• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 1997.10a
• /
• pp.387-390
• /
• 1997

퍼지 속성 공간(fuzzy property space)은 데이터베이스의 각 객체를 분류하고 분석하는데 유용한 도구로서 사용됨을 보였다[1]. 이는 수학적인 속성 집합 이론(property set theory)[2]에 근간을 두고 만들어진 이론으로, 데이터의 분석에 무척 유리한 도구로 사용될 수 있다. 본 연구에서는 근래에 들어 많은 연구가 이루어지고 있는 분산 데이터베이스 환경(distributed database management)에서 이를 응용해보고자 시도하였다. 즉, 분산 환경에서 어떠한 객체의 데이터를 상호 교환하고자 하는 간단한 상호 작용(object interoperability)을 수행함에 있어, 각 시스템은 이들 상호간의 규약에 의한 합치(object integration)를 이룰 수 있어야 한다. 여기에 퍼지 속성 공간을 이용하여, 가장 근사한 합치를 이룰 수 있도록 하는 것이다. 예를 들어, A와 B 두 개의 시스템에서 객체의 상호 작용을 수행한다. 하면, A시스템의 하나의 객체를 두 개의 공통된 속성 공간에 위치시키고, B라는 시스템에서 이를 다시 해석하여 자신의 데이터베이스에 입력으로 받아들이는 방식을 채택하여 상호 작용의 연산을 설계하는 방식이다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2001.04b
• /
• pp.10-12
• /
• 2001

대용량의 공간 데이터베이스로부터 임시적이고 유용한 지식을 자동적으로 추출하는 공간데이터 마이닝은 데이터양의 급격히 증가하면서 필요성이 더욱 증대되고 있다. 공간데이타 마이닝에서 데이터를 분석하여 유사한 그룹으로 분류하는 것은 중요한 분야이며, 이를 위해서는 공간 클러스터링 과정이 먼저 수행되어야 한다. 이러한 공간 클러스터링에서 가장 중요한 점은 클러스터링에 드는 비용의 감소와 점 공간객체에 한정된 클러스터링이 아닌 선 및 다각형 객체들의 클러스터링도 가능해야 한다. 본 본문은 이를 위하여 공간지역성을 보장하는 대표적인 공간분할 방법인 그리드 셀을 이용한다. 기존의 클러스터링에서 사용되는 객체들 간의 거리 계산을 인접한 그리드 셀들 간의 관계 연산으로 대체시키는 것이 핵심아이디어이다. 이 방법은 기존 클러스터링에서 객체들 간의 거리 계산으로 인한 비용을 현저하게 줄일 수 있고, 선 및 다각형 객체들의 클러스터링도 가능하게 하는 장점이 있다.

• Proceedings of the Korean Information Science Society Conference
• /
• 1998.10b
• /
• pp.135-137
• /
• 1998

지리정보시스템에서 사용자의 서로 다른 관점에 따른 지리 객체의 다양한 공간 표현을 지원하는 가상 클래스인 공간 뷰를 빠른 질의 수행을 위하여 실체화한다. 그리고 사용자 관점의 변경에 의해 공간 뷰가 재정의된 경우에는 일관성 유지를 위해 재계산을 수행하거나 기존의 실체화 된 뷰 객체를 이용하여 빠르게 변경하는 점진적 변경을 수행한다. 이러한 점진적 변경 방법은 적용 방법에 따라 기존의 실체화된 뷰 객체를 변경하는 방법과 새로운 뷰 객체를 삽입하는 방법으로 나누어지며, 추가 정보 사용 여부에 따라 뷰 객체를 사용하는 방법과 추가 정보를 사용하는 방법으로 나누어진다. 이 논문에서는 재정의된 공간 뷰의 변경 유형에 따라 점진적 변경 방법을 분류하고 각 방법에 적용할 수 있는 알고리즘을 제시한다. 그리고 상용 GIS 시스템인 고딕(Gothic)에 점진적 변경 방법을 이용한 공간 뷰 재작성기를 설계 및 구현한다. 마지막으로 이 논문에서 제시한 점진적 변경 방법의 성능 평가를 위하여 재계산 방법과 비교 평가한다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• fall
• /
• pp.113-116
• /
• 2021

일반적으로 딥러닝 기반의 객체 검출(Object Detection)기법은 합성곱 신경망(Convolutional Neural Network, CNN)을 통해 입력된 영상의 특징(Feature)을 추출하여 이를 통해 객체 검출을 수행한다. 최근 자연어 처리 분야에서 획기적인 성능을 보인 트랜스포머(Transformer)가 영상 분류, 객체 검출과 같은 컴퓨터 비전 작업을 수행하는데 있어 경쟁력이 있음이 드러나고 있다. 본 논문에서는 YOLOv4-CSP의 CSP 블록을 개선한 one-stage 방식의 객체 검출 네트워크를 제안한다. 개선된 CSP 블록은 트랜스포머(Transformer)의 멀티 헤드 어텐션(Multi-Head Attention)과 CSP 형태의 공간 피라미드 풀링(Spatial Pyramid Pooling, SPP) 연산을 기반으로 네트워크의 Backbone과 Neck에서의 feature 학습을 돕는다. 본 실험은 MSCOCO test-dev2017 데이터 셋으로 평가하였으며 제안하는 네트워크는 YOLOv4-CSP의 경량화 모델인 YOLOv4s-mish에 대하여 평균 정밀도(Average Precision, AP)기준 2.7% 향상된 검출 정확도를 보인다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2023.05a
• /
• pp.456-458
• /
• 2023

원본 이미지를 변형하여 학습용 데이터를 확장하는 기법에 대해서는 이전부터 꾸준히 논의된 바가 있다. 턴 테이블과 크로마 키를 이용하여 객체의 영상을 촬영하고 프레임을 추출하여 이미지 분류, 영상 내 객체 탐지 등에 사용이 가능한 데이터 셋의 확장 구축 방안에 대해 다루며, 성능 분석 결과 평균 90% 이상의 객체 검출률을 보였으며 객체 탐지 모델의 경우에서 보다 높은 정확도를 보임을 확인할 수 있었다. 영상내 단일 객체를 인지하기 위한 상황을 위해 본 논문이 제시하는 데이터셋 구축 방안은 충분한 효과를 보일 수 있을 것으로 기대된다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2008.06c
• /
• pp.527-532
• /
• 2008

자막은 영상과 관련이 있는 정보를 포함한다. 이러한 영상의 정보를 이용하기 위해서 자막을 추출하는 연구가 진행되고 있다. 기존의 자막 추출 연구는 언어 독립적인 특징으로 자막을 이루는 획의 에지는 일정한 간격을 유지하거나 수평라인으로 존재하는 글자의 분포를 이용한 방법을 제안하였다. 이러한 방법들은 획의 간격이 일정한 자막이나 하나의 글자가 하나의 획으로 이루어진 글자에서만 정상적인 동작을 보장하였다. 본 논문에서는 한글 자막 특징을 고려한 자막 추출 방법을 제안한다. 먼저, 한글 자막의 특징인 가로 획의 다수 분포를 고려한 적응형 에지 이진화를 수행하여 에지 영상을 생성하고 에지 연결 객체를 생성한다. 그 후에 생성한 연결 객체를 특징을 추출하여 사전에 생성한 의사결정 트리로 연결 객체를 자막과 비자막 연결객체로 분류한다. 의사결정 트리를 생성하기 위해서 사용한 연결 객체는 뉴스, 다큐멘터리 프로그램에서 획득하였으며, 성능 평가를 위해서 뉴스, 다큐멘터리, 스포츠 프로그램과 같은 대중 방송에서 획득한 영상에서 자막을 추출하였다. 평가 방법은 찾아진 연결 객체 중에 자막 연결 객체의 비율과 전체 자막 중에서 찾아진 자막 연결 객체의 비율로 분석하였다. 실험 결과에서는 제안한 방법이 한글 자막의 추출에 적용 가능함을 보여준다.

• Korean Journal of Construction Engineering and Management
• /
• v.14 no.3
• /
• pp.88-96
• /
• 2013

Recent proliferation of building information modeling (BIM) has actively stimulated integrated utilization of geometric (graphic) and non-geometric (non-graphic) data. Nevertheless, physically and logically, linking and maintaining these two different types of data in an integrated manner requires enormous overhead efforts for practical implementation. In order to address this problem, this paper proposes a concept and structure of the object breakdown structure (OBS) that facilitates advanced BIM implementations in an automated and effective manner. Proposed OBS numbering system has secure rules for organizing graphic objects in full considerations of effectively integrating with non-geometric data (e.g. cost and schedule). It also removes repetitive linking process caused by design changes or modifications. The result of applying this concept to a housing project revealed that only 120 definitions controled over 6,000 graphic objects for full integration with cost and schedule functions.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2020.07a
• /
• pp.684-685
• /
• 2020

영상의 세부 분류 인식에 대한 연구는 계속적으로 발전하고 있지만, 다형성의 성질을 갖는 동물에 대한 객체인식 연구는 더디게 진행되고 있다. 본 논문은 개와 고양이에 해당하는 애완동물 이미지만을 이용하여, 세부 분류인 동물의 종을 분류하는 것을 목표로 한다. 이를 위해 본 논문에서는 기계학습으로 여러 분야에서 좋은 성과를 얻고 있는 딥러닝을 이용하였으며, 그 중에서도 이미지 인식 분야에서 뛰어난 성능을 보인 Convolutional Neural Network(CNN)과 구글에서 제공하는 오픈소스 기반 딥러닝 프레임워크인 Tensorflow를 활용하였다. 제안하는 방법에 대해 37종의 애완동물 이미지, 총 7390장에 대하여 학습 및 실험하여 그 효과를 검증하였다.

• Journal of the Korean Society of Surveying, Geodesy, Photogrammetry and Cartography
• /
• v.39 no.6
• /
• pp.515-523
• /
• 2021

An integrated underground spatial map consists of underground facilities, underground structures, and ground information, and is periodically updated. In this paper, we design and implement a system for detecting and extracting only changed ground objects to shorten the map update speed. To find the changed objects, all the objects are compared, which are included in the newly input map and the reference map in the integrated map. Since the entire process of comparing objects and generating results is classified by function, the implemented system is composed of several modules such as object comparer, changed object detector, history data manager, changed object extractor, changed type classifier, and changed object saver. We use two metrics: detection rate and extraction rate, to evaluate the performance of the system. As a result of applying the system to boreholes, ground wells, soil layers, and rock floors in Pyeongtaek, 100% of inserted, deleted, and updated objects in each layer are detected. In addition, it provides the advantage of ensuring the up-to-dateness of the reference map by downloading it whenever maps are compared. In the future, additional research is needed to confirm the stability and effectiveness of the developed system using various data to apply it to the field.

• Journal of the Korea Academia-Industrial cooperation Society
• /
• v.18 no.12
• /
• pp.157-163
• /
• 2017

The object segmentation approach has the merit of reducing the processing cost required to detect moths of interest, because it applies a moth detection algorithm to the segmented objects after segmenting the objects individually in the moth image. In this paper, an object segmentation method for moth detection in pheromone trap images is proposed. Our method consists of preprocessing, thresholding, morphological filtering, and object labeling processes. Thresholding in the process is a critical step significantly influencing the performance of object segmentation. The proposed method can threshold very elaborately by reflecting the local properties of the moth images. We performed thresholding using global and local versions of Ostu's method and, used the proposed method for the moth images of Carposina sasakii acquired on a pheromone trap placed in an orchard. It was demonstrated that the proposed method could reflect the properties of light and background on the moth images. Also, we performed object segmentation and moth classification for Carposina sasakii images, where the latter process used an SVM classifier with training and classification steps. In the experiments, the proposed method performed the detection of Carposina sasakii for 10 moth images and achieved an average detection rate of 95% of them. Therefore, it was shown that the proposed technique is an effective monitoring method of Carposina sasakii in an orchard.