본 논문은 DC 영상을 이용하여 기하학적 변환에 강인하며 고속처리가 가능한 워터마킹 알고리즘을 제안한다. 제안하는 방법은 JPEG 및 MPEG 영상압축 기술에 널리 사용되는 $8{\times}8$ 블록 DCT를 기반으로 하며, DC 성분만으로 구성된 DC 영상에 DWT 수행 후 웨이블릿 계수에 워터마크를 삽입한다. DC 성분을 이용한 워터마크 삽입으로 야기될 수 있는 화질 열화를 극복하기 위하여 DWT의 서브밴드 마다 워터마크 삽입 강도와 삽입량을 차별화한다. 제안하는 알고리즘은 $8{\times}8$ 블록 DCT 영역의 부분적인 복호화(즉, DC 영상)를 수행함으로써 실시간 워터마크 삽입 및 추출을 위한 고속처리가 가능하다. 실험결과로부터 제안한 워터마킹 방법이 기존의 DC 성분을 이용한 알고리즘과 비교하여 82%의 계산시간을 단축하였으며 다양한 기하학적 공격과 JPEG 압축 등의 기타 공격에 강인한 것을 확인하였다.

본 논문은 실시간 감시 시스템을 위한 웨이블릿(wavelet) 기반의 신경망과 불변 모멘트를 이용한 이동물체 인식과 추적 방법을 제안한다. 제안한 방법의 첫 번째인 움직임 후보영역 검출 단계에서는 연속된 두 프레임간의 차영상 분석 방법을 기반으로 하여 물체의 움직임에 의해 화소값 변화가 발생한 후보영역을 검출한다. 두 번째인 물체 인식 단계에서는 검출된 후보영역에 웨이블릿 신경망(wavelet neural network: WNN) 기반의 인식 방법을 사용하여 추적하고자하는 물체가 포함되어 있는지를 판별한다. 세 번째인 물체 추적 단계에서는 인식된 물체에 웨이블릿 불변 모멘트(invariant moments) 기반의 매칭 방법을 사용하여 인식된 이동 물체를 추적한다. 영상내에서 이동물체를 검출하기 위해 본 논문에서는 이전 영상과 현재 영상간의 화소밝기 차이에서 적응적 임계값(adaptive threholding)을 사용하여 주위 환경 변화에 강인한 이동물체 검출이 가능하였다. 또한 물체의 인식과 추적을 위해 웨이블릿 특징값을 사용함으로써, 계산 시간의 감소와 영상의 잡음에 의한 영향을 최소화시킬 수 있을 뿐만 아니라, 물체 인식 정확도가 향상되었다. 제안한 방법을 일반 도로에서 획득한 영상에서 실험한 결과, 자동차 검출율은 92.8%, 프레임당 처리 시간은 0.24초이다. 이것을 통해 제안한 방법은 실시간 지능형 교통 감시 시스템에 유용하게 적용될 수 있음을 알 수 있다.

3DTV를 위한 핵심 기술 중의 하나인 다시점 영상에서 변이를 추정하고 가상시점을 합성하는 새로운 방식을 제안한다. 다시점 영상에서 변이를 효율적이고 정확하게 추정하기 위해 준 N-시점 & N-깊이 구조를 제안한다. 이 구조는 이웃한 영상의 정보를 이용하여 변이 추정 시 발생하는 계산상의 중복을 줄인다. 제안 방식은 사용자에게 2D와 3D 자유시점을 제공하며, 사용자는 자유시점 비디오의 모드를 선택할 수 있다. 실험 결과는 제안 방식이 정확한 변이 지도를 제공하며, 합성된 영상이 사용자에게 자연스러운 자유시점 비디오를 제공한다는 것을 보여준다.

기존의 보안 감시 시스템은 화각이 좁은 일반 렌즈를 주로 사용하여 천정이 낮고 실내가 넓은 환경에 적용하기가 어려웠다. 이를 해결하기 위해 단순히 카메라의 수를 늘리는 방법은 비용의 증가와 설치의 어려움 등의 문제가 있다. 따라서 본 논문에서는 화각이 180도인 어안 카메라를 다수 설치한 사용자 감시 시스템을 제안하였다. 단일 어안 카메라에서 물체간의 교차에 의한 가림현상이 발생되는 문제를 해결하기 위해서 카메라간의 상동관계를 다중 어안 카메라 시스템에 적용하였다. $17{\times}14m$의 공간의 2.5m 높이에 설치된 4대의 어안 카메라에서 5명이 서로 교차하면서 움직이도록 하여 수행한 결과, 단일 어안카메라에서 최대 46.1% 낮은 검출율을 보인 반면 제안된 시스템에서 83.0%로 향상된 성능을 보였다.

H.264/AVC는 기존 압축기술 대비 가변 블록 움직임 보상, 복수 참조 영상, 1/4 화소 움직임 벡터 정확도 및 인-루프 디블록킹 필터 (In-loop Deblocking Filter) 등을 지원하고 있다. 이런 부호화 기술은 압축 효율 향상의 주된 기능이면서, 동시에 높은 복잡도의 요인으로 작용하고 있다. 저사양, 저비트율의 단말기에서 H.264 부호화 기술의 실제 응용 확대를 위해서는 속도향상 개선이 필수적이다. 동영상의 주관적 화질을 상당부분 개선할 수 있는 디블록킹 필터 (Deblocking Filter)는 현재 복잡도와 높은 계산량으로 인하여 저사양 단말기에서는 제한적으로 사용되고 있다. 본 논문에서는 실시간 저비트율의 디지털 동영상압축 시 발생하는 블록킹 현상을 효율적으로 제거하는 디블록킹 필터의 성능개선 방법을 제안한다. 본 논문에서 제안하는 디블록킹 필터링 방법은 움직임 보상에서의 가변블록 정보를 이용하여 영상의 공간적 상관관계를 추출하고, 그 특성에 맞게 4가지 필터모드(Filter Mode)로 분리하여 분리된 영역에 적응형 필터 구조를 취한다. 적용된 모드별 필터링은 블록킹 현상을 제거함은 물론 과도한 블러링 현상(Blurring Effects)을 방지하고 영상내의 세밀한 영상 성분들과 블록 경계간의 실제 에지를 보호함과 동시에 기존 방법 대비 $30{\sim}40%$의 성능향상의 개선을 이루었다.

본 논문에서는 대역 제한된 색도 신호에 의해 발생하는 색 번짐 현상을 TV 수신단이나 MPEG 디코더에서 효과적으로 개서하는 색 버짐 개선 방법을 제안한다. 비디오 영상 신호는 영상의 밝기 정보를 가지고 있는 한 개의 휘도 신호와 색상 정보를 가지고 있는 두 개의 색도 신호로 구성되어 있으며 사람의 눈이 미세한 면적에 대해서는 색의 변화를 거의 인식하지 못하는 점을 이용하여 색도 신호의 고주파 정보를 제한하고 있다. 하지만 HDTV와 같은 고화질 화상 제품이 생산됨에 따라 색 번짐 현상이 화질 저하의 요인으로 인식되기 시작하였다. 본 논문에서는 영상 융합 기술을 이용하여 색도 신호보다 더 많은 고주파 정보를 가지고 있는 휘도 신호의 고주파 성분을 이용하여 손상된 색도 신호의 고주파 성분을 추정하는 방법을 제안한다. 휘도 신호로부터 추출된 고주파 성분은 추정된 색도 신호와 원본 색도 신호 사이에 발생하는 에러의 ${\iota}_2-norm$이 최소화 되도록 설계된 공간 적응적 가중치에 의해서 적절히 조절된 후에 입력 색도 신호와 결합되어 색 번짐이 개선된 색도 신호를 얻을 수 있게 하다. 제안하는 색 번짐 개선 방법은 색도 신호의 해상도를 휘도 신호의 해상도만큼 향상시키기 때문에 자연스러운 결과를 출력하며 또한 기존의 방법에서는 개선하기 힘들었던 좁은 경계에서의 색 번짐 현상도 효과적으로 개선한다. 실험 결과에서는 제안된 방법이 기존의 방법에 비해 시각적 및 수치적인 면에서 뛰어난 결과를 보임을 확인할 수 있다.

본 논문에서는 터널 환경 내에서 발생할 수 있는 화재를 조기에 실시간으로 탐지하기 위한 시각 처리 기법을 제시한다. 다양한 환경 하에서 화재 발생 시 이를 조기에 발견하여 인명 및 재산 피해를 최대한 줄이기 위한 목적을 가지고 많은 연구들이 제안되었다. 그러나 터널 화재 탐지의 경우 터널 환경이라는 특이성 때문에 기존의 화재 탐지 기법을 적용하기 어려우며, 터널 공간에 특성화된 새로운 알고리즘이 필요하다. 이에 본 논문에서는 컬러정보를 기반으로 한 화염 후보 영역 검출기법, 움직임 정보를 기반으로 한 연기 후보 영역 검출 기법을 사용하고 모폴로지 기법, 재검증 및 제거 기법을 이용하여 화재 검출 시 발생할 수 있는 오검출 영역을 제거하는 방법을 통해서 정확한 위치 탐지와 조기 탐지가 가능한 알고리즘을 개발하였다. 또한 실험 결과를 통해 각각의 성능을 비교함으로써 제시한 알고리즘의 타당성을 보여주었다.

이 논문은 산업용 방사선영상을 비선형왜곡의 영향으로부터 복구하는 방법을 제시한다. 비선형 형태의 모델을 구현하기 위해 역자승법칙과 비어의 법칙에 근거한 해석적 방법을 고안한다. 방사선 선원과의 위치설정에 따른 다양성에 기인한 기하학적 영향이 디지털화된 영상에 반영된다. 각도, 위치, 흡수상수, 길이, 너비 및 화소수 산출 등과 같은 파라미터 값으로 표현하는 모델관련 특성을 샘플영상과 일치하도록 모델 내에 수식적으로 규정하였다. 모델과 최근접한 영상으로의 복구를 위한 탄젠트 기울기 기반 보정기법을 고안하였다. 이 방식을 강판튜브 방사선영상에 적용하여 영상을 복구한 결과가 제시되고 논의된다.

보간 필터는 샘플링된 데이터의 사이 값을 추정하는 회로로서 시간 복원 시스템에 널리 사용된다. 다항식 보간은 주어진 점의 정보를 가지고 각 다항식의 계수를 계산하여 추정하는 위치의 값을 계산하는 것이다. 본 논문에서는 Lagrange 3차 보간 방정식에서 주어진 계수를 제안한 ${\delta}$함수로 변환하는 보조 필터를 이용하여 보간 성능을 개선시키는 방법을 제안한다. 예제를 이용하여 제안한 구조와 기존 보간 회로 구조와 비교하였을 때 효율적임을 입증한다.

본 논문에서는 초음파 센서를 이용하여 고령자를 위한 앰비언트 디스플레이 시스템을 제안하고, 시스템의 신뢰도를 높이기 위해서 선형 예측 알고리즘을 적용하였다. 본 논문에서는 시스템의 사용자를 고령자로 제안하여 일반인에 비해 느린 움직임으로 가정하였고 얻어진 데이터가 모두 극점인 데이터의 특성상 AR(Autoregressive) 모델을 사용하여 Yule-Walker 방식의 선형 예측 알고리즘을 적용하였다. 선형 예측 알고리즘을 적용하기 위해서는 적절한 참조 데이터와 차수의 결정이 요구된다. 본 논문에서는 데이터의 특성과 평균 에러, 계산량을 고려하여 50개의 참조데이터를 이용한 16차의 시스템을 통해서 앰비언트 디스플레이 시스템의 신뢰도를 평균 74.39%, 최대 97.97%정도 높일 수 있음을 확인하였다.

본 논문에서는 보이스 피싱 (Voice Pishing) 예방을 위한 알고리즘을 3GPP2 Selectable Mode Vocoder (SMV) 코딩 파라미터를 기반으로 제안한다. 상대방 휴대폰에서 전송된 신호를 기반으로 SMV의 복호화 과정에서 자동적으로 추출되는 중요 특징벡터만을 사용하여 Gaussian Mixture Model (GMM)을 구성하고 이를 기반으로 보이스 피싱 예방을 위한 검출 알고리즘을 제안하였다. 실험 결과 제안된 코딩 파라미터 기반의 보이스 피싱 알고리즘이 전화사기 예방에 우수한 성능을 보인 것을 알 수 있었다.

본 논문에서는 다양한 잡음 환경에서 음성의 통계적 모델에 기반한 음성 검출기의 성능향상을 위해 PSFM (Power Spectral Flatness Measure)을 이용하여 실시간으로 변별적 가중치 학습 (Discriminative Weight Training) 기반의 최적화된 우도비 테스트 (Likelihood Ratio Test, LRT)를 제안한다. 먼저, 기존의 통계모델기반의 음성 검출기를 분석하고, 이를 기반으로 MCE (Minimum Classification Error)방법을 도입하여 도출한 각 주파수 채널별 가중치를 PSFM 값에 기반하여 실시간 매 프레임마다 다른 가중치를 적용한 우도비 기반의 음성 검출 결정법을 제시한다. 제안된 알고리즘은 다양한 잡음 환경에서 기존에 제시된 음성 검출기와 비교하였으며, 우수한 성능을 보인다.

본 논문은 남/여 성별에 기반해 음성을 평상, 기쁨, 슬픔, 화남의 4가지 감성 상태로 분류하는 감성인식 시스템을 구축하였다. 제안된 시스템은 입력 음성으로부터 1차적으로 남/여 성별을 분류하고, 분류된 성별을 기반으로 남/여 각기 최적의 특징벡터 열을 적용하여 감성인식을 수행함으로써 감성인식 성공률을 향상시켰다. 또한 음성인식에서 주로 사용되는 ZCPA(Zero Crossings with Peak Amplitudes)를 감성인식용 특징벡터로 사용하여 성능을 향상시켰으며, 남/여 각각의 특징 벡터 열을 최적화하기 위해 SFS(Sequential Forward Selection) 기법을 사용하였다. 감성 패턴 분류기로는 k-NN과 SVM을 비교하여 실험하였다. 실험결과 제안 시스템은 4가지 감성상태에 대해 약 85.3%의 높은 감성 인식 성공률을 달성할 수 있어 향후 감성을 인식하는 콜센터, 휴머노이드형 로봇이나 유비쿼터스(Ubiquitous) 환경 등 다양한 분야에서 감성인식 정보를 유용하게 사용될 수 있을 것으로 기대된다.