• Journal of the Institute of Convergence Signal Processing
• /
• v.11 no.3
• /
• pp.203-208
• /
• 2010

In this paper, we convert underwater acoustic signal made by sonar system into digital image. We propose the algorithm that detects target candidate and emphasizes information of target introducing image processing technique for the digital image. The process detecting underwater target estimates background noise in underwater acoustic signal changing irregularly, recomposes it. and eliminates background from original image. Therefore, it generates initial target group. Also, it generates weighted map through proceeding doppler information, ensures information for target candidate through filtering using weighted map for image eliminated background noise, and decides the target candidate area in the single frame. In this paper, we verified that proposed algorithm almost had eliminated the noise generated irregularly in underwater acoustic signal made by simulation, targets had been displayed more surely in the image of underwater acoustic signal through filtering and process of target detection.

• Proceedings of the IEEK Conference
• /
• 2003.07a
• /
• pp.222-225
• /
• 2003

본 논문에서는 six port 를 사용한 실시간 디지털 직접 변환 수신기를 소개하고 실제 six port 구조를 이용해 구현된 직접 변환 수신기의 성능을 분석한다. 제안한 알고리즘은 송신단과 수신단의 위상 오류를 보정하고 랜덤한 채널 잡음 환경에서도 성능의 저하가 크지 않다. 다음으로는 위상 오류 추정 방법을 사용하여 수신기에서의 성능 향상을 컴퓨터 시뮬레이션을 통해서 살펴보았다.

• Proceedings of the KAIS Fall Conference
• /
• 2006.05a
• /
• pp.214-216
• /
• 2006

본 논문에서는 실시간 영상에서 적응적 배경영상을 이용하여 객체를 추적하는 방법을 제안한다. 입력되는 영상에서 배경영역의 잡음을 제거하고 조명에 강인한 객체 추출을 위하여 객체영역이 아닌 배경영역 부분을 실시간으로 갱신함으로써 적응적 배경영상을 생성한다. 그리고 배경영상과 카메라로부터 입력되는 입력영상과의 차를 이용하여 객체를 추출한다. 추출된 객체의 내부점을 이용하여 최소사각영역을 설정하고, 이를 통해 객체를 추적한다. 아울러 제안방법의 성능에 대한 실험결과를 기존 추적알고리즘과 비교, 분석하여 평가한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2001.10b
• /
• pp.472-474
• /
• 2001

본 논문은 wavelet 기반의 watershed를 이용한 효율적인 영상 분할을 기법을 제안한다. 영상 분할을 위해 입력 영상을 wavelet transform을 사용하여 low-resolution 영상을 생성한 후 watershed 알고리즘을 이용해 분할하고, 이를 Inverse wavelet transform함으로써 원 영상으로 복원한다. 복원된 영상을 의미 있는 영역들로 분할하기 위해 wavelet 특징값의 유사성을 두 인접한 영역에 비교하여 병합한다. 실험 결과 제안한 방법은 영상의 잡음에 대한 강인함과 영상의 과분할 문제를 해결할 수 있다.

• Smart Media Journal
• /
• v.5 no.3
• /
• pp.35-41
• /
• 2016

In this paper, we propose hand-gesture signal recognition based on EPS(Electronic Potential Sensor) using Deep learning model. Extracted signals which from Electronic field based sensor, EPS have much of the noise, so it must remove in pre-processing. After the noise are removed with filter using frequency feature, the signals are reconstructed with dimensional transformation to overcome limit which have just one-dimension feature with voltage value for using convolution operation. Then, the reconstructed signal data is finally classified and recognized using multiple learning layers model based on deep learning. Since the statistical model based on probability is sensitive to initial parameters, the result can change after training in modeling phase. Deep learning model can overcome this problem because of several layers in training phase. In experiment, we used two different deep learning structures, Convolutional neural networks and Recurrent Neural Network and compared with statistical model algorithm with four kinds of gestures. The recognition result of method using convolutional neural network is better than other algorithms in EPS gesture signal recognition.

• Proceedings of the Korea Multimedia Society Conference
• /
• 2003.11a
• /
• pp.44-47
• /
• 2003

실시간 영상에서 객체 추적은 수년간 컴퓨터 비전 및 여러 실용적 응용 분야에서 관심을 가지는 주제 중 하나이다. 하지만 배경영상의 잡음을 객체로 인식하는 오류로 인하여 추출하고자 하는 객체를 찾지 못하는 경우가 있다. 본 논문에서는 실시간 영상에서 적응적 배경영상을 이용하여 객체를 추출하고 추적하는 방법을 제안한다. 입력되는 영상에서 배경영역의 잡음을 제거하고 조명에 강인한 객체 추출을 위하여 객체영역이 아닌 배경영역 부분을 실시간으로 갱신함으로써 적응적 배경영상을 생성한다. 그리고 배경영상과 카메라로부터 입력되는 입력영상과의 차를 이용하여 객체를 추출한다. 추출된 객체의 내부점을 이용하여 최소사각영역을 설정하고, 이를 통해 객체를 추적한다. 아울러 제안방법의 성능에 대한 실험결과를 기존 추적알고리즘과 비곤 분석하여 평가한다.

• Proceedings of the KAIS Fall Conference
• /
• 2010.05a
• /
• pp.479-482
• /
• 2010

실시간 영상에서 객체 추적은 수년간 컴퓨터 비전 및 여러 실용적 응용 분야에서 관심을 가지는 주제 중 하나이다. 하지만 배경영상의 잡음을 객체로 인식하는 오류로 인하여 추출하고자 하는 객체를 찾지 못하는 경우가 있다. 본 논문에서는 실시간 영상에서 적응적 배경영상을 이용하여 객체를 추출하고 추적하는 방법을 제안한다. 입력되는 영상에서 배경영역의 잡음을 제거하고 조명에 강인한 객체 추출을 위하여 객체영역이 아닌 배경영역 부분을 실시간으로 갱신함으로써 적응적 배경영상을 생성한다. 그리고 배경영상과 카메라로부터 입력되는 입력영상과의 차를 이용하여 객체를 추출한다. 추출된 객체의 내부점을 이용하여 최소 사각영역을 설정하고, 이를 통해 객체를 추적한다. 아울러 제안방법의 성능에 대한 실험결과를 기존 추적 알고리즘과 비교, 분석하여 평가한다.

• Journal of the Korea Academia-Industrial cooperation Society
• /
• v.21 no.12
• /
• pp.672-678
• /
• 2020

Ultra-high-speed images that accurately depict the minute movements of objects have become common as low-cost and high-performance cameras that can film at high speeds have emerged. In this paper, the proposed method removes unexpected noise contained in images after input at high speed, and then extracts an area of interest that can represent personal information, such as skin areas, from the image in which noise has been removed. In this paper, noise generated by abnormal electrical signals is removed by applying bilateral filters. A color model created through pre-learning is then used to extract the area of interest that represents the personal information contained within the image. Experimental results show that the introduced algorithms remove noise from high-speed images and then extract the area of interest robustly. The approach presented in this paper is expected to be useful in various applications related to computer vision, such as image preprocessing, noise elimination, tracking and monitoring of target areas, etc.

• KIPS Transactions on Software and Data Engineering
• /
• v.8 no.5
• /
• pp.193-204
• /
• 2019

The explosion of data due to the improvement of sensor technology and computing performance has become the basis for analyzing the situation in the industrial fields, and various attempts to detect events based on such data are increasing recently. In particular, sound signals collected from sensors are used as important information to classify events in various application fields as an advantage of efficiently collecting field information at a relatively low cost. However, the performance of sound-event classification in the field cannot be guaranteed if noise can not be removed. That is, in order to implement a system that can be practically applied, robust performance should be guaranteed even in various noise conditions. In this study, we propose a system that can classify the sound event after generating the enhanced sound signal based on the deep learning algorithm. Especially, to remove noise from the sound signal itself, the enhanced sound data against the noise is generated using SEGAN applied to the GAN with a VAE technique. Then, an end-to-end based sound-event classification system is designed to classify the sound events using the enhanced sound signal as input data of CNN structure without a data conversion process. The performance of the proposed method was verified experimentally using sound data obtained from the industrial field, and the f1 score of 99.29% (railway industry) and 97.80% (livestock industry) was confirmed.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2000.10a
• /
• pp.468-472
• /
• 2000

This paper discusses the development of a acoustic vector channel simulator for the performance analysis of a acoustic digital communication system. The channel simulator consists of transmission module, acoustic channel model, receiver, beamformer, and adaptive equalizer. QPSK source signal is generated by the parameters specified by a user and transmitted. The transmitted signal generate multipath signals which have a different delay, amplitude, and dopper Sequency. The multipath signals with the acoustic noises is the received signal. We can analysis the communication system performance according to the antenna structure, beamforming algorithm, and equalization algorithm.