• 융합신호처리학회 학술대회논문집
• /
• 한국신호처리시스템학회 2005년도 추계학술대회 논문집
• /
• pp.217-220
• /
• 2005

베이시안 기법의 잡음제거는 사진정보를 모형화하여 베이스 정리에 의해 사후정보를 계산하는 방법이다. 웨이블릿 변환 영역에서 각 대역의 원 신호 히스토그램을 일반화된 라플라시안 분포로 모형화하여 사전정보로 사용가능하다. 잡음 신호의 히스토그램에서 모형을 추정하기 위해서는 잡음편차가 필요하다. 이 논문에서는 단조변환을 이용하여 웨이블릿 변환된 잡음신호 각 대역의 편차를 추정한 후 이 편차에 가중치를 적용하여 모수를 추정한 후 베이스 기법으로 잡음을 제거하였다. 그리고 그 결과를 위너필터에 의해 잡음제거 된 결과와 PSNR로 비교하였다.

• 한국전자통신학회논문지
• /
• 제9권10호
• /
• pp.1095-1102
• /
• 2014

본 논문에서는 실시간 감시 시스템에서 인간의 활동성을 분석하기 위하여 움직임 벡터를 사용하며, 고속연산에 GPU를 활용한다. 먼저 가장 중요한 부분인 전경으로부터 적응적 가우시안 혼합기법, 두드러진 움직임을 위한 가중치 차영상 기법, 움직임 벡터를 이용하여 인간이라고 판단되는 블랍을 검출하고, 추출된 움직임 벡터를 이용하여 사람의 활동성을 분석한다. 본 논문에서는 사람의 행동을 크게 {Active, Inactive}, {Position Moving, Fixed Moving}, {Walking, Running}의 세 가지 메타 클래스로 분류하고 인식하였다. 실험을 위해서 약 300개의 상황을 연출하였으며, 약 86%~98% 의 인식률을 보였다. 또한 $1920{\times}1080$ 크기 영상에서 CPU 기반은 4.2초 정도 걸렸는데, GPU 기반에서는 0.4초 이내로 빨라진 결과를 얻었다.

• 한국멀티미디어학회논문지
• /
• 제12권9호
• /
• pp.1210-1216
• /
• 2009

본 논문에서는 순환최소순위(RLR) L-필터의 수렴성을 해석하였다. RLR L-필터는 순서통계필터로서 입력의 크기순서에 따른 가중치를 필터계수로 한다. 또한 RLR L-필터는 비선형 적응 필터로서 필터계수의 갱신을 위하여 RLR 알고리즘을 이용한다. RLR 알고리즘은 로버스트 통계학의 순위추정에 기초한 비선형 적응 알고리즘이다. 본 논문에서는 가변적인 스텝 크기를 적용하여 평균 및 평균제곱의 견지에서 수렴성을 해석하였다. RLRL-필터는 잡음의 분포함수가 두꺼운 꼬리 분포인 임펄스 잡음에 가까울수록 메디안 필터의 형태로 적응하며 가우시안 잡음의 경우 평균 필터의 형태로 적응한다.

• 한국정보통신학회논문지
• /
• 제7권4호
• /
• pp.767-778
• /
• 2003

이 논문은 유전자 알고리즘을 이용한 최적의 퍼지 규칙을 만드는 방법을 제시한다. 퍼지 규칙은 첫 번째 단계에서 학습 데이터를 이용해 생성된다. 이 단계에서 퍼지 c-Means 군집화 알고리즘과 군집 유효성을 사용해 구조를 결정하고 퍼지 규칙 수가 되는 군집 수를 결정한다. 첫 번째 단계에서 구조가 결정되면 퍼지규칙의 매개변수들은 유전자 알고리즘을 이용해서 조율된다. 또한, 비대칭 가우시안 소속 함수를 위해 분산 매개변수는 좌ㆍ우값을 따로 관리하여 조율한다. 이 방법은 가중치와 분산 공간에서 유전자 알고리즘을 사용함으로서 전역 최소 쪽으로 수렴하도록 한다.

• 한국인터넷방송통신학회논문지
• /
• 제12권1호
• /
• pp.37-43
• /
• 2012

본 논문은 광대역 센싱을 수행하기 위한 방법으로 다중 협대역을 사용하여 한번에 센싱하는 방법을 제안한다. 센싱의 신뢰성을 높이기 위한 방안으로써 면허사용자와 CR사용자의 거리에 따른 가중치가 적용된 결합방식인(DWC : Distance based weight combining) 기법을 사용한 에너지 검출 기반 협력 스펙트럼 센싱을 제안하고 이에 따른 시스템 모델의 모의 실험 결과를 분석한다. 면허 사용자와 CR사용자 사이의 무선 채널은 가우시안 채널로 모델링하였다. 에너지 검출법을 위한 임계값은 각 채널의 SNR(Signal to Noise Ratio)에 따라 다르게 적용 되고, 각 채널의 잡음 신호의 평균값으로 가정한다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2015년도 추계학술발표대회
• /
• pp.1579-1580
• /
• 2015

본 논문에서는 3차원 메쉬 모델의 중요 영역을 표현하는 메쉬 돌출맵(mesh saliency map)을 생성하기 위하여 다중 스케일 평균 곡률 (multi-scale mean curvature)을 기반으로 정의된 전역 희소치(global rarity)를 이용하는 방법을 제안한다. 제안 방법에서는 우선, 메쉬 모델의 지역 영역 특성을 정의하기 위하여 기존 관련 연구들에서 많이 사용하고 있는 가우시안 가중치 평균곡률(Gaussian-weighted mean curvature)을 5단계 서로 다른 스케일에서 정의하고, 메쉬의 각 정점(vertex)에 대하여 중심주변 연산자(center-surround operator)를 적용하여 5단계 지역 돌출특성(local saliency)을 정의한다. 주어진 메쉬 모델의 전역 희소치를 구하기 위하여 메쉬의 모든 정점쌍 (vertex pair)에 대하여 5단계 지역 돌출 특성 공간에서의 거리를 계산하고, 각 정점별로 5단계 지역 돌출 특성 공간에서의 다른 정점과의 거리의 합으로 전역 희소치를 정의한다. 이러한 전역 희소치를 각 정점의 메쉬 돌출치로 정의한다. 서로 다른 형태의 3차원 모델에 대하여 제안방법에 의한 메쉬 돌출맵과 지역 특성만을 고려한 기존 메쉬 돌출맵을 생성하여 중요 영역 표현 결과를 비교 분석한다.

• 한국지능시스템학회논문지
• /
• 제21권3호
• /
• pp.365-371
• /
• 2011

최근에 발행되는 대부분의 지폐는 UV(ultra violet)조명에 반응하는 UV패턴을 포함한다. 본 논문은 지폐검사를 위하여 지폐 내부에 존재하는 UV패턴을 자동으로 추출하는 방법을 제안한다. UV조명을 이용하여 촬영한 영상을 전 처리 과정을 통하여 입력데이터로 변환시킨 후, 가우시안 혼합 모형과 split-and merge EM(SMEM)알고리즘을 적용하여 영상을 몇 개의 영역으로 분리시킨다. 영역 분리된 영상 중 원하는 패턴을 추출하기 위하여, 공분산 벡터의 넓이와 가중치를 이용하는 방법을 새로이 제안한다. 다양한 지폐에 대한 실험을 통하여 제안방법의 유용성을 보인다.

• 융합신호처리학회논문지
• /
• 제19권4호
• /
• pp.186-191
• /
• 2018

정보화 시대의 사회로 발전하며 4차 산업혁명의 영향이 커짐에 따라 수많은 전자장비와 센서들이 산업 현장에서 사용되고 있다. 그에 따라 데이터 전송 과정에서 발생하는 신호처리의 중요성이 증가되었으며, 여러 가지 원인으로 발생하는 잡음의 제거와 센서 출력 안정화에 대한 기술이 요구되고 있다. 본 논문에서는 가속도 센서의 출력을 안정화하며 잡음 성분을 효과적으로 제거하기 위한 디지털 필터 알고리즘을 제안하였다. 제안한 알고리즘은 출력의 안정화를 위해 우선 가우시안 계수를 적용하여 기준치를 구하였다. 그리고 센서 출력의 특성을 보존하기 위하여 분산에 따른 가중치를 기준치에 가감하여 최종 출력을 구한다. 제안한 알고리즘의 평가를 위해 기존의 방법들과 비교하였으며, 출력 특성을 통해 성능을 확인하였다.

• 전자공학회논문지CI
• /
• 제41권3호
• /
• pp.27-36
• /
• 2004

일반적으로 영상에서 얼굴 영상을 검출하고 인식하는 알고리즘은 패턴 인식 연구에 있어서 인간과 컴퓨터의 상호작용의 연구라는 면에서 아주 중요한 문제로 연구되어 왔다. 본 논문에서는 고유얼굴과 퍼지 신경망을 이용한 얼굴인식 기법을 제안한다. PCA(Principal Component Analysis) 방식은 우수한 인식 결과를 보장하는 얼굴인식 기법중의 하나이며, 얼굴 영상을 이용하여 공분산 행렬을 계산하고, 공분산 행렬을 통해 생성된 저차원의 벡터, 즉 고유얼굴(Eigenface)을 이용하여 가중치를 계산하고, 이 가중치를 기준으로 인식을 수행하는 기법이다. 이를 기반으로 하여, 본 논문에서는 전처리 과정, 고유얼굴 과정, 퍼지 소속도 함수 설계 과정, 신경망 학습 과정, 인식과정으로 구성된 5단계의 얼굴 인식 알고리즘을 제안한다. 먼저 각 얼굴 영상들은 전처리과정을 거치며 이 영상들을 이용하여 고유얼굴을 추출한다. 추출된 고유얼굴을 이용한 가숭치 135개에 대하여 비대칭 가우시안 함수를 응용한 퍼지 소속도 함수를 이용하여 퍼지 소속도가 부여되며 이 소속도들이 신경망의 입력으로 사용되어 학습과정을 거친다. 학습과정을 거친 후, 신경망의 출력은 현재의 얼굴 이미지가 데이터베이스의 얼굴 이미지와 유사한 정도를 나타내게 되어 인식을 수행한다. 제안하는 알고리즘으로 가중치의 개수와 퍼지 레벨의 개수에 대하여 기존의 얼굴 데이터 베이스를 이용하여 실험하였으며, 실험 결과 특정 조건하에서 약 95% 이상의 인식 성능을 확인할 수 있었다.

• 응용통계연구
• /
• 제35권2호
• /
• pp.229-250
• /
• 2022

포트폴리오 최적화 이론의 초석인 Markowitz의 평균-분산 포트폴리오 모형 (1952)이 발표된 이후로 많은 분야에서 포트폴리오 최적화에 대한 다양한 연구가 진행되었다. 기존의 평균-분산 포트폴리오 모형은 주로 목적함수나 제약식에 비선형 볼록 형태를 포함한다. 이를 Dantzig의 선형계획법을 적용하여 선형으로 변환시켜 알고리즘 계산 시간을 효율적으로 감소시켰다. 또한 시계열 데이터 특성을 반영하여 시간에 따른 가중치를 고려하는 가우시안 커널 가중치 공분산을 제안하였다. 여기에 일정 부분은 벤치마크에 투자하고 나머지는 포트폴리오 최적화 모형으로 제안된 자산들에 투자하는 퍼터베이션 방법을 적용하여 평균 수익률과 위험도를 목적에 맞게 조절하도록 하였다. 또한, 본 논문에서는 안정적이면서도 적은 자산을 보유하게 포트폴리오를 구성하여 관리비용(management costs)과 거래비용(transaction costs)를 낮출 수 있는 Dantzig-type 퍼터베이션 포트폴리오 모형을 제안하였다. 제안된 모형의 성능은 5개의 실제 데이터 세트로 벤치마크 포트폴리오와 비교 분석하여 평가하였다. 최종적으로 제안한 최적화 모형은 벤치마크보다 높은 기대수익률이나 낮은 위험도를 갖는 포트폴리오를 구성하여 퍼터베이션 목적을 만족하며, 투자한 자산의 수와 시간에 따른 자산 구성 변화를 일정 수준 이하로 조절하는 희소하며 안정적인 결과를 얻었다.