• 한국통신학회논문지
• /
• 제26권6B호
• /
• pp.794-801
• /
• 2001

본 논문에서는 rank-order 필터의 구현을 위해 세 가지 신경회로망의 구조를 제시하고 분석하며 용도를 제안한다. 첫 번째 신경회로망을 이용하여 2-입력 정렬기를 제안하고 이를 이용하여 계층적인 N-입력 정렬기를 구성한다. 두 번째로 입력 신호간의 상대적인 크기 정보를 이용하여 학습 패턴을 구성한 후 역전파 학습 기법을 이용하여 구현되는 순방향 신경회로망을 이용한 rank-order 필터를 구현한다. 세 번째로 신경회로망의 구조의 출력층에 외부 입력으로 순위 정보를 가지도록 하는 rank-order 필터를 순방향 신경회로망을 이용하여 구현한다. 그리고 이러한 제안된 기술들에 대해 확장성, 구조의 복잡도와 시간 지연 등에서의 성능을 비교, 평가한다. 2-입력 정렬기를 이용하는 방식은 확장이 용이하고 비교적 구조가 간단하나 입력 신호들의 정렬을 위해 신경회로망은 순환하는 구조를 가지며 입력 신호의 수에 비례하는 반복 연산 후에 결과를 얻게 된다. 반면에, 순방향 신경회로망을 이용한 rank-order 필터의 구현 방식은 이러한 반복 연산으로 인한 시간 지연을 줄일 수 있으나 상대적으로 복잡한 구조를 가진다.

• 한국컴퓨터정보학회논문지
• /
• 제19권8호
• /
• pp.27-34
• /
• 2014

이 논문에서는 hybrid projection 함수와 rank order 필터를 이용하여 눈동자를 검출하는 방법을 제안한다. 눈썹을 눈동자로 검출하는 오류를 줄이기 위하여, hybrid projection 함수를 이용하여 얼굴 영역에서 눈썹을 검출하고 눈썹이 포함되지 않도록 눈 영역을 설정한다. 눈 영역에서 rank order 필터를 사용하여 눈동자 후보점을 찾고 위치를 보정한다. 두 눈동자 후보점을 기하학적인 제약조건을 기반으로 쌍으로 묶고 각 쌍의 두 눈에 대한 유사도를 정합을 이용하여 측정하여가장작은값을 갖는 쌍을 최종눈동자로 결정한다. BioID 얼굴데이터베이스의 얼굴 영상 700개에 대한 실험 결과 92.4%의 검출율을 얻었으며 기존 방법보다 약 21.5% 개선된 결과를 얻었다.

• 한국정보통신학회논문지
• /
• 제16권7호
• /
• pp.1383-1390
• /
• 2012

이 논문에서는 얼굴 영상에 대해 rank order 필터와 화소 값 차이를 사용하여 강인하게 눈동자를 찾는 방법을 제안한다. 개선된 rank order 필터를 사용하여 얼굴 영상에서 눈동자 후보점을 찾는다. 눈동자와 흰자위의 경계에서 화소값 변화가 크다는 사실을 이용하여 눈썹 등 눈동자가 아닌 위치에 있는 눈동자 후보점들을 제거한다. 눈동자 후보점을 두 점간의 거리와 각도를 이용하여 쌍으로 묶고 눈동자 영역에서의 밝기 정보를 이용한 적합도 함수를 적용하여 최종 눈동자를 추출한다. BioID 얼굴 데이터베이스에 있는 얼굴 영상 400개에 대한 실험 결과 90.25%의 눈동자 추출율을 보여 기존 방법보다 4% 개선된 결과를 얻었으며, 특히 안경을 착용한 얼굴 영상의 경우 기존 방법보다 약 12% 개선된 결과를 얻었다.

• 한국멀티미디어학회논문지
• /
• 제12권1호
• /
• pp.26-30
• /
• 2009

본 논문에서는 로버스트 통계학의 순위 추정을 기반으로 하고 순서통계학의 L-추정자를 이용한 적응 순환 최소 순위(RLR) L-필터를 제안한다. 제안한 RLR-L 필터는 비선형 적응알고리즘을 가진 비선형 적응 필터로서 오차의 분산측정을 최소화하는 관점의 최적 필터로 가변적인 스텝 크기를 가지며 적응한다. 제안한 필터는 영상신호와 같은 비정체 신호나 가우시안 잡음 또는 임펄스 잡음과 같은 비선형 채널에 적합하다.

• 한국멀티미디어학회논문지
• /
• 제12권9호
• /
• pp.1210-1216
• /
• 2009

본 논문에서는 순환최소순위(RLR) L-필터의 수렴성을 해석하였다. RLR L-필터는 순서통계필터로서 입력의 크기순서에 따른 가중치를 필터계수로 한다. 또한 RLR L-필터는 비선형 적응 필터로서 필터계수의 갱신을 위하여 RLR 알고리즘을 이용한다. RLR 알고리즘은 로버스트 통계학의 순위추정에 기초한 비선형 적응 알고리즘이다. 본 논문에서는 가변적인 스텝 크기를 적용하여 평균 및 평균제곱의 견지에서 수렴성을 해석하였다. RLRL-필터는 잡음의 분포함수가 두꺼운 꼬리 분포인 임펄스 잡음에 가까울수록 메디안 필터의 형태로 적응하며 가우시안 잡음의 경우 평균 필터의 형태로 적응한다.

• 한국정보통신학회논문지
• /
• 제17권7호
• /
• pp.1564-1570
• /
• 2013

이 논문에서는 rank order 필터와 상호상관을 이용하여 강인하게 눈동자를 찾는 방법을 제안한다. rank order 필터를 사용하여 얼굴 영상에서 눈동자 후보점을 찾는다. 임계치를 변화하며 눈 영역을 이진화하여 눈썹 위치를 구한 후 눈썹 영역의 눈동자 후보점을 제거한다. 눈동자 위치를 보정한 후 두 눈동자 후보점을 기하학적인 제약조건을 기반으로 쌍으로 묶는다. 각 쌍의 두 눈에 대한 유사도를 상호상관을 이용하여 측정하여 가장 큰 값을 갖는 쌍을 최종 눈동자로 결정한다. BioID 얼굴 데이터베이스의 얼굴 영상 500개에 대한 실험 결과 96.8%의 높은 눈동자 검출율을 보였으며 기존 방법보다 약 11.6% 개선된 결과를 얻었다.

• 대한원격탐사학회지
• /
• 제25권1호
• /
• pp.21-30
• /
• 2009

본 논문의 목적은 원격 탐사 영상에서 잡음을 제거하기 위해 중심 화소와 통계적으로 유사한 이웃화소들을 선택하늘 방법을 제시하고 이 결과를 평균 곡률 확산과 결합하는 방법을 제시하는데 있다. 균일한 밝기값 영역에 속하는 화소들을 검출하기 위해 이웃 화소들을 순차적으로 선택할 때 그 선택하는 순서에 따라 선택된 영역의 통계적 특성이 달라지므로 이웃 화소의 선택 순서는 매우 중요하다. 본 논문에서는 통계적으로 유사한 특성을 가지는 이웃 화소를 선택하기 위해서 중심 화소와 이웃 화소의 밝기값 차를 계산하고 이를 크기 순으로 정렬하여 얻어지는 순위 차 벡터(rank-ordered differences vector)를 이용하는 효과적인 방법을 제안한다. 순위 차 벡터의 항들을 영역 확장 방법을 이용하여 균일 순위 차 벡터(homogeneous rank-ordered differences vector)와 이상점 순위 차 벡터 (outlier rank-ordered differences vector)로 분할한다. 균일 순위 차 벡터의 항에 속하는 이웃 화소에 대해서만 중심 화소의 밝기값 갱신에 기여하도록 확산 계수를 선택적으로 할당하는 라인 프로세스를 평균 곡률 확산에 결합한다. 제안한 방법은 모든 이웃 화소를 이용하여 중심 화소의 밝기값을 갱신하는 기존의 잡음 제거 필터에 비해 잡음 제거 효과가 뛰어남을 항공 영상 및 TerraSAR-X 위성 영상을 이용한 실험을 통해 확인하였다.

• 한국정보통신학회논문지
• /
• 제6권4호
• /
• pp.639-644
• /
• 2002

순위 차수 정보와 공간정보를 이용하는 비선형 필터들은 부가 잡음에 의해 발생되는 불안정 신호를 복원하기 위해서 많이 제안되고 있으면 본 논문에서는 국부통계를 기반으로 계수 변화를 하는 데이터 의존 LWOS필터를 제안하고자 한다. LWOS필터［1］는 가우시안 형태의 잡음뿐만 아니라 미세한 신호를 보호하면서 비임펄스 잡음을 제거할 수 있었으며, 임펄스 잡음에 의해서 방해를 받을 때는 DD-LWOS 필터보다 DD-LWOS2 필터가 더 좋은 결과를 가진다는 것을 확인할 수 있었다.

• 한국컴퓨터정보학회논문지
• /
• 제25권5호
• /
• pp.99-106
• /
• 2020

협력 필터링 기반의 추천 시스템에 내재된 확장성 문제는 지난 수십년간 관련 연구의 이슈가 되어 왔다. 클러스터링은 이 문제를 해결하는 유명한 기술인데 낮은 성능으로 인하여 활발히 연구되어 오진 않았다. 본 논문에서는 협력 필터링 시스템의 고질적인 단점인 확장성 문제를 극복하기 위하여 클러스터링 기법을 채택하였다. 또한 클러스터링을 적용함으로 인해 초래되는 성능저하 문제를 개선하기 위해, 두 가지 전략을 사용하였는데, 첫째는 퍼지 클러스터링이며, 둘째는 영화 장르에 대한 사용자 선호도에 기반한 유사도 측정 방법을 제안하고 이를 적용하였다. 본 연구에서의 제안 방법을 기존의 여러 관련 방법들과 비교 실험을 통해 다양한 주요 성능 척도에 의거하여 평가하였는데, 실험 결과 제안 방법은 예측과 순위 정확도 측면에서 더 우수한 성능을 보였고, 추천 정확도 측면에서는 실험 대상 중 최상의 방법과 대등한 성능을 나타냈다.