비선형 영상 잡음제거 알고리즘의 통계적 접근 방법에 관한 연구

한희일 한국인터넷방송통신학회 2012 한국인터넷방송통신학회 논문지 Vol.12 No.1

근사분산을 최대화하는 least favorable한 -contaminated 정규분포는, 중간 영역에서는 가우시안이나 그 외의 영역에서는 라플라시안 분포를 갖는다는 사실에 근거하여 본 논문에서는 이 확률분포 하에서 비선형 잡음제거 알고리즘을 유도하고 이의 성능을 확인한다. 제안 알고리즘은 위 잡음 환경에서 MLE(maximum likelihood estimator) 이며, efficacy를 최대화한다는 기준에서 최적임을 증명한다. 또한, 유도한 필터를 미리어드 필터와 결합함으로써 임펄스 잡음을 효과적으로 제거하기 위한 비선형 필터를 제안하고 이를 이론적으로 분석한 다음 α-stable 확률분포를 갖는 잡음에 열화된 이미지를 이용하여 그 성능을 확인한다. In this paper robust nonlinear image denoising algorithms are introduced for the distribution which is Gaussian in the center and Laplacian in the tails. The distribution is known as the least favorable -contaminated normal distribution that maximizes the asymptotic variance. The proposed filter proves to be the maximum likelihood estimator under the heavy-tailed Gaussian noise environments. It is optimal in the respect of maximizing the efficacy under the above noise environment. Another filter for reducing impulsive noise is proposed by mixing with the myriad filter to propose an amplitude-limited myriad filter. Extensive experiment is conducted with images corrupted with -stable noise to analyze the behavior and performance of the proposed filters.

PDF417 이차원 바코드 디코더의 구현

한희일,정정구 대한전자공학회 2004 電子工學會論文誌-SP (Signal processing) Vol.41 No.01

In this paper we present a barcode reader to decode two-dimensional symbology PDF417 and propose a novel method to extract the bar-space patterns directly from the gray-level barcode image, which employs the location and the distance between extreme points of each row or column of the barcode image. This algorithm proves to be very robust from the high convolutional distortion environments such as defocussing and warping, even under badly illuminating condition. If the scanned barcode image is a result of the convolution of a Gaussian-shaped point spread function with a bi-level image, popular image segmentation methods such as image thresholding can not distinguish between very narrow bar-space patterns. The proposed algorithm shows improved performance over current barcode readers. 본 논문에서는 가장 널리 사용되는 이차원 바코드 체계인 PDF417 에 대하여 디지털 카메라를 통하여 입력한 영상으로부터 시작심볼 또는 종료심볼을 검색함으로써 이차원 바코드 영역을 찾아낸 다음, 그 영역으로부터 코드워드를 추출하여 디코드하는 알고리즘을 설계하여 실시간으로 구현하였다. 코드워드를 추출하는데 있어서, 바코드 영상을 이진화하지 않고 영상을 스캔하면서 각 행의 프로파일에서 극점의 위치와 상대적인 거리 등을 분석함으로써 바-스페이스 패턴을 추출하는 알고리즘을 제안하였다. 제안한 알고리즘은 비 균일한 조명환경 하에서도 초점이 제대로 맞지 않거나 다양한 컨볼류션 왜곡이 있더라도 매우 강인한 특성을 보여 줄 뿐만 아니라 처리속도가 매우 빠르므로 실시간으로 구현할 수 있는 장점이 있다.

호몰로지를 이용한 형태 분류 기법 제안

한희일 한국멀티미디어학회 2018 멀티미디어학회논문지 Vol.21 No.1

Persistence Betty numbers, which are the rank of the persistent homology, are a generalized version of the size theory widely known as a descriptor for shape analysis. They show robustness to both perturbations of the topological space that represents the object, and perturbations of the function that measures the shape properties of the object. In this paper, we present a shape matching algorithm which is based on the use of persistence Betty numbers. Experimental tests are performed with Kimia dataset to show the effectiveness of the proposed method.

이산 모스 이론을 이용한 영역 분할-맘모그래피에의 응용

한희일 한국멀티미디어학회 2019 멀티미디어학회논문지 Vol.22 No.1

In this paper we propose how to detect circular objects in the gray scale image and segment them using the discrete Morse theory, which makes it possible to analyze the topology of a digital image, when it is transformed into the data structure of some combinatorial complex. It is possible to get meaningful information about how many connected components and topologically circular shapes are in the image by computing the persistent homology of the filtration using the Morse complex. We obtain a Morse complex by modeling an image as a cubical cellular complex. Each cell in the Morse complex is the critical point at which the topological structure changes in the filtration consisting of the level sets of the image. In this paper, we implement the proposed algorithm of segmenting the circularly shaped objects with a long persistence of homology as well as computing persistent homology along the filtration of the input image and displaying in the form of a persistence diagram.

파형 신호에 대한 다양체 임베딩의 위상학적 불변항의 분석

한희일 한국인터넷방송통신학회 2016 한국인터넷방송통신학회 논문지 Vol.16 No.1

본 논문에서는 임의의 주기적인 현상이나 특성은 위상구조와 밀접한 관련이 있음을 추론하고 이를 실험적으로 확인한다. 실험대상으로 주기적 특성이 있는 다양한 악기음을 선택하여 이를 유클리드 공간에 임베딩하고 이로부터 호 몰로지 군을 계산하여 위상특성을 분석한다. 이를 위하여, 파형신호에서 추출한 패치모음을 패치 그래프로 구성한 다음, 대표적인 다양체 학습 방식인 통근시간 임베딩 기법을 이용하여 기하구조로 변환한다. 스펙트럼이 시간에 따라 가변적 인 파형신호를 통근시간 임베딩할 때, 그에 따라 생성되는 기하구조는 변화하지만 그 신호 고유의 내재된 위상구조는 거의 변하지 않는다. 본 논문에서는 임베딩 데이터의 일부를 표본화하여 단순 복합체를 구성한 다음 이로부터 호몰로 지를 계산하여 임베딩 기하구조의 위상특성을 분석하고, 이의 활용방안을 논의한다. This paper raises a question of whether a simple periodic phenomenon is associated with the topology and provides the convincing answers to it. A variety of music instrumental sound signals are used to prove our assertion, which are embedded in Euclidean space to analyze their topologies by computing the homology groups. A commute time embedding is employed to transform segments of waveforms into the corresponding geometries, which is implemented by organizing patches according to the graph-based metric. It is shown that commute time embedding generates the intrinsic topological complexities although their geometries are varied according to the spectrums of the signals. This paper employs a persistent homology to determine the topological invariants of the simplicial complexes constructed by randomly sampling the commute time embedding of the waveforms, and discusses their applications.

분별기의 립쉬츠 연속 안정화를 통한 WGAN 성능개선

한희일 대한전자공학회 2020 전자공학회논문지 Vol.57 No.2

GAN(generative adversarial network)의 등장으로 생성모델 분야의 획기적 발전이 이루어졌지만 학습 시의 불안정성은 해결되어야 할 가장 큰 문제로 대두되고 있다. 최근에 제안된 WGAN(Wasserstein GAN)은 학습 안정성이 개선되어 GAN의 대안이 되고 있으나, 여전히 수렴이 안되거나 엉뚱한 출력물을 생성하는 등의 경우가 발생한다. 이러한 문제는 분별기 함수가 립쉬츠 연속을 얼마나 정확하게 유지할 수 있느냐에 달려 있다고 보는 것이 중론이다. 이에 대한 대표적인 알고리즘으로 분별기의 가중치를 강제로 클리핑하거나 경사벡터의 크기가 1이 되도록 정칙화시켜 학습하는 방안 등이 제안되었으나 많은 한계를 보인다. 본 논문에서는 분별기 함수의 경사벡터 크기를 1 이하로 제한함으로써 학습데이터에 별 영향을 받지 않고 안정적으로 분별기 함수의 립쉬츠 연속을 유지하는 기법을 제안하고, 다양한 실험을 통하여 제안 기법의 성능을 확인한다. Generative Adversarial Networks(GAN) have made breakthroughs in the field of generative models, but suffers from training instability. The recently proposed Wasserstein GAN(WGAN) is an alternative to GAN due to improved training stability. However, there are still cases where it generates poor samples or fails to converge. It is widely accepted that this problem depends on how precisely the discriminator can be made to be Lipschitz continuous. As representative algorithms, there have been proposed methods of forcibly clipping the weights of the discriminator or adding to the loss function the regularization term to penalize the norm of gradient of the discriminator, but they show undesired behavior. In this paper, techniques, which restrict its norm less than or equal to one, are proposed to stably maintain the Lipschitz continuity of the discriminator without being influenced by choice of training dataset and the performance of the proposed techniques are evaluated through various experiments.

지속적 호몰로지를 이용한 이미지 세그멘테이션 기법 제안

한희일,Hahn, Hee Il 한국인터넷방송통신학회 2018 한국인터넷방송통신학회 논문지 Vol.18 No.1

This paper proposes a robust technique of image segmentation, which can be obtained if the topological persistence of each connected component is used as the feature vector for the graph-based image segmentation. The topological persistence of the components, which are obtained from the super-level set of the image, is computed from the morse function which is associated with the gray-level or color value of each pixel of the image. The procedure for the components to be born and be merged with the other components is presented in terms of zero-dimensional homology group. Extensive experiments are conducted with a variety of images to show the more correct image segmentation can be obtained by merging the components of small persistence into the adjacent components of large persistence. 본 논문에서는 이미지에서 검출된 각 연결성분들의 위상적 지속구간 정보를 그래프 기반 이미지 세그멘테이션에 결합하여 보다 안정적인 이미지 세그멘테이션 기법을 제안한다. 이미지의 밝기 또는 색상정보 등을 이용하여 모스 함수를 정의하고 이의 레벨세트로부터 각 연결성분의 위상적 지속구간을 구한다. 각 연결성분이 생성되고 긴 지속구간을 갖는 연결성분에 적절히 병합되는 과정을 영 차원 호몰로지 군의 관점에서 설명한다. 다양한 특성을 갖는 이미지들에 대하여 짧은 지속구간을 갖는 연결성분들을 지속구간이 긴 인근 성분에 적절히 병합시키는 과정을 통하여 보다 안정적인 이미지 세그멘테이션 결과들 얻을 수 있음을 실험으로 확인한다.

군-등변 CNN의 성능 분석

한희일 한국멀티미디어학회 2023 멀티미디어학회논문지 Vol.26 No.1

In this paper, we analyze the mathematical structure of group-equivariant CNNs using the vector bundle theory in homogeneous space and compare and analyze their performances with a conventional CNN through various experiments. The group-equivariant CNN uses the group-equivariant convolution, which can be implemented with an increase in weight sharing compared to the existing convolution. It is shown that the symmetric group of a CNN operating in image space is , whereas those of a group-equivariant CNNs are subgroups of SE(2) or E(2). According to the experimental results of three models, such as a CNN and group-equivariant CNNs, one of the latter shows a recognition rate improvement by more than 6.5% compared to the former, especially in the rotated MNIST. Therefore, it is proposed that the symmetric group of the CNN model can be used as a useful index to evaluate its performance.

Hopfield Network을 이용한 한국어 모음 인식 ( Korean Vowel Discrimination by Hopfield Network )

한희일,김경태 한국통신학회 1990 한국통신학회 학술대회논문집 Vol.9 No.1

맘모그램에서 마이크로캘시피케이션을 검출하기 위한 웨이블릿 검출기의 구현

한희일,Han, Hui-Il 대한전자공학회 2001 電子工學會論文誌-SP (Signal processing) Vol.38 No.4

본 논문에서는 웨이블릿 변환을 멀티스케일 매치 필터의 관점에서 해석하고, 이를 위하여 마르코프 랜덤 필드에 묻혀있는 가우시안 형태의 작은 물체를 검출하는 이론적 근거를 제시하며, 이의 응용으로 맘모그램에 존재하는 마이크로캘시피케이션을 검출하는 알고리즘을 제안한다. 검출하고자 하는 물체가 가우시안 형태이고 그 스케일이 웨이블릿 변환에 의해 계산된 것과 일치하며, 그 주변의 잡영이 마르코프 프로세스이면, LoG(Laplacian of Gaussian) 웨이블릿은 멀티스케일 매치 필터로 작용하며, 적절한 디테일 이미지를 단순히 이진화함으로써 최적의 검출기를 구현할 수 있다. 그런데, 마이크로캘시피케이션은 정확한 가우시안 형태를 갖지 않고, 게다가 맘모그램의 배경이미지도 마르코프 프로세스라는 가정에서 벗어난다. 이러한 불일치를 해결하기 위하여, 본 논문에서는 멀티스케일 웨이블릿 계수에서 추출한 특징벡터를 Hotelling observer에 입력하여 처리함으로써 이를 보상하고자 하였다. It is shown that the multiscale prewhitening matched filter for detecting Gaussian objects in Markov noise can be implemented by the undecimated wavelet transform with a biorthogonal spline wavelet. If the object to be detected is Gaussian shaped and its scale coincides with one of those computed by the wavelet transform, and if the background noise is truly Markov, then optimum detection is realized by thresholding the appropriate details image. Our detection algorithm is applied to the digitized mammograms for detecting microcalcifications. However, microcalcifications are not exactly Gaussian shaped and its background noise may not be Markov. In order to campensate for these discrepancy, Hotelling observer is employed, which is applied to feature vectors comprised of 3-octave wavelet coefficients.