴 영상으로부터 흑백의 안경 제거 영상을 얻을 수 있는 반복적인 PCA(Principal Component Analysis) 재구성 방법에 대해 제안한다. 제안된 방법은 먼저 칼라의 입력 영상으로부터 색상 정보와 형태 정보를 이용하여 일정한 크기의 흑백 영상으로 정규화 한다. 정규화된 얼굴 영상에서 반복적인 PCA 재구성 과정을 통해 안경에 의한 오클루젼 영역을 찾고 동시에 이를 보정할 수 있는 재구성된 영상을 생성한다. 또한 이들 결과 영상들을 이용하여 자동으로 자연스러운 안경 제거 영상을 만들어준다. 제안된 방법을 가지고 실제 안경이 있는 영상들에 적용한 결과 대부분 입력 영상과 유사하면서도 자연스러운 안경 제거 영상을 얻을 수 있었다. 본 논문에서 제안하는 방법은 보완을 통해 다른 오클루젼 문제를 해결하는데에서도 다양하게 응용될 수 있고, 자동 얼굴 인식 시스템의 인식 효율을 높이는 데 충분히 기여할 수 있으리라 기대한다.

본 논문에서는 워터마크를 훼손할 수 있는 다양한 공격을 크게 파형 공격과 동기 공격으로 구분하고 두 부류의 공격에 대해 특화된 방어를 수행하기 위한 2-계층 워터마킹 기법을 제안한다. 제안된 방법은 동기 공격에 대한 방어를 위한 동기층(synchronization layer)과 일반적인 파형 공격에 대한 표시층(marking layer)의 2-계층으로 구성된다. 동기층에서는 다양한 공격에 대해서도 일정하게 선택되는 목표 영역을 선정하고, 표시층에서는 해당 영역에 대역-확산에 기반을 둔 방식으로 워터마크를 삽입한다. 이러한 2-계층 워터마킹 기법을 사용함으로써 기존의 원본 영상을 사용하지 않는 워터마킹 기법이 가지는 이동, 회전과 같은 기하학적인 공격에 보이는 문제점을 해결할 수 있게 된다.

지문영상에서 신뢰할 만한 특징을 추출하기 위한 세선화 알고리즘은 전처리 과정에 있어서 매우 중요한 부분을 차지한다. 본 논문에서 제안하는 세선화 알고리즘은 2치화된 지문영상의 연결성을 파괴하지 않고, 중심선에 가장 관접한 골격선을 최소 1화소 두께로 만들 수 있는 강건한 병렬 세선화 알고리즘을 제안하는 것이다. 제안한 기법은 3개의 부반복에 의해 반복 수행되며, 첫 번째 부반복은 내부점에 의해 최외각 경계 화소만을 제거하는 것이며, 두 번째 부반복은 2화소 두께의 골격선을 찾아 한쪽 골격선만을 추출한다. 세 번째 부반복은 골격선에 여분으로 존재하는 2화소 두께의 화소를 제거한다. 따라서 제안하는 세선화 방법은 회전과 잡음에 강건하며 균형 잡힌 중심선을 만들어낸다. 세선화 알고리즘의 성능을 평가하기 위하여 이전에 발표된 알고리즘들과 비교 분석하였다.

유전 발현 데이터는 생명체의 특정 조직에서 채취한 샘플을 마이크로어레이상에서 측정한 것으로, 유전자들의 발현 정도가 수치로 나타난 데이터이다. 일반적으로 정상조직과 이상조직에서 관련 유전자들의 발현 정도는 차이를 보이기 때문에 유전 발현 데이터를 통하여 암을 분류할 수 있다. 그러나 분류에 모든 유전자가 관여하지는 않으므로 효율적인 암의 분류를 위해서는 관련성 있는 소수의 유전자만을 선별해내는 작업인 특징선택 방법이 필요하다. 본 논문에서는 회귀분석의 변수선택방법중 하나인 전진 선택법(forward selection method)을 사용하여 유전자들을 선하고 분류하는 방법을 제안한다. 이 방법은 선택되는 유전자들의 중복된 정보를 최소화시켜 암의 분류에 있어 보다 효과적인 유전자 선택을 한다. 실험데이터는 대장암 데이터(Colon cancer dataset)를 사용하였고, 분류기는 k-최근접 이웃(KNN)을 사용하였다. 이 방법과 상관계수를 이용한 특징 선택방법인 피어슨 상관계수와 스피어맨 상관계수방법과 비교해본 결과 전진 선택법에 의한 특징선택 방법이 암의 분류에 있어서 더 효과적인 유전자 선택을 한다는 사실을 확인하였다. 실험결과 90.3%의 높은 인식률을 보였다. 추가적으로 림프종 데이터에 대한 실험을 하였고, 그 결과 전진 선택법의 유용성을 확인할 수 있었다.

본 논문은 등록 지문의 정보를 융합하여 보다 많은 정보를 이용함으로써 지문 검증의 성능을 향상시키는 방법을 제안한다. 크기가 작은 센서는 많은 응용 분야에 적용시킬 수 있는 장점을 가지지만, 실제 지문을 입력 받는 센서 입력창의 물리적인 크기가 작기 때문에 지문 정보를 충분히 입력받지 못할 뿐만 아니라 등록된 지문 영상과 검증을 위해 입력된 지문 영상 사이의 공통영역이 축소되어 전체적인 시스템의 성능을 저하시키는 문제점이 있다. 이러한 문제점은 등록 영상을 여러 장 받아 그 정보를 융합하여 보다 큰 지문 영역을 표현하도록 함으로써 해결할 수 있다. 이를 위해서는 등록 영상간의 좌표계를 정밀하게 일치시키는 과정이 무엇보다 중요하다. 본 논문에서는 먼저 등록영상 사이의 대응 특징점 쌍을 이용하여 거칠게 일치시킨 다음, 융선의 정보를 포함하는 Distance Map을 이용하여 정밀하게 일치시키는 방법을 사용하였다. 정밀하게 일치된 좌표계를 통해 각각의 등록 지문들의 특징 정보는 하나의 큰 등록 정보로 형성된다. 제안된 방법을 통해 형성된 특징 융합 정보는 보다 넓은 면적의 지문을 표현할 수 있기 때문에 센서 입력창이 작아서 생기는 문제를 극복함으로써 지문 인식기의 성능을 향상시킨다. 본 논문의 실험 견과는 제안한 융합 특징 정보를 이용하는 방법이 그렇지 않은 방법보다 지문 인식기의 성능을 월등하게 향상시킴을 보여준다.

본 논문에서는 비트율-왜곡 (R-D) 이론을 사용하는 웨이브렛 기반 정지영상 부호화 방식을 위한 효율적인 알고리즘을 제안한다. 트리 구조에 기반한 기존의 부호화 방식은 비트율-왜곡 이론을 고려하지 않았기 때문에 감소된 부호화 성능을 지닌다. 본 논문에서는 계층적 트리 분할 (SPIHBT) 알고리즘에 비트율-왜곡 최적화 임베딩 (RDE) 연산을 적용한다. 제안된 알고리즘은 SPIHT의 리스트에 웨이브렛 계수의 부호화 순서를 위한 기준으로 비트율-왜곡 경사를 사용한다. 이를 위한 변형된 트리분할과 비트율-왜곡 최적화 리스트 스캔 방식을 설명한다. 제안된 방식은 기존의 SPIHT 및 RDE 알고리즘에 비해 향상된 비트율-화질 성능을 보인다.

본 논문에서는 경계 영역에서의 색번짐 현상을 줄이기 위한 벡터 오차 확산법을 제안한다. 이러한 결점은 양자화 과정에서 생기는 큰 누적된 양자화 오차의 확산으로 인해서 발성하게 되며, 특히 색이 변하게 되는 영상의 경계 영역에서 특정 칼라띠를 형성하게된다. 따라서 이러한 결점을 줄이기 위해서 세안한 벡터 오차 확산 방법은 오차를 확산 받은 벡터와 8개의 기준색과의 벡터 크기 및 벡터 각을 비교함으로써, 큰 양자화 오차를 전체 중간조 처리 과정에서 제외한다. 먼저 오차가 보정된 벡터의 크기가 8개의 기준색보다 클 경우 양자화 오차를 확산시키지 않게 되며, 벡터 각이 클 경우에도 양자화 오차를 확산 시키지 않는다. 그러므로 제안한 방법은 각 채널의 상관관계를 고려한 벡터 칼라 공간상에서 중간조 처리를 함으로써 시각적으로 색이 향상된 결과를 얻을 수 있었고, 경계 부분에서의 색번짐 현상도 줄일 수 있었다.

This paper presents a new vertex selection scheme for shape approximation. In the proposed method, final vertex points are determined by "two-step procedure". In the first step, initial vertices are simply selected on the contour, which constitute a subset of the original contour, using conventional methods such as an iterated refinement method (IRM) or a progressive vertex selection (PVS) method In the second step, a vertex adjustment Process is incorporated to generate final vertices which are no more confined to the contour and optimal in the view of the given distortion measure. For the optimality of the final vertices, the dynamic programming (DP)-based solution for the adjustment of vertices is proposed. There are two main contributions of this work First, we show that DP can be successfully applied to vertex adjustment. Second, by using DP, the global optimality in the vertex selection can be achieved without iterative processes. Experimental results are presented to show the superiority of our method over the traditional methods.

이 논문은 Gabor 필터를 이용하여 두 서명 사이의 유사도를 계산하는 온라인 서명 검증 방법을 제안한다. 온라인 서명들의 유사도를 계산하기 위해서는 두 입력 서명의 각 위치 사이의 시간적인 대응 관계를 정확하게 구하는 것이 중요하다. 그러나 DP(dynamic programming) 매칭을 이용하는 기존의 포인트 매칭 방법은 시간이 많이 소요되는 단점이 있었다. 이 논문에서는 Gabor 필터의 위상 출력을 이용하여 두 서명 사이의 시간적인 대응 관계를 빠르게 추정하는 방법을 제안한다. 제안된 방법에서는 서명의 상이도로서 두 가지 척도를 정의한다. 첫째, 추정된 지역적 시간 변이로부터 두 서명사이의 시간적 상이도를 구하고, 둘째, 두 서명 특징 프로파일의 시간적 대응 관계를 이용하여 시간 정보가 보정된 특징 프로파일 상이도를 구한다. 제안된 방법은 고정된 길이의 코드로 코드화되어 기존의 DP 매칭을 사용하는 시간적 변이 추정 방법보다 30배 이상 빠른 속도로 서명을 비교할 수 있다.

본 논문에서는 솔더페이스트의 이차원 및 삼차원 자동검사를 함께 할 수 있는 복합 검사 광학계와 그 구동유닛을 단일 프로브 시스템으로 구현하고, 그를 위한 효과적인 비젼검사 알고리즘을 제안하였다. 솔더페이스트의 이차원 검사에는 One-pass Run Length 레이블링 알고리즘을 제안하여 입력 영상으로부터 솔더 페이스트 형상을 효과적으로 추출하도록 하였고, 고속 검사를 위한 프로브의 최적 이동 경로도 구하였으며, 삼차원 검사에는 기존의 레이져 슬릿빔(slit-beam) 방식 대신 격자 투영식 모아레 간섭계에 기반한 위상이동 알고리즘을 도입하여 고정밀 검사가 가능토록 하였다. 전체 소프트웨어 구현에는 MMX 병렬처리기법도 적용함으로써 더욱 고속화 하였다. 10㎜×10㎜의 단위 측정영역(field of view: FOV)에 대하여 x, y 축으로 10㎛ Z축으로 l ㎛의 분해능을 가지는 이차원 및 삼차원 복합 광학 검사 시스템을 제작하여 실험한 결과, 한 FOV에 대한 솔더페이스트의 이차원 및 삼차원 검사를 영상포착 후 각각 평균 11msec와 15msec의 짧은 시간에 처리할 수 있었고, ±1㎛의 두께 측정 정밀도를 얻을 수 있었다.

본 논문에서는 원영상과 잡음영상에서 Waerden 통계량을 이용하여 효율적인 에지 검출을 제안한다. 에지는 영상의 밝기값이 낮은 값에서 높은 값으로 또는 높은 값에서 낮은 값으로 급격히 변하는 경계에 존재한다. 통계적 에지 검출 방법으로 통계가설 검정인 비모수 Wilcoxon 검정과 모수 T검정을 설명한다. 특정한 유의수준 α 에 의해 결정되어 지는 임계값을 사용하며, 반면 Bovik, Huang 과 Munson 은 임계값에 대한 검정 통계량의 가능한 범위를 생각한다. 에지 검출의 실험 결과로부터 T와 Wilcoxon 방법은 잡음 영상에 민감하게 반응하는데 반하여 제안한 Waerden 방법은 유의수준 α=0.0005 에서 잡음영상과 잡음이 없는 영상 모두에서 로버스트 하다. 통계적인 검정 방법들과 Sobel, LoG, Canny연산자를 이용한 에지검출 방법을 비교해보면, Waerden 방법이 잡음 영상과 잡음 없는 영상 모두에 훨씬 더 효율적으로 에지를 검출한다.

본 논문은 오디오 비디오 신호에 대한 유한한 DTV 디지털 스트림을 사용한 립싱크 테스트에 관한 것이다. 본 논문에서는 프로그램 시청이 가능하면서, 과도 효과 영역 테스트 신호(transient effect area test signals, TATS) 및 오디오 비디오 시간 인덱스 립싱크 테스트 신호를 이용한 새로운 립싱크 테스트 방법을 제안한다. 실험 결과에서 제안된 방법은 오실로스코프의 비디오 트리거 모드를 사용하여 오디오 및 비디오 신호간의 시간차를 쉽게 측정할 수 있음이 확인되었다.

치과 분야에서는 치아교정이나 수술 시뮬레이션을 위해서 각 치아를 개별적으로 조작할 수 있는 3차원 치아모델이 필요하다. 치아 CT 영상으로부터 이러한 치아모델의 재구성을 위해서는 각 치아를 이웃한 치아나 치조골로부터 정확하게 분리할 수 있어야 한다. 본 연구에서는 치아 영역을 효과적으로 분리하기 위한 영상정규화 방안과 최적임계화방안을 제안한다. 제안된 방법은 연속적인 CT 영상 슬라이스들에서 치아영역의 형태와 밝기는 점진적으로 변한다는 사실을 근거로 이전 슬라이스에서 추정된 임계치를 이용하여 현 슬라이스의 임시치아경계를 결정하고 이것을 바탕으로 보다 정확한 임계치를 계산한다.

화자인증이란 생체인식 방법 중의 하나로 사람의 목소리를 이용하여 사용자를 인증하는 방법이다. 현재까지 가장 많이 사용되는 화자인증 알고리즘으로는 HMM(Hidden Markov Model)과 DTW(Dynamic Time Warping)를 들 수 있는데, 이들 알고리즘은 사용자의 등록 및 인증을 위해 많은 수의 특징벡터를 필요로 하므로 스마트 카드와 같은 메모리가 제한된 시스템에는 적용하기 어려운 단점이 있다. 본 논문에서는 SVM(Support vector Machine)을 이용함으로써 적은 양의 메모리와 적은 계산량으로 화자인증을 수행할 수 있는 방법을 제안하였으며, 이의 실시간 처리를 위해 하드웨어 구조를 제시하였다. 한국어 4연숫자 데이터베이스를 이용하여 제안한 알고리즘의 성능을 평가한 결과, 기존 알고리즘에 비해 약간의 에러율 증가가 있었으나 수행시간 및 모델크기에서는 상당한 감소를 나타내었다. SVM을 이용한 화자인증 알고리즘을 하드웨어로 구현한 결과, 소프트웨어로 구현한 경우에 비해서 훈련시간은 175분의 1, 인증시간에서는 6분의 1의 감소를 나타내었다.

We propose a now watermarking scheme that can be used to embed multiple bits and also resilient to geometrical transforms such as scaling, rotation, and cropping, based on off - axis holographic watermark that allows multiple watermark recovery without original content(cover image). The holographic watermark is that Fourier transformed digital hologram is embedded into cover image in the spatial domain. The proposed method has not only increased robustness with a stronger embedding but also imprescriptibility of the watermark in the evaluation process. To compare with the convention기 scheme, the spread spectrum, we embedded and recovered maximum 1,024 bits that consist of binary number over PSNR(peak signal-to-noise ratio) 39dB. And also, we computed robustness with BER(bit error rate) corresponding the above attack

본 논문은 두 가지 비교 실험을 통하여 효과적 음성인식 시스템을 제안한다. 분별적 이진 패턴 분류기인 SVM(Support Vector Machines)은 특징 공간에서 비선형 경계를 찾아 분류하는 방법으로 적은 학습 데이터에서도 좋은 분류 성능을 나타낸다고 알려져 있다. 본 논문에서는 학습데이터 수에 따른 HMM(Hidden Markov Model)과 SVM의 인식 성능을 비교하고, 최적의 특징 파라메터를 선택하기 위해 SVM을 이용하여 주성분해석과 독립성분분석을 적용하여 MFCC(Mel Frequency Cepstrum Coefficient)의 특징 공간을 변화시키면서 각각의 인식 성능을 비교 검토하였다. 실험 결과 SVM은 HMM에 비해 적은 학습데이터에서도 높은 인식 성능을 보여주었고, 독립성분분석에 의한 특징 파라메터가 특징 공간상에서의 높은 선형 분별성에 의해 다른 특징 파라메터보다 인식 성능에서 우수함을 확인 할 수 있었다.

본 논문은 연속음 인식에 관한 연구로써, 구문 분석을 이용한 One-Stage DMS/DP에 의한 음성 인식 방법을 사용한다. 인식 실험을 위해 우선 구간 구분화 알고리즘을 이용하여 DMS(dynamic Multi-Section) 모델을 만들며, 구문 분석을 이용한 One-Stage DMS/DP 방법으로 연속음 데이터를 인식하게 하였다. 제안된 방법에 의한 인식 실험을 수행하는 것 외에도 비교를 위해 전통적인 One-Stage DP 방법을 같은 조건 같은 데이터를 가지고 수행하였다. 인식 실험 결과, 기존의 방법보다 구문분석을 이용한 One-Stage DMS/DP 방법이 우수한 것으로 나타났다.

본 논문에서는 핵심어 검출 시스템을 실시간 적용이 가능한 하드웨어로 구현하기 위해 연산량이 적고 구조가 간단한 단일 끝점 DTW 방법을 제안한다. 제안된 알고리즘은 일반적 DTW가 양쪽 끝점을 요구하는데 비하여 단지 한쪽 끝점만 필요하므로 이용하기에 편리하며, 국부 검색의 연속이 전역 경로를 이루게 되므로 매우 적은 연산량을 가진다. 그리고, 제안한 단일 끝점 DTW가 보다 나은 성능을 지니도록 하기 위해 새로운 경사 가중치와 거리 측정법을 가지도록 하였다. 이외에도, 단일 끝점 DTW는 특징벡터 정규화를 적용하여 특징벡터 각각의 차원에서 데이터들이 같은 표준편차를 가지게 하며 모든 프레임이 같은 에너지를 가지도록 정규화 되었다 또한, 주어진 학습 패턴들에 클러스터링을 적용한 후, 각 클러스터 내에서 평균을 계산하여 구한 패턴을 해당 핵심어를 대표하는 여러 개의 기준패턴으로 삼았다. 이러한 기준패턴들과 입력 음성의 특징벡터가 이미 정해진 문턱값 보다 작은 거리 내에 있을 때 핵심어는 검출된다. 제안된 알고리즘을 고립단어 음성인식과 핵심어 검출 실험에 적용하여 다른 방법을 이용한 결과보다 성능이 뛰어남을 확인하였다.

The Continuous Wavelets Transform project signal f(t) to "Time-scale"plan utilizing the time varied function which called "wavelets". This Transformation permit to analyze scale time dependence of signal f(t) thus the local or global scale properties can be extracted. Moreover, the signal f(t) can be reconstructed stably by utilizing the Inverse Continuous Wavelets Transform. In this paper, the EEG signal is analyzed by wavelets coherence method and the De-noising procedure is represented.

주파수 영역에서의 적응 신호처리는 입력의 자기 상관 행렬에 이산 퓨리에 변환(DFT Discrete Fourier Transform)을 이용할 때 거의 대각선화 되는 특성으로 인해 시간영역 적응필터보다 주파수 영역 적응 필터가 빠르게 적응한다. 본 논문에서는 변형된 이산 퓨리에 변환(MDFT: modified DFT)을 이용하여 주파수 영역 적응 필터를 설계함으로써 안정한 수렴 속도를 갖는 잡음 제거 시스템을 제안한다. 제안한 구조는 MDFT를 이용하여 연산수를 최소화하며, 안정한 수렴을 유지하면서 블록 없는 처리를 할 수 있고, 최적의 수렴 속도를 위해 입력 자기 상관 행렬에 MDFT를 사용해 근사적으로 대각화 시키고 시간적으로 변하는 스텝 크기를 정규화 하는 고속 적응 잡음 제거(HANR: high speed adaptive noise reduction) 알고리즘이다. HANR 알고리즘을 적용한 필터는 DFT변환법을 사용한 LMS방법(non-proposed)보다 30%정도의 속도 개선이 있다.