• Journal of KIISE:Software and Applications
• /
• v.36 no.3
• /
• pp.179-186
• /
• 2009

This paper proposes a target speech extraction which restores speech signal of a target speaker form noisy convolutive mixture of speech and an interference source. We assume that the target speaker is known and his/her utterances are available in the training time. Incorporating the additional information extracted from the training utterances into the separation, we combine convolutive blind source separation(CBSS) and non-negative decomposition techniques, e.g., probabilistic latent variable model. The nonnegative decomposition is used to learn a set of bases from the spectrogram of the training utterances, where the bases represent the spectral information corresponding to the target speaker. Based on the learned spectral bases, our method provides two postprocessing steps for CBSS. Channel selection step finds a desirable output channel from CBSS, which dominantly contains the target speech. Reconstruct step recovers the original spectrogram of the target speech from the selected output channel so that the remained interference source and background noise are suppressed. Experimental results show that our method substantially improves the separation results of CBSS and, as a result, successfully recovers the target speech.

• Proceedings of the IEEK Conference
• /
• 2000.09a
• /
• pp.345-348
• /
• 2000

본 논문에서는 웨이브릿 변환과 유전자 알고리즘을 이용한 하이브리드 영상복원 방법을 제안한다. 제안한 방법은 영상복원을 위한 전처리로써 분해 및 합성 필터의 이상적인 직교 특성을 가지는 웨이브릿 변환을 이용하여 잡음훼손영상으로부터 고주파성 잡음의 일부를 우선 제거하고 나머지 영상에 대해서는 국부적 최적해로의 고립을 벗어나 전역해 탐색이 가능한 유전자 알고리즘을 적용한다 제안한 하이브리드 방법의 성능평가를 위하여 이진 문자영상과 Lenna 영상을 입력영상으로 인가하여 기존의 단일 유전자 알고리듬을 이용한 방법과 비교실험을 수행하였다. 실험결과 제안한 하이브리드 영상 복원방법이 기존의 방법에 비하여 약 2dB 향상됨으로써 잡음훼손영상의 복원성능이 우수함을 확인하였다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2016.05a
• /
• pp.470-473
• /
• 2016

본 논문에서는 영상에서 일부 정보가 손실 또는 손상된 경우에 대해서 홉필드 네트워크를 적용하여 영상을 복원하는 방법을 제안한다. 제안된 방법은 영상을 그레이 영상으로 변환한 후, 퍼지 이진화 기법을 적용하여 영상을 이진화한다. 이진화된 영상에 홉필드 네트워크를 적용하여 영상의 특징들을 학습한다. 따라서 영상의 일부 정보가 손실되거나 잡음이 있는 영상에서 퍼지 이진화 기법을 적용하여 이진화한 후, 이진화된 결과를 홉필드 네트워크에 적용하여 영상을 복원한다. 제안된 방법을 5장의 그레이 영상을 대상으로 실험한 결과, 퍼지 이진화 기법과 홉필드 네트워크를 적용한 방법이 잡음이 있거나 영상의 정보가 손실된 영상에서 복원 정도가 높은 것을 실험을 통하여 확인하였다.

• The KIPS Transactions:PartB
• /
• v.16B no.1
• /
• pp.1-6
• /
• 2009

It is very difficult to restore the images degraded by motion blur and additive noise. In conventional methods, regularization usually applies to all the images without considering local characteristics of the images. As a result, ringing artifacts appear in the edge regions and noise amplification is in the flat regions, as well. To solve these problems, we propose an adaptive iterative regularization method, using the way of regularization operator considering edge directions. In addition, we suggest an adaptive regularization parameter and an relaxation parameter. In conclusion, We have verified that the new method shows the suppression of the noise amplification in the flat regions, also does less ringing artifacts in the edge regions. Furthermore, it offers better images and improves the quality of ISNR, comparing with those of conventional methods.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2000.11b
• /
• pp.63-67
• /
• 2000

디지털 영상 저장 과정에서 일어나는 문제점은 영상 저장부 센서계의 한계로 나타낼 수 있다. 센서계의 충분하지 못한 집적도는 물리적으로 피할 수 없는 현상이다. 이러한 현상을 디지털 신호처리 기술을 적용하여 극복할 수 있다. 센서계의 한계로 인한 문제는 디지털 영상의 가장 큰 문제중의 하나이며, 이러한 한계를 극복하는 고해상도 영상 복원 방법들은 많은 학자들에 의해 제안되어 왔다. 본 논문에서는, 기존의 고해상도 영상 복원 방법들과는 달리 원영상의 공간적 고주파 성분의 특성을 분석과, 주어진 저해상도 영상들의 부화소 단위 움직임 추정 오류에 대한 분석을 통해 영상 복원과정에 이러한 분석들의 결과를 반영한다. 위에서 언급한 추정 오류는 우리에게 하나의 잡음 형태로 나타날 수 있다. 이 잡음은 추정이 이루어지는 축에 따라 그 양이 다르게 나타나게 되고, 이러한 현상은 목적이 되는 영상의 공간적 고주파 성분의 분포와 밀접한 관련이 있다. 우리는 복원 과정에 기존의 영상복원 방법중의 하나인 정규화 방법을 도입한다. 위에서 분석된 현상을 이 복원 과정에 반영하여 기존의 고해상도 영상 복원 방법보다 향상된 결과를 얻을 수 있었다. 결론적으로, 제안하는 알고리즘은 부화소 단위 움직임 추정 오류의 분석 결과를 반영하므로 이러한 추정 오류에 강한 알고리즘이다.

• Proceedings of the IEEK Conference
• /
• 2003.07e
• /
• pp.1715-1718
• /
• 2003

본 논문에서 우리는 정규화 된 혼합 노름(norm)을 이용한 다중 채널 영상 복원 알고리즘을 제안한다. 채널 내부와 채널 사이의 결정론적 정보를 이용하는 다중채널 복원 문제를 고려한다. 각 채널에서, LMS(Least Mean Square), LMF(Least Mean Fourth), 평탄 함수가 결합된 함수가 제안되었다. LMS와 LMF 사이의 적절한 분배를 제어하는 혼합 노를 매개변수와 해의 평탄 정도를 정의하는 정규화 매개 변수를 소개하며, 두 매개 변수는 각 채널의 잡음 특성에 따라 매번 반복적으로 갱신된다. 제안된 알고리즘은 각 채널의 잡음분포에 대한 지식이 필요하지 앉고 앞에서 언급된 매개 변수는 부분적으로 복원된 영상에 기반을 두고 조절하게 된다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2019.11a
• /
• pp.213-216
• /
• 2019

영상 잡음 제거 알고리즘은 잡음으로 오염된 영상으로부터 잡음이 제거된 깨끗한 영상을 추정하여 복원하는 연구이다. 기존의 모델 기반 방법의 영상 잡음 제거 알고리즘은 영상을 복원하는 과정에서 최적화 문제를 풀어야 한다는 단점과 매개변수를 직접 선택을 해주어야 한다는 단점을 가진다. 본 논문에서는 딥러닝을 이용한 학습기반 방법의 영상 잡음 제거 연구를 소개한다. 먼저, 신경망의 구축을 위하여 신경망의 구성 요소는 Instance Normalization 과 컨볼루션 신경망을 이용한 모델을 제안하였고, 여러 연구 분야에서 좋은 성능을 보이는 U-Net 구조를 전체적인 구조로 차용하였다. 신경망의 학습을 위하여 DnCNN 에서 제안한 잡음을 학습하는 잔여 학습 기법을 채택하였고, 기존의 영상 잡음 제거 알고리즘의 단점인 결과 영상이 흐릿해지는 현상을 보완하기 위하여 생성적 적대 신경망 학습 방법을 적용하였다. 본 논문에서 제안한 신경망을 이용한 잡음 제거 영상의 결과가 기존의 연구 방법들 보다 인지적인 측면에서 좋은 결과를 보임을 확인하였다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2016.10a
• /
• pp.953-955
• /
• 2016

Degradation is occurred in the process of the signal transmission in the image processing system due to various reasons. Degradation is noise addition in the image signal and the representative one to cause degradation is salt and pepper noise. Therefore, image restoring filter was suggested in this article to apply and process weighted value by the changes of each directional pixel upon breakdown of local mask with 8 directions in order to restore the damaged image in the environment of salt and pepper noise. In addition, peak signal to noise ratio (PSNR) was used to compare the existing method as the objective determinant standard of the improvement effect.

• Journal of KIISE:Software and Applications
• /
• v.33 no.10
• /
• pp.862-867
• /
• 2006

To restore image degraded by blur and additive noise in the optical and electrical system, a regularized iterative restoration is used. A regularization operator is usually applied to all over the image without considering the local characteristics of image in conventional method. As a result, ringing artifacts appear in edge regions and the noise is amplified in flat regions. To solve these problems we propose an adaptive regularization iterative restoration considering the characteristic of edge and flat regions using directional regularization operator. Experimental results show that the proposed method suppresses the noise amplification in flat regions, and restores the edge more sharply in edge regions.

• Journal of the Institute of Electronics and Information Engineers
• /
• v.53 no.3
• /
• pp.99-106
• /
• 2016

In this paper, we will discuss about correction method of missing data on noisy observation matrix and uncertainty analysis for the potential noise. In situations without missing data in an observation matrix, this solution is known to be accurately induced by SVD (Singular Value Decomposition). However, usually the several entries of observation matrix have not been observed and other entries have been perturbed by the influence of noise. In this case, it is difficult to find the solution as well as cause the 3D reconstruction error. Therefore, in order to minimize the 3D reconstruction error, above all things, it is necessary to correct reliably the missing data under noise distribution and to give a quantitative evaluation for the corrected results. This paper focuses on a method for correcting missing data using geometrical properties between 2D projected object and 3D reconstructed shape and for estimating a noise level of the observation matrix using ranks of SVD in order to quantitatively evaluate the performance of the correction algorithm.