• Proceedings of the KIEE Conference
• /
• 2005.07c
• /
• pp.2082-2084
• /
• 2005

I-V 특성 곡선의 2차 미분을 통해서 얻어지는 전자 에너지 분포 함수를 정확하게 구하기 위해서는 스무딩 과정이 반드시 필요하다. 대표적인 스무딩 방법으로 가우시안 확률 밀도 함수를 instrument함수로 이용하는 가우시안 스무딩이 있다. 본 연구에서는 시스템에 따라서 instrument함수가 다르다는 점에 착안하여, 여러 가지 다른 종류의 확률 밀도 함수를 instrument함수로 사용 스무딩에 적용하여 확률 밀도 함수에 따른 노이즈 제거 및 전자 에너지 분포 함수의 정확도를 비교하였고. 동시에 대표적인 범용 스무딩 방법인 사비츠키-골래이 스무딩, Polynomial fitting과도 그 결과를 비교 분석하였다.

• 한국HCI학회:학술대회논문집
• /
• 2006.02a
• /
• pp.1188-1193
• /
• 2006

본 논문에서는 동적 객체의 3 차원 정보를 표현하는 깊이 영상의 노이즈 필터링 방법을 제안한다. 실제 객체의 동적인 3 차원 정보는 적외선 깊이 센서가 장착된 깊이 비디오 카메라를 이용하여 실시간으로 획득되며, 일련의 깊이 영상, 즉 깊이 비디오(depth video)로 표현될 수 있다. 하지만 측정환경의 조명조건, 객체의 반사속성, 카메라의 시스템 오차 등으로 인해 깊이 영상에는 고주파 성분의 노이즈가 발생하게 된다. 이를 효과적으로 제거하기 위해 깊이 영상기반의 모델링 기법(depth image-based modeling)을 이용한 3 차원 메쉬 모델링을 수행한다. 생성된 3 차원 메쉬 모델은 깊이 영상의 노이즈로 인해 경계 영역과 형상 내부 영역에 심각한 형상 오차를 가진다. 경계 영역의 오차를 제거하기 위해 깊이 영상으로부터 경계 영역을 추출하고, 가까운 순서로 정렬한 후 angular deviation 을 이용하여 불필요하게 중복된 점들을 제거한다. 그리고 나서 2 차원 가우시안 스무딩 기법을 적용하여 부드러운 경계영역을 생성한다. 형상 내부에 대해서는 경계영역에 제약조건을 주고 3 차원 가우시안 스무딩 기법을 적용하여 전체적으로 부드러운 형상을 생성한다. 최종적으로 스무딩된 3 차원 메쉬모델을 렌더링할 때, 깊이 버퍼에 있는 정규화된 깊이 값들을 추출하여 원래 깊이 영상과 동일한 깊이 영역을 가지도록 저장함으로서 전역적으로 연속적이면서 부드러운 깊이 영상을 생성할 수 있다. 제안된 방법에 의해 노이즈가 제거된 깊이 영상을 이용하여 고품질의 영상기반 렌더링이나 깊이 비디오 기반의 햅틱 렌더링에 적용할 수 있다.

• Journal of Digital Convergence
• /
• v.10 no.7
• /
• pp.167-172
• /
• 2012

In vocabulary recognition using HMM(Hidden Markov Model) by model for the observation of a discrete probability distribution indicates the advantages of low computational complexity, but relatively low recognition rate has the disadvantage that require sophisticated smoothing process. Gaussian mixtures in order to improve them with a continuous probability density CHMM (Continuous Hidden Markov Model) model is proposed for the optimization of the library system. In this paper is system configuration thread control in recognition Gaussian mixtures model provides a model to optimize of the CHMM vocabulary recognition. The result of applying the proposed system, the recognition rate of 98.1% in vocabulary recognition, respectively.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.26 no.2
• /
• pp.207-213
• /
• 2022

Recently, with the improvement of the performance of IoT technology and AI, automation and unmanned work are progressing in a wide range of fields, and interest in image processing, which is the basis of automation such as object recognition and object classification, is increasing. Image noise removal is an important process used as a preprocessing step in an image processing system, and various studies have been conducted. However, in most cases, it is difficult to preserve detailed information due to the smoothing effect in high-frequency components such as edges. In this paper, we propose an algorithm to restore damaged images in AWGN(additive white Gaussian noise) using fuzzy weights based on Gaussian distribution. The proposed algorithm switched the filtering process by comparing the filtering mask and the noise estimate with each other, and reconstructed the image by calculating the fuzzy weights according to the low-frequency and high-frequency components of the image.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2016.07a
• /
• pp.55-58
• /
• 2016

본 논문은 사람의 얼굴 영상에서 잡티를 제거하는 방법을 제안한다. 먼저 입력받은 영상에서 Haar-like Feature 기반 Adaboost 알고리즘과 색상 정보를 이용하여 얼굴 영역을 검출한다. 검출된 얼굴 영역에서 잡티를 제거하기 위해서는 먼저 눈, 코, 입, 눈썹과 같은 얼굴의 주요부위를 검출하고 이 영역을 제외한 순수 피부 영역에 잡티 검출 알고리즘을 적용해야한다. 사람의 얼굴은 미세하게 명암도 차이가 나는 부분이 많기 때문에 가우시안 스무딩을 적용한 후, 그래프 기반 분할 방법을 사용하여 눈, 입, 눈썹을 분할한다. 코 영역은 각 픽셀에 대해 인접픽셀과의 R 채널의 차이값을 가중치 맵으로 만들고 가중치 맵을 분석하여 영역을 분할한다. 분할된 영역에 사람 얼굴의 기하학적 위치 정보를 이용하여 주요부위를 검출한다. 얼굴의 주요부위를 검출하고 그 부위를 제외한 피부 영역에 잡티 검출 알고리즘을 적용한다. 잡티는 Edge와 색상 정보를 이용하여 검출하고, 잡티주변을 검사하여 잡티가 아닌 깨끗한 피부를 잡티 영역에 복사하여 채워나가는 방식으로 피부 영역을 복원한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2015.10a
• /
• pp.1491-1493
• /
• 2015

본 논문에서는 GPU를 이용하여 x-ray영상의 질을 개선시키기 위해 라플라시안 피라미드 방법을 제시한다. 의료영상에서 중요시하는 특징의 추출을 위해 원영상을 다중레벨의 부영상으로 신호를 분해하며, 각 레벨에서 가우시안 스무딩 함수를 사용하여 영상의 대비를 확장시킨다. 분해된 영상을 기반으로 전체영상을 재구성하여 영상의 질을 향상시키게 된다. 이러한 과정은 많은 계산을 필요로하며, 효과적이고 바른 처리를 위해 GPU를 사용한다., 결과에서 GPU를 이용한 cuda 프로그램이 효과적으로 동작하며, 영상의 질을 향상시킴을 보인다.

• The Journal of the Acoustical Society of Korea
• /
• v.30 no.7
• /
• pp.383-389
• /
• 2011

In this paper, we propose a improved speech absence probability estimation algorithm by applying environmental noise classification for speech enhancement. The previous speech absence probability required to seek a priori probability of speech absence was derived by applying microphone input signal and the noise signal based on the estimated value of a posteriori SNR threshold. In this paper, the proposed algorithm estimates the speech absence probability using noise classification algorithm which is based on Gaussian mixture model in order to apply the optimal parameter each noise types, unlike the conventional fixed threshold and smoothing parameter. Performance of the proposed enhancement algorithm is evaluated by ITU-T P.862 PESQ (perceptual evaluation of speech quality) and composite measure under various noise environments. It is verified that the proposed algorithm yields better results compared to the conventional speech absence probability estimation algorithm.

• Journal of Digital Contents Society
• /
• v.18 no.8
• /
• pp.1603-1613
• /
• 2017

This paper proposes a method for effectively segmenting the hand region using a widely popular RGB color-based webcam. This performs the empirical preprocessing method four times to remove the noise. First, we use Gaussian smoothing to remove the overall image noise. Next, the RGB image is converted into the HSV and the YCbCr color model, and global fixed binarization is performed based on the statistical value for each color model, and the noise is removed by the bitwise-OR operation. Then, RDP and flood fill algorithms are used to perform contour approximation and inner area fill operations to remove noise. Finally, ROI (hand region) is selected by eliminating noise through morphological operation and determining a threshold value proportional to the image size. This study focuses on the noise reduction and can be used as a base technology of gesture recognition application.

• Proceedings of the Korea Institute of Convergence Signal Processing
• /
• 2006.06a
• /
• pp.53-56
• /
• 2006

In this paper, we present the algorithm to enhance the high frequency components of the image by subtracting smoothing version of an image from the original image. In a word, this is the technique to get more a precise and vivid image. The method of Gaussian smoothing is accepted to get the components of the flat image. Moreover we need to consider the size of the gain of the proposed filter in order to preserve the overall brightness of a image. Based on the algorithm verified by MATLAB, we can obtain more vivid and fuller detail of the image than an original image.

• The Korean Journal of Applied Statistics
• /
• v.32 no.1
• /
• pp.149-160
• /
• 2019

The electricity consumption time series data of 'A' University from July 2016 to June 2017 is analyzed via nonparametric functional data clustering since the time series data can be regarded as realization of continuous functions with dependency structure. We use a Bouveyron and Jacques (Advances in Data Analysis and Classification, 5, 4, 281-300, 2011) method based on model-based functional clustering with an FEM algorithm that assumes a Gaussian distribution on functional principal components. Clusterwise analysis is provided with cluster mean functions, densities and cluster profiles.