H.264 부호화 기법은 단방향 및 양방향 예측 모드를 채택하고 있으며, 가변 길이 부호화를 사용하기 때문에 비디오 부호기에서 발생되는 데 이터량은 시간에 따라 변한다. 전송채널 용량이 제한된 고정 비트율 부호기에서는 출력 비트량을 제어하기 위해 버퍼가 사용되는데, 버퍼가 넘치거나(overflow) 고갈되는 것(underflow)을 막기 위해 발생 비트량을 적절한 영역 내에서 제한해야 한다. 기존의 비트량 제어방법 에서는 영상데이터의 왜곡 값과 양자화 계수간의 $\lambda_{MODE}$가 정규 값을 벗어나기 때문에 화질이 열화 된다. 본 논문에서는 H.264 동영상의 왜곡 값에 대한 새로운 양자화 계수론 도출하여 피드백 함으로써 버퍼의 넘침이나 고갈을 방지할 수 있는 알고리즘을 제안하였다. 제안한 기법을 6개의 실험데이터에 적용한 견과 PSNR 값은 기존 방법에서와 비슷하면서도 비트율은 최대 8%까지 감소하였다.

본 논문에서는 기존 NTSS 알고리즘을 다중해상도(MR : Multiple Resolution)기법을 이용하여 NTSS-3 레벨 알고리즘으로 제안하였다. 고속 블록정합 알고리즘은 패턴 방식에 따라 속도에 많은 영향을 미치는데 본 논문에서는 기존 NTSS의 패턴 방식과 다른 다중해상도 기법을 이용한 레벨에 따른 블록정합 알고리즘을 제안하였다. 블록 정합알고리즘에서 국부최소화 문제(Local minima problem)로 발생하는 화질 저하를 개선하기 위해 MC(Multiple Candidate)라는 다중후보를 이용하였다. 실험 결과 제안한 기법을 FS와 비교하면 16배의 탐색 속도론 나타내었고 기존 고속 블록 정합 알고리즘인 NTSS 방식에 비교 할 때 PSNR값에 있어서는 0.11-0.12(dB) 화질이 개선되었으며 속도 면에서도 0.1배 향상되었고 탐색점 대비 화질개선이 우수함을 나타내었다.

생체 특징 중에서 서명은 취득 시마다 환경이나 감정변화에 따라 동일인이라 하더라도 서명간에 변이가 존재하며 그 변이특성이 지문과 홍채와 같은 다른 생체 특징보다 크게 나타난다. 따라서, 본 논문에서는 주성분분석기법과 선형판별기법을 이용하여 서명 변이에도 강인한 서명 검증 기법을 제안한다. 제안한 방법은 서명 변화에 대한 영향을 최소화하기 위해 서명을 새로운 격자분할 방식에 의해 수직축과 수평축으로 투영시켰다. 투영된 서명은 주성분분석(PCA) 기법과 선형판별분석(LDA) 기법을 이용하여 각각의 서명에 대한 특징을 산출한 후 서명검증을 하였다. 제안된 서명검증 알고리즘의 타당성을 검토하기 위해 실험한 결과, 오거부율이 약 1.45%일 때 오인식률이 2.1% 결과를 보였다.

객체지향 분석-합성 부호화는 일련의 영상들을 여러 개의 동 객체로 분할한 후 각 객체의 움직임을 추정하고 보상한다. 그것은 각 객체에 있는 움직임 정보를 추정하기 위해 변환 파라미터 기법을 적용하는데 이때 변환 파라미터 기법은 그레디언트 연산자를 사용하기 때문에 매우 복잡한 계산이 요구된다. 본 논문의 목적은 객체지향 분석-합성 부호화에서 계층적 구조를 사용한 효율적인 변환파라미터 기법을 개발하는 것이다. 이러한 목표를 달성하기 위해 본 논문은 계층적 구조를 사용한 하이브리드 변환파라미터 추정 방법과 적응형 변환 파라미터 방법의 두 가지 알고리듬을 제안한다. 전자는 파라미터 검증 방법을 사용하는데 원 영상을 1/4로 축소한 저해상도 영상에서 파라미터 검증 처리 방법에 의해 6-파라미터 또는 8-파라미터로 추정한다. 후자는 동일한 계층적 방법을 적용한 다음 변환 파라미터를 적응적으로 추정하기 위해 temporal co-occurrence 행렬에 기반 한 움직임 량을 측정하는 움직임 판단기준을 사용한다. 이러한 방법은 고속이며, 병렬처리 기법을 사용할 경우 쉽게 하드웨어로 구현할 수 있는 이점이 있다. 이론 분석 및 모의시험 결과 제안한 방법이 기존 방법에 비해 약 1/4 정도로 월등한 계산량 감축을 얻을 수 있었으며, 아울러 제안한 방법들에 의해 복원된 신호대 잡음비는 6-파라미터와 8-파라미터 추정 방법에 의해 복원된 결과들 사이에 있음을 보여 준다.

통신 기술의 발전으로 무선 채널을 이용한 멀티미디어 서비스를 제공하기 위한 방법이 활발히 연구되고 있다. 이에 따라 최근 무선망이나 인터넷과 같이 오류가 많이 발생하는 채널을 통한 비디오의 전송이 급격히 증가하면서 채널 상에서 발생하는 전송에러로 인한 데이터의 손실이 심각한 문제로 대두되고 있으며, 이에 따라 에러 은닉이 주된 관심사로 부각되었다. 에러 은닉 기법은 부가 정보가 필요 없으며, 부호화 기법의 변형 없이 적용이 가능하기 때문에 널리 연구되고 있다. 본 논문에서는, 손실된 블록 주위의 정상블록들 중 움직임 벡터들의 적응적 선택을 이용하여 중간 값을 취한 후, 손실된 블록의 새로운 움직임 벡터로 할당하고, OBMC(Overlapped Block Motion Compensation)을 통해 최종적으로 손실영역을 은닉하게 된다. 이 방법은 연속된 GOB(Group Of Block)의 손실에 있어서 효과적임을 알 수 있었다. 실험 결과 PSNR 성능평가 면에서 제안한 방법의 결과가 기존의 방법들 중 우수한 에러은닉 결과를 내는 MVRI(Motion Vector Rational Interpolation)이나 메디안$.$중첩 에러 은닉 기법에 비해 약 3db정도 향상된 결과를 얻을 수 있었다.

이미지에서 문자 추출은 영상을 이해하기 위한 가장 기초적이고 중요한 문제이다. 본 논문에서는 문자의 획 특징을 이용하는 통계적인 방법으로 문자 영역을 검증하는 방법을 제안한다. 제안하는 방법은 $16\times16$ 크기의 텍스트와 비텍스트 이미지를 웨이블릿(wavelet) 변환하여 문자의 획과 방향성을 표현하는 35차원의 특징을 추출한다. 추출된 특징 중 변별력이 높은 특징만을 선택하여 SVM(Support Vector Machine) 분류기를 구성한다. 분류기론 이용하여 $16\times16$크기의 윈도우로 검증 영역을 스캔하면서, 각각의 윈도우를 텍스트와 비텍스트로 분류하고 최종적으로 검증 영역의 텍스트 여부를 결정한다. 제안한 방법을 적용함으로써 텍스트와 유사하여 구별하기 어려운 비텍스트 영역을 검증할 수 있었다.

금융권의 주 5일제 근무에 따른 무인 현금 인출기의 사용 확대와 함께, 타인의 신용카드를 이용하여 무인 현금 인출기에서 돈을 인출하는 금융 범죄에 대한 원천적인 예방 대책이 필수적으로 요구되고 있다. 특히 무인 현금 인출기 부근에는 감시용 CCTV Camera가 설치되어 있으나, 지능적인 범죄자들은 이러한 사실을 인식하고 선글라스, 마스크 등을 착용하여 이러한 감시 시스템을 피해가고 있다 본 논문에서는 이러한 문제점을 해결하기 위하여 무인 현금 인출기에 설치되어 있는 카메라를 통해 입력된 사용자의 얼굴 및 얼굴 특징점을 영상 신호처리 방법과 SVM(Support Vector Machine)으로 분석하여 향후 얼굴이 식별 가능한 경우에만 금융 거래를 할 수 있도록 하는 시스템을 개발하였다. 실험결과, 학습 데이터에 대해서는 약 1%의 오 인식율과 2%의 오 거부율을 나타냈으며, Test 데이터에 대해서는 약 2.5%의 오 인식율과 1.43%의 오 거부율을 나타냈다.

3차원 의상 모델링과 시뮬레이션은. 디지털 콘텐츠에서 중요한 요소가 되었다. 이를 위한 여러 도구들이 개발되었으나, 고유한 의복을 표현하는 가상 의상의 디자인은 그래픽 디자이너에게 어려운 작업이며 의상에 대한 전문지식을 필요로 한다. 특히, 한복의 경우는 옷감, 재단방식, 착용법 등에서 양복과는 구성학적 차이점을 지니므로 모델링이 더욱 어렵다. 본 연구에서는 한복 제작에 대한 전문성이 없이도 한복을 쉽게 모델링 할 수 있도록 하는 지식 기반 접근법을 제안한다. 특히, 실사 및 가상 옷감의 시각적 유사성 판단 방법에 의해 옷감 소재 특성 규칙베이스를 구축하고, 신체 특성이 다른 캐릭터들의 체형 특성을 반영한 한복 사이즈의 부분별 다단계 조정 방법을 지식베이스 화하였다. 제안된 지식 기반 모델링 방법은 마야의 플러그-인으로서 제작되었고 다양한 신체형에 대한 드레이핑(착용 시뮬레이션) 실험을 통해 적용 가능성을 보였다.

본 연구는 이동환경에서 연속 미디어 객체에 대한 사용자 요구들에 대하여 효율적으로 자원을 관리하기 위하여, 사용자의 이동성 정보를 반영하는 협력적 프록시 캐슁 정책을 제안한다. 제안된 정책은 담당영역 내에서 사용자의 요구들을 참조함으로서 캐슁하는 기존의 프록시 캐슁정책과는 다르게 인접한 영역의 많은 사용자 요구 정보들을 이용하여 캐슁 객체를 선택함으로써 이동환경에서 발생하는 사용자들의 랜덤 액세스 요구들을 충분히 반영할 수 있도록 한다. 그리고 제안된 캐슁 정책을 위해서 각 프록시에서 발생한 요구 정보의 가중치와 재생량을 기반으로 하는 재배치 기법을 제안한다. 그래서 객체단위와 세그먼트 단위로 재배치 기법을 수행하여 결과를 평가하고 캐슁 정책의 성능을 분석하였다. 그 결과, 이동환경에서 적절한 사용자의 이동성 비율이 협력적 캐슁의 성능에 영향을 미치는 중요한 요인이 된다는 것을 알았다.

기존의 내용기반 비디오 검색 시스템들은 주석기반 검색 또는 특징기반 검색과 같은 단일 방식으로만 검색을 하므로 검색 효율이 낮을 뿐 아니라 완전한 자동 처리가 되지 않아 시스템 관리자나 주석자의 많은 노력을 요구한다. 본 논문에서는 주석기반 검색과 특징기반 검색을 이용하여 대용량의 비디오 데이터에 대한 사용자의 다양한 의미검색을 지원하는 에이전트 기반에서의 자동화되고 통합된 비디오 의미기반 검색 시스템을 제안한다. 사용자의 기본적인 질의를 분석하고 질의에 의해 추출된 키 프레임의 이미지를 사용자가 선택함으로써 인덱싱 에이전트는 추출된 키 프레임의 주석에 대한 의미를 더욱 구체화시킨다. 또한, 사용자에 의해 선택된 키 프레임은 특징기반 검색의 질의 이미지가 되고 인덱싱 에이전트는 제안하는 다중 분할 칼라 히스토그램 기법을 통해 질의 이미지와 데이터베이스의 키 프레임들을 비교한 후 가장 유사한 키 프레임 이미지를 검색하여 사용자에게 디스플레이 한다. 제안하여 구현된 시스템은 현저히 향상된 성능을 보였다.

최근에 인터넷과 통신망의 활성화로 인하여 특정 도메인 정보들을 효율적으로 구축하고 서비스하기 위한 여러 가지 방법들이 제안되고 있다. 본 논문에서는 멀티미디어 통계 사서함 구축을 위한 퍼지 필터링 객체 관련성 기법을 제안한다 제안된 기법은 S-cut을 이용하여 문서 객체들을 그룹화하기 위해 RelCRO( $D_{omain}$, Gi), RelSRO( $D_{omain}$, Gi), FAS를 이용한다. 또한 제안된 기법의 성능을 알아보기 위해 1600개의 멀티미디어 타입정보를 이용하여 실험을 수행하고 랜덤 키, OGM, 그리고 제안된 방법을 비교 분석한다. 그 결과 제안된 방법의 성능이 보다 효율적임을 보인다.

본 논문은 가중 퍼지소속함수 기반 신경망(Neural Network with Weighted Fuzzy Membership Functions, NNWFM)을 이용하여 Wisconsin breast cancer의 예측을 수행하는 퍼지규칙을 추출하고 있다. NNWFM는 자기적응적(self adaptive)가중 퍼지소속함수를 가지고 주어진 입력 데이터로부터 학습하여 퍼지규칙을 생성하고 이론 기반으로 예측을 수행한다. 신경망 구조의 중간 부분인 하이퍼박스(hyperbox)들은 n개의 대, 중, 소의 가중 퍼지소속함수 집합으로 구성되며, 학습 후 각 집합은 퍼지집합의 bounded sum을 사용하여 다시 하나의 가중 퍼지소속함수로 합성된다. n개의 특징입력(feature input)은 학습된 모든 하이퍼박스에 연결되어 예측 작업을 수행한다. NNWFM으로 추출된 2개의 퍼지규칙은 99.41%의 예측 인식율을 가지며 이는 퍼지규칙의 수와 인식율에 있어 현재 발표된 논문의 결과보다 우수함을 보여준다.

본 논문은 온톨로지(ontology)에 기반 한 자동화된 웹 페이지 분류 시스템을 제안한다. 웹 페이지의 분류를 위하여 첫 번째 단계에서는 각 웹 페이지가 속한 범주(category)를 대표할 수 있는 단어를 선정하며, 이를 위하여 단어빈도와 문서빈도를 곱한 값을 계산한다. 두 번째 단계에서는 첫 번째 단계에 의해 선택된 단어의 정보이득(information gain)을 계산해 분류 확률이 높은 단어를 우선적으로 선정한다. 두 단계를 통하여 선정된 단어들과 웹 페이지의 분류 정보를 가지고, 기계학습에 의하여 컴파일 된 규칙(compiled rules)을 생성한다. 생성된 규칙은 임의의 웹 페이지들을 도메인 온톨로지에 의해 정의된 범주 별로 분류할 수 있도록 한다. 본 논문의 실험에서는 주어진 웹 페이지 집합에서 각 범주 별로 평균 240개의 단어로부터 78개의 단어를 결과적으로 선정하였으며, 이를 바탕으로 웹 페이지 분류 규칙을 생성하였다. 실험 결과에서 제안한 시스템의 평균 분류 정확도는 약 83.52%로 측정되었다.

본 논문은 일반적인 그래픽스 하드웨어를 이용하여 더욱 빠른 신경망을 구현하고, 구현된 시스템을 영상 처리 분야에 적용함으로써 효용성을 검증한다. GPU의 병렬성을 효율적으로 사용하기 위하여, 다수의 입력벡터와 연결가중치벡터를 모아서 많은 내적연산을 하나의 행렬곱 연산으로 대체하였고, 시그모이드와 바이어스 항 덧셈 연산도 GPV 상에서 픽셀세이더로 구현하였다. ATI RADEON 9800 XT 보드를 이용하여 구현된 신경망 시스템은 CPU를 사용한 기존의 시스템과 비교하여 정확도의 차이 없이 30배 정도의 속도 향상을 얻을 수 있었다.

본 논문에서는 효과적인 구문 중의성 해결을 위해 문장성분의 구문자질, 기능자질, 내용자질, 크기자질을 활용하는 확률적 한국어 구문분석 모델을 제안한다. 그리고, 제안하는 구문분석 모델은 한국어의 부분자유어순과 생략현상을 잘 처리할 수 있도록 문법규칙을 이진형식으로 제한한다. 실험을 통해 제안하는 구문분석 모델의 성능을 각 자질조합별로 분석한다. 분석결과는 서로 다른 특징을 갖는 자질의 조합이 서로 유사한 특징을 갖는 자질의 조합보다 구문중의성 해결에 더 유용하다는 것을 보여준다. 또한, 단일자질인 기능자질이 내용자질과 크기자질의 조합보다 성능이 더 우수함을 알 수 있다.

본 논문에서는 미가공 말뭉치 데이터를 활용하여 영한 기계번역 시스템의 대역어 선택 시 발생하는 중의성을 해소하는 방법을 제안한다. 이를 위하여 은닉 의미 분석(Latent Semantic Analysis : LSA)과 확률적 은닉 의미 분석(Probabilistic LSA : PLSA)을 적용한다. 이 두 기법은 텍스트 문단과 같은 문맥 정보가 주어졌을 때, 이 문맥이 내포하고 있는 복잡한 의미 구조를 표현할 수 있다 본 논문에서는 이들을 사용하여 언어적인 의미 지식(Semantic Knowledge)을 구축하였으며 이 지식은 결국 영한 기계번역에서의 대역어 선택 시 발생하는 중의성을 해소하기 위하여 단어간 의미 유사도를 추정하는데 사용된다. 또한 대역어 선택을 위해서는 미리 사전에 저장된 문법 관계를 활용하여야 한다. 본 논문에서는 이러한 대역어 선택 시 발생하는 데이터 희소성 문제를 해소하기 위하여 k-최근점 학습 알고리즘을 사용한다. 그리고 위의 두 모델을 활용하여 k-최근점 학습에서 필요한 예제 간 거리를 추정하였다. 실험에서는, 두 기법에서의 은닉 의미 공간을 구성하기 위하여 TREC 데이터(AP news)론 활용하였고, 대역어 선택의 정확도를 평가하기 위하여 Wall Street Journal 말뭉치를 사용하였다. 그리고 은닉 의미 분석을 통하여 대역어 선택의 정확성이 디폴트 의미 선택과 비교하여 약 10% 향상되었으며 PLSA가 LSA보다 근소하게 더 좋은 성능을 보였다. 또한 은닉 공간에서의 축소된 벡터의 차원수와 k-최근점 학습에서의 k값이 대역어 선택의 정확도에 미치는 영향을 대역어 선택 정확도와의 상관관계를 계산함으로써 검증하였다.젝트의 성격에 맞도록 필요한 조정만을 통하여 품질보증 프로세스를 확립할 수 있다. 개발 된 패키지의 효율적인 활용이 내조직의 소프트웨어 품질보증 구축에 투입되는 공수 및 어려움을 줄일 것으로 기대된다.도가 증가할 때 구기자 열수 추출 농축액은 $1.6182{\sim}2.0543$, 혼합구기자 열수 추출 농축액은 $1.7057{\sim}2.1462{\times}10^7\;J/kg{\cdot}mol$로 증가하였다. 이와 같이 구기자 열수 추출 농축액과 혼합구기자 열수 추출 농축액의 리올리지적 특성에 큰 차이를 나타내지는 않았다. security simultaneously.% 첨가시 pH 5.0, 7.0 및 8.0에서 각각 대조구의 57, 413 및 315% 증진되었다. 거품의 열안정성은 15분 whipping시, pH 4.0(대조구, 30.2%) 및 5.0(대조구, 23.7%)에서 각각 $0{\sim}38.0$ 및 $0{\sim}57.0%$이었고 pH 7.0(대조구, 39.6%) 및 8.0(대조구, 43.6%)에서 각각 $0{\sim}59.4$ 및 $36.6{\sim}58.4%$이었으며 sodium alginate 첨가시가 가장 양호하였다. 전체적으로 보아 거품안정성이 높은 것은 열안정성도 높은 경향이며, 표면장력이 낮으면 거품형성능이 높아지고, 비점도가 높으면 거품안정성 및 열안정성이 높아지는 경향이 있었다.protocol.eractions between application agents that are developed using different