• 한국컴퓨터그래픽스학회논문지
• /
• 제27권4호
• /
• pp.1-9
• /
• 2021

축삭(axon), 가지돌기(dendrite), 신경세포체(cell body)와 같은 뉴런의 소기관을 분리하는 작업은 신경학적 현상의 분석에 도움을 준다. 최근에 딥러닝 기술을 이용하여 이를 수행하고자 하는 시도들이 있지만, 데이터의 노이즈, 훈련 데이터와의 차이 등으로 인해 결과에 오류를 포함할 가능성이 있다. 따라서, 이러한 기술을 실제 분석에 활용하기 위해서는 결과를 교정하는 과정이 필수적이지만, 이는 전문가가 수작업으로 수행해야 하기 때문에 많은 노력과 시간이 소요된다. 우리는 딥러닝 결과에 존재하는 오류들을 보다 손쉽게 교정할 수 있는 대화형 뉴런 구조 교정 방법을 제안한다. 이 방법은 구조적 일관성을 지니는 뉴런의 특성을 기반으로 뉴런 구조를 교정하여 적은 사용자의 인터랙션으로도 높은 정확도의 교정 결과를 얻을 수 있도록 한다.

• 전자공학회논문지SC
• /
• 제48권2호
• /
• pp.40-46
• /
• 2011

본 논문은 출입통제시스템이나 사용자인증이 필요한 통제시스템 등에 적용될 수 있는 신경 진동자(Neural Oscillators)를 이용한 실시간 얼굴검출 및 추적에 필요한 새로운 알고리즘을 제안한다. 신경 진동자(Neural Oscillators)는 생물학적 뉴런의 동작원리를 모방한 것으로서 뉴런의 활성과 비활성의 주기적인 반복동작 특성을 모델링 한 인공신경모델이다. 본 논문에서 제안한 시스템은 크게 두 단계의 처리과정을 가진다. 첫 번째 단계는 얼굴검출 과정인데, 우선 비용이 저렴한 Webcam을 이용하여 실시간 전달되는 RGB24bit 컬러 영상을 획득, LEGION(Locally Excitatory Globally Inhibitory) 알고리즘을 이용하여 분할과정을 거쳐 얼굴영역을 검출한다. 두 번째 단계는 검출된 얼굴영역에서 이웃뉴런들로부터 연결강도가 가장 큰 리더뉴런(Max Leader Neuron)을 찾아 얼굴을 추적하는 방법으로 스케일 문제해결 과 안정된 새로운 얼굴 추적 방법을 제안한다.

• 한국정보통신학회논문지
• /
• 제7권6호
• /
• pp.1304-1311
• /
• 2003

실세계환경에서 물체를 추적하는 기술은 영상의 지속적인 변화 및 영상데이터 방대함과 처리속도의 문제로 인하여 해결하기 어려운 문제이다. 특히 해상과 같은 환경에서는 더욱 어려운 현실이다. 본 논문에서는 복잡한 환경에서 물체를 추적하고 탐지하기 위한 방법으로 자기조직화 신경망을 사용하여 구성하였다. 본 논문에서의 접근 방법은 코호넨의 자기 조직화 신경망 분석 기법과 영역확장 기법 및 에너지 최소화함수를 이용하여 물체 추적시스템을 구성하였다. 자기조직화 신경망은 하나의 프레임 내에서 이동하는 물체의 중심점을 탐지할 수 있다. 그리고 연속적인 영상에서 이전에 탐지되어진 뉴런의 위치를 이용하여 물체를 추적할 수 있다. 자기조직화 신경망을 이용한 물체 추적의 실험결과 다양한 환경의 변화에서도 물체의 추적이 가능함을 알 수 있었다.

• 대한의용생체공학회:학술대회논문집
• /
• 대한의용생체공학회 1994년도 추계학술대회
• /
• pp.121-123
• /
• 1994

손가락 움직임과 관련된 운동성 유발전위를 검출하기 위하여 컴퓨터를 이용하여 피검자에게 움직임 명령을 제시하고 명령에 따른 최종적인 피검자의 운동이 나타나는 과정까지의 뇌전위를 검출하는 시스템을 구성하였다. 위와 갊은 실험을 왼손 오른손에 대하여 자각 700번 정도 수행하여 average method를 이용하여 운동성 유발 전위를 검출하고, 신경전류 추적법을 이용하여 뇌의 흥분 뉴런군을 추정하였다.

• 한국지능시스템학회논문지
• /
• 제21권5호
• /
• pp.537-542
• /
• 2011

거울 신경 세포는 동물이 어떤 동작을 할 때와 그 동물이 다른 동물의 동일한 동작을 하는 것을 관찰 할 때, 똑같은 세포 발화를 하는 신경세포이다. 본 논문에서는 거울 신경 세포의 발화 원리를 이용하여 비슷한 방법으로 보이지 않는 부분에 대한 객체의 움직임을 추적하는 방법을 3차원 재구축 방법을 통해 제안한다. 거울 신경 세포 시스템과 같은 발화 원리를 통해 의도 인지 시스템을 구축하기 위해, 스테레오 카메라를 통해 획득한 두 개의 이미지 데이터를 통해 깊이 정보를 계산하여 3차원으로 재구축한다. 3차원 재구축을 통해 만들어진 이미지 데이터를 옵티컬 플로우를 사용하여 3차원 이미지에서 객체의 움직임 방향을 추정한다. Estimation 알고리즘인 칼만 필터를 사용하여 객체의 움직임 추정을 잡음에 강인하게 한다. 객체의 움직임 추정을 통하여 객체의 움직임에 따라 구축된 이미지 데이터를 히스토리화 하여 데이터를 저장한다. 객체의 일부분 혹은 전체가 다른 물체로 인해 가려져 스테레오 카메라 시야에서 사라졌을 때, 과거에 저장된 히스토리로 부터 데이터를 가져와 가려진 부분에 대한 객체의 원래의 모습을 복원한다. 이 복원을 통하여 움직임 추정을 한다.