지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학술대회자료
- 저자정보
- 저널정보
- Korean Institute of Information Scientists and Engineers 한국정보과학회 학술발표논문집 한국정보과학회 1992년도 가을 학술발표논문집 제19권 제2호
- 발행연도
- 1992.10
- 수록면
- 1,069 - 1,072 (4page)
이용수
초록· 키워드
오류제보하기
벡터 정량화(Vector Quantization)를 이용한 화상 압축(image compression) 방법으로 LBG 알고리즘이 널리 알려져 있다. 그러나 이 알고리즘은 성능 면에서는 우수하나, 반복 알고리즘(iterative algorithm)이므로 코드북(codebook)의 생성에 많은 시간이 요구되어 실제의 화상 압축 기법으로는 적합하지 못하다. 그래서 최근에는 이러한 시간적 제약을 극복하기 위해 신경망(neural network)을 이용한 벡터 정량화 기법들이 나오고 있다. 이들 신경망은 경쟁 학습(competitive learning)을 하는 자기구성 신경망(self-organization neural network)의 형태로 스스로 입력 벡터들을 분류해서 빠른 시간에 코드북을 생성하는 장점을 갖는다. 그라나 성능 면에서 더 개선할 여지가 있다.
본 논문에서는 기존의 신경망이 가진 장점을 그대로 유지하면서, 보다 좋은 성능을 보이는 자기구성 신경회로망을 제안한다. 주어진 화상의 분포에 잘 적응하기 위해 초기 가중치를 임의로 설정하지 않고, 적용되는 입력 벡터들에 의존하여 유사성 판별에 의해 코드북의 크기를 정해가는 방식을 채택했다. 실험 결과 신경망을 이용한 이전의 방법들보다 성능이 개선되었음을 알 수 있다.
본 논문에서는 기존의 신경망이 가진 장점을 그대로 유지하면서, 보다 좋은 성능을 보이는 자기구성 신경회로망을 제안한다. 주어진 화상의 분포에 잘 적응하기 위해 초기 가중치를 임의로 설정하지 않고, 적용되는 입력 벡터들에 의존하여 유사성 판별에 의해 코드북의 크기를 정해가는 방식을 채택했다. 실험 결과 신경망을 이용한 이전의 방법들보다 성능이 개선되었음을 알 수 있다.
목차
요약
Ⅰ. 서론
Ⅱ. 벡터 정량화의 정의와 성능의 척도
Ⅲ. 벡터 정량화를 위한 새로운 신경망
Ⅳ. 실험 및 결과
Ⅴ. 결론
Ⅵ. 참고 문헌
참고문헌 (0)
참고문헌 신청함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
신경망을 이용한 벡터 양자화의 코드북 설계 ( A Codebook Design for Vector Quantization Using a Neural Network )
한국통신학회논문지
1994 .02
-
신경망을 이용한 영상의 벡터 양자화 ( Vector Quantization of Images Using a Neural network )
대한전자공학회 학술대회
1993 .07
-
신경망을 이용한 영상의 벡터 양자화
대한전자공학회 학술대회
1993 .07
-
활동도 좌표와 신경망 학습을 이용한 벡터 양자화 코드북 설계 ( Vector Quantization Codebook Design Using Activity Coordinates and Neural Network )
대한전자공학회 학술대회
1995 .01
-
활동도와 신경망을 이용한 벡터양자화 코드북 설계 ( Vector Quantization Codebook Design Using Activity and Neural Network )
전자공학회논문지-S
1998 .05
-
화상벡터 양자화의 코드북 구성을 위한 고속 알고리듬 ( A Fast Algorithm to Generate the Codebook for Vector quantization in Image Coding )
한국통신학회 학술대회논문집
1989 .01
-
화상벡터 양자화의 코드북 구성을 위한 고속 알고리듬 ( A Fast Algorithm to Generate the Codebook for Vector Quantization in Image Coding )
대한전자공학회 학술대회
1989 .01
-
화상 벡터 양자화의 코드북 구성을 위한 고속 알고리듬 ( Fast Algorithms to Generate the Codebook for Vector Quantization in Image Coding )
전자공학회논문지
1990 .01
-
2 - Phase Self - Organizing Neural Network을 사용한 개선된 VQ 설계 방법
한국정보과학회 학술발표논문집
1993 .04
-
소속 학습벡터 수를 고려한 초기 코드북 생성 알고리즘
한국음향학회 학술발표대회
2002 .01
-
코드북의 갱신을 통한 연속적인 화상에서의 적응적 벡터양자화 ( Adaptive Vector Quantization through Updating a Codebook for Image Sequence Coding )
전자공학회논문지
1990 .05
-
다치-신경망을 이용한 화상처리
한국지능시스템학회 학술발표 논문집
1998 .11
-
신경 회로망을 이용한 음성 신호의 벡터 양자화
대한전자공학회 학술대회
1999 .11
-
새로운 Splitting 방법을 이용한 초기 코드북 생성 알고리즘
한국음향학회 학술발표대회
2001 .01
-
빠른 벡터 양자화를 위한 코드북의 공간 정렬화 ( Spatial Ordering of LBG Codebook for Fast Vector Quantization )
대한전자공학회 학술대회
1991 .01
-
벡터양자화를 이용한 영상압축에 관한 연구 ( A Study on Image Compression Using Vector Quantization )
한국통신학회논문지
2000 .12
-
벡터 양자화를 위한 삼각 부등식을 이용하는 빠른 코드북 탐색법
한국정보과학회 학술발표논문집
1998 .10
-
유전자 알고리즘을 이용한 벡터 양자화
한국음향학회 학술발표대회
1998 .01
-
Cluster의 중심벡터를 이용하는 영상 압축
한국음향학회지
1995 .01
-
정규화 코드북을 이용한 분할 벡터 구조의 적응적 양자화기 개선
한국통신학회 학술대회논문집
2011 .06
이 논문의 저자 정보
최근 본 자료
댓글(0)
0
UCI(KEPA) : I410-ECN-0101-2009-569-017905085