| 1 |
1
학습 기반 압축 센싱을 이용하여 소나(sonar)로부터 획득한 소나 영상의 잡음을 제거하는 방법에 있어서, 상기 소나 영상을 비선형 공간으로 변환하는 단계;상기 비선형 공간으로 변환된 소나 영상을 초기화하는 단계;상기 비선형 공간으로 변환된 소나 영상을 기초로 하여, 제1 복원 신호를 희소(sparse) 공간으로 변환 및 역변환하는 단계; 및희소 공간으로 변환 및 역변환된 제1 복원 신호인 제2 복원 신호를 픽셀 공간으로 비선형 역변환하는 단계;를 포함하고, 상기 제1 복원 신호를 희소 공간으로 변환 및 역변환하는 단계는,잔차(residual)를 다음 수학식 1에 따라 생성하는 단계; 및[수학식 1] (여기서, 상기 는 상기 잔차, 상기 k는 상기 제1 복원 신호를 희소 공간으로 변환 및 역변환하는 단계가 수행되는 횟수, 상기 는 상기 제1 복원 신호, 상기 는 상기 비선형 공간으로 변환된 소나 영상, 상기 및 는 서로 RIP(restrict isometry property) 조건을 만족하는 사전(dictionaty) 연산자임)상기 제2 복원 신호를 다음 수학식 2에 따라 생성하는 단계;를 포함하는, 소나 영상의 잡음을 제거하는 방법
|
| 2 |
2
제1 항에 있어서,상기 소나 영상을 비선형 공간으로 변환하는 단계, 상기 비선형 공간으로 변환된 소나 영상을 초기화하는 단계, 상기 제1 복원 신호를 희소 공간으로 변환 및 역변환하는 단계, 및 상기 비선형 역변환하는 단계 각각은,CNN(Convolutional Neural Networks) 구조를 이용하는, 소나 영상의 잡음을 제거하는 방법
|
| 3 |
3
삭제
|
| 4 |
4
제1 항에 있어서,상기 제1 복원 신호를 희소 공간으로 변환 및 역변환하는 단계는 기 설정된 횟수만큼 반복되는, 소나 영상의 잡음을 제거하는 방법
|
| 5 |
5
제1 항에 있어서, 상기 비선형 공간으로 변환된 소나 영상을 초기화하는 단계는, 콘벌루션(convolution) 연산, 업 스케일링(up scaling), 및 다운 스케일링(down scaling) 중 적어도 하나를 수행하는 단계를 포함하는, 소나 영상의 잡음을 제거하는 방법
|
| 6 |
6
제1 항에 있어서,상기 수학식 1에 따라 생성하는 단계 및 상기 수학식 2에 따라 생성하는 단계 각각은, 콘벌루션을 이용하여 상기 제1 복원 신호의 비선형성을 강화시키는 단계를 포함하는, 소나 영상의 잡음을 제거하는 방법
|
| 7 |
7
제6 항에 있어서,상기 , 상기 , 상기 , 및 상기 는 상기 제1 복원 신호의 비선형성을 강화시키는 단계를 공유하는, 소나 영상의 잡음을 제거하는 방법
|
| 8 |
8
제1 항, 제2 항, 제4 항 내지 제7 항 중 어느 한 항에 따른 방법을 컴퓨터에서 실행시키기 위한 프로그램을 기록한 기록매체
|
| 9 |
9
학습 기반 압축 센싱을 이용하여 소나로부터 획득한 소나 영상의 잡음을 제거하는 장치에 있어서, 메모리; 및프로세서;를 포함하고,상기 프로세서는,상기 소나 영상을 비선형 공간으로 변환하고,상기 비선형 공간으로 변환된 소나 영상을 초기화하고,상기 비선형 공간으로 변환된 소나 영상을 기초로 하여, 제1 복원 신호를 희소(sparse) 공간으로 변환 및 역변환하고,상기 희소 공간으로 변환 및 역변환된 제1 복원 신호인 제2 복원 신호를 픽셀 공간으로 비선형 역변환하고, 상기 제1 복원 신호를 희소 공간으로 변환 및 역변환 시,잔차(residual)를 다음 수학식 1에 따라 생성하고,[수학식 1] (여기서, 상기 는 상기 잔차, 상기 k는 상기 제1 복원 신호를 희소 공간으로 변환 및 역변환하는 단계가 수행되는 횟수, 상기 는 상기 제1 복원 신호, 상기 는 상기 비선형 공간으로 변환된 소나 영상, 상기 및 는 서로 RIP(restrict isometry property) 조건을 만족하는 사전(dictionaty) 연산자임)상기 제2 복원 신호를 다음 수학식 2에 따라 생성하는, 소나 영상의 잡음을 제거하는 장치
|
| 10 |
10
학습 기반 압축 센싱을 이용하여 소나로부터 획득한 소나 영상의 잡음을 제거하는 장치에 있어서, 상기 소나 영상을 비선형 공간으로 변환하는 비선형 변환부;상기 비선형 공간으로 변환된 소나 영상을 초기화하는 초기화부;상기 비선형 공간으로 변환된 소나 영상을 기초로 하여, 제1 복원 신호를 희소(sparse) 공간으로 변환 및 역변환하는 ISTA(Iterative Shrinkage and Thresholding Algorithm) 연산부;상기 희소 공간으로 변환 및 역변환된 제1 복원 신호인 제2 복원 신호를 픽셀 공간으로 비선형 역변환하는 비선형 역변환부;를 포함하고, 상기 ISTA 연산부는,잔차(residual)를 다음 수학식 1에 따라 생성하고,[수학식 1] (여기서, 상기 는 상기 잔차, 상기 k는 상기 제1 복원 신호를 희소 공간으로 변환 및 역변환하는 단계가 수행되는 횟수, 상기 는 상기 제1 복원 신호, 상기 는 상기 비선형 공간으로 변환된 소나 영상, 상기 및 는 서로 RIP(restrict isometry property) 조건을 만족하는 사전(dictionaty) 연산자임)상기 제2 복원 신호를 다음 수학식 2에 따라 생성하는, 소나 영상의 잡음을 제거하는 장치
|
