H.264/AVC의 인터 부호화 기술은, 정교한 움직임 보상 부호화를 위해 다양한 블록 크기의 7가지 모드를, 그리고 인트라 부호화 기술은 2가지의 블록부호화 모드를 사용한다. 이러한 정교한 부호화 기술은 기존 표준에 비해 높은 부호화 효율을 제공 하지만 비트율-왜곡 최적화 기법을 사용할 경우, 많은 계산량을 요구하므로 연산량이 제한된 장치에서는 실시간 구현에 문제점이 발생한다. 따라서 H.264/AVC 부호화 표준의 실시간 구현을 위해서 계산 복잡도를 줄이는 고속 모드 결정법이 필요하다. 본 논문에서 제안한 LBHM(Large Block History Map)을 이용한 블록 크기 활동도 기반 고속 모드 결정 기법은 발생 확률이 낮은 $P8\times8$ 모드를 조기에 생략하여, 부호화 효율의 감소는 최소화 시키면서 H.264/AVC의 전체 부호화 시간을 평균 53% 감소시켰으며, H.264/AVC 참조 모델의 조기 SKIP 모드와 같이 사용할 경우, 전체 부호화 시간을 평균 63% 이상 감소시켰다.

3차원 보간(three-dimensional interpolation)은 색역 사상(Color Gamut Mapping)등 컬러 신호 변환에 널리 사용되고 있다. 이러한 3차원 보간은 주어진 컬러 입력 신호에 대해 균등하게 샘플링된 표본 입력에 대해 미리 계산된 표본 출력을 저장하는 룩업 테이블(look-up table)에서 추출한 및 개의 표본 출력을 이용하여 출력 신호를 근사적으로 산출하는 방식이다. 따라서 3차원 보간의 오차는 룩업 테이블에 저장되는 표본 출력의 값에 의해 심하게 결정된다. 본 논문에서는 최소 자승법(least square method)을 이용하여 고정된 크기의 룩업 테이블에 저장되는 표본 출력 값을 최적화함으로써 3차원 보간의 오차를 최소화하고자 한다. 제안된 방법은 기존의 룩업 테이블 구성 방법에 비해 개선된 오차 성능을 보인다.

시그마필터는 특성화된 근접분포구도로 시그마 값을 국부통계값들로부터 산출한다. 표준평균필터를 교정하여 잡음을 제거하는 동시에 에지를 보존하도록 설계되어 있으나 미세부분 향상에는 취약하다. 종래의 시그마 접근들도 잡음제거에 치중되어 있었을 뿐 특징구역의 향상은 소홀하였다. 본 논문은 국부통계값들과 함수 부합을 활용한 적응영상향상 알고리즘을 제안한다, 이들 값들은 영상향상의 적응 실현에 유용하여 잡음을 평활시키고 영상의 미세부분을 향상한다. 국부적응처리를 위하여 매 이동창에서 평가척도를 만족하는 파라미터가 추정되고 비중화된다. 그리고 실험 결과는 제안된 방식의 효능을 보여준다.

가변생체인식(Changeable Biometrics)이란 생체정보의 도난이나 도용 시 개인의 프라이버시를 보호하기 위해 원 생체정보를 사용하지 않고, 생체정보를 변환하여 변환된 생체정보로 개인을 인증하는 방법이다. 본 논문은 통계적 형상 기반의 얼굴인식(Statistical appearance based face recognition)에 적용될 수 있는 가변얼굴템플릿 생성 방법에 대해 제안한다. 상이한 두 개의 통계적 형상 기반의 얼굴특징 방법을 이용하여 두 개의 얼굴특징벡터를 추출하고, 추출된 두 개의 얼굴특징벡터를 정규화 후 각 특징벡터들의 요소의 순서를 재배열 시킨다. 가변얼굴템플릿은 정규화 되고 순서가 재배열된 특징벡터들의 가중 합으로 생성된다. 두 개의 서로 다른 얼굴특징벡터의 가중 합으로 하나의 가변얼굴템플릿을 생성하므로, 가중 합의 방법과 생성된 가변얼굴템플릿을 알더라도 원 얼굴 특징벡터를 복원할 수 없다. 또한, 생성된 가변얼굴템플릿의 도난 시 새로운 가변얼굴템플릿의 생성은 각 벡터의 순서를 재배열시키는 규칙을 변경함으로써 가능하다. 그러므로 제안한 가변얼굴템플릿을 이용하여 개인 인증 시, 개인의 얼굴템플릿을 도난당하더라도 원 얼굴특징정보를 복원 할 수 없고 또한 새로운 가변얼굴템플릿으로 대체 할 수 있어 생체정보의 도난 시 발생할 수 있는 프라이버시 침해의 문제를 해결 할 수 있다. 제안한 방법은 AR-face DB를 이용하여 성능과 보안성에 대해 평가하였다.

국부통계처리에 근거한 금석문영상의 적응영상향상 기법을 제안한다. 영상의 국부통계처리 값들을 영상향상을 위한 적응실현으로 활용하여 평활화와 상세화의 경로를 조정한다. 미세부분에서는 영상이 향상되고 평활영역에서는 잡음이 억제된다 금석 문영상의 모델링을 위해 한지밀착본(韓紙密着本)디지털영상(HSDI, Hanzi squeezed digital image)의 전처리 과정을 수행하였다. HSDI 분석을 통해 국부통계처리 값들을 산출하고 영상을 모델링한다. 본 기법을 HSDI에 적용하여 에지부분의 미세한 변화를 향상시키고 배경영역을 평활시킴으로 결국 문자영역의 시각적 효과를 증대하였다 실험결과들은 제시한 알고리즘이 기존의 영상향상기법보다 우수함을 보여준다.

현재 프린터 산업에서는 다른 출력장치에 비해 색역이 작은 프린터의 색역을 확장하기 위해 CMY 이외의 색료를 추가하여 사용하고 있는 추세이다. 그러나 이러한 색료의 추가는 여러 가지의 색료 조합이 하나의 색 자극치를 나타내는 프린터 역 특성화 과정에서 잉여 문제를 일으킨다. 이에 본 논문에서는 색료간의 상관도를 고려하여 이러한 잉여 문제를 해결하는 프린터 역 특성화 방법을 제안한다. 먼저 동일한 색 자극치를 나타내는 여러 가지 색료 조합을 분석하기 위해 Cellular Yule-Nielsen Spectral Neugebauer 프린터 모델을 이용하여 모든 색료의 조합에 대한 색 자극치를 추정한다. 이 후 잉여 문제를 일으키는 색료의 조합들에 대해 색 공간에서의 주위 다른 색 조합들과의 상관도를 고려하여 가장 유사한 색료 조합을 선택한다. 이를 통해 임의의 입력 색 자극 값에 대한 출력 색료 값을 얻는 3차원 사면체 보간법을 사용하는 과정에서 오차를 줄일 수 있다. 이렇게 선택된 색료의 조합들과 색 자극치는 참조표로 저장된다. 실험에서는 CMYKGO 프린터를 사용하였으며 어두운 영역에서 색역이 확장 되었고, 좀 더 자연스러운 톤을 표현하였다.

본 논문에서는 카메라 자동 교정을 통한 3차원 재구성 과정에서 생기는 오차로 인해 포함되는 잡음을 특성에 따라 효과적으로 제거하여 정교한 3차원 데이터를 얻기 위한 방법을 제안한다. 기존의 잡음 평활화 과정은 잡음 때문에 면적이 큰 메쉬는 3차원으로 재구성하는데 문제점이 존재한다. 제안한 알고리즘은 메쉬의 면적이 중요하기 때문에 취득된 3차원 데이터는 불필요한 삼각형 메쉬들을 사전에 제거하는 전처리 과정이 필요하다. 본 연구는 3차원 메쉬의 면적 정보를 이용하여 잡음의 특성을 분석하고, 그 특성에 따라 피크 잡음과 가우스 잡음을 분리하여 효과적으로 잡음을 제거한다. 본 알고리즘의 성능은 재구성 데이터에 대한 정량적인 비교 분석을 통해 기존의 메쉬 평활화 방법보다 더 정교한 3차원 데이터를 얻음을 확인하였다.

본 논문에서는 실외 환경에서 모바일 디스플레이에 발생하는 명순응 현상과 섬광(flare)을 고려하여 주변광원에 적응적인 모바일 디스플레이에서의 색 재현을 제안하였다. 실외 환경에서 디스플레이된 영상은 인간 시각의 명순응 현상에 의해서 어둡게 인지되고 섬광으로 인하여 장치의 밝기는 다소 높아지지만 채도가 감소하는 현상이 발생한다 이러한 현상을 해결하기 위하여 입력 영상의 밝기를 향상하고 채도를 보상하여 실외에서 영상을 보더라도 실내에서와 유사한 영상으로 인지되도록 하였다. 첫째, 주변광원의 밝기는 조도센서를 사용하여 측정하고, 디스플레이의 반사율을 측정하여 해당 조도 하에서의 섬광을 계산하게 된다. 영상의 밝기는 주변광원의 밝기에 따라 변화하는 추상체(cone) 응답이 선형적으로 되도록 역변환 하여 향상하였다. 다음은 섬광으로 인하여 발생하는 물리적인 채도 저하 현상은 이것이 발생하기 전과 후의 차를 이용하여 그 크기만큼을 보상해 주었다. 결과적으로 제안한 방법을 적용한 영상을 실외 환경에서 보았을 때 기존의 어둡게 보이고 채도가 낮아지던 현상이 향상됨을 실험을 통하여 알 수 있었다.

이 논문에서는 H.264의 효율적인 움직임 추정을 위한 새로운 SAD(Sum of Absolute Differences) 프로세서의 구조를 제안하였다. SAD 프로세서는 전영역 탐색기법의 움직임 추정이나 고속 탐색기법의 움직임 추정에서 모두 사용되는 중요한 블록이다. 제안된 구조는 SAD 계산기 블록, combinator 블록, 최소값 계산기 블록의 3개의 블록으로 구성된다. 제안된 구조는 덧셈연산을 분산 연산(Distributed Arithmetic)을 사용하여 계산함으로써 구조를 단순화시켰다. 제안 구조를 HDL(Hardware Description Language)을 사용하여 실험한 결과 기존의 구조와 비교하여 39%의 게이트 카운트 감소효과를 보였다. 또한 FPGA를 사용하여 검증한 결과도 32%의 게이트 카운트 감소효과를 보였다. 따라서 제안된 움직임 추정용 SAD 프로세서는 칩의 면적이 중요한 변수인 H.264 칩에서 널리 사용될 수 있는 구조가 될 것이다.

본 논문에서는 3차원 얼굴인식을 위한 방사 기저 함수 신경망 기반의 새로운 전역적 형태 특징과 그 특징을 추출하는 방법을 제안한다. 방사 기저 함수 신경망은 방사 기저 함수들의 가중합으로써, 얼굴 형태 정보의 비선형성을 방사 기저 함수의 선형합으로 잘 표현한다. 이 논문에서는 얼굴의 가로 방향 프로파일을 학습된 방사 기저 함수 신경망에 적용시켰을 때 생성되는 가증치를 새로운 전역적 형태 특징으로 제안한다. 제안하는 전역적 형태 특징의 경우 국소적 특징의 특성을 가지며, 일반적인 전역적 특징의 특성인 특징의 복잡도도 감소시킨다. 100명의 데이터베이스 영상과 100명에 대한 서로 다른 3개의 포즈를 포함하는 300개의 테스트 영상을 이용한 실험에서 제안하는 전역적 형태 특징과 은닉 마르코프 모델을 이용한 특징 비교를 통해서 94.7%의 인식률을 얻었다.

정합과 노출 보정을 동시에 최적화하기 위하여 반복적인 정합 알고리듬인 Lucas-Kanade 알고리듬을 히스토그램 변환에 기초한 노출 보정 알고리듬과 접목하였다. 단순 회귀 모델에 기초하여 비매개변수 추정인 실험적 조건 평균과 그의 다항식 근사를 이용하여 노출 보정을 시도하였다. 제안한 동시 최적화 알고리듬은 각 최적화 과정의 분리화가 가능하므로 기존의 Mann이나 Candocia의 동시 최적화 알고리듬에 비하여 구현의 융통성 측면에서 유리하다. 투사 공간 변환 관계를 가지는 실영상 들을 가지고 모의실험을 수행한 결과에서 보면 노출 보정을 고려하지 않은 경우에 비하여 좋은 성능을 얻음을 확인할 수 있었다.

기존의 Matrix pencil 방식은 하나의 스냅샷으로 프로세싱 하기 때문에 신호의 다중경로가 존재하는 경우이거나 데이터 길이가 짧은 경우, 또는 환경이 nonstationary한 환경에서 DOA 추정에 적합한 방법이다. 그러나 array의 수가 많아지는 경우에는 복소수 계산으로 인하여 계산시간이 상당히 늘어나게 된다. 본 논문에서는 Matrix Pencil 방법의 계산량을 줄이기 위하여 unitary 변환을 이용한 Matrix Pencil방법을 제안 하였다. Unitary 변환이 Matrix Pencil에 성공적으로 적용되었으며, 컴퓨터 실험결과는 SNR에 따른 error을이 일치함을 보여 준다.

본 논문에서는 최적화 알고리즘의 속도를 향상시킬 수 있는 방안으로 설계자가 원하는 목적함수들의 수렴 범위를 Goal로 설정하여 최적화를 수행하는 GBNSGA(Goal-Pareto based Non-dominated Sorting Genetic Algorithm)를 제안한다. 많은 공학문제들은 하나의 목표치를 충족하는 해를 찾는 것이 아니라 다수 목적함수들을 충족하는 해를 찾는 것이 일반적이다 특히, 이러한 목적함수들은 서로 상충적인 관계를 갖는 경우가 대부분이기 때문에 모든 목적함수들을 만족하는 유일해를 찾는 것은 거의 불가능하다. 그 대안으로 일부 목적을 희생하며 설계에 부합되는 최적해를 찾는 파레토(Pareto) 방식의 최적화 알고리즘들에 대한 많은 연구가 진행되었다. 본 논문에서는 이러한 파레토 기반의 최적화 알고리즘들의 성능 향상을 도모하기 위하여 설계자의 목적을 파레토 할당에 반영하는 GBNSGA를 제안하고, 그 성능을 NSGA와 weighted-sum 접근 방식과의 비교를 통해 그 우수성을 검증하였다.

본 논문에서는 군대 주둔지 교도소 전략적 산업구조물 등 중요한 지역의 보안을 위한 조명환경 적응적인 실시간 영상 감시 시스템을 제안한다. 제안하는 시스템은 밝은 환경에서 뿐만 아니라 객체 판별이 어려운 어두운 환경에서도 객체 추출이 추적이 가능하도록 구현하며 그 절차는 다음과 같다. 첫 번째 단계에서는 입력 영상의 분포를 판별하여 전처리 여부를 판단하고 입력 영상이 어두워 객체 탐지가 어렵다고 판단되는 경우에는 Multi-scale Reinex Color Restoration (MSRCR) 과정을 거처 보정된 입력 영상을 얻는다. 두 번째 단계인 객체 정보 획득 과정에서는 정확한 객체의 추출을 위해 보정된 배경영상과 입력 영상과의 차영상을 이용하여 객체를 탐지하고 이진화 및 모폴로지 등 기본적인 영상처리 작업을 통하여 정확하게 객체를 추출한다. 마지막 단계에서는 추출된 객체의 중심점을 이용하여 좀 더 정확하게 객체를 추적할 수 있도록 한다. 실험 결과에서 제안하는 시스템은 어두운 환경에서 객체의 빠른 움직임에도 불구하고 효율적인 객체 탐지 및 추적을 수행한다.

현재 카메라들은 역광 환경에서 노출 시간 조절만으로 인간의 눈으로 볼 수 있는 것과 동일한 화질의 영상을 얻을 수 없으므로 역광 보정을 위한 화질 개선 방법이 필요하다. 기존의 화질 개선 방법으로는 Land의 인간의 시각적인 모델을 바탕으로 한 Retintex 알고리즘이 대표적이다. 그러나 처리 시간이 길고 역광 사진에 적용하는 경우 어두운 영역을 보정하기 위해 밝은 영역이 포화되어 버리는 문제가 있다. 그러므로 본 논문에서는 빠른 처리를 위해 연산량을 감소하고 어두운 영역과 밝은 영역의 균형 있는 Contrast 향상을 위하여 Retinex 알고리즘을 개선하여 새로운 알고리즘을 제안하고 K-Retinex 알고리즘이라 명명한다. 그리고 처리 시간과 영역별 표준 편차, Contrast Per Pixel 측정을 통해 제안된 알고리즘의 우수성을 입증하였다.

기존의 후처리 기법을 그대로 적용한 P-ECLMS(Post-Processing Expand Correlation LMS) 알고리즘은 동시통화환경에서 근단신호의 왜곡을 발생 시킨다. 이러한 문제를 해결해주기 위해 단일통화의 경우와 동시통화의 경우 후처리계수를 달리 하여 주는 SP-ECLMS(Selective Post-Processing ECLMS) 알고리즘을 제안한다. 상관도가 30% 이상 나을 때는 신호의 왜곡을 방지하기 위해 원래의 신호를 출력시키도록 하고 상관도가 그 이하일 경우는 후처리 값을 그대로 가중 값으로 적용하여 단일 통화 환경의 잔여반향을 줄여준다. 따라서 통화시간의 대부분인 단일통화환경에서의 잔여반향을 감소시키고 동시통화환경에서도 안정적 통신채널을 유지하도록 한다.

본 논문에서는 멀티 레이저 라인 조사 방법을 이용한 능동적 비젼(Active Vision)의 방법으로 비등속 이동물체의 표면을 효율적으로 모델링 하는 방법을 제안한다. 레이저 라인을 물체에 조사하고 레이저가 조사된 방향과 각도를 달리한 방향에서 이를 관찰하면 레이저 라인이 표면의 굴곡에 따라 휘어지는 현상을 관찰할 수 있다. 이를 삼각기법(triangulation method)을 이용하여 분석하면 물체의 표면 3차원 정보 획득이 가능하다. 기존에 대표적 구조화 조명기법인 단일 라인(single stripe) 기법과 단일 프레임(single frame) 기법의 장단점과 제안하는 멀티 라인 기법의 장점을 설명하고 정밀도를 높이기 위한 레이저 라인의 효율적 배치에 대하여 설명한다. 강인한 레이저 라인의 추출을 위하여, 레이저 라인 피크 검출기법과 색 분석을 통해 얻은 레이저 반응도를 함께 이용하는 방법을 소개하였고, 효과적인 레이저 라인의 라벨링 기법을 새로 제안하였다. 개별 3차원 복원 표면을 전체영상으로 표현하기 위하여 동기화 정보 획득에 영상 간 특징점 매칭을 활용한 영상 정합 기법을 접목하였다. 3차원 표면 모델링 기술을 최종적으로 컨테이너 표면 데미지 검사에 활용하여 제안 3D 모델링 기술의 우수성을 확인하였다.