• Proceedings of the Korean Society of Computer Information Conference
• /
• 2020.07a
• /
• pp.297-298
• /
• 2020

본 논문에서는 머신러닝 학습에 있어 데이터 전처리의 중요성과 기존 데이터 전처리 기능을 가진 교육용 실습 플랫폼 서비스의 단점은 개선할 수 있는 데이터 전처리 학습을 위한 교육용 블록코딩 기반 실습 플랫폼을 제안한다. 머신러닝 모델의 학습데이터는 데이터 전처리에 따라 모델의 정확도에 큰 영향을 미치므로 데이터를 다양하게 활용하기 위해서는 전처리의 필요성을 깨닫고 과정을 정확하게 이해해야 한다. 따라서 데이터를 처리하는 과정을 이해하고 전처리를 직접 실행해 볼 수 있는 교육용 프로그래밍 언어 기반 D.I.Y 실습 플랫폼을 구현한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2000.10a
• /
• pp.557-559
• /
• 2000

본 논문에서는 기존의 정렬 알고리즘의 성능을 향상시키기 위하여 정보블록 전처리알고리즘(IBPA)이라는 전처리 알고리즘을 제안한다. IBPA는 정렬된 리스트(list)에 있는 데이터에 관한 정보를 생성하고, 생성된 정보를 이용하여 각 데이터를 재배치하며, 실제적인 정렬은 기존의 정렬 알고리즘을 그대로 이용하여 이루어진다. IBPA의 성능을 측정해본 결과, 2백만개의 랜덤데이터를 정렬한 경우, O(N2)의 평균시간복잡도를 갖는 정렬알고리즘의 0.003%, O(NlogN)의 평균시간복잡도를 갖는 정렬알고리즘의 52%, 그리고 O(N)의 평균시간복잡도를 갖는 정렬알고리즘의 89%정도의 비교회수만으로도 정렬할 수 있음을 보여주었다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2008.11a
• /
• pp.199-202
• /
• 2008

고객의 통신 니즈가 다양해지고 통신 인프라가 대용량, 고속화 되고 단말이 지능화됨에 따라 이를 기반으로 IPTV의 셋탑, 컴퓨터 모니터, 이동통신 핸드폰이 이르기 까지 다양한 화면 사이즈의 단말을 통하여 서비스를 제공하고 있다. 이를 위해 원영상을 화면의 크기에 적합하게 크기를 변환하는 영상 리사이징 기술을 이용하게 되며, 그 방식은 DCT 방식과 공간 방식으로 나눌 수 있다. DCT방식은 원영상의 고주파 영역의 조정하여 크기를 변화하는 방식으로 열화는 최소화되나 DCT 변환을 위한 계산량이 많고 고정 크기 블록을 사용하므로 유연성이 떨어진다. 공간영역은 객관적인 평가에서 품질이 열화되더라도 시각적으로 눈에 민감한 영역의 변화를 최소화하는 것이다. 본 논문은 인간시각시스템을 기반으로 눈의 민간도가 높은 망막 이심율이 작은 영역에서는 DCT블록의 크기를 변화를 최소화시키고 망막이심율이 큰 영역에서는 블록의 변화를 크게 하는 가변 블록방식을 제안한다. 이를 통해 우수한 영상 품질을 확보하면서도 시각적으로 뛰어난 리사이징 영상을 얻을 수 있다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2005.07a
• /
• pp.598-600
• /
• 2005

본 논문은 MPEG-4 기반의 모바일 비디오 서비스 환경에서 발생하는 화질열화 현상의 하나인 블륵킹 현상을 제거하는 기법을 제안한다. 제안된 기법은 전처리 과정과 3가지 모드의 디블록킹 필터 및 후처리 과정으로 구성되어 있으며 각 모드는 블록경계의 특성에 따라 적용된다. 모드 1은 블록경계의 양쪽 모두가 평탄한 경우에 해당하며 가장 강한 필터를 적용한다. 모드 2는 블록경계의 한쪽만 평탄한 경우이고 이때는 비대칭 필터를 적용한다. 모드 3은 블록경계를 중심으로 양쪽 모두 복잡한 경우이고, 이 경우에는 블록경계의 주파수 특성을 고려하여 화소값을 보정한다. 전처리 과정에서는 각 필터의 모드를 올바르게 선택하도록 블록 내부의 불필요한 신호를 제거하고, 후처리 과정에서는 대각선 에지와 블록의 모서리가 만나는 경우 발생하는 corner outlier를 제거하여 주관적 화질을 향상시킨다. 실험결과에서 제안한 방법이 PSNR 관점에서 후처리 과정을 거치지 않는 비디오의 경우와 비교하여 약 0.7dB, MPEG-4 디블록킹 결과와 비교하여 약 0.4dB 향상됨을 보인다.

• Proceedings of the Korean Institute of Resources Recycling Conference
• /
• 2001.05a
• /
• pp.389-392
• /
• 2001

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2002.12a
• /
• pp.287-290
• /
• 2002

지문인식 알고리즘 구현에 있어서 일반적인 전처리 과정을 거쳐, 특징추출시 본 논문에서는 방향성이 추출된 영상에서 블록을 형성하여 각 블록에서의 방향성 특징들을 인공지능 기법의 한 분야인 신경회로망의 입력패턴으로 사용하여 특이점 추출을 수행했으며, 이를 바탕으로 PC없이 독립적으로 동작할 수 있는 지문인식 신호처리보드를 설계하여 그 신뢰성을 테스트한 결과 충분히 독립적으로 동작할 수 있음을 입증하였다.

• Journal of the Institute of Electronics Engineers of Korea SP
• /
• v.37 no.5
• /
• pp.42-53
• /
• 2000

Efficient implementation of pre-filtering has been an important issue in video sequence coding, because it can remove camera noise and improve coding efficiency dramatically This paper introduces a novel pre-filtering scheme that is performed inside a video encoder The proposed pre-filtering is based on the approximated generalized Wiener filtering and two-dimensional discrete cosine transform (DCT) factorization. and is achieved by scaling the DCT coefficients of original image blocks for intra block coding and those of motion-compensated error blocks for inter block coding, respectively Even though the pre-filtering operation is embedded in a video encoder, its additional computational complexity is marginal compared to the encoding process, and the overall architecture of the conventional video encoder is maintained In spite of its simplicity, the proposed pre-filtering scheme provides good filtering and coding performance for noisy video sequences.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2000.11a
• /
• pp.319-322
• /
• 2000

본 논문에서는 지문영상으로부터 제안한 알고리즘을 이용하여 특이점(Core, Delta)을 추출한 후 특이점의 개수와 종류에 따라서 5가지 부류(arch, tented arch, left loop, right loop, whorl)로 지문영상을 분류하였다. 지문영상을 8*8블록과 16*16블록으로 분할한 후 3*3 Sobel 마스크를 씌워서 대표 방향을 구하였다. 또한 블록으로 분할한 영상으로부터 분산을 구하여 전경과 배경을 분리(segmentation)시켜 수행속도를 향상시켰다. 전처리 과정으로는 일정한 블록마다 임계값을 다르게 적용시키는 블록 이진화 기법을 사용하였으며 특이점을 추출하기 위해서 서로 크기가 다른 2개의 블록으로 영상을 분할하였다. 우선 8*8블록으로 영역을 분할한 후 방향 성분을 구하고 특이점들을 추출하였다. 이 경우 잡영 때문에 특이점이 너무 많이 추출되는 문제점이 있으므로 이러한 해결책으로 16*16블록으로 영역을 분할하여 방향 성분을 구하고 특이점을 추출하였다. 이렇게 다른 두 영역에서 동시에 나타나는 특이점을 후보 특이점으로 잡아서 그 후보 특이점 주변으로 Poincare 지수를 적용하여 확실한 특이점을 선택한 후 5가지의 지문 형태로 분류하였다. 실험결과 대부분의 지문영상에 대하여 강건한 분류 특성을 보이고 있음을 확인하였다.

• Journal of KIISE:Software and Applications
• /
• v.31 no.7
• /
• pp.911-921
• /
• 2004

Accurate minutiae extraction from input fingerprint images is one of the critical modules in robust automatic fingerprint identification system. However, the performance of a minutiae extraction is heavily dependent on the quality of the input fingerprint images. If the preprocessing is performed according to the fingerprint image characteristics in the image enhancement step, the system performance will be more robust. In this paper, we propose a knowledge-based preprocessing method, which extracts S features (the mean and variance of gray values, block directional difference, orientation change level, and ridge-valley thickness ratio) from the fingerprint images and analyzes image quality with Ward's clustering algorithm, and enhances the images with respect to oily/neutral/dry characteristics. Experimental results using NIST DB 4 and Inha University DB show that clustering algorithm distinguishes the image Quality characteristics well. In addition, the performance of the proposed method is assessed using quality index and block directional difference. The results indicate that the proposed method improves both the quality index and block directional difference.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2000.10a
• /
• pp.191-194
• /
• 2000

본 논문에서는 기존의 정렬 알고리즘의 성능을 향상시키기 위하여 정보블록 전처리 알고리즘(IBPA)이라는 전처리알고리즘을 제안한다. IBPA는 정렬될 리스트(list)에 있는 데이터에 관한 정보를 생성하고, 생성된 정보를 이용하여 각 데이터를 재배치하며, 실제적인 정렬은 기존의 정렬 알고리즘을 그대로 이용하여 이루어진다. IBPA의 성능을 측정해본 결과, 2백만개의 랜덤데이터를 정렬한 경우, O($N^2$)의 평균시간복잡도를 갖는 정렬알고리즘의 0.003%, O(NlogN) 의 평균시간복잡도를 갖는 정렬알고리즘의 52%, 그리고 O(N)의 평균시간복잡도를 갖는 정렬알고리즘의 89%정도의 비교회수만으로도 정렬할 수 있음을 보여주었다.