• 한국멀티미디어학회:학술대회논문집
• /
• 한국멀티미디어학회 2012년도 춘계학술발표대회논문집
• /
• pp.343-344
• /
• 2012

With the increase of sensitive data and their secure transmission and storage, the use of encryption techniques has become widespread. The performance of encoding majorly depends on the computational time, so a system with less computational time suits more appropriate as compared to its contrary part. Double Random Phase Encoding (DRPE) is an algorithm with many sub functions which consumes more time when executed serially; the computation time can be significantly reduced by implementing important functions in a parallel fashion on Graphics Processing Unit (GPU). Computing convolution using Fast Fourier transform in DRPE is the most important part of the algorithm and it is shown in the paper that by performing this portion in GPU reduced the execution time of the process by substantial amount and can be compared with MATALB for performance analysis. NVIDIA graphic card GeForce 310 is used with CUDA C as a programming language.

• 방송공학회논문지
• /
• 제27권7호
• /
• pp.1011-1020
• /
• 2022

Recent high-performance panoptic segmentation models are based on transformer architectures. However, transformer-based panoptic segmentation methods are basically slower than convolution-based methods, since the attention mechanism in the transformer requires quadratic complexity w.r.t. image resolution. Also, sine and cosine computation for positional embedding in the transformer also yields a bottleneck for computation time. To address these problems, we adopt three modules to speed up the inference runtime of the transformer-based panoptic segmentation. First, we perform channel-level reduction using depth-wise separable convolution for inputs of the transformer decoder. Second, we replace sine and cosine-based positional encoding with convolution operations, called conv-embedding. We also apply a separable self-attention to the transformer encoder to lower quadratic complexity to linear one for numbers of image pixels. As result, the proposed model achieves 44% faster frame per second than baseline on ADE20K panoptic validation dataset, when we use all three modules.

• 한국정보통신학회논문지
• /
• 제11권1호
• /
• pp.40-45
• /
• 2007

본 논문에서는 무선공중망을 이용하여 재택 혹은 원거리에서도 환자의 상태를 확인하고 감시함으로써 의료서비스의 이동성을 제공하기 위한 의료정보 무선전송 시스템을 제안하고, 시뮬레이션 하였다. 제안한 방법은 응급상황 발생시 의료정보를 디지털 데이터로 변환하여 PDA와 같은 이동형 단말에 전송함으로써 신속한 응급처치 등이 가능토록 한다. 시뮬레이션은 이동 무선채널환경에서 신뢰성 있는 의료정보의 전송을 위하여 IEEE 802.11a에 근거한 OFDM 전송방식을 사용하였고, AWGN과 3-ray 이동 다중경로 페이딩 환경에서 신뢰성 있는 정보전송을 위하여 콘볼루션 코딩을 적용하여 시스템 성능을 분석하였다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제17권9호
• /
• pp.2458-2482
• /
• 2023

Medical image segmentation techniques based on convolution neural networks indulge in feature extraction triggering redundancy of parameters and unsatisfactory target localization, which outcomes in less accurate segmentation results to assist doctors in diagnosis. In this paper, we propose a multi-level semantic-rich encoding-decoding network, which consists of a Pooling-Conv-Former (PCFormer) module and a Cbam-Dilated-Transformer (CDT) module. In the PCFormer module, it is used to tackle the issue of parameter explosion in the conservative transformer and to compensate for the feature loss in the down-sampling process. In the CDT module, the Cbam attention module is adopted to highlight the feature regions by blending the intersection of attention mechanisms implicitly, and the Dilated convolution-Concat (DCC) module is designed as a parallel concatenation of multiple atrous convolution blocks to display the expanded perceptual field explicitly. In addition, MultiHead Attention-DwConv-Transformer (MDTransformer) module is utilized to evidently distinguish the target region from the background region. Extensive experiments on medical image segmentation from Glas, SIIM-ACR, ISIC and LGG demonstrated that our proposed network outperforms existing advanced methods in terms of both objective evaluation and subjective visual performance.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2008년도 제39회 하계학술대회
• /
• pp.2271-2272
• /
• 2008

Recently, LDPC codes received a lot of attention in 4G. LDPC codes perform good error correction at high SNR. But LDPC codes are complex design and not good at low SNR. At low SNR, convolution codes and turbo codes show more good performance than LDPC codes. The main subject presented in this study is that parallel encoding and decoding according to SNR. The system chooses convolution codes at low SNR and chooses LDPC codes at high SNR.

• 한국정보통신학회논문지
• /
• 제8권1호
• /
• pp.41-48
• /
• 2004

본 논문에서는 채널의 진폭 특성만을 고려한 실내 무선 페이딩 환경에서 PPM 변조된 UWB 통신 시스템의 채널 성능을 분석하였다. 페이딩 채널은 기존에 발표되었던 UWB 전파 실험을 통한 데이터를 바탕으로 Nakagami-m분포 모델을 이용하여 페이딩 지수 m에 따른 다양한 채널 환경을 고려하였다. 또한, 채널 부호화 기법으로써 강력한 에러 정정 능력을 가진 컨벌루션 부호화 기법을 적용함으로써 페이딩으로 인해 열화된 시스템 성능을 개선하였다.

• 디지털콘텐츠학회 논문지
• /
• 제7권3호
• /
• pp.169-174
• /
• 2006

RFID는 각종 서비스 산업은 물론 물류, 산업 현장, 제조 공장과 물품의 흐름이 있는 곳이면 어디에서나 적용이 가능하여 사회 여러 분야로부터 큰 관심을 받고 있다. 하지만 현재 900Mhz 대역의 RFID에서 사용하는 ISO/IEC 18000-6의 프로토콜에서는 에러검출을 위한 CRC16만을 사용하여, 에러정정능력을 갖추지 못해 그 신뢰성이 떨어질 것으로 여겨진다. 본 논문에서는 이러한 RFID 시스템의 신뢰성 향상을 위해 Reader에서 Tag로의 명령어 및 데이터 전송 시에 콘벌루션 부호를 적용하여 시스템의 신뢰성 향상을 목적으로 하며, 이런한 방식을 적용했을 때와 적용하지 않았을 때의 에러율을 측정 비교하였다.

• 융합신호처리학회논문지
• /
• 제7권1호
• /
• pp.17-23
• /
• 2006

RFID는 각종 서비스 산업은 물론 물류, 산업 현장, 제조 공장과 국방 분야까지 물품의 흐름이 있는 곳이면 어디에서나 적용이 가능하여 사회 여러 분야로부터 큰 관심을 받고 있다. 그러나, 현재 900MHz 대역의 RFID에서 사용하는 ISO/IEC 18000-6의 프로토콜에서는 에러검출을 위한 CRC16만을 사용함으로써 낮은 수준의 보안과 양호한 채널 환경에서 대량의 물품을 빠른 시간 내에 인식하는 상황에서는 적합하나 데이터 양이 적고 놀은 수준의 보안이 요구되는 곳이나 채널 환경이 열악한 곳에서는 에러정정능력을 갖추지 못해 데이터의 신뢰성이 떨어질 것으로 예상된다. 돈 논문에서는 이와 같은 높은 수준의 보안이 요구되는 곳이나 잡음이 많은 채널 환경에서의 RFID 사용을 가정하여 ISO/IEC 18000-6 규격을 응용하여 적용하는 한 가지 방법으로서 콘벌루션 부호의 적용을 시도하였으며, 이를 구현하고 성능을 측정하였다. 신호의 제어와 전송을 위하여 마이크로프로세서와 RF부를 구현하였고, RFID 시스템의 신뢰성 향상을 위해 리더기에서 태그로의 명령어 및 데이터 전송 시에 FPGA를 이용하여 콘벌루션 부호를 구현하였다. 이러한 채널 부호를 적용했을 때와 적용하지 않았을 때의 프레임 오류율과 채널의 가시 성분이 있을 경우와 없을 경우를 나누어 프레임 오류율을 측정 비교하였다.

• 항공우주기술
• /
• 제8권1호
• /
• pp.179-186
• /
• 2009

본 문서는 방해파 등의 잡음에 강하며 특히 명령신호 비닉성 및 비화성에 탁월한 장점을 갖는 대역확산 변조방식을 활용한 FTS 인코더/디코더의 설계 및 구현에 관하여 기술한다. 우선 명령포맷은 64비트 패킷신호로 구성되며 각각의 명령신호는 트리플DES암호화 알고리즘을 이용하여 암호화 작업을 수행하고, 또한 오류정정 기법의 하나인 콘볼루션코딩 및 비터비디코딩 기법을 적용하여 통신 신뢰성을 높이도록 설계한다. 대역확산을 위해 직접확산기법을 적용하고 확산코드는 256비트 골드코드를 사용하며, 설계한 FTS 인코더와 디코더가 잘 동작하는지 검증하기 위해 시뮬레이션을 수행하고 최종 하드웨어를 구현하여 그 결과를 확인하였다.

• 반도체디스플레이기술학회지
• /
• 제21권4호
• /
• pp.156-162
• /
• 2022

Image compression plays an important role in encoding and improving various forms of images in the digital era. Recent researches have focused on the principle of deep learning as one of the most exciting machine learning methods to show that it is good scheme to analyze, classify and compress images. Various neural networks are able to adapt for image compressions, such as deep neural networks, artificial neural networks, recurrent neural networks and convolution neural networks. In this review paper, we discussed how to apply the rule of deep learning to obtain better image compression with high accuracy, low loss-ness and high visibility of the image. For those results in performance, deep learning methods are required on justified manner with distinct analysis.