• 정보처리학회논문지B
• /
• 제9B권4호
• /
• pp.459-464
• /
• 2002

본 논문에서는 디지털 컨텐츠 저작권 보호를 위해서 웨이블릿 변환에 기초한 디지털 워터마킹 방법을 제안하였다. 이미지의 중요한 성분인 저주파 성분을 비롯한 각 대역의 가능한 모든 위치에 다양한 가중치와 임계값을 적용하는 워터마크 삽입방법을 통하여 손실압축, 고의적인 영상의 변형 등 각종 공격에 대하여 상반관계에 있는 비가시성과 강인성을 만족하는 워터마크 양에 대한 적정선과 삽입대역을 찾는 방법을 제안하였다. 제안한 방법이 적정한 워터마크 삽입영역과 적절한 워터마크양을 찾을 수 있음을 실험을 통하여 입증하였다.

• 대한전자공학회논문지SP
• /
• 제41권3호
• /
• pp.17-24
• /
• 2004

본 논문에서는 저대역 이동법과 다해상도 움직임 추정을 이용한 웨이블릿 동영상 부호화를 제안하였다. 저대역 이동법은 웨이블릿 계수들의 이동-변환 성질을 극복하기 위하여 제안된 방법이다. 이 방법은 일반적인 방법보다 압축대비 화질면에서 우수한 성능을 가지지만, 단점으로 메모리와 계산량이 일반적인 방법에 비해 많아지게 된다. 따라서 기존의 저대역 이동법을 이용한 동영상 부호화에서 계산량을 줄이기 위해 다해상도 움직임 추정의 개념을 도입하였다. 다해상도 움직임 추정만을 적용하여 부호화시 움직임 벡터가 각 부대역마다 존재하게 되므로 움직임 벡터의 개수가 7배 늘어나게 되지만, 저대역 이동법의 특성을 이용하면 늘어나는 움직임 벡터의 개수를 줄일 수 있다. 제안한 방법은 기존의 방법보다 움직임 벡터의 부호화량이 줄어들거나, 더 세밀한 움직일 추정을 할 수 있게 되어 움직임 보상 예측 오차의 부호화량이 줄어들게 됨으로써 부호화 효율이 기존의 방법보다 좋아지게 된다 또한 상위 해상토의 움직인 추정의 범위를 줄임으로써 계산량을 줄이게 되어 3단계 웨이블릿 변환시 기존의 LBS방법의 12.1%의 계산량으로 움직일 추정을 한다. 모의 실험 결과, 제안한 방식은 압축을 하지 않았을 경우평균 MAD면에서 약 0.2∼9.7% 가량 개선되었고, 압축을 한 때 동일한 비트율에서 PSNR이 약 0.1∼2.0㏈ 정도 개선되었다.

• 전자공학회논문지C
• /
• 제36C권12호
• /
• pp.78-89
• /
• 1999

기존의 웨이블릿 신경망들의 구조는 주로 주파수-시간 공간으로 변환된 훈련 패턴의 분포와 웨이블릿 윈도우와의 관계를 고려하여 결정한다. 또한 신경망 구조 결정 알고리즘과 네트워크 파라메터 학습 알고리즘을 분리하여, 우선 신경망 구조를 결정한 후, 출력 에러를 최소화하기 위한 학습을 수행한다. 그러나 이러한 방법은 학습을 시작하기 전에 훈련 패턴을 변환해야 하는 부가적인 전처리 과정이 필요하고, 초기에 구성된 신경망 구조는 변경되지 않는다는 단점을 가지고 있다. 본 논문에서는 별도의 처리 과정 없이 신경망의 출력과 교사 신호의 차이를 이용하여 웨이블릿 신경망 구조를 결정하는 방법을 제안한다. 제안하는 알고리즘은 네트워크 구조의 결정과 에러 최소화 학습을 동시에 수행하기 때문에 문제의 복잡도에 따라 적응적으로 은닉 노드의 수를 결정한다. 또한 학습에 의해 가장 큰 에러가 발생하는 영역에 은닉 노드를 추가하고 출력에 영향을 미치지 않는 노드를 제거하는 방법을 사용하여 네트워크의 구조를 최적화한다. 본 알고리즘은 훈련 패턴에 대한 전처리 과정을 없앰으로써 학습하기 전에 모든 훈련 패턴을 알고 있어야 한다는 제약 조건을 없애고 시간의 변화에 따라 출력이 바뀌는 시스템에도 효과적인 적용이 가능하다.

• 방송공학회논문지
• /
• 제16권1호
• /
• pp.14-22
• /
• 2011

기존의 대표적인 위성영상 융합방법들의 경우 해상도가 높은 팬크로매틱 영상에서 얻은 고주파수 성분을 모든 저해상도의 다중분광 영상 (Color성분/IR성분 등)마다 똑같이 더함으로써 고화질의 컬러 위성영상을 합성하였다. 그러나 다중분광영상들의 스펙트럼을 살펴보면 각 채널마다 대역폭이 서로 다르고 평균적인 밝기도 서로 다르므로 기존의 방법에서와 같이 각 성분에 동일한 고주파 성분을 더하면 일부 다중분광영상이 왜곡되어 전체적인 컬러가 왜곡되는 현상이 나타난다. 따라서 본 논문에서는 이러한 밝기와 스펙트럼 중첩의 차이를 보상하는 새로운 웨이블릿 변역 위성영상합성 알고리즘을 제안한다. 구체적으로, 각 다중분광영상의 밝기차이를 보정하기 위하여 서로의 명암비를 고려하면서 팬크로매틱 영상으로부터 각 채널의 고해상도 영상을 합성하는 방법을 제안한다. 그리고 다중분광 영상들 사이의 대역폭 차이를 보정하기 위한 방안으로서 각각의 웨이블릿 계수를 구하여 이들을 웨이블릿 변역에서 대역폭에 비례한 상수를 곱해서 고주파 성분을 더해주는 방법을 제시하였다. 실험은 스펙트럼의 특성이 잘 알려진 IKONOS 위성영상에 대하여 수행하였으며, 실험 결과 제안하는 알고리즘이 PSNR과 상관도 평가에서 기존의 방법보다 더 좋다는 것을 확인하였다.

• 정보처리학회논문지B
• /
• 제9B권5호
• /
• pp.663-672
• /
• 2002

본 논문에서는 자동 추적 시스템을 이용하여 카바메이트 계열의 농약인 카보퓨란의 치명적인 투여에 대하여 반자연적인 조건에서 반응하는 깔따구의 움직임을 관찰하였다. 4령기에 있는 깔따구를 $6cm\times{7cm}\times{2.5cm}$ 크기의 서식 장소와 $18^\circ{C}$의 수온, 명기와 암기를 각각 10시간, 14시간의 조건에서 관찰을 하였다. 추적 시스템은 깔따구 몸체의 부분 점들을 탐지하여 추적하도록 하였다. 모든 실험은 반자연적인(semi-natural) 상태에서 진행되었으며 약제 카보퓨란(Carbofuran 0.1mg/l) 처리 전 후 이틀씩 모두 4일에 걸쳐서 연속적으로 진행되었다. 실험 결과 약제의 처리후에 압축된 지그제그 형태로 나타나는 "떨림 현상"과 같은 비정규적인 행동들이 종종 나타남을 알 수 있었다. 약제 처리된 종들의 행동 변화를 탐지하기 위하여, 웨이블릿 분석이 다른 움직임 패턴들을 특징화하기 위하여 사용되었다. 이산 웨이블릿에 기반하여 추출된 파라미터들은 약제처리 전후의 움직임에 대한 다른 유형의 패턴들을 표현하기 위하여 인공 신경망을 통하여 학습되었다. 이러한 웨이블릿과 인공 신경망의 통합 모델은 특징화된 움직임 패턴들의 발생 시점을 탐지할 수 있었으며, 수질 모니터링을 위한 독성 물질의 유입을 자동으로 탐지할 수 있는 도구로써 사용될 수 있음을 알 수 있었다.을 알 수 있었다.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2001년도 제14회 신호처리 합동 학술대회 논문집
• /
• pp.201-204
• /
• 2001

워터마크(watermarks)는 원데이터에 크게 손상을 주지 않으면서도 필요한 정보를 숨겨서 삽입하여야 하며, 압축이나 포맷변환 또는 의도적인 공격에 대하여 강인하게 검출되어야 한다. 본 논문에서는 템플릿(template)을 이용하여 압축이나 필터링 등의 일반적인 영상처리 뿐만 아니라, 회전(rotation), 확대 및 축소(scale), 평행이동(translation) 등과 같은 기하학적 변환(geometric attack)에 대해서도 강인한 워터마크 기법을 제안한다. 본 알고리듬은 템플릿을 웨이블릿(wavelet) 공간의 모든 대역에 삽입하여 강인한 템플릿을 구성한다. 템플릿을 이용한 강인한 워터마크 기법은 영상 압축 및 기하학적 변환에 대하여 우수한 성능을 보였다.

• 한국해안·해양공학회논문집
• /
• 제25권4호
• /
• pp.200-206
• /
• 2013

해역별 조위편차 특성을 규명하기 위해 푸리에(Fourier)해석과 함께 웨이블릿(Wavelet)분석을 실시하였다. 푸리에 해석결과 조석관련성분은 단주기, 계절풍 성분은 중주기에 분포하고 있음을 보이고 있다. 웨이블릿 분석에서는 3시간 주기부터 8개월 이상 주기까지 주기별로 분리한 후 24시간 이내의 단주기, 1일~16일의 중주기 및 1개월 이상의 장주기로 구분하여 주기별 특성을 파악하였다. 24시간 이내 단주기 성분의 조위편차는 조석예측 오차에 기인하고 있으며 조차가 큰 서해안에서 크게 나타나고 있다. 또한 태풍에 의한 주기성분은 대략 12시간 정도인 단주기에 집중적으로 나타나고 있다. 1일~16일 주기의 중주기 성분의 경우 서해안에서 동절기에 특히 활성화되고 있어 계절풍 영향이 매우 큰 것으로 나타나고 있다. 따라서 순수한 해일고 성분은 중주기에 집중되고 있으며 해역별로 뚜렷한 특성차를 보이고 있다. 또한 모든 해역에서 유사하게 나타나고 있는 장주기 성분은 평균해수면 변화에 의한 것으로 파악되고 있다.

• 한국건설관리학회논문집
• /
• 제10권4호
• /
• pp.50-57
• /
• 2009

공공 건설사업의 계약에 있어 합리적이며 적정한 예정가격의 산정이 가장 중요한 요소라 할 수 있다. 공공 공사 예정가격 산정 근거로 사용되어 온 표준품셈과 더불어 실적공사비 제도를 단계적으로 확대 도입키로 했다. 본 논문에서는 과거에 낙찰되었던 계약단가 뿐 아니라 모든 입찰단가 자료를 활용하여 산출한 실적단가의 변동패턴을 분석하여 예측하는 일련의 절차 및 방법론을 제시하였다. 본 연구에서는 신뢰성 있는 자료 확보를 위해 저가입찰 등과 같은 전략적 입찰단가를 제거한 실적단가를 활용하여 시계열 자료를 구성하여 이 시계열을 웨이블릿 분석을 통해 변동 패턴과 추세를 파악하고 신경망을 이용하여 공사비를 예측하는 방안을 주요하게 다루고 있다. 건설 공사비는 매우 다양한 특성을 내포하고 있으므로 그 예측이 어려울 뿐만 아니라 그 오차 또한 매우 클 것으로 예상된다. 이에 본 연구에서는 웨이블릿 변환을 통하여 다양한 특성의 변동을 찾아내어 이를 예측에 이용함으로써 예측력을 높이고자 하였다. 다만 시계열이 매우 단기간의 자료로 구축되어 변동의 양상이 정확하게 분석될 수 없었으나 지속적으로 실적공사비 자료기 축적되어 장기간의 자료를 바탕으로 시계열이 구축된다면 향후 수행될 건설사업의 기획 시 개략적인 공사비 산출에 참고할수 있는 유용한 자료로 활용될수 있을 것이다.

• 대한전자공학회논문지SP
• /
• 제39권5호
• /
• pp.486-493
• /
• 2002

본 논문에서는 웨이블릿 영역에서 각 부밴드에 대한 영역별 대역간 양방향 예측과 확장된 SPIHT (set partition in hierarchical trees)를 이용한 효율적인 인공위성 다분광 화상데이터의 압축 방법을 제안하였다. 이 방법에서는 가시광선 영역과 적외선 영역에서 다른 대역과 분광적 상관성이 큰 대역을 기준대역 (feature band)으로 각각 결정하고, 이 대역들에 대해 웨이블릿 변환 (wavelet transform, WT)을 행한 후 SPIHT를 행하여 부호화함으로써 대역내 (intraband) 중복성을 제거한다. 기준대역과 대역간 상관성이 큰 예측대역 (prediction band)들에 대해서는 웨이블릿 변환을 행한 후, 각 대역의 기저밴드의 대역별 특성을 이용하여 영역분류를 하고, 각 부밴드에 대한 영역별 대역간 양방향 예측 (classified interband bidirec- tional prediction)을 행함으로써 대역간 (interband) 중복성을 제거하여 압축 효율을 향상시킨다. 또한 확장된 SPIHT의 부호화 효율을 높이기 위해 예측오차의 최대값에 따라 재배열된 대역들에 대해 확장된 SPIHT를 행하여 예측오차를 부호화함으로써, 예측에 따른 오차를 보상하여 화질을 향상시킨다. 실제 다분광 화상데이터에 대한 모의 실험을 통하여 제안한 방법의 부호화 효율이 기존의 방법에 비하여 우수함을 확인하였다.

• 한국수자원학회논문집
• /
• 제57권3호
• /
• pp.209-223
• /
• 2024

4차 산업혁명 시대에 접어들어 데이터 기반의 의사결정이 보편화되고 있다. 하지만 데이터 품질이 확보되지 않은 채 수행되는 데이터 분석은 왜곡된 결과를 낳을 가능성이 존재한다. 수자원 관리의 기초가 되는 수위 데이터도 마찬가지로 결측, 스파이크, 잡음 등 다양한 품질 문제를 가진다. 본 연구에서는 잡음으로 인해 발생하는 데이터 품질 문제를 해결하고자 하였다. 잡음은 데이터의 트렌드 분석을 어렵게 하고 비정상적인 이상치를 생성할 가능성이 있다. 본 연구는 이러한 문제를 해결하기 위해 Wavelet Transform을 이용한 잡음 제거 접근 방안을 제안한다. Wavelet Transform은 신호처리에 주로 사용되는 방법으로 잡음 제거에 효과적인 것으로 알려져 있으며 수집된 데이터의 정답 데이터(True value) 수집을 요구하지 않으므로 시간과 비용을 줄일 수 있다는 점에서 적용이 용이한 편이다. 본 연구는 Wavelet Transform의 성능 평가를 위해 대표적인 머신러닝 기반 잡음 제거 방법인 Denoising Autoencoder와 성능 비교를 수행하였다. 그 결과 Wavelet Transform 중 Coiflets 함수는, Denoising Autoencoder에 비해 Mean Absolute Error, Mean Absolute Percentage Error, Mean Squared Error 등 모든 측면에서 우수한 성능을 보이는 것으로 나타났다. 이러한 결과는 환경에 맞는 적절한 웨이블릿 함수의 선택을 통한 잡음 문제를 효과적으로 해결할 수 있음을 시사한다. 본 연구는 수위 데이터의 품질을 향상시켜 수자원 관리 결정의 신뢰성에 기여하는 강력한 도구로서 Wavelet Transform의 잠재력을 확인한 의의가 있다.