변이 영상을 마코브 랜덤필드(MRF)로 모델링한 마코브 네트워크에서 신뢰확산 알고리듬은 각 화소에 대응되는 노드들 사이에 메시지를 전달하는 방식으로 이루어진다. 최초 메시지는 알고리듬의 반복을 통해 특정한 값으로 수렴하게 되며, 수렴된 값을 얻기 위해서는 많은 알고리듬의 반복이 필요하다. 본 논문에서는 알고리듬의 반복을 줄이기 위해 영상내 물체들을 선들의 조합 구성으로 보고 각각의 선들은 같은 메시지를 갖는 노드들의 집합으로 간주하여 기존의 신뢰확산 알고리듬을 단순화하였다.

본 논문에서는 잡음이나 질감특성에 의한 과분할과 긴 처리시간 등의 기존 영역분할 방법이 갖는 문제점을 해결하기 위해 Cylindrical metric을 사용한 블록단위의 컬러영상분할방법을 제안하였다. 제안한 방법에서는 일정 크기로 분할된 블록들로 이루어진 초기 영역들을 병합하기 위해 HSI 컬러값에 따라 분류된 채색(chromatic) 영역과 비채색(achromatic) 영역의 컬러특성과 질감특성을 고려하여 영역간의 유사도 함수와 병합조건을 새로이 정의하며, 영역 병합 후의 명확한 윤곽검출을 위해 영역간의 경계부분에 위치하는 외곽블록들을 추출하여 기존 영역에 병합하는 과정을 화소레벨까지 반복한다. 모의실험을 실시한 결과, 질감영역과 윤곽영역의 분할에서 제안한 방법이 기존의 방법에 비해 우수한 것으로 나타났으며, 처리시간은 제안한 방법에서 2배 정도 단축됨을 알 수 있었다.

객체 중심점에서 움직임을 추정하여 빠르게 이동하는 객체의 윤곽선을 추적 할 수 있는 알고리듬을 제안하였다. 방사상 표현(radial representation) 방식을 적용하여 객체 중심점에서만 블록정합 (block matching) 알고리듬으로 움직임을 추정하여 적은 계산량으로 객체 움직임을 추정함으로써 객체 윤곽선을 추적하였다. 객체의 움직임을 추정함으로써 프레임 간 객체의 움직임이 객체 중심에서 윤곽까지 거리 이상 빠르게 이동하는 객체도 추적할 수 있다. 에너지 수렴 과정에서 기울기 영상과 차영상(difference image)을 에너지 함수로 함께 사용함으로 복잡한 배경 등에도 강건하도록 하였다. 실험 결과 움직임이 빠른 객체와 복잡한 배경 속의 객체도 실시간으로 강건하게 추적함을 확인하였다.

최근 생체 인식 기술의 하나로, 걸음걸이 인식에 대한 관심이 크게 증가하고 있다. 실루엣기반 걸음걸이 인식은 걸음걸이 인식을 위한 가장 보편적인 방법으로, 본 논문에서는 실루엣 기반 걸음걸이 인식에서 걸음걸이의 특성을 결정하는 정보에 대해 분석한다. 걸음걸이는 크게, 정적인 신체 모양(static body shape)과 동적인 신체 운동(dynamic body motion), 두 가지 단서(cue)에 의해 표현될 수 있다. 최근, 걸음걸이의 특성은 신체 모양과 관련된 정적인 단서에 의해 주로 결정되며 신체 운동과 관련된 동적인 단서는 걸음걸이의 특성에 거의 영향을 주지 않는다는 연구들이 보고되고 있다. 이와 달리, 본 논문에서는 신체운동과 관련된 동적인 단서 역시 걸음걸이의 특성을 결정짓는 중요한 요소라고 판단하여 이를 실험적으로 검증하고자 한다. 이를 위해, 크게 두 개의 걸음걸이 데이터베이스(UBC DB, Southampton Small DB)를 이용하여 실험을 수행하였다. UBC DB는 보편적인 걸음걸이를 저장한 것이고, Southampton DB는 다른 종류의 옷이나 신발, 가방을 착용하거나, 걸음걸이의 속도를 바꾸는 등 보편적인 걸음걸이와 다른 특성을 가지는 걸음걸이를 저장한 것이다. 실험 결과, 인식률은 UBC DB에서 신체 모양을 이용할 경우 $100\%$, 신체 운동을 이용할 경우 $95.2\%$이고, Southampton DB에서는 신체 모양을 이용할 경우 $50.0\%$, 신체 운동을 이용할 경우 $55.8\%$이다. 잘못된 인식을 할 위험도(risk)는 UBC DB에서는 신체 모양을 이용할 경우 0.91, 신체 운동을 이용할 경우 0.97, Southampton DB에서는 신체 모양을 이용할 경우 0.98, 신체 운동을 이용할 경우 0.98이다. 결과적으로, 보편적인 걸음걸이의 특성은 신체 모양과 관련된 정적인 단서에 의해 주로 결정되지만, 옷이나 가방 등에 의해 가장된(disguised) 걸음걸이에서는 신체 운동과 관련된 동적인 단서에 의해 주로 결정된다.

이 논문은 국내 디지털 오디오 방송(Digital Audio Broadcasting, DAB)의 표준으로 채택된 Eureka 147 DAB 시스템에 결합 소스/채널 부호화 기법(Joint Source/Channel Coding, JSC)을 적용한 데이터 전송시스템의 기본틀을 제안한다. 제안전송시스템의 소스부호화기는 기존의 SNR-계층적 부호화(SNR-Scalability) 기법의 발전된 형태인 MPEG-4 FGS(Fine Granular Scalability) 비디오부호화기, 채널부호화기로는 상이오류보호(Unequal Error Protection, UEP)에 효율적인 RCPC 부호화기 그리고 변조방식은 QPSK를 적용하였다. 채널환경은 랜덤잡음환경과 이동수신환경을 고려하였다. 이 논문에서는 여러 가지 채널 상태(Es/No)에 따른 율-왜곡특성에 대해 분석하여 소스비트율과 채널부호율 간에 최적의 상충점(Trade-off point)을 결정하였고, DAB의 계층적 비디오 전송을 위한 FGS-JSC 기법이 적용되었을 때와 단일계층의 고정부호율 전송의 경우를 비교하여 FGS-JSC 기법의 우수함을 보였다.

도심지 풍경을 3 차원 가시화 하는데 적합한 새로운 모자이크 방법을 제안하였다. 도심지에서 도로를 따라 촬영한 일련의 영상들을 2 차원 모자이크하면 입체감이 느껴지지 않는다. 제안한 방법은 도심지의 도로를 따라 나타나는 물체들을 연속 촬영하여, 이 영상들을 대표하는 복수의 투영평면들을 구한 후, 도로를 따라 촬영한 영상들을 이 복수의 평면들에 투영함으로써 입체감을 얻게 하는 것이다. 이를 위해서 연속 촬영한 영상들 간의 특징 점들을 정합함으로써 3 차원으로 표현된 복수의 투영면을 우선 얻는다. 이 복수의 평면들은 인접 평면 간에 상호 연결하여 물체들의 개략적 윤곽 면을 구성하는데, 이 복수 평면에 2 차원 영상들을 투영함으로써 영상에 대한 입체감을 부여하는 기술이다. 이 논문에서 실제 도심지 영상을 3 차원 가시화 시키는 알고리즘에 대한 데모를 보였다.

두 영상에서 정확한 광류를 얻고자 할 경우, 잘못 정합된 광류의 수가 전체의 $80\%$이상일 경우에도, 정합이 잘된 광류만을 빠르고 안정적으로 추출하는 방법을 제안하였다. 제안한 방법은 다음과 같은 단계로 구성된 그룹화 알고리즘이다. 1)광류의 방향과 길이성분으로 구성된 2차원 히스토그램을 구성한 후, 2)2차원 히스토그램에서 광류수가 높은 그룹들부터 내림차 순으로 정리한 후 각 그룹에서 광류수가 적은 그룹은 제거한다. 또, 3)선택된 그룹들의 광류수가 $20\%$ 이상일때는 히스토그램의 분해율를 증가 시키고, $10\%$ 이하일 경우에는 히스토그램의 분해율을 감소시켜서 위 과정을 반복한다. 선택된 그룹들의 광류수가 $10\%$에서 $20\%$사이에 올 때 까지 이 반복을 계속한다. 제안한 알고리즘을 잘못된 광류가 많이 포함된 다양한 종류의 영상에 대해서 적용한 결과 강건하게 정합이 되어 잘못된 광류를 제거할 수 있었다. 이 논문은 이에 대한 실험결과를 포함하였다.

본 논문은 재료비의 절감을 위하여 저성능의 프로세서를 사용할 수 있도록 영상출력에 할당되는 프로세서 코어성능을 최대한 줄이고자 하는 것을 목적으로 한다. 본 논문은 저성능의 프로세서가 탑재된 전자앨범 기능의 모듈에 고해상도 영상출력 기능을 지원하기 위한 영상출력 시스템을 구현한다. 본 시스템은 영상데이터 처리부로부터의 15프레임의 HD 영상입력을 TV 시스템에서 사용 가능한 60프레임의 HD영상으로 출력하는 기능을 수행한다. 이 결과, 제안된 시스템은 프로세서 성능을 저프레임 영상출력에 해당하는 정도로 줄여줄 수 있으므로 이는 시스템의 비용 절감 및 다양한 부가기능 추가로 연결 되어진다. 결론적으로, 영상출력 시스템을 이용한 전자앨범 기능의 모듈 시스템을 개발하여 본 방식의 유효성을 확인한다.

본 최근 영상 및 멀티미디어의 시각적인 내용을 기반으로 하는 검색 방법에 관한 많은 연구들이 진행되고 있다. 내용 기반 영상 검색(content-based image retrieval)에 관한 대부분의 기존의 질의 방법은 입력 영상에 의한 질의 또는 컬러(color), 형태(shape), 특징(texture) 등과 같은 low-level 특징을 사용한다. 그러나 이러한 방법들은 비교적 사용하기 불편하고 방법이 편중되어 있어서 일반 사용자들의 다양한 질의 요구에 적합하지 못하다. 본 논문에서 제안하는 것은 내용 기반 영상 검색 시스템 하의 컬러 객체의 자동 추출과 다중 질의를 위한 레이블링 알고리즘이다. 이것은 먼저 single colorizing 알고리즘을 사용하여 영상의 영역을 단순화 시키고 제안하는 Color and Spatial based Binary tree map (CSB tree map)을 이용하여 컬러 객체를 추출한다. 그리고 제안하는 레이블링 알고리즘을 이용하여 데이터베이스의 객체들을 색인한다. 이것은 컬러와 공간 정보를 고속으로 레이블링 하고 객체의 컬러 속성과 크기 및 위치 정보를 이용하여 객체의 컬러 기반과 공간적 기반의 조합을 바탕으로 하는 사용자의 다양한 질의에 부합할 수 있는 적응성 있는 시스템을 구현한다. 본 논문에서는 "Washington" 데이터베이스를 이용한 비교 실험을 통해서 제안하는 시스템의 검색 결과의 우수함을 알 수 있었다.

어떠한 신호를 벡터 양자기(vector quantizer: VQ)로 양자화하고, 양자화된 신호, 즉 양자기 출력 인덱스를 잡음이 있는 전송로로 전송하려고 할 때, 전체적인 부호화 시스템의 성능은 사용된 양자화 기법과 전송로 오류에 대한 영향에 의해 좌우된다. 최적의 부호화 시스템 설계를 위해서는 전송로 최적 VQ 같이 소스와 전송로 부호화를 통합하여 최적화시켜야 한다. 설계를 위한 계산량을 줄이는 방법으로 부최적인 접근 방법으로 강인한 VQ (robust VQ: RVQ)가 있다. 양자기는 잡음이 없는 전송로에 최적으로 설계를 하고 양자화 출력인 인덱스 열을 전송로 심볼로 할당 시에, 전체 왜곡이 전송로 잡음에 보다 강인하게 되도록 인덱스 할당 함수를 설계하는 양자기가 RVQ이다. 그런데 최적의 인덱스 할당 함수의 설계도 계산량이 많이 요구된다. 최근에 VQ의 계산량을 줄일 수 있는 표본적응 프러덕트 양자기(sample-adaptive product quantizer: SAPQ)가 제안되었다. SAPQ는 벡터의 차수를 줄이는 프러덕트 양자기(product quantizer: PQ)와 유사한 구조를 가지지만 일반 PQ보다 더 좋은 성능을 가지면서 full-search VQ보다 부호화 복잡도가 낮고 부호책을 위한 메모리의 크기도 작은 일종의 구조적 제한을 가지는 VQ이다. 본 논문에서는 이러한 SAPQ를 사용하여 벡터의 차수를 줄임으로 전송로 오류에 강인한 RVQ 설계가 가능함을 SAPQ의 구조적 고찰과 모의실험을 통해서 살펴보았다.

본 논문에서는 영상의 에지성분을 이용하여 손실된 프레임에서의 오류를 은닉하는 방법을 제안한다. 제안된 방법에서는 손실된 블록의 주변에 존재하는 상, 하, 좌, 우의 일정 부분을 에지 추출을 위한 영역으로 정의하고, 정의된 네 부분의 영역은 방향에 따라 선택적인 에지 연산자를 적용시켜 에지 성분을 추출한다. 이 에지정보는 영상이 복잡한 부분과 단순한 부분에 대해 복잡도를 결정하는 판단 기준이 되며 경계정합을 위한 마스크 폭을 조절하게 된다. 즉, 제시된 방법은 경계정합 수행시 정확도를 높이기 위하여 네 부분에서 추출된 에지성분의 양에 비례하여 방향에 따라 경계정합 마스크의 폭을 조절하고, 이에 따라 영상의 윤곽을 나타내는 에지 특성에 가중치를 적용함으로써, 개선된 움직임 벡터를 얻을 수 있도록 하였다. 기존의 방법들과 제안된 방법에 대한 오류은닉 결과를 비교함으로써 제안된 방법의 우수성 검증 및 장단점에 대해 분석한다.

도플러 신호의 순간 주파수는 탄과 표적간의 상대속도, 이격거리 등의 정보를 얻는데 사용된다. 순간 주파수 추정을 위해 주로 사용되는 방법인 단구간 퓨리에 변환은 시간 및 주파수의 영역에서 고정된 크기의 창을 가지므로 광대역의 신호 특히, 주파수가 급격하게 변하는 신호에 대한 순간 주파수 추정에서는 많은 오차가 발생한다. 본 논문에서는 시간 및 주파수의 영역에서 창의 크기를 적응적으로 변화시킬 수 있는 연속 웨이브릿 변환에 기반한 도플러 신호의 순간 주파수를 추정하는 방법을 제안한다. 제안한 방법은 고주파수 영역에서는 좁은 창, 저주파수 영역에서는 넓은 창을 적용하여 시간에 따른 주파수의 변화에 무관하게 순간 주파수를 추정한다. 모의실험과 실제 실험을 통한 성능평가 결과 제안한 방법이 기존의 단구간 퓨리에 변환 방법에 비해 우수함을 확인하였다.

선으로 구성된 회로도나 설계도 같은 특수 목적 영상을 처리할 경우 에지가 강조된 영상을 필요로 한다. 또한 프린터, 팩시밀리, LCD TV 등과 같은 이진 출력 장치에 연속 계조 영상을 표현하기 위한 디지털 해프토닝 방법 중 오차 확산 방법으로 이진 영상을 생성할 경우 에지가 흐려진다. 본 논문은 회로도나 설계도 등의 영상 뿐 아니라 이진 출력 장치 등에 사용되는 이진 영상의 에지를 강조하는 방법을 제안한다. 인간의 눈은 한 화소의 명암값이 아니라 국부 평균을 인식한다는 것을 이용하여 제안 방법은 원화소의 명암값과 $3{\times}3$ 블록의 평균 명암값과의 차이 값에 공간적 위치 값에 따른 가중치를 결합하여 국부 공간 변화량(LAM: local activity measure)을 사용한다. 제안된 시스템은 또한 LAM에 평균 명암도를 곱하여 얻어진 에지 강조 정보량(IEE: information of edge enhancement)을 사용한다. IEE를 양자화기 입력에 더하여 이진 영상의 에지를 강조한다. 컴퓨터 시뮬레이션은 제안 방법이 기존의 방법에 비해 영상의 에지가 강조되어 시각적으로 선명한 영상을 생성한다. 또한 거리에 따른 에지 상관도와 로컬 평균 일치도를 이용하여 제안 방법과 기존 방법의 특성을 분석한다.

본 논문에서는 multi-feature clustering(MFC) 방법을 이용한 강인한 내용 기반 음악 장르 분류 알고리즘을 제안한다. 기존 연구와 비교하여 본 논문에서는 입력 질의 패턴(또는 구간)과 입력 질의 길이의 변화에 따라 나타나는 불안정한 시스템 성능을 개선하는데 노력하였고, k-means clustering 기법에 기반한 multi-feature clustering(MFC)이라는 새로운 알고리즘을 제안하였다. 제안된 시스템의 성능을 검증하기 위해 질의 음악 파일의 서로 다른 여러 구간에서 질의 길이를 다변화하여 음악 특징 계수를 추출하였고, MFC 방법을 사용한 시스템과 MFC 방법을 사용하지 않은 시스템에 대한 장르 분류 성공률을 비교하여 제안 알고리즘의 성능을 비교${\cdot}$분석하였다. 모의실험 결과 MFC 방법을 사용한 시스템의 장르 분류 성공률이 높게 나타났고, 시스템의 안정성 역시 높게 나타났다.

음성신호를 대상으로 하는 연구 분야에서 신경회로망은 주로 음성인식 등의 카테고리 분류의 목적으로 사용되며 신호처리의 응용에도 유망하다. 따라서 본 논문에서는 신경회로망에 시간구조를 취한 시간지연 신경회로망을 이용하여 잡음이 중첩된 음성신호의 공간으로부터 잡음이 없는 음성신호의 공간으로 사상을 실행함으로써 잡음을 제거하는 것을 목적으로 한다. 본 논문은 푸리에 변환의 진폭성분을 복원하는 잡음제거의 알고리즘을 사용하여 백색잡음 및 유색잡음에 대해서 본 수법의 유효성을 확인한다.

잡음이 중첩된 음성으로부터 잡음을 제거하기 위해서는, 잡음의 크기에 따라서 음성처리 시스템의 매개변수를 변경하는 것이 양호한 음질의 음성을 재생하는데 바람직하다. 본 논문은 백색잡음 및 자동차의 주행잡음에 의해 저하된 3단계의 음성을 학습할 수 있는 3층 구조의 신경회로망을 사용하여, 음성 중의 잡음량의 크기를 추정하는 방식을 제안한다. 실험결과, 제안한 방법은 신경회로망에 의해서 잡음량이 추정될 수 있는 것을 알 수 있었으며, 화자와 음성 데이터가 학습데이터와 다르더라도 백색잡음에 대해서 평균 $95\%$ 이상의 높은 잡음 추정율을 구할 수 있었다.