• 전자공학회논문지
• /
• 제51권6호
• /
• pp.209-220
• /
• 2014

압축센싱은 성긴 (sparse) 신호에 대해 Nyquist rate 미만의 샘플링으로도 신호 획득이 가능하다는 것을 수학적으로 증명한 새로운 개념이다. 그동안 영상분야 압축센싱을 위한 수많은 복원 알고리즘들이 제안되어 왔으나, 낮은 측정률 하에서는 복원 화질 측면에서 아직 개선할 점이 많다. 일례로, 자연 영상의 압축센싱 복원 화질 향상을 위해, 영상과 관련한 사전 정보들로부터 정규화 식을 도출하여 복원에 적용해 볼 수 있을 것이다. 따라서, 본 논문에서는 Dantzig selector 및 평활 필터(가우시안 필터 및 nonlocal 평균 필터)기반의 평활 잔차 오류 정규화 방법을 제안한다. 또한, 복원 영상의 객체 및 배경에서 발생하는 edge 정보를 우수하게 보전하는 것으로 알려진 Total variation 기반 최소화 알고리즘에 적용하여 복원 영상의 화질을 향상시키는 방법을 제안한다. 제안하는 구조는 잔차신호의 평활화를 활용한다는 측면에서 새로운 압축센싱 복원 방식이라고 할 수 있다. 실험 결과, 제안방법은 기존 방법들에 비해 객관적 및 주관적 화질 측면에서 더 높은 성능 향상을 보여주었으며, 특히 기존 Bayesian 압축센싱 복원 방식과 비교 시 최대 9.14 dB 성능이 향상되었다.

• Smart Structures and Systems
• /
• 제20권1호
• /
• pp.35-42
• /
• 2017

Recently, compressive sensing based data loss recovery techniques have become popular for Structural Health Monitoring (SHM) applications. These techniques involve an encoding process which is onerous to sensor node because of random sensing matrices used in compressive sensing. In this paper, we are presenting a model where the sampled raw acceleration data is directly transmitted to base station/receiver without performing any type of encoding at transmitter. The received incomplete acceleration data after data losses can be reconstructed faithfully using compressive sensing based reconstruction techniques. An in-depth simulated analysis is presented on how random losses and continuous losses affects the reconstruction of acceleration signals (obtained from a real bridge). Along with performance analysis for different simulated data losses (from 10 to 50%), advantages of performing interleaving before transmission are also presented.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제13권12호
• /
• pp.6043-6062
• /
• 2019

Low-rank matrix decomposition has shown its capability in many applications such as image in-painting, de-noising, background reconstruction and defect detection etc. In this paper, we consider the texture background of rail track images and the sparse foreground of the defects to construct a low-rank matrix decomposition model with block sparsity for defect inspection of rail tracks, which jointly minimizes the nuclear norm and the 2-1 norm. Similar to ADM, an alternative method is proposed in this study to solve the optimization problem. After image decomposition, the defect areas in the resulting low-rank image will form dark stripes that horizontally cross the entire image, indicating the preciselocations of the defects. Finally, a two-stage defect extraction method is proposed to locate the defect areas. The experimental results of the two datasets show that our algorithm achieved better performance compared with other methods.

• 한국통신학회논문지
• /
• 제41권1호
• /
• pp.1-11
• /
• 2016

본 논문에서는 Orthogonal Frequency Division Multiplexing(OFDM) 시스템에서 압축센싱을 이용하는 채널추정기법을 연구한다. 압축센싱은 측정벡터의 크기가 성능에 영향을 주는데, OFDM에서는 channel delay spread가 큰 경우에 압축센싱 기법을 사용하는데 제약이 된다. 본 논문에서는 채널추정 오차를 줄이기 위해서 OFDM data block에 pilot information을 추가해 측정벡터의 길이를 증가시켜 성능을 향상시킨다. 제안하는 방식이 성긴 신호의 위치를 찾을 확률을 높이고 압축센싱의 신호 복원 성능을 높인다. 모의실험을 통해 제안하는 방식이 기존 방식보다 신호 복원 능력이 더 우수함을 확인한다.

• 한국통신학회논문지
• /
• 제38C권11호
• /
• pp.1029-1043
• /
• 2013

CS(Compressed Sensing)는 오늘날 신호 처리 영역에서 많은 주목을 받고 있는 이론 중의 하나이다. 이 CS 분야에서 효과적인 복구 알고리즘을 설계하는 것은 가장 큰 도전적 연구 중의 하나로 인식되고 있다. 이에 따라 다양한 복구 알고리즘이 많은 문헌을 통해서 제안 되었으며 최근에 Maleki와 Donoho에 의해 제안된 AMP(Approximation Message Passing) 알고리즘은 기존에 제시된 알고리즘에 비해 간단한 구조를 가지고 있지만 좋은 성능을 보여줌으로써 상당한 주목을 받고 있다. 기존의 (BP) Belief Propagation 알고리즘은 오직 희소(Sparse) 센싱 행렬에서만 좋은 성능을 보여 준 것에 반해, AMP 알고리즘은 밀집(Dense) 센싱 행렬에 기초를 둔 Belief Propagation 알고리즘임에도 불구하고 이와 비슷한 성능을 보여준다. 본 논문은 다양한 영역에서 AMP 알고리즘이 적용되기 위하여 이에 대한 지침 및 기존의 고전적 Message Passing 알고리즘과의 관계에 대해 분석하였다. 또한 기존의 알고리즘과의 비교 분석을 통해 AMP 알고리즘의 우수성을 제시하였다.

• 전자공학회논문지
• /
• 제51권4호
• /
• pp.173-180
• /
• 2014

압축센싱은 성긴(Sparse) 또는 압축가능한(Compressible) 신호에 대해 Nyquist rate 미만의 샘플링으로도 신호 복원이 가능하다는 것을 수학적으로 증명한 새로운 패러다임의 신호 획득 방법이다. 단순한 신호 획득 과정을 이용하면서도, 동시에 우수한 압축센싱 복원 영상을 얻기 위한 많은 연구들이 수행되고 있다. 그러나, 에너지 분포 및 인간 시각 시스템 등 컬러 영상에 대한 기본적인 특성을 복원 과정에 활용한 기존 압축센싱 관련 연구는 많이 부족하다. 이러한 문제를 해결하기 위해, 본 논문에서는 컬러영상의 압축센싱 복원을 위한 평활 그룹-희소성 기반 반복적 경성 임계 알고리즘을 제안한다. 제안하는 방법은 그룹-희소성에 기반한 경성 임계치 적용과 프레임 기반 필터의 사용을 통해 영상의 변환 영역에 대한 희소성을 증대시키는 동시에 화소 영역의 평활 정도를 복원 과정에 활용할 수 있도록 한다. 또한, 그룹-희소화 경성 임계 과정은 자연 영상의 에너지 분포 및 인간 시각시스템 특성에 따라 중요하다고 판단되는 RGB-그룹 계수들을 보전하도록 설계하였다. 실험 결과 객관적 화질 측면에서 제안방법이 대표적인 그룹-희소화 평활 복원 기법 보다 평균 PSNR이 최대 2.7dB 높은 것을 확인하였다.

• 한국정보통신학회논문지
• /
• 제18권7호
• /
• pp.1557-1564
• /
• 2014

본 논문에서는 일반화된 공간천이변조시스템에서 신호 복원 성능의 개선을 위하여 병렬 직교매칭퍼슛 기술을 이용한 신호 검출기법을 제안하고 그 성능을 분석한다. 일반화된 공간천이변조 시스템에서 수신신호의 복원은 압축 센싱에서 성긴신호 복원과 매우 유사하다. 성긴 신호 복원에서 자주 사용되는 직교매칭퍼슛 기법은 매 반복과정에서 수신 신호와 채널 행렬과의 상관도가 높은 인덱스를 송신신호의 Nonzero 인덱스로 1개씩 선택한다. 반면 제안된 POMP기법에서는 수신신호를 이용하여 첫 번째 반복과정에서 채널행렬과의 상관도가 높은 인덱스를 복수(M)개 선택한 후, 선택된 M개의 인덱스를 초기 인덱스로 하는 M개의 OMP과정을 병렬적으로 수행한다. 최종적으로 각 OMP과정에서 복원된 신호 중 수신된 신호와 복원신호사이의 잔차 (Residual)가 가장 작은 후보 신호를 최종 복원 신호로 선택한다. 본 논문에서는 POMP기법에 양자화기법을 결합한 알고리즘도 함께 제안한다. 제안된 POMP알고리즘은 OMP대비 M배의 복잡도를 갖지만 신호 복원 성능은 매우 탁월하다.

• 한국콘텐츠학회논문지
• /
• 제12권3호
• /
• pp.44-54
• /
• 2012

무선 센서 네트워크 환경에서 이동 객체 추적 기법은 환경 모니터링이나 군사 지역에서 적의 이동을 추적하는 실제 응용을 위한 핵심적인 기반 기술이다. 기존 연구에서는 저밀도를 갖는 실제 센서 네트워크 환경에 의해 발생되는 감지 공백 영역을 고려하지 않았다. 따라서 많은 이동 객체 추적 실패가 발생하여 에너지 소모가 증가하였다. 이러한 문제를 해결하기 위해 본 논문에서는 저밀도 환경과 감지 공백 영역을 고려한 이동 객체 추적 기법을 제안한다. 제안하는 기법은 다항 회귀 분석을 이용해 객체의 경로를 예측하여 최소한의 센서 노드를 활성화시킨다. 또한 이동 객체 추적 실패가 발생할 경우 감지 공백 영역의 경계 노드만을 활성화 시키는 객체 추적 복구 기법을 수행한다. 이를 통해, 제안하는 기법은 에너지 소모량을 줄이고 감지 공백 영역 안에서도 높은 예측 정확도를 보장한다. 제안하는 기법이 기존 기법에 비해 이동 객체 추적에 소모되는 에너지를 평균 약 47% 감소시켰고, 센서 노드가 낮은 밀도로 배치된 상황에서 발생하는 감지 공백 영역에서도 평균 약 91%의 예측 정확도를 보였다.

• ETRI Journal
• /
• 제40권2호
• /
• pp.237-245
• /
• 2018

The Distributed Modulated Wideband Converter (DMWC) is a networking system developed from the Modulated Wideband Converter, which converts all sampling channels into sensing nodes with number variables to implement signal undersampling. When the number of sparse subbands changes, the number of nodes can be adjusted flexibly to improve the reconstruction rate. Owing to the different attenuations of distributed nodes in different locations, it is worthwhile to find out how to select the optimal sensing node as the sampling channel. This paper proposes the spectrum sensing of DMWC based on a Markov random field (MRF) to select the ideal node, which is compared to the image edge segmentation. The attenuation of the candidate nodes is estimated based on the attenuation of the neighboring nodes that have participated in the DMWC system. Theoretical analysis and numerical simulations show that neighboring attenuation plays an important role in determining the node selection, and selecting the node using MRF can avoid serious transmission attenuation. Furthermore, DMWC can greatly improve recovery performance by using a Markov random field compared with random selection.

• Journal of Information Processing Systems
• /
• 제16권1호
• /
• pp.30-41
• /
• 2020

Lines and textures are natural properties of the surface of natural objects, and their images can be sparsely represented in suitable frames such as wavelets, curvelets and wave atoms. Based on characteristics that the curvelets framework is good at expressing the line feature and wavesat is good at representing texture features, we propose a model for the weighted sparsity constraints of the two frames. Furtherly, a multi-step iterative fast algorithm for solving the model is also proposed based on the split Bergman method. By introducing auxiliary variables and the Bergman distance, the original problem is transformed into an iterative solution of two simple sub-problems, which greatly reduces the computational complexity. Experiments using standard images show that the split-based Bergman iterative algorithm in hybrid domain defeats the traditional Wavelets framework or curvelets framework both in terms of timeliness and recovery accuracy, which demonstrates the validity of the model and algorithm in this paper.