Earticle

Images include information about human body which is used for different purpose such as medical examination security and other plans Compression of images is used in some applications such as profiling information and transmission systems. Regard to importance of images information, lossless or loss compression is preferred. Lossless compressions are JPEG, JPEG-LS and JPEG2000 are few well-known methods for lossless compression. We will use differential pulse code modulation for image compression with Huffman encoder, which is one of the latest and provides good compression ratio, peak signal to noise ratio and minimum mean square error. In real time application which needs hardware implementation, low complex algorithm accelerate compression process. In this paper, we use differential pulse code modulation for image compression lossless and near-lossless compression method is introduced which is efficient due to its high compression ratio and simplicity. This method is consists of a new transformation method called Enhanced DPCM Transformation (EDT) which has a good energy compaction and a suitable Huffman encoding. After introducing this compression method it is applied on different images from Corel dataset for experimental results and analysis. Also we compare it with other existing methods with respect to parameter compression ratio, peak signal noise ratio and mean square error.

Images include information about human body which is used for different purposes such as medical, security and other plans. Compression of images is used in some applications such as profiling data and transmission systems. Regard to importance of images information, lossless or lossy compression is preferred. Lossless compressions are JPEG, JPEG-LS and JPEG 2000 is few well-known methods for lossless compression. We will use differential pulse code modulation for image compression with Huffman encoder, which is one of the latest and provides good compression ratio, peak signal noise ratio and minimum mean square error. In real time application which needs hardware implementation, low complex algorithm accelerates compression process. In this dissertation, we use differential pulse code modulation for image compression lossless and near-lossless compression method is introduced which is efficient due to its high compression ratio and simplicity. This method is consists of a new transformation method called Enhanced DPCM Transformation (EDT) which has a good energy compaction and a suitable Huffman encoding. After introduce this compression method, it is apply on different images from Corel dataset for experimental results and analysis. As well we compare it with other existing methods with respect to parameter compression ratio, peak signal noise ratio and mean square error.

BIST is a design technique that allows a circuit to test itself. The technique can provide shorter test time compared to an externally applied test and allows the use of low-cost test equipment during all stages of production. Due to the randomness properties of Linear Feedback Shift Registers (LFSRs), this requires very little hardware overhead. In this paper, structure design and optimization of a Built-In Self-Test (BIST) design based on twodimensional (2-D) Linear Feedback Shift Registers (LFSRs) are described. The 2-D LFSRs can generate both precomputed test patterns (for detecting random-pattern-resistant faults) and random patterns (for detecting random-pattern-detectable faults) and have the advantages of high fault coverage and at-speed testing. The configurable 2-D LFSR test generator can be adopted in two basic BIST execution options: test-per-clock (parallel BIST) and test-per-scan (serial BIST). Generally, a circuit or system consumes more power in test mode than in normal mode. This extra power consumption can give rise to severe hazards in circuit. For LFSR-Reseeding Scheme takes advantage of the fact that the number of transitions in a test cube is always less than the number of blocks that do not contain transitions, the logic value fed into the scan chain is simply held constant. This approach reduces the number of transitions in the scan chains and thus minimizing power consumption.

깊이 영상을 고려한 다시점 비디오는 매우 많은 양의 데이터 때문에 저장과 전송을 위해서 새로운 부호화 압 축 기술 개발이 요구된다. 계층적 깊이 영상은 다시점 비디오의 효과적인 표현방법이 된다. 이 방법은 다시점 칼라와 깊이 영상을 합성하는 데이터 구조를 만들어 준다. 이 새로운 콘텐츠를 효과적으로 압축하는 방법으로 3차원 워핑을 이용한 계층적 깊이 영상 표현과 비디오 압축 부호화를 적용하는 방법을 제안하였다. 이 논문은 계층적 영상 표현을 사용한 H.264/AVC 비디오 부호화 기술의 개선된 압축 방법을 제시하여 준다. 컴퓨터 모의시험으로 좋은 압축율과 좋 은 성능의 회복 영상을 얻을 수 있음을 제시하였다.

Multi-view video including depth image is necessary to develop a new compression encoding technique for storage and transmission, because of a huge amount of data. Layered depth image is an efficient representation method of multi-view video data. This method makes a data structure that is synthesis of multi-view color and depth image. This efficient method to compress new contents is suggested to use layered depth image representation and to apply for video compression encoding by using 3D warping. This paper proposed enhanced compression method using layered depth image representation and H.264/AVC video coding technology. In experimental results, we confirmed high compression performance and good quality of reconstructed image.

In this paper, we propose an accumulation encoding scheme based on double random phase encryption (DRPE) for multiple-image transmission. The proposed scheme can be used for a low-complexity DRPE system due to the simple structure of the accumulation encoder and decoder. For accumulation encoding of multiple images, all of the previously encrypted data are added, and hence the accumulation encoding can improve the security of the DRPE-encrypted data. We present a scheme for encryption and decryption for DRPE-based accumulation encoding, and a method for accumulation encoding and decoding. Finally, simulation results verify that the DRPE-based accumulation encoding scheme for multiple images is powerful in terms of data security.

Recent test data compression techniques raise concerns regarding power dissipation and compression efficiency. This letter proposes a new test data compression scheme, twin symbol encoding, that supports block division skills that can reduce hardware overhead. Our experimental results show that the proposed technique achieves both a high compression ratio and low-power dissipation. Therefore, the proposed scheme is an attractive solution for efficient test data compression.

In this paper, we propose a simple Double random phase encryption (DRPE)-based orthogonal encoding technique for color image encryption. In the proposed orthogonal encoding technique, a color image is decomposed into red, green, and blue components before encryption, and the three components are independently encrypted with DRPE using the same key in order to decrease the complexity of encryption and decryption. Then, the encrypted data are encoded with a Hadamard matrix that has the orthogonal property. The purpose of the proposed orthogonal encoding technique is to improve the security of DRPE using the same key at the cost of a little complexity. The proposed orthogonal encoder consists of simple linear operations, so that it is easy to implement. We also provide the simulation results in order to show the effects of the proposed orthogonal encoding technique.

Several encryption techniques were successfully applied to secure holographic memory systems.[1,2] In these systems the reference beam, object beam, or both can be encoded optically. Optics provides many degrees of freedom with which the optical beam may be encoded, such as amplitude, phase, wavelength, and polarization.

Radiation imaging systems consisting of a large number of channels greatly benefit from multiplexing methods to reduce the number of channels with minimizing the system complexity and development cost. In conventional pixelated radiation detector modules, such as anger logic, is used to reduce a large number of channels that transmit signals to a data acquisition system. However, these methods have limitations of electrical noise and distortion at the detector edge. To solve these problems, a multiplexing concept using a digital signal encoding technique based on a time delay method for signals from detectors was developed in this study. The digital encoding multiplexing (DEM) method was developed based on the time-over-threshold (ToT) method to provide more information including the activation time, position, and energy in one-bit line. This is the major advantage of the DEM method as compared with the traditional ToT method providing only energy information. The energy was measured and calibrated by the ToT method. The energy resolution and coincidence time resolution were observed as 16% and 2.4 ns, respectively, with DEM. The position was successfully distributed on each channel. This study demonstrated the feasibility that DEM was useful to reduce the number of detector channels.

A fractional folding analog-to-digital converter (ADC) with a novel arithmetic digital encoding technique is discussed. In order to reduce the asymmetry errors of the boundary conditions for the conventional folding ADC, a structure using an odd number of folding blocks and fractional folding rate is proposed. To implement the fractional technique, a new arithmetic digital encoding technique composed of a memory and an adder is described. Further, the coding errors generated by device mismatching and other external factors are minimized, since an iterating offset self-calibration technique is adopted with a digital error correction logic. A prototype 8-bit 1GS/s ADC has been fabricated using an 1.2V 0.13 um 1-poly 6-metal CMOS process. The effective chip area is $2.1mm^2$(ADC core : $1.4mm^2$, calibration engine : $0.7mm^2$), and the power consumption is 88 mW. The measured SNDR is 46.22 dB at the conversion rate of 1 GS/s. Both values of INL and DNL are within 1 LSB.

Mobile Mapping Systems using the vehicle equipped the GPS, IMU, CCD Cameras is the effective system for the management of the road facilities, update of the digital map, and etc. They must provide users with the sensor data which is acquired by Mobile Mapping Systems in real-time so that users can process what they want by using the latest data. But it' s not an easy process because the amount of sensor data is very large, particularly image data to be transmitted. So it is necessary to reduce the amount of image data so that it is transmitted effectively. In this study, the effective method was suggested for the compression/decompression image data using the Wavelet Transformation and Huffman Coding. This technique will be possible to transmit of the geographic information effectively such as position data, attitude data, and image data acquired by Mobile Mapping Systems in the wireless internet environment when data is transmitted in real-time.

지금까지 제안된 구조조인 알고리즘들은 하나의 XML 문서에 대해 복잡한 질의를 빠르게 처리할 수 있다는 장점이 있다. 하지만, 다중 문서를 처리할 때 각 문서에 부여된 문서식별자에 의해 문서별 질의 처리를 하기 때문에, 문서의 수가 증가한다면 질의 처리 시간도 길어진다는 문제점이 발생한다. 이 논문에서는 이 문제를 해결하기 위해 XML 문서를 XMAS 트리로 병합한 뒤 전역적으로 인코딩을 하는 기법을 제안한다. XMAS 트리는 각 문서의 구조 정보를 유지한 채 공통된 부분을 공유하는 트리이다. 이 공유에 의해서 질의 처리시에 성능 향상을 얻을 수 있다. 실험 결과, 선형 질의에 대해 수백 배, 가지모양 질의에 대해 수십 배 빠르게 질의를 처리할 수 있었다.

지금까지 제안된 구조조인 알고리즘들은 하나의 XML 문서에 대해 복잡한 질의를 빠르게 처리할 수 있다는 장점이 있다. 하지만, 다중 문서를 처리할 때 각 문서에 부여된 문서식별자에 의해 문서별 질의 처리를 하기 때문에, 문서의 수가 증가한다면 질의 처리 시간도 길어진다는 문제점이 발생한다. 이 논문에서는 이 문제를 해결하기 위해 XML 문서를 XMAS 트리로 병합한 뒤 전역적으로 인코딩을 하는 기법을 제안한다. XMAS 트리는 각 문서의 구조 정보를 유지한 채 공통된 부분을 공유하는 트리이다. 이 공유에 의해서 질의 처리시에 성능 향상을 얻을 수 있다. 실험 결과, 선형 질의에 대해 수백 배, 가지모양 질의에 대해 수십 배 빠르게 질의를 처리할 수 있었다.

최근 구조의 복합화와 고층화에 따라 주택에서 잠재적인 요인으로 인해 화재 발생의 위험성도 증대되고 있다. 소방청 통계 연보에 따르면 과거 10년간 주택화재는 연평균 1.6%가 증가하는 추세에 있으며, 주택화재로 인한 연평균 1.6%의 인명피해와 2.4%의 재산피해 또한 확대되는 등 사회적 손실도 증가하고 있다. 이에 빅데이터 기술을 활용하여 사회적 피해를 최소화하기 위해 다양한 화재 요인 분석에 관한 연구들이 수행되었다. 본 연구에서는 거리, 시간, 면적 등 수치 데이터를 활용한 기존 빅데이터 기반 연구들과 달리 피해 예측에 관한 정확도를 높이기 위해 범주값을 갖는 칼럼을 이산화하여 빅데이터 분석에 활용하였다. 본 논문에서는 주택에서 발생한 화재에서 범주형 화재 인자들이 인명피해와 재산피해에 미치는 영향을 분석하고자 한다. 제안 논문에서는 소방청의 화재 데이터에서 발화열원, 발화요인, 최초착화물, 발화관련기기, 동력원, 발화지점, 연소 확대물 등 범주형 칼럼을 대상으로 원-핫 인코딩 기법을 적용하여 이산화하였다. 인코딩된 화재 요인은 유의확률 및 상관관계 분석 과정을 통해 인명피해 및 재산피해에 미치는 중요도 분석에 사용될 인자를 선정하였다. 이어 랜덤포레스트 알고리즘을 이용하여 영향 예측 모델 생성 및 검증, 화재 요인의 중요도 분석을 수행하였다. 실험 결과에서 인명피해와 재산피해에 공통으로 중요도를 보인 주요 화재 요인들은 불꽃불티, 부주의, 종이목재건초, 위험물, 가스 등으로 분석되었으며, 전체적으로 화재 요인들은 재산피해에 비해 인명피해에 높은 영향을 보이는 것으로 나타났다.

Recently, the risk of fire occurrence is increasing due to potential factors in houses according to the complexation and high-rise of the structure. According to the statistical yearbook of National Fire Agency, residential fires have increased by 1.6% per year on average over the past 10 years. In addition, social losses are also increasing, such as the annual average increase of 1.6% in human damage and 2.4% in property damage due to house fires. In order to minimize social damage using big data technology, previous researches on various fire factor analysis have been conducted. In this paper, unlike previous big data-based researches that used numerical data such as distance, time, and area, discretized columns with categorical values were used for big data analysis to increase the accuracy of damage prediction. In this paper, we analyze the effects of categorical fire factors that affect human and property damage in residential fires. In our paper, one-hot encoding technique was applied to discretize categorical columns such as ignition heat source, ignition factor, initial ignition material, ignition related device, power source, ignition point, and combustion expansion product in the fire data of National Fire Agency. Encoded fire factors were selected to be used in the analysis of importance on human and property damage through significance probability and correlation analysis process. Subsequently, the impact prediction model was created and verified using the random forest algorithm, and the importance of fire factors was analyzed. In the test results, the main fire factors that showed common importance in human life and property damage were analyzed as sparks, carelessness, paper wood hay, hazardous materials, and gas. Also, fire factors appeared to have a higher impact on human than property damage.

IoT 장치의 개수가 급증함에 따라 네트워크 환경에서 송수신되는 데이터 양이 증가하였고, 이에 따라 데이터 전송과정의 보안 강화가 중요해지고 있다. 기존에는 데이터에 인공 노이즈를 추가하는 차등 프라이버시 기법(Differential Privacy, DP)을 적용하여 데이터를 보호하고 있다. 하지만 DP가 적용된 데이터를 수신하는 정상 사용자의 머신러닝 학습 정확도가 감소되는 문제가 있다. 본 논문에서는 고신뢰 데이터 전송을 위한 데이터 인코딩 기반의 DP 기법인 EN-DP (Encoding-based DP) 모델을 제안한다. 실험 결과에 따르면, EN-DP 를 통한 정상 사용자와 공격자 간의 학습 능력 정확도 간극을 종래 모델 대비 최대 17.16% 개선할 수 있음을 입증하였다.

H.264는 기존의 압축 표준들보다 월등한 압축률을 가지고 있어 다양한 멀티미디어 서비스에 적합하다. 특히 적은 양의 데이터 전송으로 서비스 받을 수 있는 모바일 기기에서는 빼놓을 수 없는 기술이 되었다. 현재 모바일 기기에서 영상 서비스는 하드웨어 기반의 디코더 형식으로 되어 있기 때문에 소프트웨어 기반의 디코더 개발이 시급하다. 그러기 위해서는 모바일 기기에서 탑재된 적은 용량의 메모리를 사용하므로써 빠른 재생이 가능해야 한다. 그래서 영상 복호화시에 사용되는 메모리 양을 줄일 수 있도록 참조픽처의 메모리를 관리하는 방법을 제안한다. 기존의 고정크기를 갖는 장기 참조픽처를 배제하고 단기 참조픽처로써 대체하고 비참조 픽처의 사용은 POC(Picture Order Count)에 전체 사용하지 않고 단지 순서를 정하기 위해 메모리 로드없이 순서 조합에 필요한 위치만 갖도록 하였다. 그러므로, 모바일 기기에서 메모리의 사용을 최대한 줄여 영상을 재생할 수 있도록 제안하였다.

딥-서버마이크론 기술에서, 버스 상에서의 전력 소모를 최소화하는 것은 가장 중요한 설계 목표들 가운데 하나이다. 전력 소모를 줄이기 위해 일반적으로 사용되고 있는 효과적인 기법들은 근본적으로 데이터 압축 또는 데이터 인코딩을 이용하고 있지만 압축과 인코딩을 모두 사용한 기법은 현재까지 알려져 있지 않다. 본 논문은 버스에서의 데이터 전송 시 발생하는 전력소모량을 크로스톡 지연을 완전히 제거함과 동시에 최대한 줄이는 통합된 데이터 압축 및 인코딩 알고리즘을 제안한다. 전력 소모를 줄이는 문제를 셀프 천이와 크로스-커플된 천이 양에 대한 가중 합을 최소화하는 문제로 형상화하여 풀었으며, 이 과정에서 자주-인용 데이터에 기반한 압축과 셀프-쉴드 인코딩이라는 개념을 활용하였다. 벤치마크를 사용한 실험에서 우리는 제안한 방법을 사용하면, 기존의 순차적인 압축 및 인코딩 적용 방식보다 $7.9\%-39.4\%$ 더 적은 전력 소모를 가짐을 알 수 있었다.

딥-서버마이크론 기술에서, 버스 상에서의 전력 소모를 최소화하는 것은 가장 중요한 설계 목표들 가운데 하나이다. 전력 소모를 줄이기 위해 일반적으로 사용되고 있는 효과적인 기법들은 근본적으로 데이터 압축 또는 데이터 인코딩을 이용하고 있지만 압축과 인코딩을 모두 사용한 기법은 현재까지 알려져 있지 않다. 본 논문은 버스에서의 데이터 전송 시 발생하는 전력소모량을 크로스톡 지연을 완전히 제거함과 동시에 최대한 줄이는 통합된 데이터 압축 및 인코딩 알고리즘을 제안한다. 전력 소모를 줄이는 문제를 셀프 천이와 크로스-커플된 천이 양에 대한 가중 합을 최소화하는 문제로 형상화하여 풀었으며, 이 과정에서 자주-인용 데이터에 기반한 압축과 셀프-쉴드 인코딩이라는 개념을 활용하였다. 벤치마크를 사용한 실험에서 우리는 제안한 방법을 사용하면, 기존의 순차적인 압축 및 인코딩 적용 방식보다 $7.9\%-39.4\%$ 더 적은 전력 소모를 가짐을 알 수 있었다.

본 논문에서는 차세대 비디오 표준인 High Efficiency Video Coding(HEVC)의 영상 부호화 과정의 시간복잡도 감소를 위한 효율적인 Prediction Unit(PU)레벨 움직임예측(Motion Estimation, ME) 병렬화의 구현 기법을 제시하고자 한다. 움직임예측 과정은 부호화기에서 80%의 복잡도를 차지하는 과정으로 고속 부호화의 걸림돌이 되고 있다. 이를 해결하기 위한 방법으로 제안된 것이 움직임예측 알고리즘의 병렬화이다. 알고리즘 수준에서 ME 의 일부인 Merge Estimation 의 병렬화를 위해서 Merge Estimation Region (MER)기반의 ME 방법이 제안되었다. 하지만 HEVC Test Model reference software(HM)에 반영된 MER 을 이용하여 실제로 병렬화된 ME 를 구현하는 과정에서는 알고리즘 측면에서 아직 고려되지 않은 문제들이 존재한다. 이에 본 논문에서는 MER 을 사용한 안정적인 병렬 ME 를 구현하기 위한 전략으로 각 PU 의 정보를 독립적으로 사용하기 위한 부분 순차화 방법과 메모리 접근제한을 이용한 병렬화 방법을 제시한다. 실험을 통해 본 연구의 우수성이 확인되었는데, 제안된 방법에 기반을 둔 구현에서 순차적인 ME 를 이용한 부호화기 대비 평균 25.64%의 전체 부호화 과정 시간의 감소가 나타났다.