MFCC와 L₂-norm 최소화를 이용한 고래소리의 재생

정의필,전서윤,홍정필,조세형,Chong, Ui-Pil,Jeon, Seo-Yun,Hong, Jeong-Pil,Jo, Se-Hyung 한국융합신호처리학회 2018 융합신호처리학회 논문지 (JISPS) Vol.19 No.4

수중에서의 일시적인 신호는 복잡하고, 변화가 심하며, 비선형적이므로 신호의 패턴을 정확히 모델링하기 어렵다. 본 논문에서는 수중 신호 중 하나인 고래 소리를 선택하여 음성분석 기법에 많이 사용하는 Cepstral 분석에 의한 MFCC 추출법을 이용하여 분석하였고, MFCC와 $L_2$-norm 최소화 기법을 이용하여 고래소리를 재생하였다 실험 분석에 사용된 고래의 종류는 혹등고래(Humpback whale), 참고래(Right whale), 대왕고래(Blue whale), 귀신고래(Gray whale), 밍크고래(Minke whale) 등 5종으로서 과거 한반도 동해안에 출몰한 적이 있는 고래들이다. 원본 고래소리에서 MATLAB프로그래밍을 이용하여 20차 MFCC계수들을 추출한 후 이를 가중 $L_2$-norm 최소화를 이용한 MFCC역변환을 통해 재생한다. 최종적으로 가중치가 3~4의 값에서 고래소리 재생이 가장 적합함을 알 수 있었다. Underwater transient signals are complex, variable and nonlinear, resulting in a difficulty in accurate modeling with reference patterns. We analyze one type of underwater transient signals, in the form of whale sounds, using the MFCC(Mel-Frequency Cepstral Constant) and synthesize them from the MFCC and the weighted $L_2$-norm minimization techniques. The whales in this experiments are Humpback whales, Right whales, Blue whales, Gray whales, Minke whales. The 20th MFCC coefficients are extracted from the original signals using the MATLAB programming and reconstructed using the weighted $L_2$-norm minimization with the inverse MFCC. Finally, we could find the optimum weighted factor, 3~4 for reconstruction of whale sounds.

Image Authentication and Restoration Using Digital Watermarking by Quantization of Integer Wavelet Transform Coefficients

정의필,Tanveer Ahsan 한국융합신호처리학회 2012 융합신호처리학회 논문지 (JISPS) Vol.13 No.4

An image authentication scheme for gray scale image through embedding a digital watermark by quantization of Integer Wavelet Transform (IWT) coefficients of the image is proposed in this paper. Proposed method is designed to detect modification of an image and to identify tampered location of the image. To embed the watermark mid-frequency band of a second level IWT was used. An approximation of the original image based on LL band was stored in LSB bits of the pixel data as a recovery mark for restoration of the image. Watermarked image has achieved a good PSNR of 40 dB compared to original cover image. Restored image quality was also very good with a PSNR of more than 35 dB compared to unmodified watermarked image even when 25% of the received image is cropped. Thus, the proposed method ensures a proper balance between the fidelity of the watermarked image and the quality of the restored image.

방향 집중 사고에 의한 뇌파 측정

정의필 한국공학안전보건예술학회 2014 한국공학예술학회 논문지 Vol.6 No.-

뇌파는 뇌의 활성화 상태를 볼 수 있게 하는 중요한 수단이며, 뇌파를 측정하여 분석함으로서 피실험자의 주의집중, 지 각인지 및 스트레스 에너지 등 두뇌활성화 상태를 과학적이고 객관적인 데이터로 확인할 수 있다. 본 논문은 EEG Head Set 측정 장치를 통하여 눈동자 방향 집중에 따른 뇌파를 측정하는 시스템을 구현한 것으로서 좌우 방향 눈동자 움직임과 사고에 대한 뇌파 신호를 시간영역과 주파수영역 분석을 통하여 뇌파의 방향제어 응용 가능성을 검토하였다. 좌측 응시 시 에 좌측전두엽신호가 증가 후 감소하였으며, 우측 응시 시에는 우측 전두엽 신호가 증가 후 감소하였다. We have the information about brain activity through the analysis of brain wave and recognize the concentration level and the energy of perception and stress of brain by experimental data of EEG. In this paper we implemented the EEG measurement system which can measure the EEG depending on pupil movements of the eyes through EEG head set. The application of direction control of brain wave was analyzed and reviewed. The signals of the left frontal lobe were increased and shortly decreased when human stares the left side. Also the signals of the right frontal lobe were increased and shortly decreased for staring the right.

크레인 안전선 접근 이동 물체 감시 시스템

정의필,Chong, Ui-Pil 한국융합신호처리학회 2011 융합신호처리학회 논문지 (JISPS) Vol.12 No.4

산업 현장의 시설물들이 최근 들어 대형화, 고속화되면서 이들을 이동시키는 크레인의 안전운전은 더욱 중요성을 가지게 되었다. 본 논문에서는 카메라 영상을 이용하여 크레인 안전선 내 움직이는 물체를 감지하는 시스템을 구성하였다. 이 시스템은 별도의 장비가 필요 없이 노트북 컴퓨터와 웹켐만으로도 구현이 가능하여 저렴한 비용으로 실시간 적용이 가능하다. 움직이는 물체를 감시하고 검출하는 알고리듬은 차분영상과 영상 미분 히스토그램을 적용하였다. 제안하는 시스템은 조명과 날씨 등의 주변 환경 변화에 강인하도록 시스템을 구축하였다. 시스템의 성능과 정확도를 향상하기 위하여 크레인 영상 프레임의 안전선 내 상황만을 고려하고 그림자 제거 알고리듬을 사용하였다. 또한 본 시스템은 산업현장에 접목이 용이하여 실용적인 측면에서의 가치가 높다. Stable operation of an industry crane becomes more important as current industry facilities become larger and operate at higher speeds. This paper proposes implementing a system for monitoring moving objects within safety lines of an industry crane by camera. The cost of implementing such a system is low, since it requires only a webcam and notebook computer. The detection algorithm of moving objects uses the feature extraction method by image differential histograms. The proposed system is robust to variations in the weather and environment. The area of the inside safety lines is considered and shadow removal algorithm is used for good performance of the system. The system is valuable for practical applications in the industry.

LiDAR 센서를 이용한 드론 자동 충돌방지 시스템

정의필,안우진,김연민,이정철 한국융합신호처리학회 2018 융합신호처리학회 논문지 (JISPS) Vol.19 No.2

In this paper, we propose an efficient automatic control method for the collision avoidance of drones. In general, the drones are controlled by transmitting to the flight control (FC) module the received PWM signals transmitted from a RC controller which transduce movements of the knob into PWM signal. We implemented the collision avoidance module in-between receiver and FC module to monitor and change the throttle, pitch and roll control signals to avoid drone collision. In order to avoid the collision, a LiDAR distance sensor and a servo-motor are installed and periodically measure the obstacle distance within -45 degrees from 45 degrees in flight direction. If the collision is predicted, the received PWM signal is changed and transmitted to the FC module to prevent the collision. We applied our proposed method to a hexacopter and the experimental results show that the safety is improved because it can prevent the collision caused by the inadvertency or inexperienced maneuver. 본 논문에서는 쿼드콥터 드론의 충돌방지를 위한 효율적인 자동제어 방법을 제안한다. 일반적인 드론조종 방법은 RC 조종기에서 노브의 움직임을 PWM 신호로 변환하여 전송하면 이를 드론의 무선 수신부에서 수신하여 비행제어(FC) 모듈에 전달하는 방식으로 이루어진다. 드론의 수신기와 FC 모듈 사이에 충돌 회피 모듈을 구현하여 쓰로틀, 피치 및 롤 제어 신호를 모니터링하고 변경하는 방식으로 드론 충돌을 방지한다. 충돌을 방지하기 위해 LiDAR 거리 센서와 서보 모터를 설치하여 주기적으로 비행 방향을 중심으로 -45도에서 +45도 이내의 장애물 거리를 측정한다. 충돌이 예상되면 수신된 PWM 신호를 변경하여 FC 모듈로 전송함으로써 충돌을 방지한다. 우리가 제안한 방법을 쿼드콥터 드론에 적용하여 실험을 통해 검증한 결과, 조종자 부주의 혹은 조종 미숙으로 인해 발생할 수 있는 충돌을 방지할 수 있어 안전성이 향상됨을 보였다.

선형예측계수와 뇌파의 변화를 이용한 신경회로망 기반 운전자의 졸음 감지 시스템

정의필,한형섭,Chong, Ui-Pil,Han, Hyung-Seob 한국융합신호처리학회 2012 융합신호처리학회 논문지 (JISPS) Vol.13 No.3

One of the main reasons for serious road accidents is driving while drowsy. For this reason, drowsiness detection and warning system for drivers has recently become a very important issue. Monitoring physiological signals provides the possibility of detecting features of drowsiness and fatigue of drivers. One of the effective signals is to measure electroencephalogram (EEG) signals and electrooculogram (EOG) signals. The aim of this study is to extract drowsiness-related features from a set of EEG signals and to classify the features into three states: alertness, drowsiness, sleepiness. This paper proposes a neural-network-based drowsiness detection system using Linear Predictive Coding (LPC) coefficients as feature vectors and Multi-Layer Perceptron (MLP) as a classifier. Samples of EEG data from each predefined state were used to train the MLP program by using the proposed feature extraction algorithms. The trained MLP program was tested on unclassified EEG data and subsequently reviewed according to manual classification. The classification rate of the proposed system is over 96.5% for only very small number of samples (250ms, 64 samples). Therefore, it can be applied to real driving incident situation that can occur for a split second. 운전 중 운전자의 졸음은 교통 사망사고를 일으키는 중요한 요인이며 음주운전보다도 더 위험할 수 도 있다. 이러한 이유로 운전자의 졸음을 판별하고 경고하는 시스템 개발이 최근에 매우 중요한 이슈로 떠올랐다. 그중에서도 졸음과 가장 밀접한 관련이 있는 생체 신호인 뇌파 (Electroencephalogram, EEG)와 안구전도 (Electrooculogram, EOG)를 분석하는 연구가 주류를 이루고 있다. 본 논문에서는 실험 프로토콜에 의거하여 측정된 뇌파를 주파수별로 분석하여 운전자의 상태별 뇌파 데이터베이스를 구축하고 선형예측(Linear Predictive coding, LPC) 계수를 특징벡터로 한 신경회로망 기반 운전자 졸음 감지 시스템을 제안한다. 실험결과로 졸음의 뇌파분석에서 알파파가 감소하며 세타파가 증가하는 추세를 보였으며, LPC 계수가 각성, 졸음 및 수면상태의 특징을 잘 반영하였다. 특히 제안한 시스템은 적은 샘플(250ms)을 가지고도 96.5%라는 높은 분류 결과를 얻어 짧은 순간에 일어날 수 있는 운전 시 돌발 상황을 실시간으로 검출 가능성을 확인하였다.

가드레일 현장보수공법 G-SAVE 수행차량의 예비위험성 평가

정의필,박현철,박영수,안병철,황영돈,전현준,김동윤 한국표면공학회 2022 한국표면공학회 학술발표회 초록집 Vol.2022 No.11

산조 가야금의 물리적 모델링

정의필,조상진 한국음향학회 2004 韓國音響學會誌 Vol.23 No.7

본 논문에서는 개선된 디지털 도파관 이론을 이용하여 산조 가야금을 물리적으로 모델링하였다. 산조 가야금의 몸통 특성은 역 필터링 방법과몸통의 임펄스응답 이용하여 구현하였다 또한 안족의 위치에 따른 기본주파수의 변화를 조사, 선분 적합성을 이용한 근사화 과정을 거쳐 단위음을 합성하는 모의 실험을 하였다. 실제 가야금을 조율하듯 안족에 의한 조율로 실제 음과 유사한 단위음 합성을 할 수 있었다. In this paper we developed the Physical modeling of the Sanio Gayageum using the improved digital waveguide theory. The frequency characteristics of the Gayageum body is implemented by an inverse filtering and the impulse response of the body. We obtained the synthesis sounds of the unit sound for the Gayageum using the simulation of the straight-line fits by the changes of the fundamental frequencies depending on the Amok location. Finally. we could obtain the virtual Sanio Gayageum sounds similar to the actual Gayageum by tuning the Amok positions.

K-means 알고리듬을 이용한 비정상 사운드 검출

정의필,조상진,이재열 한국융합신호처리학회 2005 융합신호처리학회 논문지 (JISPS) Vol.16 No.1

This paper describes the algorithm for deciding the status of the operating machines in the power plants. It is very important to decide whether the status of the operating machines is good or not in the industry to protect the accidents of machines and improve the operation efficiency of the plants. There are two steps to analyze the status of the running machines. First, we extract the features from the input original data. Second, we classify those features into normal/abnormal condition of the machines using the wavelet transform and the input RMS vector through the K-means algorithm. In this paper we developed the algorithm to detect the fault operation using the K-means method from the sound of the operating machines. 산업 시설 등에서 운전 중인 회전 기계의 동작, 감시, 진단은 설비의 효율적인 운용 및 사고 방지 등을 위해 매우 중요한 일이다. 이상 진단 기술은 기기에 설치된 센서로부터 취득된 데이터의 특징을 추출하는 것과 분류된 데이터를 이용해 정상 또는 이상으로 구분하거나 이상의 원인을 분석하는 두 가지 과정으로 진행할 수 있다. 기존의 기술들은 주파수 분석과 패턴 인식의 방법 등이 적용되어 왔다. 본 논문에서는 운전되고 있는 정상/비정상 상태를 분류하기 위하여 기기들의 사운드 정보를 획득하여 웨이블렛 변환을 거쳐 주파수 대역별 신호로 나누었다. 나누어진 대역별 신호의 RMS값으로 입력벡터를 구성하고 이 입력벡터에 K-means 방법을 적용하여 정상 및 비정상 상태의 모델을 결정한다. 결정된 정상 및 비정상 상태의 모델과 입력 벡터를 비교하여 입력 신호의 정상/비정상을 판단한다.

고래 사운드 재생 시스템 구현

정의필,전서윤,홍정필 한국융합신호처리학회 2019 융합신호처리학회 논문지 (JISPS) Vol.20 No.3

We develop the system realization of whale sound reconstruction by inverse MFCC algorithm with the weighted L2-norm minimization techniques. The output products from this research will contribute to the whale tourism and multimedia content industry by combining whale sound contents with the prototype of 3D printing. First of all, we develop the softwares for generating whale sounds and install them into Raspberry Pi hardware and fasten them inside a 3D printed whale. The languages used in the development of this system are the C++ for whale-sounding classification, MATLAB and Python for whale-sounding playback algorithm, and Rhino 6 for 3D printing. 본 논문에서는 가중치를 고려한 L2-norm 최소화 기법으로 역 MFCC 알고리듬을 이용하여 고래 사운드 재생 시스템을 구현하였다. 고래소리 콘텐츠와 3D 프린팅을 결합하여 제작된 본 연구의 결과물은 고래관광 산업 및 멀티미디어 콘텐츠 산업에 기여를 하게 될 것이다. 먼저 다양한 고래 소리를 재생하는 소프트웨어를 개발하고 개발된 소프트웨어를 3D 프린트된 고래의 내부에 있는 라즈베리 파이 하드웨어에 업로드한다. 이 시스템을 개발하는데 사용된 프로그래밍 언어는 고래소리분류를 위한 C++, 고래 소리 재생 알고리즘을 위한 MATLAB 및 Python, 고래 모형의 3D 프린팅을 위한 Rhino 6 등이다.