본 논문에서는 샷(shot) 기반 비디오 색인 구조에서 비-파라미터(non-parametric) 기반의 움직임 분류를 통한 비디오 영상 검색 기법을 제안한다. 본 논문에서 제안하는 비디오 검색 시스템은 장면 전환 기법을 통해 얻은 샷 단위의 짧은 비디오로부터 대표 프레임과 움직임 정보를 취득한 후, 이를 통해 시각적 특징과 움직임 특징을 추출하여 유사도를 비교함으로써 시-공간적 특징을 이용한 실시간 검색이 가능하도록 구현되었다. 비-파라미터 기반의 움직임 특징의 추출은 MPEG 압축 스트림으로부터 정규화된 움직임 벡터계(界)를 추출한 후, 각각의 정규화된 움직임 벡터를 여러 개의 각도 빈(bin)으로 양자화하고 이의 평균과 분산, 방향 등을 고려함으로써 효과적으로 이루어진다. 대표 프레임에서의 시각 특징 검출을 위해서는 에지 기반의 공간 기술자를 이용하였다. 실험 결과는 영상 색인 및 검색에 있어서 제안된 시스템이 매우 효과적임을 잘 나타내고 있다. 데이터베이스 내 영상의 색인을 위해서는 R*-tree 구조를 이용한다.

이 논문은 저해상도 동영상에서 자동화된 방식으로 한 장의 좋은 화질의 고해상도 영상을 얻는 방안을 제시한다. 여러 장의 저해상도 영상을 이용하여 고해상도 영상을 얻는 방법이 한 장의 저해상도 영상만을 이용하는 전통적인 보간 방법에 비해 좋은 결과를 보이기 위해서는 입력 영상들이 공통된 고해상도 격자에 잘 정합되어야 하므로, 정합오차를 충분히 고려하여 입력영상들을 주의 깊게 선택한다. 본 논문에서는 움직임 보상된 저해상도 영상들로부터 얻어진 통계적 특성을 활용하여 입력 영상 후보들의 입력 영상으로서의 적합성을 평가한다. 고해상도 영상획득모델로부터 움직임 보상오차의 최대값을 추정한다. 입력 영상 후보의 움직임 보상오차가 추정된 움직임 보상오차의 최대값보다 크면 입력 영상후보는 선정에서 제외된다. 선정된 적절한 유효 입력 영상 후보의 수와 움직임 보상오차의 통계치를 고려하여 최종 입력 영상들을 선별한다. 입력 영상 선별부에서 최종적으로 선별된 입력 영상들은 뒤따르는 고해상도 영상복원부로 입력된다. 제안된 방식은 사용자의 간섭없이 저해상도 동영상에서 효과적으로 입력 영상들을 선별하여 좋은 화질의 고해상도 영상을 얻는 응용에 사용될 것으로 기대된다.

최근 휴대폰에서 개인 정보 보안의 중요성이 대두되고 있으며, 이에 따라 생체인식 기능이 내장된 휴대폰에 관심이 집중되고 있다. 그러므로 본 논문에서는 휴대용 기기에 홍채인식기술을 적용하기 위한 방법을 제안한다 기존의 홍채 인식 알고리즘에서는 고 배율의 줌 렌즈(zoom lens)와 초점렌즈(focus lens)를 사용하여 홍채인식에 사용될 확대된 홍채영상을 획득하였다. 이와 같이 이 전에 휴대폰에 홍채인식기술을 적용하기 위해서는 줌 렌즈와 초점렌즈를 추가 장착하여야 했으며, 이는 가격 상승과 부피 증가의 문제를 발생시켰다. 그러나 최근 휴대폰의 멀티미디어 기기 융 복합 추세로 인해 휴대폰 내에 장착된 메가픽셀 카메라(Mega-pixel Camera)의 성능이 급속히 발전함에 따라, 고 배율의 줌 렌즈 및 초점렌즈(zoom & focus lens) 없이도 확대된 홍채영상의 획득이 가능하게 되었다. 즉, 메가 픽셀 카메라 폰을 사용하여 사용자로부터 원거리에서 취득한 얼굴영상에서의 홍채영역이 홍채인식을 수행하기 위한 충분한 픽셀정보를 가지게 되었다. 본 논문에서는 이러한 얼굴영상에서 각막에 반사된 조명 반사광을 기반으로 휴대폰에서의 홍채인식을 위한 고속 홍채검출 방법을 제안한다. 또한 눈, 카메라, 조명 모델을 기반으로 각막에 반사된 조명반사광의 밝기와 크기를 추정하는 이론적 배경을 제안하며, 입력영상에서 태양광의 존재 유무와 광학적으로 또는 피사체의 움직임에 의해 반사된 흐림 현상 (Optical & Motion blur)을 판별하기 위해 조명을 연속적으로 On/Off 시키는 방법을 제안한다. 실험결과, 삼성 SCH-S2300(150MHz의 ARM 9 CPU) 휴대폰에서 홍채 영역 추출 총 수행시간은 평균 65ms이었고, 홍채 검출 성공률은 태양광이 존재하지 않는 실내에서 99%, 태양광이 존재하는 실외에서 98.5%였다._{SSH}$ 전압이 약 1.1V 일 때까지 오류 없이 동작함을 관측하였다. 본 논문의 SRAM 스위칭 전력감소는 I/O의 bit width가 증가하면 더욱 더 중요해질 것으로 예상할 수 있다.어 자료 형태를 32.4%의 순으로 개발을 희망하였다. 다섯째, 주로 사용하는 웹 사이트는 가정과 교사나 교과 연구회에서 운영하는 사이트를 46.2%, 에듀넷이나 한국교육학술정보원(KERIS) 사이트는 30.8%가 활용하는 것으로 나타났다. 또한 학습 자료 개발은 제작 능력이 있는 가정과 교사들이 교과 연구회를 만들어 공동으로 제작 할 수 있기를 희망하고 있었다. 시대적인 변화와 교육 환경의 변화로 웹 콘텐츠 자료를 활용한 교수 학습 방법이 중요한 도구로 인식되고 있다. 특히 가정 교과는 일상생활에 필요한 기초적인 경험을 실생활과 접목시켜 종합적으로 다루는 교과이기 때문에 다양하고 창의적인 콘텐츠가 절실히 요구되는 실정이다. 본 연구의 결과들에서 제시한 여러 가지 사항들을 고려하여 웹 콘텐츠 자료 활용과 개발이 이루어진다면 보다 효율적인 교수 학습이 이루어질 것으로 기대된다.변연계통과 대뇌겉질 전체에 영향을 미칠 것으로 여겨지는데, 본 실험에서는 네 종류의 바닥핵들, 즉 꼬리핵, 줄무늬체바닥핵, 중격옆핵 및 중격핵과 관련된 신경연접들을 관찰하였으며, 그 결과를 문헌 고찰한 결과 변연계통과 줄무늬체계통이 앞뇌의 바닥에 있는 신경핵들에서 형태학적 교차연결을 통해 정서와 마음의 상태를 행동과 대응으로 표현하는 중요한 신경회로가 존재함을 제안하였다.腎臟組織)에서 더많이 발생되었다. 틸라피아의 신사구체(腎絲球體)는 담수(淡水)에서 10%o의 해수(海水)로 이주된지 14일(日) 이후에 신장(腎臟)에서 수축된 것으로 나타났다. 30%o의 해수(海水)에 적응(適應)된 틸라피아의 평균 신사구체(腎絲球體)의 면적은 담수(淡水)에 적응된 개체의 면적보다

홍채 인식은 흥채 근육의 무의 패턴을 이용하여 동일인 여부를 판별하는 연구 분야이다. 이러한 홍채 인식에서 홍채 영상의 품질은 홍채 인식의 성능에 많은 영향을 준다. 이는 흥채 영상이 흐려지면, 홍채 패턴이 변형되어지므로, FRR(False Rejection Error)이 증가되기 때문이다. 홍채 영상을 흐려지게 만드는 주된 요인 가운데 하나가 카메라 렌즈의 초점(focus)이다. 기존의 흥채 인식 카메라는 고정 초점(fixed focusing) 방식과 가변 초점(auto-focusing) 방식이 있다. 고정 초점 방식은 초점 렌즈가 고정되어 있기 때문에 사용자가 직접 자신의 눈을 DOF(Depth of Field) 영역 안에 위치시켜야하고, DOF 영역이 매우 작은 한계가 있다. 가변 초점 방식은 사용자와 카메라 사이의 거리를 측정하여 초점이 잘 맞는 위치로 초점렌즈를 움직여서 선명한 영상을 취득한다. 하지만 부가적인 하드웨어 장비가 필요하기 때문에 카메라의 부피가 늘어나고 비용도 증가되므로 개인 인증을 위해 홍채인식을 하는 핸드폰과 같은 모바일 장비에서 사용되는데 어려움이 따른다. 따라서 본 논문은 이러한 기존의 홍채인식 카메라의 문제점들을 극복하기 위해 부가적인 하드웨어 장비 없이 고정 초점 방식 카메라에서 취득한 홍채 영상을 복원함으로써 소프트웨어적으로 DOF영역을 증가시키는 방법을 제안한다. 기존의 영상 복원 알고리즘은 반복적(iterative) 방법에 의해 최상의 복원 계수(parameter)를 검출하여 영상을 복원하였으나, 본 논문은 초점값을 이용하여 영상의 흐려짐의 정도를 판단하고, 흐려짐의 정도에 따라 미리 정의한 복원 계수를 선택함으로써 빠른 시간 안에 홍채 영상을 복원하는 방법을 제안한다. 실험 결과, Panasonic에서 만든 BM-ET100 카메라의 작동범위(Operation Range)를 48-53cm에서 46-56cm로 증가시킬 수 있었다.

본 논문은 띠 결점을 줄이기 위해 MJBNM(Modified Jointly Blue Noise Mask)의 임계값 변조를 이용한 멀티토닝 방법을 제안한다. 멀티토닝에서 띠 결점은 출력레벨 근처에서 동일한 도트 분포를 가지기 때문에 부드러운 계조 영역에서의 불연속성과 인간 시각에 거슬리는 패턴을 만든다. 따라서 이러한 띠 결점을 줄이기 위해, 제안한 방법은 결점이 발생하는 출력레벨 근처에서 이웃 도트들을 도입함으로써 도트 분포를 재배열한다. 먼저 수학적인 설명으로 띠 결점의 원인을 분석하고, 분석 결과를 바탕으로 채널간의 상관성과 색차를 고려한 MJBNM의 임계값 변조를 적용한다. 입력값에 따라 MJBNM의 최대, 최소 임계값이 각각 입력을 포함하는 이웃한 두 출력레벨보다 두 화소를 더 포함하도록 초기 임계값 범위를 선형적으로 조정한다. 이 입력이 띠 결점이 발생하는 출력레벨 근방에 위치할 경우, 출력은 도트 분포와 패턴을 결정하는 임계값 변조 인수에 따라 화소 대 화소의 비교로 이웃 출력레벨 중의 하나의 값으로 결정된다. 이 때 조정된 임계값이 두 출력레벨과 최대, 최소 임계값 사이에 존재하면 그 위치에 이웃 도트들을 찍어서 띠 결점을 줄이게 된다. 그렇지 않은 경우, 일반적인 멀티토닝 기법이 적용된다. 그 결과 제안한 방법이 효과적으로 출력레벨 근처에서의 띠 결점을 줄일 수 있었다. 결과 평가는 gray ramp 영상에서 명암도에 따른 HVS-WRMSE 비교와 color ramp 영상에서의 S-CIELAB 색차를 비교하였다.

본 논문에서는 사용자가 원하는 미디어를 제공하기위해 터치스크린과 출력 장치인 디지털 포토 프린터 사이의 색역을 고려하는 자동 컬러 보정 모듈을 가진 디지털 사진 인화 시스템인 디지털 포토 키오스크 시스템을 설계하고 구현하였다. 이 모듈은 디지털 카메라나 카메라폰으로 촬영된 영상에 대하여 고품질의 결과물을 제공할 수 있는 이미지 보정 기능을 수행하는 것이다. 이 기능은 실시간 처리를 위해 LUT(look-up table)로 구현되어 사용자의 원터치 방식으로 동작하는 인터페이스를 제공한다. 따라서 흑백모드, 원톤 색상모드, 밝기 및 채도 조절 등의 이미지 편집 기능으로 사용자의 취향에 맞는 사진을 출력할 수 있고, 입출력 장치간의 자동 컬러 보정 모듈을 지원함으로써 본 시스템은 부드러운 계조표현과 촬영 영상과 유사한 색의 사진을 제공할 수 있다.

본 논문에서는 해마신경망(HCNN:HippoCampal Neural Network)을 이용하여 사용자 친화적인 객체 기반 멀티미디어 검색시스템을 제안한다. 내용 기반 검색(Content-based Retrieval)에 관한 대부분의 기존의 질의 방법은 입력 영상에 의한 질의 또는 컬러(color), 형태(shape), 질감(texture)등과 같은 low-level의 특징을 사용한다. 본 논문에서 제안하는 방법은 MPEG 기반의 압축 비디오 스트림으로부터 장면 전환 검출을 수행하여 샷을 검출한다. 이 샷 프레임에서 컬러 객체의 자동 추출을 위하여 similar colorization과 ACE(Adaptive Circular filter and Edge) 알고리즘을 사용한다. 그리고 이렇게 추출된 특징을 해마 신경망을 통하여 학습한 후 멀티미디어 검색 시스템을 구성한다. 제안하는 해마 신경망은 호감도 조정에 의해서 입력되는 영상패턴의 특징들을 흥분학습과 억제학습을 이용하여 불필요한 특징은 억제시키고 중요한 특징은 흥분학습을 통해 장기기억 시켜서 적응성 있는 실시간 검색 시스템을 구현한다.

교통신호등 검출과 인식 시스템은 운전자에게 경고와 보조시스템으로 필요한 장치이다. 본 논문에서는 칼라 비젼시스템을 이용한 주행중 실시간 교통신호등의 검출과 인식법에 대해 제안하고 있다. 제안하는 방법은 크게 네 가지로 구분된다 유사색 환경에서도 신호등 빛 검출이 용이하도록 HSI 색 공간에서 채도와 밝기값의 차를 이용하여 신호등의 빛을 검출하는 신호등 검출, 신호등 외곽검출과 검출된 신호 빛을 바탕으로 교통신호등 외곽 후보영역 설정과 세 검출 결과를 토대로 교통신호등을 인식하는 부분이다. 주행중 영상을 비디오 카메라로 녹화하여 제안하는 방법에 적용하여 결과를 제시하였다. 녹화시 카메라의 줌기능을 이용하여 줌에 의한 입력 영상변화시에도 신호등을 검출 및 인식한 결과를 제시하였다.

본 논문은 음향반향제거기의 성능을 향상시키기 위한 새로운 기술로서 개선된 직교투사법을 제안한다. 간단하고 안정되어 널리 사용되고 있는 기존의 NLMS 알고리즘과 비교하여, 이 기술은 음성신호와 같이 상호상관도가 높은 신호에 대해 수렴속도가 증가하고 연산량이 감소한다. 제안하는 직교투사법의 성능을 시험하기 위하여 프로그램을 코딩하고 시뮬레이션을 수행하였다. 두 알고리즘을 사용하여 음성과 잡음에 대한 수렴특성을 관찰하였다. 실험 결과, 제안한 방법은 잡음뿐만 아니라 음성에 대해서도 높은 ERLE와 수렴속도 및 수렴의 안정성 등을 보여 주었다.

패턴인식 시스템은 일반적으로 데이터의 전처리, 특징 추출, 학습단계의 과정을 거쳐서 개발되어 진다. 그중에서도 특징 추출 과정은 다차원 공간을 가진 입력 데이터의 복잡도를 줄여서 다음 단계인 학습단계에서 계산 복잡도와 인식률을 향상시키는 역할을 한다. 패턴인식에서 특징 추출 기법으로써 principal component analysis, factor analysis, linear discriminant analysis 같은 방법들이 널리 사용되어져 왔다. 이 논문에서는 singular value decomposition (SVD) 방법이 패턴인식 시스템의 특징 추출과정에 유용하게 사용될 수 있음을 보인다. 특징 추출단계에서 SVD 기법의 유용성을 검증하기 위하여 원격탐사 응용에 적용하였는데, 실험결과는 널리 쓰이는 PCA에 비해 약 25%의 인식률의 향상을 가져온다는 것을 알 수 있다.

Array 신호처리에서 복소 지수함수의 합으로 구성된 신호의 파라미터를 추정하는데 고차 통계를 이용할 수 있다. 본 논문에서는 4차 cumulant를 이용한 고차 Matrix Pencil method(MPM)를 제안하였다. 4차 cumulant는 Gaussian 잡음를 억제할 수 있기 때문에, MPM의 응답은 기존의 방법에 비하여 더 좋은 잡음 면역을 가지고 있다. 본 논문에서는 높은 정확성을 가지는 MPM의 모든 장점을 유지하면서 성공적으로 고차 MPM을 공식화하였다. 그리고 Numerical simulation을 통해서 본 논문에서 제안된 4차 cumulant를 이용한 방법이 Gaussian 잡음환경에서 더 우수한 DOA 분해능을 가지고 있음을 증명하였다.