• 방송공학회논문지
• /
• 제25권3호
• /
• pp.313-324
• /
• 2020

본 논문에서는 360 비디오의 특성을 이용하여 픽쳐 경계에서 코딩 효율을 증가시키는 움직임 벡터 예측 방법을 제안한다. VVC의 화면간 예측에서 움직임 벡터 후보군을 구성할 때 주변 블록의 위치가 픽쳐의 경계 바깥이면 후보군 구성 과정에서 제외되어 픽쳐 경계에서 코딩 효율이 감소하게 된다. 이를 해결하기 위해 360 비디오의 부/복호화를 위한 투영 방법의 특성을 이용하여 이미 복호화된 정보로부터 픽쳐의 경계에서 추가로 후보군을 구성하는 방법을 제안한다. 제안하는 방법의 성능 평가를 위하여 JVET-360 CTC의 임의 접근 환경에서 VTM6.0 및 360Lib9.1와 비교한다. 그 결과로써 제안하는 방법은 추가 계산 복잡도 없이 휘도 성분에서 평균 0.02%, 색차 성분에서 각각 평균 0.05%, 0.06%의 비트율 감소를 보이고, 픽쳐의 경계에서는 비트율이 휘도 성분에서 평균 0.29%, 색차 성분에서 각각 평균 0.45%, 0.43% 감소하였다. 그리고 DSCQS (Double Stimulus Continuous Quality-Scale) 방법을 통해 제안하는 방법의 주관적 화질 평가를 수행하여 MOS (Mean Opinion Score)값을 얻는다. MOS값은 평균 0.03 향상되었고, MOS값과 비트량을 이용하여 BD-MOS를 구한다. 그 결과, 제안하는 방법의 성능이 최대 8.78%, 평균 5.18% 향상하였다.

• 대한전자공학회논문지TC
• /
• 제44권7호통권361호
• /
• pp.17-22
• /
• 2007

OFDM (Orthogonal Frequency Division Multiplexing)시스템은 다수 반송파 전송의 특수한 형태로 볼 수 있으며 하나의 데이터열이 보다 낮은 데이터 전송률을 갖는 부반송파를 통해 전송된다. OFDM을 사용하는 중요한 이유 중 하나는 OFDM을 사용하면 주파수 선택적 페이딩이나 협대역 간섭에 대한 강건함이 증가하기 때문이다. 하지만, 시간 영역 OFDM 신호는 독립적으로 변조된 많은 부반송파들로 구성되므로 이들이 동위상으로 더해질 때 신호의 진폭이 증가하여 PAPR (Peak-to-Average Power Ratio)이 증가된다. 본 논문에서는 수신단의 구조에 변화를 주지 않으며 또한 추가적인 정보의 전송이 필요 없이 기존 수신기를 그대로 사용할 수 있는 PAPR 감소기법의 성능을 평가하였다. 이 방법은 에러 벡터 크기 (Error Vector Magnitude; EVM) 내에서 시간 영역과 주파수 영역 신호에 대하여 클리핑을 사용한 것으로 기존의 최적화 방법과 비교하여 계산량의 복잡도가 낮다. 이 기법을 비선형 증폭기를 사용하는 OFDM 시스템에서 평가하였다. 모의실험 결과, 시간 및 주파수 영역 클리핑 기반의 PAPR 감소기법은 TD (Total Degradation)관점에서 전력효율이 향상되며 증폭기의 비선형 왜곡의 영향을 줄이는 효과가 있음을 확인할 수 있었다.

• 한국전자파학회논문지
• /
• 제21권7호
• /
• pp.715-725
• /
• 2010

OFDM(Orthogonal Frequency Division Multiplexing) 시스템은 주파수 선택적 페이딩 채널에서 무선 고속 데이터 전송에 적합한 통신 방식이다. 본 논문에서는 기계 제어에 많이 사용되는 Fuzzy 이론을 이용하여 OFDM 시스템에서 문제가 되는 PAPR(Peak to Average Power Ratio)을 감소시키는 방법을 제안한다. PAPR을 줄이는데 Fuzzy 이론을 사용함으로써 경험적 실험과 반복에 의한 데이터를 사용하기 쉬우며, 하드웨어적인 측면에서 구현이 쉽고, 또한 보다 적은 연산량으로 쉽게 PAPR을 감소시킬 수 있다. 먼저 입력 신호를 부블록으로 나누고, Fuzzy를 이용하여 부블록의 PAPR을 낮추어 전체의 PAPR을 낮추어 전송하여 이를 수신단에서 복원하는 비교적 쉽고 간단한 알고리즘을 제안한다. 제안한 방식이 기존의 OFDM 시스템에 비하여 시스템의 연산량이 다소 증가하고 Fuzzy에 관한 정보를 따로 보내야 하는 단점이 있지만, PAPR 감소 측면에서 성능이 개선됨을 확인하였다. 제안하는 알고리즘의 성능을 평가하기 위해 CCDF(Complementary Cumulative Distribution Function)을 통하여 비교한다. 이 알고리즘에 따르면 QPSK와 16QAM 변조를 사용하여 시뮬레이션을 한 결과, Fuzzy 이론을 이용한 방법이 FFT 크기(N)=512, Oversampling=4인 경우 PR이 $10^{-5}$을 기준으로 각각 최대 약 2.3 dB와 3.1 dB의 PAPR 감소됨을 확인할 수 있었다.

• 한국통신학회논문지
• /
• 제27권12C호
• /
• pp.1288-1298
• /
• 2002

타원곡선 암호시스템을 GF(2$^{m}$ )상에서 고속으로 구현하기 위해서는 빠른 나눗셈기가 필요하다. 빠른 나눗셈 연산을 위해선 비트-패러럴 구조가 적합하나 타원곡선 암호시스템이 충분한 안전도를 가지기 위해서는 m의 크기가 최소한 163보다 커야 한다. 즉 비트-패러럴 구조는 0(m$^2$)의 면적 복잡도를 가지기 때문에 이러한 응용에는 적합하지 않다. 따라서, 본 논문에서는 CF(2$^{m}$ )상에서 표준기저 표기법을 사용하여 모듈러 나눗셈 A(x)/B(x) mod G(x)를 고속으로 수행하는 새로운 비트-시리얼 시스톨릭 나눗셈기를 제안한다. 효율적인 나눗셈기 구조를 얻기 위해, 새로운 바이너리 최대공약수(GCD) 알고리즘을 유도하고, 이로부터 자료의존 그래프를 얻은 후, 비트-시리얼 시스톨릭 나눗셈기를 설계한다. 본 논문에서 제안한 나눗셈기는 0(m)의 시간 및 면적 복잡도를 가지며, 연속된 입력 데이터에 대하여, 초기 5m-2 사이클의 지연 후, m 사이클 마다 나눗셈의 결과를 출력한다. 제안된 나눗셈기를 동일한 입출력 구조를 가지는 기존의 연구 결과들과 비교 분석한 결과 칩 면적 및 계산 지연시간 모두에 있어 상당한 개선을 보인다. 따라서 제안된 나눗셈기는 적은 하드웨어를 사용하면서 고속으로 나눗셈 연산을 수행할 수 있기 때문에 타원곡선 암호화시스템의 나눗셈 연산기로 매우 적합하다. 또한 제안한 구조는 기약 다항식(irreducible polynomial) 선택에 있어 어떤 제약도 두지 않고, 단 방향의 신호흐름을 가지면서, 매우 규칙적이기 때문에 필드 크기 m에 대해 높은 유연성 및 확장성을 제공한다.였다. an extraction system, a new optical nonlinear joint transform correlator(NJTC) is introduced to extract the hidden data from a stego image in real-time, in which optical correlation between the stego image and each of the stego keys is performed and from these correlation outputs the hidden data can be asily exacted in real-time. Especially, it is found that the SNRs of the correlation outputs in the proposed optical NJTC-based extraction system has been improved to 7㏈ on average by comparison with those of the conventional JTC system under the condition of having a nonlinear parameter less than k=0.4. This good experimental results might suggest a possibility of implementation of an opto-digital multiple information hiding and real-time extracting system. 촉각에 있는 지각신경세포가 뇌의 촉각엽으로 뻗어 들어가 위의 5가지 신경연접중 어느 형을 형성하는지를 관찰하기 위하여 좌측 촉각의

• 한국통신학회논문지
• /
• 제25권6B호
• /
• pp.1082-1091
• /
• 2000

본 논문에서는 QAM (Quadrature Amplitude Modulation)을 시용하는 OFDM (Orthogonal Frequency Division Multiflexing)시스템에서 비이상적인 채널에 고속으로 데이터를 전송 시 발생하는 신호의 왜곡으로부터 보다 빠르고 효율적으로 등화를 하기 위한 등화기법을 제안하였다. 일반적으로 기존 OFDM 시스템 등화기법으로 주파수 영역에 단일 탭 선형 등화기를 사용하는 방법이 많이 사용 되었다. 이 경우 실제시스템에서 채널 환경이 시간에 따라 빠르게 변하게 될 경우 채널에 의한 왜곡을 완벽하게 보상해 줄 수없다. 그러므로 본 논문에서는 주파수 영역에 단일 탭 션형 등화기를 적용하는 대신 비선형 등화기를 적용하였으며 비선행 등화기의 단점인 낮은 SNR(Signal-to-Noise Ratio)에서의 급속한 성능 저하를 보완해주기 위하여 시간영역에 선형 등화기를 병행 사용하였다. 주파수 영역의 경우 비선형 등화기를 적용함에 있어 in-phase성분과 quadrature성분으로 구성되어 있는 QAM신호가 complex 채널 통과 시 fading에 의해 왜곡된 신호도 noise에 의해 왜곡된 신호처럼 in-phase성분과 quadrature 성분의 amplitude만이 변하므로 기존의 등화기 구조에서 cross성분을 제거하였고 이로 인하여 발생할 수 있는 약간의 오차를 보상해 주기위해 시간영역 등화가와 수렴 속도가 빠르고 오차가 적은 알고리즘을 사용하여 복잡도가 줄어든 등화기 구조를 제안하였다. 시간영역의 경우 채널왜곡에 강한 Goldcode를 trauung-sequence로 보호구간에 삽입하여 매 frame 마다 등화를 행하여 주파수영역 등화기의 성능을 보완해줌으로써 기존의 등화기법과 비교하여 보다 빠르고 효율적인 등화를 수행할 수 있는 등화기법을 제안 하였다.

• 대한전자공학회논문지TC
• /
• 제47권2호
• /
• pp.40-46
• /
• 2010

다중 사용자 MIMO (Multiple-Input Multiple-Output) 시스템에서 협력적 전송을 기반으로 한 협력적 PF (Proportional Fair) 스케쥴러를 사용하는 경우 사용자 평균 전송률의 로그 합 성능의 개선이 가능하다. 단일 셀 기반의 기존 PF 알고리듬은 여러 채널 환경에 대하여 그 성능이 평가되어 왔으나 여러 개의 기지국들이 스케쥴링에 참여하여 한 프레임 동안 다수의 사용자를 스케쥴링하는 알고리듬의 제시 및 성능 평가는 많은 연구가 필요한 상태이다. 본 논문에서는 서로 다른 셀에 속하는 인접한 세 섹터에 위치한 기지국들이 사용자들의 채널 정보를 교환하여 다중 사용자에게 자원을 할당하는 협력적 PF 스케쥴러를 분산 다중 사용자 MIMO 시스템에 적용하고 사용자 평균 전송률의 로그 합 성능을 평가한다. 또한 그 성능을 기지국 간의 채널 정보 교환 없이 자원을 할당할 사용자를 각자 선택하는 병렬적 PF 스케쥴러와 자원 할당 시 선택할 수 있는 동시 사용자 그룹의 모든 조합을 검색하는 full-search 협력적 PF 스케쥴러의 평균 전송률의 로그 합 성능과 비교 분석한다. 본 연구에 적용된 협력적 PF 스케쥴러는 하위 사용자 평균 전송률의 로그 합 성능 측면에서 병렬적 PF 스케쥴러보다 우수한 성능을 보인다. 또한 모든 조합을 검색함으로서 가장 큰 평균 전송률의 로그 합 성능을 나타내는 full-search 협력적 PF 스케쥴러의 성능의 대부분을 달성하면서도 연산 복잡도를 크게 감소시킨다.

• 정보처리학회논문지B
• /
• 제12B권3호
• /
• pp.223-232
• /
• 2005

본 논문에서는 블록 기반으로 부호화된 영상에 대하여 블록 경계 영역 특성에 따른 적응적 필터링을 이용한 양자화 잡음 제거 알고리즘을 제안하였다 제안한 방법에서는 블록 경계에 인접한 네 개 화소들의 통계적 특성을 이용하여 각 블록 경계 영역을 평탄 부영역(smooth sub-region)과 복잡 부영역(complex sub-region)으로 분류한 후, 인접 블록간 영역 특성을 이용하여 서로 다른 블록간 필터링을 수행한다. 먼저 인접 블록 모두 평탄 부영역인 경우에는 평탄 블록 경계 영역 중 블록화 현상이 발생하지 않은 영역도 존재하기 때문에 계산량을 줄이기 위하여 평탄 영역 중 블록화 현상이 발생한 영역만을 검출하여 필터링을 수행한다. 그리고, 두 부영역이 서로 다른 부영역인 경우에 대하여서는 기존의 방법들과는 달리 실제 에지 성분을 보존하면서 블록화 현상과 에지 주위에서 발생하는 링잉 현상을 동시에 제거하기 위하여 인접 블록의 영역 특성에 따라 적응적으로 일차원 필터링을 수행한다. 두 부영역이 모두 복잡 부영역일 경우에는 블록화 현상을 제거하면서 실제 에지를 보존하기 위하여 블록화 강도 및 양자화 파라미터에 따라 블록 경계 영역의 두 화소에 대하여 필터링을 수행한다. 모의실험 결과를 통하여 제안한 방법이 객관적 화질 및 주관적 화질 측면에서 기존의 방법보다 그 성능이 우수함을 확인하였다.

• 지능정보연구
• /
• 제24권1호
• /
• pp.205-225
• /
• 2018

Convolutional Neural Network (ConvNet)은 시각적 특징의 계층 구조를 분석하고 학습할 수 있는 대표적인 심층 신경망이다. 첫 번째 신경망 모델인 Neocognitron은 80 년대에 처음 소개되었다. 당시 신경망은 대규모 데이터 집합과 계산 능력이 부족하여 학계와 산업계에서 널리 사용되지 않았다. 그러나 2012년 Krizhevsky는 ImageNet ILSVRC (Large Scale Visual Recognition Challenge) 에서 심층 신경망을 사용하여 시각적 인식 문제를 획기적으로 해결하였고 그로 인해 신경망에 대한 사람들의 관심을 다시 불러 일으켰다. 이미지넷 첼린지에서 제공하는 다양한 이미지 데이터와 병렬 컴퓨팅 하드웨어 (GPU)의 발전이 Krizhevsky의 승리의 주요 요인이었다. 그러므로 최근의 딥 컨볼루션 신경망의 성공을 병렬계산을 위한 GPU의 출현과 더불어 ImageNet과 같은 대규모 이미지 데이터의 가용성으로 정의 할 수 있다. 그러나 이러한 요소는 많은 도메인에서 병목 현상이 될 수 있다. 대부분의 도메인에서 ConvNet을 교육하기 위해 대규모 데이터를 수집하려면 많은 노력이 필요하다. 대규모 데이터를 보유하고 있어도 처음부터 ConvNet을 교육하려면 많은 자원과 시간이 소요된다. 이와 같은 문제점은 전이 학습을 사용하면 해결할 수 있다. 전이 학습은 지식을 원본 도메인에서 새 도메인으로 전이하는 방법이다. 전이학습에는 주요한 두 가지 케이스가 있다. 첫 번째는 고정된 특징점 추출기로서의 ConvNet이고, 두번째는 새 데이터에서 ConvNet을 fine-tuning 하는 것이다. 첫 번째 경우, 사전 훈련 된 ConvNet (예: ImageNet)을 사용하여 ConvNet을 통해 이미지의 피드포워드 활성화를 계산하고 특정 레이어에서 활성화 특징점을 추출한다. 두 번째 경우에는 새 데이터에서 ConvNet 분류기를 교체하고 재교육을 한 후에 사전 훈련된 네트워크의 가중치를 백프로퍼게이션으로 fine-tuning 한다. 이 논문에서는 고정된 특징점 추출기를 여러 개의 ConvNet 레이어를 사용하는 것에 중점을 두었다. 그러나 여러 ConvNet 레이어에서 직접 추출된 차원적 복잡성을 가진 특징점을 적용하는 것은 여전히 어려운 문제이다. 우리는 여러 ConvNet 레이어에서 추출한 특징점이 이미지의 다른 특성을 처리한다는 것을 발견했다. 즉, 여러 ConvNet 레이어의 최적의 조합을 찾으면 더 나은 특징점을 얻을 수 있다. 위의 발견을 토대로 이 논문에서는 단일 ConvNet 계층의 특징점 대신에 전이 학습을 위해 여러 ConvNet 계층의 특징점을 사용하도록 제안한다. 본 논문에서 제안하는 방법은 크게 세단계로 이루어져 있다. 먼저 이미지 데이터셋의 이미지를 ConvNet의 입력으로 넣으면 해당 이미지가 사전 훈련된 AlexNet으로 피드포워드 되고 3개의 fully-connected 레이어의 활성화 틀징점이 추출된다. 둘째, 3개의 ConvNet 레이어의 활성화 특징점을 연결하여 여러 개의 ConvNet 레이어의 특징점을 얻는다. 레이어의 활성화 특징점을 연결을 하는 이유는 더 많은 이미지 정보를 얻기 위해서이다. 동일한 이미지를 사용한 3개의 fully-connected 레이어의 특징점이 연결되면 결과 이미지의 특징점의 차원은 4096 + 4096 + 1000이 된다. 그러나 여러 ConvNet 레이어에서 추출 된 특징점은 동일한 ConvNet에서 추출되므로 특징점이 중복되거나 노이즈를 갖는다. 따라서 세 번째 단계로 PCA (Principal Component Analysis)를 사용하여 교육 단계 전에 주요 특징점을 선택한다. 뚜렷한 특징이 얻어지면, 분류기는 이미지를 보다 정확하게 분류 할 수 있고, 전이 학습의 성능을 향상시킬 수 있다. 제안된 방법을 평가하기 위해 특징점 선택 및 차원축소를 위해 PCA를 사용하여 여러 ConvNet 레이어의 특징점과 단일 ConvNet 레이어의 특징점을 비교하고 3개의 표준 데이터 (Caltech-256, VOC07 및 SUN397)로 실험을 수행했다. 실험결과 제안된 방법은 Caltech-256 데이터의 FC7 레이어로 73.9 %의 정확도를 얻었을 때와 비교하여 75.6 %의 정확도를 보였고 VOC07 데이터의 FC8 레이어로 얻은 69.2 %의 정확도와 비교하여 73.1 %의 정확도를 보였으며 SUN397 데이터의 FC7 레이어로 48.7%의 정확도를 얻었을 때와 비교하여 52.2%의 정확도를 보였다. 본 논문에 제안된 방법은 Caltech-256, VOC07 및 SUN397 데이터에서 각각 기존에 제안된 방법과 비교하여 2.8 %, 2.1 % 및 3.1 %의 성능 향상을 보였다.