• Journal of Korean Society for Geospatial Information Science
• /
• v.4 no.2 s.8
• /
• pp.137-147
• /
• 1996

In this paper, the performances between maximum likelihood classifier based on statistical classification and multilayer perceptrons based on neural network approaches were compared and evaluated Experimental results from both neural network method and statistical method are presented. In addition, the nature of two different approches are analyzed based on the experiments.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2003.05a
• /
• pp.125-128
• /
• 2003

생물학적 비전 시스템에서 컬러정보는 윤곽정보와 함께 가장 주요한 정보이다. 본 논문에서는 컬러공간의 분류를 위해 향상된 가산 경쟁학습 모델을 제안하며, 제안된 가산 경쟁학습 모델을 사용하여 컬러공간의 분류를 효과적으로 할 수 있다는 것을 보였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2002.04a
• /
• pp.229-232
• /
• 2002

본 논문에서는 게임엔진에서 쓰이는 공간 분류기법의 종류인 BSP, 포털, PVS 에 대한 기본 개념과 각각의 장단점을 설명하였다. 그리고 상용게임엔진에서의 공간 분류기법을 비교하고 여러게임엔진에서 어떤 공간 분류기법이 사용되는지를 논술한다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2021.06a
• /
• pp.323-323
• /
• 2021

본 연구는 국지적으로 발생하는 침수상황을 빠르게 감지하고 대처하기 위하여 다채널 실시간 CCTV 영상을 무인 모니터링하고 자동으로 감지하기 위한 영상분석 기술을 개발하는 것을 목적으로 한다. 이에 다양한 공간에서 촬영된 학습 및 검증을 위한 데이터를 구축하였고, 대표적인 CNN 계열 분류모델을 중심으로 딥러닝 모델을 개발하였다. 5가지 CNN 알고리즘으로 시험결과, ResNet-50 모델의 분류 정확도가 87.5%로 가장 우수한 성능을 보였다. 공간적으로는 실외, 도로공간에서 82% 이상의 분류성능을 보였고, 실내공간에서는 양질의 학습데이터 부족으로 분류성능이 떨어지는 것으로 나타났다. 본 연구성과는 지능형 CCTV 기술 발전과 방재 목적의 다목적 활용으로, 향후 홍수피해 저감을 위한 보조적인 수단으로 활용되길 기대한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2011.06a
• /
• pp.469-472
• /
• 2011

신체 부위를 움직이는 상상을 할 때, 일반적으로 뇌의 감각 및 운동 피질 영역에서 특정 주파수 대역의 EEG(Electroencephalography) 신호의 세기가 감소하거나 증가하는 ERD(Event-Related Desynchronization)/ERS(Event-Related Synchronization) 현상이 발생한다. 하지만 ERD/ERS는 현상은 피험자에 의존적이고 매시도마다 큰 차이를 보인다. 이러한 문제를 해결하기 위해, 본 논문에서 각 시간-주파수 공간에 대하여 서로 다른 공간 필터를 구성하는 비 동질(non-homogeneous) 공간 필터 최적화 방법을 제안한다. EEG 신호는 시간에 대하여 비정상적(non-stationary) 특징을 가지기 때문에 제안하는 방법과 같이 시간에 따라 변화하는 ERD/ERS 특징을 반영하여 공간적 특징을 추출하는 방법은 시간에 대한 변화를 고려하지 않은 기존의 방법보다 우수한 성능을 보인다. 본 논문에서는 International BCI Competition IV에서 제공하는 4가지 동작 상상(왼손, 오른손, 발, 혀)에 대한 EEG 신호 데이터를 사용하여 동작 상상 분류 실험을 하고 이 결과를 기존의 타 방법들과 비교 분석하였다. 실험 결과, 피험자에 따라 서로 다른 시간-주파수 특징이 추출됨을 확인하였고, 최적화된 공간 필터들이 시간에 따라 변화하는 것을 확인하였다. 또한 이러한 특징을 이용하여 분류를 수행하였을 때, 더욱 우수한 분류 결과를 보임을 확인하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2016.05a
• /
• pp.480-480
• /
• 2016

에코톱은 생태학적 지휘체계(Niche)와 서식처(Habitat)가 결합된 환경을 의미하며 도면에서 최소한의 단위로 일반적인 구성요소의 상태, 잠재자연식생, 잠재생태계 기능으로 균일하게 분류가 가능한 요소로서 천이단계 또는 토지이용이 서로 다른 패치들로 이루진 생태공간을 의미한다. 따라서 에코톱과 비오톱은 식물과 동물의 특정 군집에 요구되는 서식공간의 개념에서는 의미가 같지만 비오톱은 서식공간의 일부분 또는 한 개 이상의 생물이 서식가능한 공간의 개념으로 사용된다. 현재 네덜란드, 스페인을 포함한 유럽국가에서는 에코톱분류를 통한 하천을 관리하는 방안을 제시하고 있으며 이에 대한 많은 연구가 진행되고 있다. 본 연구에서는 만경강 중류 소양천 합류점에서 전주천 합류점까지 약 3.5km 구간의 제외지포함 제내지 1km 폭을 대상으로 1918년 고지도 토지피복을 분류하고, 1948년 해방이전 항공사진, 2003년 2014년 항공사진을 활용한 에코톱을 분류하여 이에 대한 에코톱 다양성지수를 추이분석하여 하천으로부터 떨어진 거리 별 에코톱다양성지수 변화를 분석하였다. 분석결과 과거 제방축조 이전인 1918년 에코톱 다양성 지수는 하천으로부터 멀어질수록 안정적으로 감소하였으나 1948년 이후의 하천은 제내지에서부터 지수값이 급격히 감소한 것을 알 수 있었다. 이는 1948년 이후의 만경강은 과거 1918년 하천에 비해 구하도 공간이 농경지 증가, 보설치 등으로 인한 인위적 교란에 의한 감소로 분석되어지며 에코톱다양성과 밀접한 연관이 있는 생물종다양성 역시 감소하였음을 유추할 수 있다.

• The KIPS Transactions:PartB
• /
• v.18B no.6
• /
• pp.365-374
• /
• 2011

Recently, malicious video classification and filtering techniques are of practical interest as ones can easily access to malicious multimedia contents through the Internet, IPTV, online social network, and etc. Considerable research efforts have been made to developing malicious video classification and filtering systems. However, the malicious video classification and filtering is not still being from mature in terms of reliable classification/filtering performance. In particular, the most of conventional approaches have been limited to using only the spatial features (such as a ratio of skin regions and bag of visual words) for the purpose of malicious image classification. Hence, previous approaches have been restricted to achieving acceptable classification and filtering performance. In order to overcome the aforementioned limitation, we propose new malicious video classification framework that takes advantage of using both the spatial and temporal features that are readily extracted from a sequence of video frames. In particular, we develop the effective temporal features based on the motion periodicity feature and temporal correlation. In addition, to exploit the best data fusion approach aiming to combine the spatial and temporal features, the representative data fusion approaches are applied to the proposed framework. To demonstrate the effectiveness of our method, we collect 200 sexual intercourse videos and 200 non-sexual intercourse videos. Experimental results show that the proposed method increases 3.75% (from 92.25% to 96%) for classification of sexual intercourse video in terms of accuracy. Further, based on our experimental results, feature-level fusion approach (for fusing spatial and temporal features) is found to achieve the best classification accuracy.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2003.11a
• /
• pp.301-304
• /
• 2003

SVM은 일반화된 높은 분류 정확률을 보인다. 그러나, SVM은 데이터의 양이 커질수록 높은 시간 공간적 복잡성 때문에 근사화 알고리즘(Approximation Algorithm)을 이용한다. 이러한 접근 방법은 실제구현에서 높은 시간 공간적 복잡성을 요구하여 분류 정확률과 효율성을 낮아지게 한다. 따라서, 본 논문은 SVM을 앙상블 구조로 구성하여 분류 정확률을 높이고, 분류자의 최적 하이퍼플랜(Optimal Hyperplane)결정을 위해 마진 벡터만을 이용하여 시간 공간적 문제를 해결하였다. 실험결과, 본 논문에서 제시한 방법이 단일 SVM을 이용한 방법보다 높은 분류 정확률과 높은 효율성을 가짐을 보여준다...

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2006.11a
• /
• pp.75-78
• /
• 2006

계통발생학적 분석은 바이오인포메틱스에서 분류 단위의 진화적인 관계를 추정하는데 있어서 중요한 문제 중 하나이다. 계통발생학적 분석에서 사용되는 계통수는 분류 단위들 사이의 진화 거리에 대한 정보를 표현하기에는 부족하다. 이 논문은 진화거리 표현을 위해 3차윈 공간으로 분류 단위가 표현되기 위한 방법을 제안하고, 2차원 트리 뷰와 함께 3차원 공간에서 분류 단위들을 시각화하기 위한 도구를 개발하였다.

• 한국공간정보시스템학회:학술대회논문집
• /
• 2005.11a
• /
• pp.41-45
• /
• 2005

분광각(Spectral Angle)을 이용한 분류는 같은 종류의 지표 대상물의 분광 특성이 대기 및 지형적인 영향으로 인해 원점을 기준으로 선형적인 분포 모양을 가진다는 가정에 기초한 새로운 접근의 분류 방식이다. 최근 분광각을 이용한 무감독 분류에 대한 연구가 활발히 이루어지고 있으나, 원격탐사 데이터의 특성을 반영한 효과적인 무감독 분류에 대한 연구는 미진한 상태이다. 본 연구는 하이퍼스펙트럴 영상 분류에 있어서 기존 무감독 분광각 분류(USAC, Unsupervised Spectral Angle Classification) 연구에서 해결하지 못한 문제점들을 보완한 반복최적화 무감독 분광각 분류(ISOUSAC, Iterative Self-Organizing USAC) 기법을 제안하고 있다. 이를 위해, 무감독 분광각 분류에 적합한 각 분할(Angle Range Division) 기법을 적용하여 군집 초기 중심을 설정하였으며, 병합(Merge)과 분할(Split)를 통한 유동적인 군집 분석을 수행하였다. 결과를 통해, 제안된 알고리즘이 기존의 기법보다 수행 시간뿐 아니라 시각적인 면에서도 우수한 결과를 도출함을 확인할 수 있었다.