On the Routing Schemes for the Inverse ADM Network in the MIMD Environment

이귀상(Guee-Sang Lee),최덕재(Deok-Jai Choi) 한국정보과학회 1985 한국정보과학회 학술발표논문집 Vol.12 No.1

A destination address based routing scheme is proposed for the Inverse Augmented Data Manipulator Network in the MIMD mode of operations. It allows rerouting into another path available when a message is blocked by a busy or falty link. Also a method of converting a destination address tag into the return address as the message proceeds to the destination is presented.

커널 추출을 이용한 저전력설계

이귀상(Guee-sang Lee),정미경(Mi-gyoung Jung) 대한전자공학회 1999 대한전자공학회 학술대회 Vol.1999 No.6

불리안복잡도를 이용한 이단계 리드뮬러 회로의 합성

이귀상(Guee-sang Lee),장준영(June-young Chang) 한국정보과학회 1994 한국정보과학회 학술발표논문집 Vol.21 No.2A

본 논문에서는 함수복잡도를 고려한 큐브선택에 의한 이단계 리드뮬러표현의 최소화 방법을 제시한다. 리드뮬러표현을 최소화하기 위해 두개의 큐브(cube)를 묶는 기존의 Xlinking 방법과는 달리, 큐브선택 방법은 주어진 함수의 ON-set를 커버할 때까지 한번에 하나씩 큐브를 선택해 나가는 새로운 방법이다. 이 방법은 대개의 benchmark 함수에 대해 잘 동작하나 격자형 배치를 갖는 패리티 타입 함수에 대해서는 좋지 않은 성능을 보인다. 이를 해결하기 위해 큐브선택의 기준이 되는 비용함수로써 그 큐브에서의 ON-set의 크기 대신에 함수의 복잡도를 사용한다. 따라서 단지 ON-set의 크기만을 고려하는 대신 ON-set을 구성하는 minterm들이 얼마나 서로 가깝게 되어 하나의 큐브로 묶어질 수 있는지 즉, 함수가 얼마나 다음의 최소화에 유리한 형태로 변화되는 지를 중요시하게 되며 이는 특히 격자형 함수의 최소화에 잘 동작한다. 실험결과, 격자형함수뿐만아니라 일반적인 경우에도 기존의 결과보다 개선된 결과를 보인다.

이단계 리드뮬러 회로의 최소화를 위한 BDD의 응용

이귀상(Guee-sang Lee),천승환(Seung-hwan Cheon) 한국정보과학회 1994 한국정보과학회 학술발표논문집 Vol.21 No.2A

본 논문에서는 논리함수를 BDD(Binary Decision Diagrams)로 표현하고 이를 이용하여 이단계 리드뮬러 회로를 최소화하는 BDD Expand 방법을 제시한다. BDD의 탐색을 통하여 이독을 구하고, BDD의 SOP 큐브들을 각각 확장하여 이득이 가장 큰 큐브를 구하는 방법이다. 리드뮬러 회로를 최소화하는 기존의 Xlinking 방법과 큐브선택 방법은 소규모 회로에 대해 잘 동작하나, SOP 형태나 진리표 형태의 함수 표현 형식을 사용할 때 지수적인 시간과 공간이 필요하게 되는 단점을 갖고 있다. 이와는 달리 BDD는 간단한 함수 표현을 제공하므로 시간과 공간 문제를 한꺼번에 해결할 수 있는 장점이 있다. 실험 결과, 대규모 회로를 합성하는데 효과적인 방법임을 알 수 있다.

BDD를 이용한 이단계 Reed-Muller 회로의 합성

李貴相(Guee-Sang Lee),千承桓(Seung-Hwan Cheon) 대한전기학회 1995 전기학회논문지 Vol.44 No.4

CT영상에서 폐암 인식을 위한 전처리 기법

박상철 ( Sang-cheol Park ),김수형 ( Soo-hyung Kim ),이귀상 ( Guee-sang Lee ),홍성훈 ( Sung-hoon Hong ) 한국정보처리학회 2004 한국정보처리학회 학술대회논문집 Vol.11 No.1

CT 영상에서 폐암 추출을 위한 컴퓨터지원진단시스템(CAD)에서 전처리 시스템은 매우 중요한 역할을 담당한다. 본 논문에서는 CT 영상에서 폐암 추출을 위한 전처리 기법을 소개한다. CT 영상에서 폐 영역 추출 과정에서 가장 먼저 수행되는 이진화를 위해 k-means 클러스터링 알고리즘을 이용하고, 비관심 영역 제거 방법으로 연결요소를 분석하고, 이진화 과정에서 발생한 폐 외곽 분실을 재구성하기 위해 Rolling Ball 알고리즘을 수행한다. 또한 분할된 폐 영역에서 폐암 후보자를 선출하기 위해 분할과정에서 수행하였던 이진화 방법을 폐 영역에 다시 한번 적용하고 잡음제거를 위해 모폴러지 기법을 사용한 전처리 기법을 제안한다.

H.264 동영상 부호기를 위한 Feedback 버퍼 제어 방식

손남례,이귀상,Son Nam Rye,Lee Guee Sang 한국정보처리학회 2004 정보처리학회논문지B Vol.11 No.6

Since the H.264 encoding adopts both forward prediction and hi-direction prediction modes and exploits Variable Length Coding(VLC), the amount of data generated from video encoder varies as Flaying time goes by. The fixed bit rate encoding system which has limited transmission channel capacity uses a buffer to control output bitstream It's necessary to control the bitstream to maintain within manageable range so as to protect buffer from overflow or underflow. With existing bit amount control algorithms, the $\lambda_{MODE}$ which is relationship between distortion value and quantization parameter often excesses normal value to end up with video error. This paper proposes an algorithm to protect buffer from overflow or underflow by introducing a new quantization parameter against distortion value of H.264 video data. The test results of 6 exemplary data show that the proposed algorithm has the same PSNR as and up to 8% reduced bit rate against existing algorithms. H.264 부호화 기법은 단방향 및 양방향 예측 모드를 채택하고 있으며, 가변 길이 부호화를 사용하기 때문에 비디오 부호기에서 발생되는 데 이터량은 시간에 따라 변한다. 전송채널 용량이 제한된 고정 비트율 부호기에서는 출력 비트량을 제어하기 위해 버퍼가 사용되는데, 버퍼가 넘치거나(overflow) 고갈되는 것(underflow)을 막기 위해 발생 비트량을 적절한 영역 내에서 제한해야 한다. 기존의 비트량 제어방법 에서는 영상데이터의 왜곡 값과 양자화 계수간의 $\lambda_{MODE}$가 정규 값을 벗어나기 때문에 화질이 열화 된다. 본 논문에서는 H.264 동영상의 왜곡 값에 대한 새로운 양자화 계수론 도출하여 피드백 함으로써 버퍼의 넘침이나 고갈을 방지할 수 있는 알고리즘을 제안하였다. 제안한 기법을 6개의 실험데이터에 적용한 견과 PSNR 값은 기존 방법에서와 비슷하면서도 비트율은 최대 8%까지 감소하였다.

수정된 ALA 클러스터링 알고리즘을 이용한 손실된 움직임 벡터 복원 방법

손남례,이귀상,Son, Nam-Rye,Lee, Guee-Sang 한국정보처리학회 2005 정보처리학회논문지B Vol.12 No.7

To transmit a video bit stream over low bandwith, such as mobile, channels, encoding algorithms for high bit rate like H.263+ are used. In transmitting video bit-streams, packet losses cause severe degradation in image quality. This paper proposes a new algorithm for the recovery of missing or erroneous motion vectors when H.263+ bit-stream is transmitted. Considering that the missing or erroneous motion vectors are closely related with those of neighboring blocks, this paper proposes a temporal-spatial error concealment algorithm. The proposed approach is that missing or erroneous Motion Vectors(MVs) are recovered by clustering the movements of neighboring blocks by their homogeneity. MVs of neighboring blocks we clustered according to ALA(Average Linkage Algorithm) clustering and a representative value for each cluster is determined to obtain the candidate MV set. By computing the distortion of the candidates, a MV with the minimum distortion is selected. Experimental results show that the proposed algorithm exhibits better performance in subjective and objective evaluation than existing methods. 이동통신 채널과 같은 저대역 통신망에서는 비디오 전송을 위해서 H.263+와 같이 압축율이 높은 부호화 방법이 사용된다. 저대역폭을 통해 고압축 비디오 비트스트림을 전송할 경우, 패킷이 손실되면 영상의 품질이 심각하게 떨어진다. 본 논문에서는 H.263+ 부호화영상이 전송될 때 손상되는 움직임 벡터의 복원기법을 제안하였다. 본 논문에서는 손실된 블록의 움직임 벡터는 인접한 블록의 움직임 벡터와 높은 상관성을 갖는 다는 사실에 착안하여, 시공간적 오류은닉(Temporal-Spatial Error Concealment) 방법을 제안한다. 제안된 방법에서는 손실된 모션벡터를 인접한 블록의 움직임을 클러스터링하여 복원한다. 인접한 블록의 모션벡터는 ALA(Average Linkage Algorithm) 클러스터링 알고리즘에 따라 클러스터링되며, 각 클러스터의 대표값을 계산하여 후보 움직임 벡터 집합을 얻은 다음, 이들 후보의 움직임의 왜곡정도를 계산하여 왜곡이 최소인 움직임 벡터를 선택한다. 제안한 방법으로 복원한 영상의 화질에 대한 객관적, 주관적 평가에서 개선된 결과를 확인하였다.

2D 텐서 보팅에 기반 한 손상된 텍스트 영상의 복원 및 분할

박종현,이귀상,Park, Jong-Hyun,Toan, Nguyen Dinh,Lee, Guee-Sang 한국정보처리학회 2008 정보처리학회논문지B Vol.15 No.3

본 논문에서는 잡음에 의해 손상된 텍스트 영상으로부터 복원 및 분할을 위한 새로운 접근 방법을 제안한다. 제안된 방법은 손상된 영역의 복원을 위하여 색상 및 비색상 성분을 2차 대칭 스틱 텐서로 표현하고 보팅 기반의 손상된 영역을 복원하였으며, 마지막으로 클러스터링 방법에 의해 분할을 수행한다. 먼저 우리는 제안된 색상 선택함수에 의해 잡음에 강건한 색상과 비색상 성분을 선택한다. 두 번째 단계에서는 각각의 선택된 특징 벡터들은 스틱 텐서로 표현하였으며 제한된 보팅 커널의 필드내에서 이웃하는 보터들과 통신을 통하여 새롭게 정의된다. 따라서 2차 보팅 후 각각의 스틱 텐서는 이웃하는 텐서와 같은 특성을 가지며 손상된 영역들을 복원할 수 있다. 마지막으로 복원된 영상의 성능을 평가하기 위하여 적응적 평균 이동 알고리즘과 클러스터링 알고리즘을 이용하여 영상 분할을 수행하였다. 실험에서 제안된 방법은 전체적인 처리과정을 자동적으로 수행 가능하였으며 배경 및 객체의 영역에서 효율적인 복원 및 분할을 수행할 수 있었다. A new approach is proposed for restoration of corrupted regions and segmentation in natural text images. The challenge is to fill in the corrupted regions on the basis of color feature analysis by second order symmetric stick tensor. It is show how feature analysis can benefit from analyzing features using tensor voting with chromatic and achromatic components. The proposed method is applied to text images corrupted by manifold types of various noises. Firstly, we decompose an image into chromatic and achromatic components to analyze images. Secondly, selected feature vectors are analyzed by second-order symmetric stick tensor. And tensors are redefined by voting information with neighbor voters, while restore the corrupted regions. Lastly, mode estimation and segmentation are performed by adaptive mean shift and separated clustering method respectively. This approach is automatically done, thereby allowing to easily fill-in corrupted regions containing completely different structures and surrounding backgrounds. Applications of proposed method include the restoration of damaged text images; removal of superimposed noises or streaks. We so can see that proposed approach is efficient and robust in terms of restoring and segmenting text images corrupted.

텐서보팅과 마르코프 랜덤 필드를 이용한 자연 영상의 텍스트 이진화

최현수,이귀상,Choi, Hyun Su,Lee, Guee Sang 한국스마트미디어학회 2015 스마트미디어저널 Vol.4 No.4

본 논문에서는 텐서보팅을 이용하여 기존 마르코프 랜덤 필드 메소드 안의 가우시안 혼합 모델 함수의 성능을 향상시킬 수 있는 적합한 클러스터 개수 검출 방법을 제시한다. 제안하는 방법의 핵심 포인트는 텐서보팅의 인풋 데이터 토큰의 연속성인 saliency map을 통한 중심점 개수의 추출이다. 우리는 가장 먼저 주어진 자연 영상에서 전경 및 배경 후보 영역을 분리한다. 다음으로, 분리된 각 후보 영역에 대하여 텐서보팅을 적용하여 적절한 클러스터 개수를 추출한다. 우리는 검출된 클러스터 개수를 이용하여 정확한 가우시안 혼합 모델 모델링을 수행할 수 있다. 그리고 이를 적용한 마르코프 랜덤 필드의 unary term과 pairwise term을 계산하여 자연 영상의 텍스트 이진화 결과를 반환한다. 실험 결과, 제안된 방법이 최적의 클러스터 개수를 반환하고, 향상된 텍스트 이진화 결과를 반환함을 확인하였다. In this paper, we propose a method for detecting the number of clusters. This method can improve the performance of a gaussian mixture model function in conventional markov random field method by using the tensor voting. The key point of the proposed method is that extracts the number of the center through the continuity of saliency map of the input data of the tensor voting token. At first, we separate the foreground and background region candidate in a given natural images. After that, we extract the appropriate cluster number for each separate candidate regions by applying the tensor voting. We can make accurate modeling a gaussian mixture model by using a detected number of cluster. We can return the result of natural binary text image by calculating the unary term and the pairwise term of markov random field. After the experiment, we can confirm that the proposed method returns the optimal cluster number and text binarization results are improved.