• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 1998년도 가을 학술발표논문집 Vol.25 No.2 (2)
• /
• pp.526-528
• /
• 1998

영상 자료는 일반적으로 많은 정보량을 가지기 때문에 저장 공간과 전송 시간의 문제 등이 발생한다. 이 문제를 해결하기 위해 영상 압축 기법이 사용되며 그 방법 중의 하나로 벡터 양자화가 있다. 벡터 양자화는 압축률은 높지만 시간이 많이 걸리는데, 전체 처리 시간 중에서도 영상의 각 블록에 해당하는 코드벡터를 찾기 위해 주어진 코드북을 탐색하는 단계에 소요되는 시간이 가장 큰 비중을 차지한다. 본 논문에서는 코드북 탐색에 소요되는 시간을 줄여 벡터 양자화를 빠르게 하기 위한 방법으로 삼각 부등식을 이용하는 빠른 코드북 탐색법을 제안한다. 제안된 방법은 삼각 부등식을 이용해 구한 하한값을 기준으로 불필요한 계산을 줄여서 탐색 속도를 증가시킨다. 제안된 방법의 평가를 의해 100장의 256$\times$256, 256 레벨 흑백 영상을 사용하였고, 기존의 전체 탐색 방법에 비해 배 이상의 속도 향상을 얻을 수 있었다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2003년도 가을 학술발표논문집 Vol.30 No.2 (2)
• /
• pp.577-579
• /
• 2003

본 논문에서는 생체인식 분야 중 얼굴인식의 검색 정확성 향상 및 검색 시간을 단축하기 위한 단계로 인종별 얼굴영상 데이터베이스에 대한 군집화 기법을 연구하였다. 우선, 일반적으로 얼굴 및 이미지 검색에 사용되는 다양한 특징을 추출하고, 추출한 다차원의 특징 데이터들로부터 다 인종 얼굴 데이터를 유사한 인종별로 정확하게 군집화 하기 위해 최적의 특징벡터를 자동으로 선택 할 수 있는 방법을 제안하였다. 군집결과 분석을 위해 자기 조직화 지도 모형을 이용하였는데, 이는 2차원 분석 및 가시화에 유용하며, 학습 후 코드북벡터를 사용하여 유사한 의미간의 거리부터 검색할 수 있는 특징을 가지고 있다. 특징추출에 관한 실험결과 인종별 구분을 위한 특징벡터로는 웨이블릿 주파수 성분(lowpass 성분)과 CbCr 특징벡터가 인종별 군집화에 가장 유용한 특징으로 선택되었으며. 추출된 특징을 바탕으로 semantic map을 구성하여 제안방법의 효율성을 제시하였다.

• 전자공학회논문지SC
• /
• 제48권5호
• /
• pp.31-36
• /
• 2011

본 논문에서는 Mel-Frequency Cepstral Coefficient (MFCC), Decorrelated Filter Bank (DFB), Octave-based Spectral Contrast (OSC), Zero-Crossing Rate (ZCR), 그리고 Spectral Contract/Roll-Off를 복합 특징벡터로 결합하여 Support Vector Machine (SVM)을 이용한 음악 장르 분류 시스템을 설계하였다. 기존 방식에서는 전체 학습 데이터에 대한 특징벡터를 정규화를 한 후 SVM 모델을 생성하여 분류를 시행하였다. 본 논문에서는 비교 대상이 되는 한 쌍의 클래스에 대해서 One-Against-One (OAO) SVM으로 모델을 생성할 때 선택된 두 클래스의 특징벡터에 대해서만 정규화를 시행하는 방식을 제안한다. 기존 정규화 방식을 이용하면 단일 특징벡터로 OSC를 사용할 경우에는 60.8%, 복합 특징벡터를 모두 이용하는 경우에는 77.4%의 인식율을 얻을 수 있었다. 또한, 제안된 정규화 방식을 이용하면 OSC와 복합 특징벡터에 대해서 각각 8.2%와 3.3%의 추가적인 성능 향상을 얻을 수 있었다.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2001년도 제14회 신호처리 합동 학술대회 논문집
• /
• pp.363-366
• /
• 2001

본 논문에서는 보다 효율적이고 정확한 움직임 벡터를 추정하기 위하여 계층적 평활화 방법(hierachical regularization technique)을 이용한 움직임 추정 알고리듬을 제안한다. 계층적 평활화 기법을 이용하여 움직임 벡터들의 신뢰도를 증가시켰고, 주위 벡터와의 평활화를 통해 움직임 벡터들의 비트량을 감소시켰다. 또한 적은 후보 벡터를 이용하여 움직임 벡터를 예측하는 고속 움직임 추정 알고리듬을 적용하여 평활화 과정의 추가로 인해 생기는 많은 연산량을 감소시켰다.

• 융합보안논문지
• /
• 제6권4호
• /
• pp.83-90
• /
• 2006

본 논문에서는 영상의 웨이브렛 변환계수의 양자화를 위하여 입력영상의 통계적 성질에 영향을 받지 않고 부호화 결과에 범용성을 갖는 새로운 벡터 양자화기의 설계법을 제안한다. 부호화 대상영상의 상관과 에지성분의 양 등이 웨이브렛 변환영역에서의 양자화기 설계에 중용한 요소인 것을 밝힌다. 기존의 벡터 양자화기의 가장 큰 문제점은 양자화대상 영상과 대표 벡터를 생성하기 위한 학습계열간의 통계적 성질의 불일치에 의한 부호화 성능의 열화이다. 그리하여 본 논문에서는 웨이브렛 변환계수의 양자화에 적합한 벡터양자화기의 대표 벡터를 생성하기 위한 학습계열로, 독립난수에 영상의 상관과 에지성분을 첨가한 모사 영상을 사용하여 종래 방식의 문제점을 해결하는 방법에 대하여 검토하였다. 제안 방식에 의해 설계된 벡터양자화기와 대표벡터 생성에 이용하는 학습계열에 부호화 대상이 되는 영상과 같은 실영상을 사용한 종래 방식에 의해 설계된 벡터양자화기와 부호화 성능을 컴퓨터 시뮬레이션을 통하여 비교하여 종래 방식의 문제점을 명확하게 밝히고, 아울러 제안방식으로 설계한 벡터양자화기가 부호화 성능이 우수함을 입증한다.

• 전력전자학회논문지
• /
• 제11권2호
• /
• pp.127-134
• /
• 2006

고성능 DSP 또는 마이크로프로세서를 통해 구현되던 벡터제어를 프로그램이 가능한 소자인 FPGA를 통해 하드웨어로 구현하였다. 이를 위해 벡터제어 알고리즘을 구성하는 제어 블록들을 VHDL을 통해 모듈화 하고, 모듈화한 벡터제어 알고리즘을 FPGA에 프로그래밍 하여 하드웨어 벡터제어기를 구현하였다. 그리고 하드웨어 벡터제어기의 성능을 검증하기 위해 영구자석 동기 전동기 구동을 위한 벡터제어 시스템을 구성하고, 소프트웨어 기반 벡터제어 시스템과 벡터제어 알고리즘 연산시간 및 성능에 대한 비교연구를 수행하였다.

• 전자공학회논문지B
• /
• 제33B권1호
• /
• pp.161-169
• /
• 1996

본 논문에서는 동영상 압축의 핵심 기술인 움직임 벡터 추정에 있어서 신경 회로망을 이용한 벡터 양자화에 의해 탐색 영역을 예측하는 방법을 제안한다. 훈련영상을 입력으로 하여 전역 탐색법 등에 의하여 구해진 움직임 벡터를 이용하여 움직임 벡터 코드 북을 생성하고 이를 예측 탐색 점으로 이용한다. 움직임 벡터 코드 북을 생성하기 위해서 병렬 처리 특성과 다양한 학습 알고리즘을 갖는 신경 회로망을 이용하였다. 제안된 방법은 움직임 벡터들의 높은 공간적 상관성을 이용하게 되고 결과적으로 적은 탐색 점으로 움직임 벡터를 추정할 수 있으므로 계산량을 줄일 수 있을 뿐 아니라 움직임 벡터를 표현하기 위해 소요되는 비트 수도 크게 줄일 수 있다. 모의 실험을 통하여 제안된 방식이 기존의 고속 블록 매칭 알고리즘보다 우수함을 보였다.

• 센서학회지
• /
• 제8권2호
• /
• pp.124-132
• /
• 1999

본 논문에서는 에지 영역 보상을 이용한 원격 센싱된 인공위성 화상의 대역간 벡터양자화 기법을 제안하였다. 이 기법에서는 인공위성 화상데이타의 분광적 반사 특성에 따라 각 화소벡터를 분류한 후, 각 분류영역에 대하여 대역내 및 대역간 중복성을 각각 제거하기 위하여 분류영역별 대역내 벡터양자화 및 분류영역별 대역간 벡터양자화를 행한다. 에지영역의 경우에 주변블럭의 영역정보 및 양자화 된 기준대역의 화소값을 이용하여 에지영역을 보상한다. 그후, 대역간 중복성을 효과적으로 제거하기 위하여 보상된 영역정보를 이용하여 분류영역별 대역간 벡터양자화를 행한다. 실제 원격 센싱된 인공위성 화상데이타에 대한 실험을 통하여 제안한 기법의 부호화 효율이 기존의 기법에 비하여 우수함을 확인하였다.

• 방송공학회논문지
• /
• 제1권1호
• /
• pp.29-34
• /
• 1996

차등적 오류 방지는 전송되는 정보에 따라 채널에서 오류가 발생했을 때 미치는 영향이 다른 것을 이용하여 채널 오류에 민감한 정보를 다른 정보보다 강력하게 채널 오류로부터 보호하는 방법이다. 그러나 채널에서 오류가 없다는 가정하에 LBG 알고리듬으로 설계한 벡터 양자화 신호에 차등적 오류 방지를 그대로 적용할 수 없다. 따라서 본 논문에서는 이러한 벡터 양자화 신호의 전송에서 차등적 오류 방지를 적용할 수 있도록 부호 벡터에 체계적으로 이진 인덱스를 할당하는 기법을 제안하였다. 또한 제안한 기법을 벡터 양자화 한 1차 Gauss-Marcov 신호의 전송에 중요한 정보의 비율을 50%로 하여 적용하였다.

• 한국음향학회지
• /
• 제43권2호
• /
• pp.243-252
• /
• 2024

최근에 연구되기 시작한 폴리(Foley) 음향 생성 모델 중 벡터 양자화 변분 오토인코더(Vector Quantized-Variational AutoEncoder, VQ-VAE) 구조와 Pixelsnail 등 생성모델을 활용한 생성 기법은 중요한 연구대상 중 하나이다. 한편, 딥러닝 기반의 음향 신호의 압축/복원 분야에서는 기존의 VQ-VAE 구조에 비해 잔여 벡터 양자화 기술이 더 적합한 것으로 보고되고 있으며, 따라서 본 논문에서는 폴리 음향 생성 분야에서도 잔여 벡터 양자화 기술이 효과적으로 적용될 수 있을지 연구하고자 한다. 이를 위하여 본 논문에서는 기존의 VQ-VAE 기반의 폴리 음향 생성 모델에 잔여 벡터 양자화 기술을 적용하되, Pixelsnail 등 기존의 다른 모델과 호환이 가능하고 연산 자원의 소모를 늘리지 않는 모델을 고안하여 그 효과를 확인하고자 하였다. 효과를 검증하기 위하여 DCASE2023 Task7의 데이터를 활용하여 실험을 진행하였으며, 그 결과 평균적으로 0.3 가량의 Fréchet audio distance 의 향상을 보이는 것을 확인하였다. 다만 그 성능 향상의 정도가 제한적이었으며, 이는 연산 자원의 소모를 유지하기 위하여 시간-주파수축의 분해능이 저하된 영향으로 판단된다.