본 논문은 3차원 얼굴 영상을 이용한 얼굴 인식에 있어서, 정규화 과정에 사용될 얼굴의 특징 영역을 추출하는 방법을 제안한다. 3차원 얼굴 영상은 조명의 변화에 상관없이 얼굴의 특징 분석이 가능하고, 이를 이용한 얼굴 인식이 가능하다. 그러나 입력된 형상의 자세에 따라 회전, 기울어진 정도, 그리고 좌우로 움직인 정도가 다르다. 이런 특성을 고려하지 않고 추출된 특징들은 잘못된 인식 결과를 초래할 수 있다. 이런 이유로 입력에서의 오류들을 바로잡는 정규화 과정이 필요하다. 정규화 과정에서는 얼굴의 기하학적인 특징인 눈, 코, 입 등을 이용하는 것이 일반적이다. 이들 중, 코는 3차원 얼굴 영상에서 두드러진 특징이 될 수 있다. 본 연구에서는 코의 실제 형상과 유사한 긴 추출 마스크를 사용하여 입력된 영상으로부터 코를 추출하는 방법을 제안한다.

본 논문에서는 JPEG2000 표준에서 주파수 변환기법으로 채택된 이산 웨이블릿 변환과 선형양자화 방법을 채택하여 영상 전체가 아닌 영상의 부분 데이터만을 암호화하여 암호화를 위한 계산양을 줄이는 방법을 제안하였다. 또한 계산양이 많은 암호화 알고리즘 대신 비교적 계산양이 적은 카오스 시스템을 이용함으로써 계산양을 더욱 감소시켰다. 이 방법은 영상의 압축비를 유지하기 위해서 양자화와 엔트로피 코딩 사이에서 암호화를 수행하며, 부대역의 선택과 카오스 시스템을 이용한 무작위 변환방법을 사용한다. 영상에 대한 실험방법은 우선 암호화할 부대역을 선택한 후 영상데이터를 일정한 블록으로 만든 후 랜덤하게 좌/우로 시프트 하는 방법과 두 가지 양자화 할당 방식(Top-down/Reflection code)을 사용하여 암호화한 데이터를 압축 시 데이터양의 변화를 최소화하였다 또한, JPEG2000의 점진적 전송(Progressive transmission)에 적합한 암호화 방법을 제안하였다. 제안한 방법을 소프트웨어로 구현하여 약 500개의 영상을 대상으로 실험한 결과 원 영상 데이터를 부분적으로 암호화함으로써 원 영상을 인식할 수 없을 정도의 암호화효과를 얻을 수 있음을 알 수 있었다. 따라서 제안한 방법은 작은 양의 암호화로 효과적으로 영상을 숨기는 방법임을 확인할 수 있었다. 본 논문에서는 여러 방식을 제안하였으며, 이들의 암호화 수행시간과 암호화효과 사이에 상보적인 관계가 있음을 보여, 적용분야에 따라 선택적으로 사용할 수 있음을 보였다. 또한 본 논문의 방식들은 응용계층에서 수행되는 것으로, 현재 유 무선 통합 네트워크의 중요한 문제로 대두되고 있는 끝과 끝(end-to-end)의 보안에 대한 좋은 해결방법으로 사용될 수 있으리라 기대된다.

MPEG-4 비디오에서 움직임 적응 인트라 리프레쉬 (MAIR)는 움직임 영역을 인트라로 부호화하는 방식으로 에러의 전파를 방지한다. 움직임 영역은 이전 매크로블록과 현재 매크로블록의 영상 차이를 이용하여 결정하게 된다. AIR의 효과적인 설계는 최대 리프레쉬 시간을 줄이고 에러에 취약한 매크로블록을 예측하는 것이다. 그러나 MAIR은 인트라로 코딩할 필요성이 낮은 매크로블록도 인트라로 코딩한다. 제안한 비트율 기반의 AIR은 한 VOP에서 매크로블록 단위로 비트량을 비교하여 AIR을 수행한다. 이 방법을 사용하면 최대 리프레쉬 시간을 줄임과 동시에 에러에 취약한 매크로블록을 효율적으로 예측하여 기존의 MAIR보다 향상된 성능을 발휘한다.

웨이블릿 변환은 영상을 분석하고 처리하는데 유용한 도구로써 영상 압축, 영상 잡음 제거 등의 분야에서 우수한 성능을 보여주었다. 웨이블릿 계수들은 은닉 마코프 트리(Hidden Markov Tree： HMT) 모델에 의해 효과적으로 모델링 될 수 있다. 그러나 영상 보간에서 은닉 마코프 트리 모델을 적용하기 위해서는 훈련 과정이 필요하며 훈련 과정에서 획득된 파라미터들이 입력 영상과 잘 맞지 않는 단점이 있다. 본 논문에서는 웨이블릿 영역에서 영상 보간을 위해 은닉 마코프 트리의 구조를 사용하되, 그 파라미터들은 훈련 과정 없이 부대역간의 통계적 특성을 이용하여 직접 추정한다. 제안 방법에서 웨이블릿 계수는 가우스 혼합 모델(Gauss Mixture Model: GMM)로 모델링 된다. 가우스 혼합 모델의 상태 천이 확률은 부대역간의 웨이블릿 계수의 통계적 천이 특성을 이용하여 결정하며, 각 상태의 분산은 웨이블릿 계수의 지수적 감소(exponential decay) 특성에 의해, 추정된다. 모의실험에서 제안 방법은 전통적인 bicubic 방법이나 훈련 과정을 필요로 하는 은닉 마코프 모델을 사용한 방법보다 여러 테스트 영상들에 대해서 개선된 성능을 보여주었다.

움직임 보상을 고려한 3차원 웨이블릿 변환은 공간적, 시간적인 상관관계에 중복된 정보를 효과적으로 제거한다. 그러나 웨이블릿 방식으로 압축된 영상이라 하더라도 압축률이 높은 경우 고주파 서브밴드의 변환계수가 상당수 손실되어 압축복원 시에 링 현상과 같은 왜곡이 생긴다. 본 논문에서는 이러한 3차원 웨이블릿의 압축왜곡을 줄이기 위하여 적응적 반복 복원 기법을 사용하는 새로운 알고리듬을 제안하였다. 제안된 적응적 기법에서는 에지의 방향에 따라 서로 다른 고역통과필터를 정칙화 복원에 사용하였다.

본 논문에서는 실시간 얼굴인식 시스템을 위한 새로운 PCA 기반 LDA 혼합 알고리즘을 제안한다. 크게 얼굴추출 부분과 얼굴인식 부분으로 구성되어 있으며, 얼굴추출 부분에는 차영상, color filtering, 눈과 입의 영역 검출 그리고 정규화 방법을 사용하였고, 얼굴인식 부분에는 추출된 얼굴 후보 영역 영상에 PCA와 LDA를 혼합하여 적용하였다. 기존의 PCA만을 사용한 인식시스템은 낮은 인식률을 보였으며, LDA만을 사용한 인식시스템에서는 학습데이터의 수에 비하여 영상의 화소 개수가 많은 경우 LDA를 입력 영상에 그대로 적용하기 곤란하였다. 이러한 단점을 극복하기 위하여, 정규화 된 영상에 PCA를 적용하여 차원을 축소한 후 LDA를 사용하여 실시간 인식을 가능하게 하였으며, 인식률 또한 향상시킬 수 있었다. 제안한 시스템의 성능을 평가하기 위하여 자체 제작한 DAUface의 데이터베이스를 가지고 실험을 하였다. 실험 결과, 제안된 방법이 PCA 방법과 LDA 방법, 그리고 ICA 방법에 비해 인식률이 상당히 우수함을 알 수 있었다.

치과 분야에서 치아가 개별적으로 조작될 수 있는 3차원 치아 모델은 치과 치료와 시술 시뮬레이션을 위해 중요한 요소이다. CT영상으로부터 이러한 치아 모델을 재구성하기 위해서는 각 치아의 경계를 정확하게 분할할 수 있어야 한다. 그러나 기존의 3차원 재구성 시스템에서 사용되는 임계화 방법은 치아들과 치아와 비슷한 밝기의 치조골이 서로 인접해서 나타나는 CT 영상열에서 효율적이지 못하다. 본 논문에서는 CT영상에서 부드러운 치아 경계를 추출하기 위해 B-spline 곡선 적합을 이용한 치아 분할 방법을 제안한다. 성공적인 적합을 위해서 이전 슬라이스의 분할정보와 적응 최적 임계화 방법을 기반으로 한 초기경계 생성방법을 제안한다. 그리고 적합과정에서 이웃한 유사한 물체에 적합되는 것을 줄일 수 있는 유전자 알고리즘을 이용한 B-spline 적합방법을 제안한다. 평가결과 제안된 알고리즘은 개별치아의 경계를 성공적으로 검출하였으며 이를 이용하여 시술과 치료 과정의 시뮬레이션을 위한 치아의 3차원 모델을 정확하고 부드럽게 생성할 수 있음을 보였다.

고속 부호책 생성 방법들로서 기존의 대표적인 기법들에는 PDS, FNNS, 그리고 FC가 있다. 본 논문에서는 코드북을 설계하기 위해 기존의 방법들을 통합한 FCNNPDS를 제안한다. 모의실험 결과 FCNNPDS의 계산양이 기존의 방법들보다 약40-95% 감소되는 것을 보인다. 그러나, 비교 계산은 벡터의 차원 k와 관계가 없으며, 이것은 비교의 계산양이 다른 계산들보다 훨씬 적어지는 이유이다. 그래서 FCNNPDS는 기존의 방법들보다 가장 좋은 방법이다.

본 논문에서는 프로젝션 프로파일(PP： Projection Profile) 과 컬러공간변환(CST： Color Space Transform)을 이용하여 라인스캔 카메라(Line-Scan Camera) 영상을 재구성함으로써 LCD 표면의 결함검출 성능을 높이는 알고리즘을 제안하였다. 제안된 알고리즘은 결함을 포함한 RGB 영역 분할, 대표값 추적시스템을 이용한 대표값 추출, 그리고 컬러공간변환을 이용한 Y영상 재구성 방법들로 구성되어 있다. 실험을 통하여 제안한 방법으로 재구성된 영상의 결함검출 성능이 영역카메라(Aerial Camera)의 결함검출 성능보다 우수함을 보였다.

본 논문에서는 water flow model의 개념을 적용한 문서영상 이진화 방법의 속도를 개선하는 방법을 제안한다. 제안한 방법은 문서영상에서 문자 주위를 관심영역(region of interest: ROI)으로 추출하고 3차원 영상지형에서 물이 뿌려지는 영역을 관심영역 이내로 제한한다. 국부 계곡에 누적되는 물의 양은 계곡의 깊이와 경사를 이용하여 자동으로 결정된다. 그리고 계곡의 최저 지점뿐만 아니라 그 주위에도 가중치를 부여하여 물을 누적함으로써 관심영역에 해당하는 영상지형에 물을 붓는 과정을 한번만 수행하여 충분한 양의 물이 계곡에 채워지도록 한다. 계곡에 형성된 연못의 깊이는 배경과 문자의 밝기 차에 따라 다양하므로 연못의 깊이를 기준으로 문자 분리를 위한 임계치를 적응적으로 결정한다. 실제 문서영상에 대한 실험에서 제안한 방법의 수행속도가 water flow model에 기반 한 이진화 방법과 비교하여 월등히 향상되었으며 이진화 품질도 매우 우수함을 보였다.

계조영상을 이진영상으로 변환하는 해프토닝 방법 중 오차확산법은 다른 방법에 비해 우수한 화질을 보이지반 웜 현상, 샤프닝 현상 등의 단점이 있다. 이런 단점을 보완하는 방법으로 Kite는 임계값 변조 방식에 샤프닝 조절 파라미터를 추가하는 방법을 제안하였다. 그러나 여전히 계조값의 변화가 큰 경계부근에서 뭉쳐짐 현상이 남아있다. 따라서 본 논문에서는 국부적으로 존재하는 경계부분의 에지성분의 크기에 따라 파라미터의 양을 조절하는 방법을 제안하였다. 제안방법을 컴퓨터 시뮬레이션으로 검사한 견과 해프톤 영상의 샤프닝이 감소하였으며, 특히 계조의 변화가 큰 경계부분에서 탁월한 화질 개선을 볼 수 있었다.

머리가 포함된 얼굴 윤곽선은 5차원의 매개변수들을 가지는 타원 형태와 유사하다. 이 특성은 타원 검출 알고리듬을 얼굴검출 방법에 이용할 수 있도록 한다. 그렇지만 허프 변환으로 5 차원의 매개변수 공간을 구축하기에는 매우 어렵다. 본 논문에서는 선택적 주의집중을 가지는 허프 변환 방법으로 주어진 영상에서 대칭 윤곽선을 가지는 얼굴을 검출하는 방법을 제안한다. 이 방법은 고정된 얼굴의 장단 비율, 그래디언트 정보, 주사선 기반 선택적 방향 분해를 이용하여, 5 차원의 매개변수 공간을 타원의 중심과 특정한 회전 방향을 추정하는 2 차원의 매개변수 공간과 단축의 길이를 추정하는 1 차원의 매개변수 공간으로 분해가 가능하도록 한다. 부가적으로 이 방법에 그래디언트와 지리적인 정보를 결합하는 두 점 선택 제약 조건을 적용하여 복잡한 배경을 가지는 영상에서 허프 변환의 속도를 증대시킨다. 제안하는 허프 변환으로 추출된 후보 얼굴 영역들 가운데에서 얼굴이 아닌 타원 영역들을 다층 퍼셉트론으로 기각시켜 얼굴을 최종적으로 검출한다. 본 논문에서 제안하는 얼굴 검출 방법을 얼굴이 포함된 다양한 영상들에 적용하여 실험한 결과로부터, 제안하는 방법은 처리 속도와 효율성에서 우수함을 확인하였다.

화자 정규화 방법은 화자 독립 음성인식 시스템에서 음성 인식의 정확성을 높이기 위한 성공적인 방법으로 알려져 왔다. 널리 사용되는 화자 정규화 방법은 maximum likelihood 반의 주파수 warping 방법이다. 본 논문은 주파수 warping 보다 더 좋은 화자 정규화의 성능 개선을 위해 새로운 파워 스펙트럼 warping 방법을 제안한다. 파워 스펙트럼 warping은 멜 주파수 켑스트럼 분석(MFCC) 방법을 이용하며, MFCC 처리 단계에서 필터 뱅크의 파워 스펙트럼을 조절함으로써 화자 정규화를 수행하는 간단한 메커니즘으로 갖는다. 또한 본 논문은 파워 스펙트럼 warping과 주파수 warping 방법을 서로 결합한 hybrid VTN 방법을 제안한다. 본 논문의 실험은 baseline 시스템에 각 화자 정규화 방법을 적용하여 SKKU PBW DB에서 인식 성능을 비교 분석하였다. 실험 결과를 보면 baseline 시스템의 단어 인식 성능을 기준으로 주파수 warping은 2.06%, 파워 스펙트럼 warping은 3.05%, 그리고 hybrid VTN은 4.07%의 단어 에러 율의 감소를 보였다.

본 논문은 내용 기반 검색 기법에 의한 보다 효율적인 특징 추출 및 영상 검색 알고리즘을 제안하였다. 먼저, MPEG 비디오의 key frame을 입력 영상으로 하여 Gaussian edge detector를 이용하여 객체를 추출하고, 그에 따른 객체 특징들, location feature distributed dimension feature와 invariant moments feature를 추출하였다. 다음, 제안하는 HAQ (Histogram Analysis and Quantization) 알고리즘으로 characteristic color feature를 추출하였다. 마지막으로 key frame이 아닌 shot frame을 질의영상으로 하여 제안된 matching 기법에 따라 4가지 특징들의 단계별 검색을 수행하였다. 본 논문의 목적은 사용자가 요구하는 장면이 속한 비디오의 shot 경계 내의 key frame을 검색하는 새로운 내용 기반 검색 알고리즘을 제안함에 있다. 제안된 알고리즘을 바탕으로 10개의 뮤직비디오, 836개의 시험 영상으로 실험한 결과, 효과적인 검색 효율을 보였다.

무선망과 VoIP 같은 서로 다른 음성 통신 네트워크간의 통신을 할 경우, 서로 다른 구조를 갖는 두 음성부호화기간의 효율적인 연동이 필요하다. 이런 경우, 가장 간단한 방법으로 두 음성부호화기의 복호화기와 부호화기를 직렬로 연결시키는 tandem방식을 사용할 수 있다. 하지만, tandem방식은 긴 지연시간과 많은 연산량, 그리고 음질저하의 문제점들을 갖는데, 이는 상호부호화 방법을 통해서 해결할 수 있다. 상호부호화 알고리듬은 송신단과 수신단의 음성 부호화기의 구조에 의해 결정되고, 본 논문에서는 연산량은 감소시키고, 음질은 향상시킬 수 있는 LSP 변환, 개선된 고속 피치 검색, 상호부호화기를 위한 새로운 지각가중 필터 알고리듬을 제안한다. 제안된 알고리듬은 AMR과 G.723.1간의 상호부호화기에 적용하였다. 제안된 상호부호화 알고리듬을 사용함으로써 tandem 방식에 비하여 연산량은 약 20%-58% 감소되는 반면, 음질은 향상된다.

본 논문에서는 opposite 필터를 적용한 가변 Q 디지털 그래픽 이퀄라이저를 제안한다. 그리고 제안한 이퀄라이저를 설계하는 방법을 제시한다. 본 논문에서 제안하는 가변 Q 이퀄라이저에서는 이퀄라이저의 성능을 개선하기 위해서 이득에 따라 이퀄라이저 필터의 Q-factor를 조정한다. 또한, opposite 필터의 Q-factor를 이득이 높아짐에 따라 완만하게 증가하도록 설정함으로써 opposite 필터가 대역간 간섭을 효과적으로 제거할 수 있게 한다. 실험을 통해 제안한 opposite 필터를 적용한 가변 Q 이퀄라이저는 사용자가 설정한 이득을 매우 충실하게 표현함을 보이겠다.