본 논문은 물체 추적에 적합한 새로운 형식의 히스토그램 모델을 제안한다. 제안하는 색상 히스토그램은 양자화 된 각 색상요소에 대해 픽셀의 개수뿐만 아니라 평균 위치 정보 그리고 평균 위치로부터 일정하게 떨어진 영역에 속하는 픽셀들의 색상평균값을 포함한다. 또한 제안하는 히스토그램간의 유사도를 나타내기 위하여 Bhattacharyya 거리를 기본으로 새로운 유사도 함수를 정의하고 mean shift 기법에 적용한다. 기존의 mean shift 기반 기법들과는 달리 본 논문에서 제안하는 알고리즘은 물체 주변 배경 영역에 물체와 비슷한 색상이 존재하더라도 강건한 물체 추적이 가능하다. 실험 결과는 기존 기법들과의 비교를 통하여 개선된 추적 결과를 보여준다.

본 논문에서는 고 전송률에서도 구현이 가능한 엔트로피 제한(entropy constrained) 벡터양자기를 제안하였다. 양자화는 프로덕트 부호책에 기초한 프로덕트 표본 적응 양자기(sample-adaptive product quantizer)를 사용하여 엔트로피 제한 SAPQ(ECSAPQ) 설계 알고리듬을 제안하고 실험을 통하여 성능을 비교해 보았다. 제안한 ECSAPQ는 비슷한 복잡도의 엔트로피 제한 VQ보다 약 0.5dB 정도 성능이 좋음을 알 수 있었다. 또한 스칼라 양자기에 기초한 ECSAPQ는 Shannon의 최저 왜곡 곡선과 1.53dB의 차이를 가지는 ECSQ의 고 전송률에서의 이론 곡선보다 더 낮은 왜곡 곡선을 가짐을 확인할 수 있었다.

디지털 신호의 양을 줄이기 위한 손실 소스 부호화에서 양자화는 필수적이다. 이때 보다 효율적인 양자화를 위해서는 벡터양자기(vector quantizer: VQ)를 사용하는데, 벡터의 차수 또는 전송률이 올라감에 따라 VQ의 부호화 복잡도는 기하급수적으로 증가한다. 이를 보완하기 위하여 여러 변형된 VQ가 제안되어 있다. 이러한 변형된 VQ의 일종으로 표본 적응 프로덕트 양자기(sample-adaptive product quantizer: SAPQ)가 있는데, 벡터의 차수를 줄여서 부호화 복잡도를 줄일 수 있는 프로덕트 VQ(product VQ: PQ)와 유사한 구조를 가지지만, 일반 PQ보다 더 좋은 성능을 가지면서 일반 VQ보다는 부호화 복잡도가 낮고 부호책을 위한 메모리의 크기도 작은 일종의 구조적 제한을 가지는 VQ이다. 이러한 SAPQ 중에서 부호책의 구조가 양자화 공간의 대각선에 대칭 형태를 가지는 단순한 형태의 1-SAPQ가 있는데, 이러한 1-SAPQ의 성능은 동일한 분포를 가지며 서로 독립인 입력에 좋은 성능을 보인다. 본 논문에서는 1-SAPQ를 1차 마르코프 과정에 대하여 설계하고 그 성능을 평가하였다. 효율적인 1-SAPQ의 설계를 위하여 초기 부호책 설계 알고리듬을 제안하였으며, 수치해석을 통하여 1-SAPQ는 비슷한 부호화 복잡도를 가지는 VQ보다 좋은 성능을 보임을 보였다. 또한 DPCM(differential pulse coded modulation) 기법에 Lloyd-Max 양자화를 사용한 경우의 성능에 근접함을 보였다.

본 논문은 시각적 랜드마크를 제안하고, 이를 이용한 주차 보조 시스템을 보인다. 시각적 랜드마크는 주차 박스에 해당하는 특징으로 주차장의 환경을 고려하여 선택한다. 주차장은 두드러진 특징이 없는 단순한 모양이 반복되는 패턴을 가지는 환경으로, 기존 랜드마크는 주차장 환경에 사용하기 적당하지 못하다. 본 논문에서는 이런 주차장 환경에 맞는 랜드마크를 제안한다. 우리는 제안한 랜드마크를 사용하여 자동차의 위치를 추정하고, 현재 자동차 상태에 따른 자동차의 궤적을 예측한다. 시스템의 입력은 자동차에 장착된 카메라 한 대에서 촬영한 영상이다. 이 영상으로 자동차의 위치를 추정하고, 현재 바퀴 상태를 사용해 자동차가 주차장의 어디로 움직일 지를 보여주는 방식으로 운전자를 보조한다. 실험을 통해 제안한 시각적 랜드마크의 성능과 이를 사용한 주차 보조 시스템의 성능을 보였다.

적조란 유해조류의 일시적인 대 번식으로 바다를 적색으로 변화시키며 양식장의 어패류를 집단 폐사 시킬 뿐 아니라 연안환경 및 바다 생태계에 악영향을 미치는 자연 현상이다. 적조에 의한 양식어업의 피해는 매년 발생하고 있으며 매년 적조방제에 많은 비용을 소비하고 있다. 이 때문에 적조 발생을 미리 예측할 수 있으면 적조에 대한 피해 및 방재 비용을 최소화 시킬수 있다. 본 논문은 앙상블 학습은 이용한 적조발생 예측 방법을 제안한다. 제안방법은 앙상블 학습의 bagging과 boosting 방법을 이용하여서 적조를 예측의 성능을 향상시킨다. 실험결과 제안방법은 단일 분류기에 비하여서 더 좋은 적조 발생 예측 성능을 보였다.

본 논문에서는 영상 단말에 디스플레이되는 영상들을 이용하여 전송된 영상의 원본 상태를 예측하는 복원 알고리듬을 제안한다. 제안한 알고리듬은 카메라를 이용하여 비디오 단말 스크린에 나타나는 영상들을 취득한다. 전송된 영상들은 카메라를 통해 획득된 영상들을 이용하여 예측해야 하지만, 일반적으로 카메라를 통해 획득된 영상들은 영상 출력 장치와 카메라의 특성에 의해 기하학적 왜곡과 컬러 왜곡을 포함하게 된다. 우리는 가중치 선형 모델을 이용하는 컬러 왜곡과 호모그라피를 이용하는 기하 왜곡 보정 알고리듬을 이용하여 이러한 왜곡들을 보정하는 알고리듬을 제안한다. 실험결과, 제안한 알고리듬이 예측한 영상과 원본 영상과의 PSNR이 28 ~ 29 정도로 나타났다.

H.264/AVC 표준의 제정 이후에도 ITU-T VCEG 에서는 KTA 소프트웨어를 바탕으로 부호화 효율을 향상시키기 위해 유망한 비디오 압축 기술들을 계속 연구해 왔다. 최근에는 ISO/IEC MPEG과 ITU-T VCEG은 공동으로 JCT-VC를 결성하여 H.264/AVC 대비 두 배 높은 차세대 영상 압축 표준인 HEVC를 진행 중에 있다. 다양한 차세대 부호화 기술 중에 움직임 예측을 위한 적응적 영상 보간 기술은 높은 부호화 성능을 보이지만, 많은 계산량과 다양한 영상에 대한 에러 특성을 반영하지 못하는 문제점이 있다. 본 논문에서는 영상에 따른 보간 필터의 특성을 파악하고, 이를 기반으로 다양한 에러 특성을 반영하는 효과적인 고정 보간 필터뱅크를 제안한다. 실험 결과, 제안하는 방법은 KTA의 고정 방향성 보간 필터(FDIF)와 HEVC의 방향성 보간 필터(DIF) 대비 각각 0.7%와 1.3%의 부호화성능 향상을 얻었다.

본 논문에서는 대기 열황 영상의 색상 분석을 통해 대기값과 전달률을 추정하여 대기 열화 요인을 제거함으로써 영상의 가시성을 향상시키는 알고리듬을 제안한다. 제안하는 알고리듬은 RGB채널의 최대값을 이용하여 영상을 정규화 시키고, 반사율을 이용하여 RGB 채널 각각의 적응적 대기값을 추정한다. 또한 영상의 Y채널의 감마보정을 통해 전달률을 생성한다. 결과적으로 대기값과 전달률을 이용하여 대기 열화 요인을 제거함으로써 가시성이 향상된 영상을 얻는다. 제안된 방법은 영상의 색상을 분석하기 때문에 기존의 기술의 문제점인 색상왜곡을 억제하고, 효과적으로 영상을 복원함으로써 가시성 향상에 있어서 뛰어난 성능을 보인다. 그 결과 제안된 알고리듬은 안개, 연기, 먼지 등과 같은 다양한 대기중의 불순물에 의한 화질 열화를 효과적으로 제거하여 가시성 향상에 기여할 수 있다.

초해상도 영상복원은 동일한 노출을 가진 다수의 저해상도 영상을 사용하며, 각 영상들 간의 부화소 이동량을 통해 높은 해상도를 가지는 영상을 복원하는 방법이다. 최근에는 노출이 다른 다수의 입력 영상들을 사용하여 해상도와 동적범위 모두를 향상시키는 방법들이 제시되고 있다. 기존의 방법들은 장면의 휘도 변환을 위한 카메라 응답곡선과 톤 맵핑 방법을 필수적으로 요구한다. 이러한 과정에서 CRC 곡선은 추가적인 영상 획득을 요구하며, 과정 또한 복잡하다. 특히 톤 맵핑은 방법에 따라 결과 영상의 화질을 일정하게 나타내지 못하는 장점이 있다. 따라서 본 연구에서는 가중치 맵을 사용한 고해상도 동적 범위 확장 영상 재현 방법을 제시한다. 제안된 방법에서 먼저 각 입력 영상에서 인간 시각에 가장 잘 보이는 영역을 가중치 맵(weight map)이라 정의하고, 가중치 맵이 적용된 입력 영상을 초해상도 복원방법에 적용함으로써, 해상도와 동적 범위가 모두 확장된 결과 영상을 획득한다. 이 방법은 카메라 응답곡선과 톤 맵핑을 사용하지 않음으로 일정한 화질을 획득한다. 또한 제안된 방법은 입력 영상의 구성에 따라 결과 영상의 화질이 다르게 나타남으로, 수수의 불규칙한 입력에도 유사한 결과를 획득하기 위한 밝기 보상 요소를 제안한다.

현재 사용되고 있는 두뇌영상의 제거 방법은 비록 환자의 개인 정보를 보호하고 있으나, 과도한 제거로 정확한 두뇌영상의 무결성을 손실할 수 있다. 원래 두뇌의 영상과 동일한 두뇌 조직을 나타내면서 환자의 신원을 감출 수 있는 새로운 익명화 얼굴모델을 생성시키는 방법을 연구하였다. 제안방법은 두 단계로 구성되었다: 10명의 두뇌영상을 정규화시켜서 모조 두뇌 표본 영상을 생성하는 단계와 실험영상 두뇌의 외곽부를 모조 두뇌의 안면부로 대체시키는 단계이다. 전체 두뇌영상에서 두피와 두개골 영역을 분할하기 위하여 레벨셋 알고리즘을 적용하였다. 영역화된 모조 두뇌를 대상 두뇌영상에 동일하게 배치하고 정규화를 시켜서 익명화된 얼굴 모델을 생성하였다. 원래 영상과 변형된 영상의 두뇌 조직부의 밝기 변화를 비교하여 제안 알고리즘의 타당성을 실험하였다. 실험 결과 두 두뇌영상은 두뇌 조직에서 완전히 동일하면서 신원을 파악할 수 없는 것을 검증하였다.

3차원 영상(3D image)이란 영상 매체를 통해서 현실세계와 동일하게 인식하는 방법으로 인간의 시각 특성을 이용하여 실제로 자연에서 보고 느끼는 현실감, 깊이감을 그대로 표현해 내는 기술을 이야기 한다. 이러한 3D 영상을 디스플레이와 프린트매체 모두에 사용되기 위해 적용되는 영상처리 기법이 anaglyph를 이용한 3D 영상 처리이다. Anaglyph는 주로 적-청 안경을 사용해서 한쪽에는 적색영상을 인지하고, 한쪽에는 청색영상을 인지하도록 하며, 이 때 적색과 청색 영상의 깊이감을 조절하여 영상이 3D로 인식 되도록 하는 기술이다. Anaglyph기법은 간단하게 영상을 생성할 수 있고, 또한 필터의 구현이 쉬운 반면, 좌 우 영상의 밝기차이로 발생하는 망막 경합 현상을 야기하여 사람이 3D를 인지하는 동안 눈에 피로감을 가중 시킨다. 따라서 본 연구에서는 두 영상의 밝기차이를 줄여 망막 경합을 최소화 하는 영상처리 방법을 제안한다. 또한 밝기 차를 줄이면서 나타나는 색 왜곡 현상과 채도 저하 현상을 보상하여 결과 영상의 화질을 향상시킨다. 밝기를 보상하는 방법은 원본 영상의 밝기와 좌 우 영상의 밝기의 평균을 취하여 밝기 비율을 유지하면서 두 영상의 밝기 차이가 줄여진다. 그 결과, 밝기 차에서 나타나는 망막경합을 최소화 하면서, 또한 필터의 사용으로 인해 나타나는 밝기 저하 현상을 보상한다. 밝기의 향상으로 인해나타나는 채도 저하 현상은 디스플레이의 색역의 가장자리(boundary)의 변화에 비례하여 채도를 향상시킴으로써 밝기에 비례한 채도 향상이 이루어져 보다 원본에 가까운 색을 관찰할 수 있다. 또한 밝기 보상과정에서 좌 우 영상의 색이 섞이는 현상에 대해 필요한 요소 외에는 절단(Clipping) 방법을 적용하여, 각 영상에 필요한 요소만을 취함으로써 더욱 원본에 가까운 영상을 재현한다.

본 논문에서는 잡음환경에서 효과적인 음성을 검출하기 위한 새로운 음성 검출 (VAD, voice activity detection) 알고리즘을 제안한다. 통계적 모델에 기반의 Likelihood ratio (LR)를 통하여 도출되는 전역 음성부재확률 (GSAP, global speech absence probability)은 음성검출을 위한 피쳐 (feature) 파라미터로 널리 적용되고 있다. 하지만 신호 대 잡음 비 (SNR, signal-to-noise ratio)가 낮은 잡음환경에서는 정확한 GSAP 추정이 어려운 문제점을 가지고 있다. 따라서 제안된 방법에서는 잡음환경에서 강인한 VAD 알고리즘을 위하여 Teager energy (TE) 기반의 GSAP를 피쳐 파라미터로 적용한다. 제안된 알고리즘은 기존의 방법과 객관적인 실험을 통해 비교 평가한 결과 다양한 배경잡음 환경에서 향상된 성능을 보였다.

본 논문에서는 향상된 최소값 제어 재귀 평균 기법 (improved minima controlled recursive averaging, IMCRA) 알고리즘의 잡음 전력 추정성능을 향상 시키기 위한 알고리즘을 제안한다. 기존의 IMCRA은 주파수 특성이 빠르게 변화하는 비정상적인 환경과 낮은 SNR을 갖는 상황에서 잡음 전력 추정에 직접적으로 영향을 미치는 음성 검출기의 성능이 강인하지 못한 단점이 있다. 본 연구에서는 강인한 음성 검출 성능을 위해서 기존 IMCRA의 음성 검출기에 전역 음성 부재 확률을 적용한 음성 향상 기법을 제안한다. 제안된 알고리즘의 성능 평가는 음성의 perceptual evaluation of speech quality (PESQ)와 composite measure를 통한 음질을 평가하였다. 실험 결과 다양한 잡음 환경 (car, white, babble)에서 전역 음성 부재 확률을 적용한 IMCRA의 음성 향상 기법이 향상된 결과를 보여주었다. 특히, 비정상잡음 환경인 babble 5dB에서 PESQ 0.026, composite measure 0.029의 향상된 음질을 나타내었다.

일상생활에서 음성안내 시스템을 이용한 안내 방송을 많이 접하게 되는데, 이러한 신호에 주변잡음이 추가되면 그 명료도가 떨어져서 이해하기가 곤란하다. 주변잡음은 항상 일정한 것이 아니라 시시각각 변화하는 불안정한 신호이다. 이렇게 불안정한 신호에 맞춰 출력신호를 조절하기는 어렵다. 본 논문에서는 백색소음 환경에서 잡음의 변화에 따라 음성안내출력신호를 적응적으로 변화시키는 방법을 제안하였다. 주변잡음은 열화된 방송신호에서 저장된 출력신호의 차로 구했다. 이 신호를 이용하여 신호대 잡음비를 추정하였으며, 음성안내레벨은 잡음의 변화에 따라 적응적으로 변하게 된다. 제안한 방법은 청자의 어음변별력을 향상시켜주며, 엠프의 에너지를 효율적으로 사용하는 장점이 있다.

본 논문은 밀리미터파 탐색기 신호처리장치의 개발 및 시험에 대하여 기술한다. 지대공미사일은 표적의 종류 및 상황에 따라 다양한 송신파형이 요구되기 때문에 유연성을 고려한 하드웨어, 소프트웨어 설계를 하였다. 본 신호처리장치는 ADC, FPGA, DSP 및 기타 소자들로 구성된다. FPGA는 DSP에 연동 인터페이스를 제공하고, 중간주파수 신호를 기저대역신호로 변환한다. DSP는 신호처리, 표적정보계산 및 장치제어를 수행한다. 각 부품은 하드웨어적으로 직렬로 연결되며, 다양한 송신파형에 대한 신호처리 알고리즘은 병렬로 연결되어있다.