• Proceedings of the Korean Information Science Society Conference
• /
• 2005.11a
• /
• pp.742-744
• /
• 2005

본 논문에서는 인접 블록의 움직임 벡터를 이용한 움직임 예측 알고리즘을 제안하였다. 제안된 알고리즘은 두개의 탐색 단계로 구성된다. 첫 번째 단계는 인접 블록의 움직임 벡터를 이용한 탐색점에서 오차값이 제일 작은 위치를 초기 시작 위치로 사용하였다. 두 번째 단계는 첫 번째 단계에서 찾은 시작 위치에서 정확한 움직임 예측을 위한 패턴과 방법을 적용 하였다. 제안된 알고리즘은 움직임 벡터가 클 경우에 불필요한 탐색점 개수를 줄이고, 성능저하의 원인인 지역적 최소값(local minimum)에 빠질 위험을 감소시켰다. 제안된 알고리즘은 NTSS, 4SS, IDFS, ARPS와 비교 했으며, 성능면에서는 평균 PSNR이 $0.27\~2.56dB$향상되었고, 탐색점 개수면에서는 평균 27개 감소 하였다.

• Proceedings of the IEEK Conference
• /
• 2003.07e
• /
• pp.1924-1927
• /
• 2003

많은 고속 정화소 움직임 추정 알고리즘이 개발됨에 따라, 최근에는 10개의 탐색점만으로 정화소 움직임벡터를 찾을 수 있게 되었다. 반면에, 반화소 움직임 추정에서는 정화소 움직임 벡터주변의 8 개의 반화소 탐색점을 검색해야 한다 그러므로 반화소 움직임 추정 알고리즘의 계산량을 줄일 필요성이 생기게 되었다 본 논문에서는 directional search 와 SAD 함수의 선형 모델링을 이용한 고속 반화소 움직임 추정 알고리즘을 제안한다 제안된 알고리즘은 PSNR 열화 없이 2.21 개의 탐색만으로도 움직임 벡터를 찾을 수 있게 해준다 특히, 조절 가능한 파라미터를 이용하면. 약간의 PSNR 감소와 함께 0.34개의 탐색만으로 움직임 벡터를 추정을 할 수 있게 해준다.

• Proceedings of the Korea Institute of Convergence Signal Processing
• /
• 2001.06a
• /
• pp.153-156
• /
• 2001

본 논문에서는 하이브리드 패턴 벡터를 이용하여 차량 번호를 실시간으로 인식하는 알고리즘을 제안하였다. 차량 입력 영상에서 전처리 과정을 거쳐 번호판의 수평 및 수직 명암값 빈도수 변화를 이용해 번호판 영역을 추출하고 하이브리드 패턴을 적용해 더 정확한 번호판 문자 및 숫자를 인식하는 알고리즘을 제안하였다. 제안한 알고리즘의 번호판 추출 과정에서는 번호판 영역의 문자와 배경이 뚜렷하게 구별되는 특성 및 번호 판 영역의 상대적인 크기의 특성과 수평 및 수직 빈도 수를 추하여 입력된 차량영상에서 번호판 영역을 추출한다. 또한 번호판 영역에서 잡음 제거와 세선화(Thinning)를 적용해 문자 및 숫자를 하이브리드 패턴 벡터를 적용하여 문자의 크기, 문자와 문자 사이의 밀집도의 특성, 이동에 무관한 특성을 이용해 차량 번호를 인식하는 알고리즘을 제안하였다. 제안한 방법들을 적용한 결과 기존의 원형 패턴 벡터 보다 훨씬 계산 속도가 빠르며, 차량 번호판의 크기에 관계없이 잡음에 영향을 받지 않고 차량 번호를 실시간으로 처리할 수 있는 가능성을 제시하였고, 번호판 영역이 불규칙한 조명 상태에서도 더 정확한 차량 번호를 인식 할 수 있는 알고리즘을 본 논문에서 제안하였다.

• Proceedings of the Korea Multimedia Society Conference
• /
• 2002.05c
• /
• pp.257-262
• /
• 2002

영상을 적은 비트로 표현할 때 먼저 양자화를 이용하여 칼라맵을 생성한다. 그리고 적은 비트의 칼라맵으로도 인간의 시각에 적합하게 표현하기 위해 디더링을 결합한다. 본 논문에서는 디더링 기법중 오차확산법이 주변화소로 양자화 에러를 확산한다는 것을 고려하여 칼라맵을 생성하는 새로운 방법을 제안한다. 제안방법은 LBG 알고리즘의 개선하여 클러스터의 양자화 벡터를 구하는 각각의 반복단계에서 현재 양자화 벡터와 새로운 중심값(centroid)을 연결하는 직선 상에서 새로운 양자화벡터를 구하는 기존의 알고리즘에 에러를 고려하여 새로운 양자화 벡터를 얻을 수 있도록 하였다. 제안방법을 적용하였을 때 기존의 LBG 알고리즘에 비해 양자화 영상과 디더영상의 화질이 개선되었다. 또한 각 칼라별 MSE 와 영상전체 MSE 에 대해서도 제안방법은 기존의 LBG 알고리즘에 대해 개선되었다.

• The Transactions of the Korean Institute of Power Electronics
• /
• v.11 no.2
• /
• pp.127-134
• /
• 2006

This paper describes a fully hardware realization of vector controller for the permanent magnet synchronous motor (PMSM) using high density field programmable gate mays (FPGA). In the proposed system, the vector controller including vector transformation , PI regulator, position and speed measurement, current measurement, and space vector PWM blocks is implemented in a FPGA using a VHSIC hardware description language (VHDL). The experimental results using a 1.1kW PMSM are provided to show the validity of the proposed system.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2017.06a
• /
• pp.66-69
• /
• 2017

본 논문에서는 프레임율 향상 기법 (Frame Rate Up-Conversion, FRUC)에 사용되는 새로운 움직임 예측(motion estimation)알고리즘을 제시한다. 제안된 알고리즘은 단 방향 움직임 예측(unilateral motion estimation)에 의해 순방향 및 역방향의 움직임 벡터(motion vector)를 독립적으로 추정한다. 움직임 벡터를 찾은 후, weighted motion vector smoothing(WMVS)가 적용된다. 다음으로, 보간 프레임 (interpolated frame)의 관점에서 현재 블록의 인접 블록들의 모션 벡터들을 후보들로 사용하여 현재 블록과 가장 잘 일치하는 움직임 벡터를 찾는다. 그 후, 선택된 움직임 벡터를 현재 블록의 유도 움직임 벡터 (guidance motion vector)로 정한다. 그런 다음 motion vector shifting error 를 없애기 위해 motion vector refinement (MVR)가 진행된다. 마지막 단계에서는 각 움직임 벡터의 신뢰도를 계산하여 순방향 및 역방향 움직임 벡터 중 최종 움직임 벡터를 선택한다.

• Journal of radiological science and technology
• /
• v.30 no.4
• /
• pp.419-426
• /
• 2007

In this paper, the input pattern vectors are extracted and the learning algorithms is designed to recognize taste(bitter, sweet, sour and salty) pattern vectors. The signal intensity of taste are used to compose the input pattern vectors. The SOM(Self Organizing Maps) algorithm for taste pattern recognition is used to learn initial reference vectors and the ot-star learning algorithm is used to determine the class of the output neurons of the sunclass layer. The weights of the proposed algorithm which is between the input layer and the subclass layer can be learned to determine initial reference vectors by using SOM algorithm and to learn reference vectors by using LVQ(Learning Vector Quantization) algorithm. The pattern vectors are classified into subclasses by neurons in the subclass layer, and the weights between subclass layer and output layer are learned to classify the classified subclass, which is enclosed a class. To classify the pattern vectors, the proposed algorithm is simulated with ones of the conventional LVQ, and it is confirmed that the proposed learning method is more successful classification than the conventional LVQ.

• Journal of the Korea Society of Computer and Information
• /
• v.11 no.5 s.43
• /
• pp.95-103
• /
• 2006

In this paper, the input pattern vectors are extracted and the learning algorithms is designed to recognize EEG pattern vectors. The frequency and amplitude of alpha rhythms and beta rhythms are used to compose the input pattern vectors. And the algorithm for EEG pattern recognition is used SOM to learn initial reference vectors and out-star learning algorithm to determine the class of the output neurons of the subclass layer. The weights of the proposed algorithm which is between the input layer and the subclass layer can be learned to determine initial reference vectors by using SOM algorithm and to learn reference vectors by using LVQ algorithm, and pattern vectors is classified into subclasses by neurons which is being in the subclass layer, and the weights between subclass layer and output layer is learned to classify the classified subclass, which is enclosed a class. To classify the pattern vectors of EEG, the proposed algorithm is simulated with ones of the conventional LVQ, and it was a confirmation that the proposed learning method is more successful classification than the conventional LVQ.

• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.36 no.5A
• /
• pp.485-494
• /
• 2011

In this paper, novel sub-space interference alignment algorithms are proposed to boost the capacity in multi-cell environment. In the case of conventional sub-space alignment, arbitrary reference vectors have been adopted as transmitting vectors at the transmitter side, and the inter-cell interference among users are eliminated by using orthogonal vectors of the chosen reference vectors at the receiver side. However, in this case, sum-rate varies using different reference vectors even though the channel values keep constant, and vice versa. Therefore, the relationship between reference vectors and channel values are analyzed in this paper, and novel interference alignment algorithms are proposed to increase multi-cell capacity. Reference vectors with similar magnitude are adopted in the proposed algorithm. Simulation results show that the proposed algorithms provide about 50 % higher sum-rate than conventional algorithm.

• Journal of the Institute of Electronics Engineers of Korea SP
• /
• v.46 no.5
• /
• pp.56-65
• /
• 2009

Stereoscopic images consist of the left image and the right image. Thus, stereoscopic images have much amounts of data than single image. Then an efficient image compression technique is needed, the DPCM-based predicted coding compression technique is used in most video coding standards. Motion and disparity estimation are needed to realize the predicted coding compression technique. Their performing algorithm is block matching algorithm used in most video coding standards. Full search algorithm is a base algorithm of block matching algorithm which finds an optimal block to compare the base block with every other block in the search area. This algorithm presents the best efficiency for finding optimal blocks, but it has very large computational loads. In this paper, we have proposed fast disparity estimation algorithm using motion and disparity vector information of the prior frame in stereo image coding. We can realize fast disparity vector estimation in order to reduce search area by taking advantage of global disparity vector and to decrease computational loads by limiting search points using motion vectors and disparity vectors of prior frame. Experimental results show that the proposed algorithm has better performance in the simple image sequence than complex image sequence. We conclude that the fast disparity vector estimation is possible in simple image sequences by reducing computational complexities.