본 논문은 다중 참조영상(multiple reference image)에 적용 가능한 새로운 고속 전역탐색 움직임 추정 기법을 제안한다. 제안된 방법은 기존의 비트율을 고려한 연속제거알고리즘(rate constrained successive elimination algorithm: RSEA)을 다중 참조영상에 확대 적용하는 방법이다. 첫 번째 참조영상에 대한 움직임 추정의 계산량에 비해 그 이후 참조영상에 대한 움직임 추정의 계산량이 적어질 수 있음을 보일 것이다. 계산량 감축을 위해, 본 논문에서 최적 움직임 벡터의 후보 블록의 개수를 감소시킬 수 있는 새로운 조건을 소개한다. 실험 결과을 통해 제안된 방법이 기존의 RSEA과 동일한 움직임 추정오차를 가지면서도 계산량을 감소시킴을 보일 것이다.

본 논문에서는 최대 기울기 차이(maximum gradient difference, MGD)를 이용한 효과적인 문자 분할과 문자 영역을 강조하기 위한 적응적 오차 확산법을 제안한다. 스캔 라인을 따라 기울기를 계산하고, 잠재적 문자 영역을 융합하기 위해 국부적 윈도우 내에 MGD 값을 채운다. 노이즈 필터링을 거친 후, 배경에는 기존 오차 확산법, 문자에는 경계 향상 오차 확산법을 적용한다. 서로 다른 하프토닝 알고리즘의 사용으로 눈에 거슬리는 결함이 발생하기 때문에 경계 결함을 줄이기 위해 단계적 팽창(gradual dilation)을 적용한다. 단계적으로 팽창된 문자 영역(gradually dilated to저 region, GDTR)에 기반한 샤프닝(sharpening)은 문자 영역의 경계에서 연속적으로 점이 찍히는 것을 막을 수 있다. 제안한 적응적 오차 확산법은 일반적인 오차 필터를 이용하여 경계 향상 정도를 조절할 수 있는 칼라 하프토닝 방법이다. 경계 향상 정도와 색차를 분석하여 경계 향상 계수를 정하고, 경계 향상 오차 확산법의 사용으로 인해 점이 찍히지 않는 결함을 줄이기 위하여 추가적인 오차 요소를 반영하였다. 스캔한 영상을 제안한 방법을 이용하여 하프토닝하면 배경의 변화 없이 문자 부분이 선명한 결과를 얻을 수 있다.

오차확산 방법은 프린터 등에 적용하기 위해 연속계조의 영상을 흑과 백의 이진영상으로 표현하는 디지털 하프토닝의 방법 중 하나로 우수한 영상 재현 능력을 보인다. 그러나 기존의 오차확산 방법은 임계값을 고정적으로 가지면서 오차확산을 하기 때문에 입력 영상에 대해서 충실한 이진화 처리가 어렵고 눈에 거슬리는 주기적인 패턴이 발생하는 단점이 있다. 본 논문에서는 입력 영상의 충실한 이진화 처리 및 주기적인 패턴을 감소시키기 위해 적응형 임계값을 적용하여 오차 확산하는 방법을 제안하였다. 적응형 임계값은 입력 농담 영상의 밝기분포를 감안하여 평균치를 산출하는 방법을 사용하였다. 이진화 처리 방법에 대해서 고정임계값을 이용한 오차확산 방법과 제안한 방법을 비교 분석한 결과 제안하는 적응형 임계값을 사용한 오차확산 방법이 더 우수한 디지털 하프토닝 방법임을 실험과 비교를 통해 확인할 수 있었다.

제한된 채널 대역폭이나, 저장 공간의 한계가 있는 경우 일정한 화질의 영상을 얻기 위해서는 영상의 움직임, 화면전환, 버퍼 용량, 채널 대역폭등의 변화에 순간, 순간 적응할 수 있는 비트율 제어 방법이 필요하다. 각 프레임마다 목표한 비트수를 얼마나 정확하게 예측할 수 있는지, 또는 버퍼에 의한 영상 지연 시간을 얼마나 짧게 할 수 있는지 등이, 효율적인 부호화기를 구성하는데 필요한 기술들이다. 따라서 본 논문에서는 비디오 부호화기에서 찾을 수 있는 여러 가지 선형 관계를 이용하여 위의 요구 조건을 만족하는 비트율 제어 방법을 제안한다. 제안된 방법에서는 3가지의 선형 관계에 대해서 설명을 한다. 첫 번째로, 비트수(R)와 양자화 된 변환 계수 중 Zero의 비율(p)과의 관계. 두 번째, PSNR과 양자화변수(QP) 사이의 관계, 그리고 마지막으로 QP와 p에서의 선형적 특성을 찾을 수 있었다. 제안된 비트율 제어 방법과 H.264/MPEG-4 AVC JM9.3의 비트율 제어 방법을 비교 실험하여 본 결과, 제안된 방법에서 정확한 비트수 예측, 낮은 버퍼 충만도, 높은 PSNR을 관찰 할 수 있었다.

본 논문에서는 정지영상에 대해서 borda count 방법을 적용하여 MPEG-7 서술자기반 검색 결과 리스트의 조합에 대한 방법을 제한한다 대부분의 검색 엔진의 경우 MPEG극에서 정의하고 있는 서술자중 하나의 서술자만을 가지고 검색을 수행하고 있다. 이러한 경우 영상의 특성에 따라 검색 성능이 좋을 수도 있지만 그렇지 않을 수도 있다. 따라서 여러 가지 기술자들의 검색 결과를 조합하여 결과 리스트를 작성하는 방법이 요구되고 있다. 이에 따라 본 논문에서는 relevance feedback 알고리즘을 이용한 검색 시스템에 대하여, 여러 가지 서술자에 대한 검색 결과에 대한 결과 리스트를 borda count 방법을 이용하여 각각의 서술자에 의한 검색 결과를 조합하여 하나의 결과 리스트를 작성하는 방법을 제안한다.

본 논문은 서로 다른 디스플레이 장치에서 동일한 입력 신호에 대해 일정한 색을 표현하기 위해, 디스플레이 장치의 특성화, 색 순응 모델, 색역 사상 및 확장 기법을 포함하는 색 정합 기술을 제안하였다. DTV 디스플레이 장치에서 일정한 색을 재현하기 위해서는 디스플레이 장치의 입출력 관계를 특성화하여야 하고, 기준 백색점 차이를 고려한 색 순응 모델을 적용하고, 및 각 디스플레이 장치가 표현할 수 있는 색역의 차를 보상하여야 한다. 본 논문에서는 채널간의 간섭을 고려하고 모델링의 정확도를 향상하기 위해, 기존 3채널 GOG(gam, offset, gamma) 모델을 향상하여 9개 채널에 독립적인 GOG 모델을 특성화 기법으로 사용하였다. 다음으로 입력 영상은 각 디스플레이 장치의 제한적인 색역을 보상하기 위해 조정되어야 한다. 본 논문에서는 원 영상의 휘도와 색상을 유지하고 xy 색도도상에서 채도는 향상하기 위한 색역 사상 및 확장 기법이 수행되었다. 상대적으로 인간 시각 특성에 민감한 휘도와 색상값은 입력값과 동일하게 유지하며, 채도 향상은 입력 및 출력 색역의 비율에 따라 변하게 된다. 또한 동영상을 DTV에 나타내기 위해서는 xy 색도도가 장치의 색역 경계 설정과 연산의 복잡도를 감소하기 위해 효과적이다. 결과적으로 제안된 방법을 입력 DTV신호에 대해 LCD 및 PDP 디스플레이 장치에 적용하면 각 장치에 따른 정확한 색 재현이 가능하다.

본 논문에서는 웨이브릿 변환된 영역에서 추출된 다해상도 칼라 및 질감 특징의 효율적인 결합을 이용한 점진적 영상검색 기법을 제안한다. 칼라 특징으로 칼라 영상의 H(Hue)와 S(Saturation) 성분의 칼라 오토코렐로그램을 선택하였고, 질감 특징으로는 V(value) 성분의 BDIP와 BVLC 모멘트를 선택하였다 선택된 특징들에 대하여 웨이브릿 변환 영역의 각 분해 레벨로부터 다해상도 특징벡터들을 얻었다. 칼라와 질감 특징의 다해상도 특징벡터들은 특징들의 차원들과 표준 편차 벡터들에 의해 정규화되어 효율적으로 결합되었고, 저장 공간을 고려하여 각 대상 영상들의 특징벡터들은 효율적으로 양자화 되었으며 점진적 검색 기법을 적용하여 유사도 계산시 계산량을 줄였다. 제안한 방법은 칼라 히스토그램, 칼라 오토코렐로그램, SCD, CSD, 웨이브릿 모멘트, EHD, BDIPBVLC, 칼라 히스토그램과 웨이브릿 모멘트의 결합을 이용한 방법들보다 정확도 대 재현율 평가에서는 평균 $15\%,$ ANMRR 평가에서는 평균 0.2 향상된 성능을 나타내었다. 특히, 제안한 방법은 다양한 해상도를 가지는 영상 DB에서 더욱 우수한 성능을 나타내었다

모바일 단말 환경에서 상황인식 컴퓨팅 기술은 유비쿼터스 컴퓨팅의 핵심기술 중 하나이다. 상황인식 컴퓨팅은 사용자의 일상생활 활동에 능동적으로 반응하는 컴퓨터 응용들을 실현 가능하게 한다. 본 논문에서는 물체나 인간의 물리적인 활동 상태를 감지할 수 있는 가속도센서를 사용하여 모바일 디바이스에 적용한다. 인간의 활동 상태를 추정하기위한 방법은 평균, 표준 편차, 왜도와 같은 다양한 통계치를 분류를 위한 특징으로 활용하는 것이 몇몇 간단한 통계치만을 의존하는 기존의 방법들 보다 더 효과적일 것이다. 분류 알고리듬은 제한된 리소스를 가진 모바일 디바이스를 고려하여 기존의 신경망 대신 간단한 결정 트리를 이용하고자 한다. 유비쿼터스 컴퓨팅과 모바일 응용들을 위한 우리의 상황 검출 시스템의 실험은 기존의 방법들 보다 성능이 향상되었으며 그 결과를 제시한다.

NTSS 알고리즘 (New Three-Step Search Algorithm)은 대표적인 고속 블록 정합 알고리즘(Block Matching Algorithm: BMA)의 하나인 TSS 알고리즘 (Three-Step Search Algorithm)에 동영상이 갖는 중앙 편향적(Center-Biased) 특성을 반영한 방법이다. 그러나 NTSS는 움직임이 작은 동영상인 경우에는 TSS보다 개선된 성능을 보여주지만, 움직임이 큰 동영상에 대해서는 TSS와 큰 차이가 없으며, 탐색범위가 커질수록 오히려 성능이 떨어지는 단점이 있다 본 논문에서는 움직임 벡터의 특성에 따라 적응적으로 탐색범위를 결정하여 탐색범위의 증가로 발생되는 NTSS의 단점을 보완함으로써 움직임이 큰 동영상에 대해서도 향상된 성능을 갖는 방법을 제안한다. 제안한 방법을 적용하였을 때 움직임이 작은 동영상에서는 기존 NTSS 방법과 동일한 화질을 유지하면서 움직임이 큰 동영상에서는 최대 0.5dB 이상 성능이 개선되었다.

본 논문에서는 빠르고 안정적이면서도 높은 검색 성공률을 보장하는 내용기반 음악 정보 검색 시스템을 구축하였다. 시스템 질의 구간이나 질의 길이에 따른 시스템 불안정성 문제를 해결할 수 있는 DB 구축 방법인 MFC기법과 각 Superclass별로 특징 벡터의 차수를 차등 적용하여 시스템의 검색 속도를 향상시킬 수 있는 기법을 적용하였다. Superclass를 적용한 시스템은 SuperClass를 적용하지 않은 시스템과의 검색 성공률, 검색 속도 그리고 검색 Precision 비교 실험에서 대등한 성능을 유지하면서 검색 속도를 $20\%\~40\%$ 향상시켰다.

고정 소수점 처리기만큼 낮은 복잡도와 비용으로 넓은 동작 영역의 데이터 처리가 가능한 블록 부동 소수점 체제에서 블록 LMS 알고리즘의 구현을 위한 기법을 제시하였다. 제안 기법은 필터 계수 및 데이터의 표현을 위한 적절한 포맷을 적용하였다. 또한, 시변 mantissa와 시변 exponent를 갖는 스텝 크기에 대해 scaled 표현을 적용하였다. Scaled 표현과 새로운 상한을 이용하여, 필터 계수의 무게 mantissa와 exponent에 대한 업데이트 관계를 개발하였으며, 오버 플로우가 발생하지 않도록 할 뿐만 아니라 이미 직접 곱해진 미소량도 고려하였다. 또한 필터 계수의 mantissa와 필터 출력 역시 고속 블록 LMS 알고리즘 기법의 적절한 수정에 의해 더욱 빠르게 평가할 수 있는 방법을 보였다.

이 논문에서는 64-Point FFT Radix-4 알고리즘을 DA(Distributed Arithmetic)연산을 이용하여 효율적으로 나비연산 구조를 설계할 수 있음을 보였다. 기존의 convolution 연산에 사용되어 왔던 DA연산이 FFT 나비연산의 트위들 계산에도 효과적으로 사용될 수 있음을 보였다. 제안된 DA 나비연산 구조를 Verilog HDL 코딩으로 구현한 결과, 기존의 승산기를 사용한 나비연산 구조와 비교하여 $61.02\%$의 cell area 감소 효과를 보였다. 또한 제안된 나비연산 구조를 파이프라인 구조에 적용하여 지연변환기와 함께 사용한 전체 64-point Radix-4 FFT 구조의 Verilog-HDL 코딩을 기존의 승산기를 사용한 구조의 코딩과 비교한 결과, $46.1\%$의 cell area 감소효과를 볼 수 있었다. 따라서 제안된 FFT 구조는 DMB용 OFDM 모뎀과 같은 큰 크기의 FFT에 효율적으로 사용될 수 있는 구조가 될 것이다.