• 한국지능시스템학회논문지
• /
• 제25권6호
• /
• pp.523-528
• /
• 2015

본 논문은 효율적인 영상 분할을 수행하기 위한 다중해상도와 동적인 성질을 가지고 있는 새로운 EM 알고리즘을 제안한다. EM 알고리즘은 가장 많이 사용되고 성능이 우수한 클러스터링 방법이다. 그러나, 기존의 EM 알고리즘은 다중해상도 데이터 처리에 대한 문제점과 클러스터 개수에 대한 사전 지식 요구라는 단점을 가지고 있다. 본 논문에서는 이러한 문제점을 해결하기 위해서 E-단계에 다중해상도 kd-트리를 적용함으로써 다중해상도 데이터 처리 문제를 해결하였고, 순차적 데이터에 따라 클러스터를 할당할 수 있데 하였다. 클러스터의 유효성을 검사하기 위해서, 클러스터 병합 원칙을 이용한다. 본 논문에서는 제안하는 알고리즘을 텍스쳐 영상 분할에 적용하였고, 우수한 성능을 보였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2015년도 추계학술발표대회
• /
• pp.1480-1483
• /
• 2015

최근의 대용량 DEM 데이터는 실시간 렌더링을 하기엔 많은 양의 폴리곤을 필요로 한다. 사진 트리는 이러한 DEM 데이터를 실시간에 렌더링 하기 위해 지형 메쉬를 간략화하는데 널리 사용되는 자료구조이다. 트리구조는 재귀 연산 및 포인터 연산과 같이 GPU 에서 제공하지 않는 기능을 필요로 하기 때문에 일반적으로 CPU 상에서 구현되어 사용된다. GPU 에서 사진 트리 삼각화 기법을 사용하기 위해서 기존의 연구에서는 정점 프리미티브와 스트림 출력 단계를 이용하였다. 하지만 이 방법은 매 프레임 루트 노드부터 리프 노드까지 탐색을 하며 지형 메쉬를 새로 생성 해야하기 때문에 불필요한 연산이 많다. 제안하는 방법은 핑퐁 버퍼를 이용하여 이전 프레임에서 사용한 지형 메쉬를 다음 프레임에서 재활용하여 기존 GPU 기반 사진 트리 삼각화 기법을 가속화한다. 기존 방법이 매 프레임 사각형 패치를 세분화 하면서 지형 메쉬를 생성하는 대신 제안하는 방법은 이전 프레임에서 사용한 메쉬의 각 패치들을 병합하거나 세분화하는 방법을 사용한다. 따라서 본 방법은 GPU 기반 사진 트리 삼각화의 재귀 호출을 제거하여 연산량을 줄이고 매 프레임 CPU-GPU 간의 데이터 전송량도 효율적으로 줄여 기존의 방법을 효율적으로 가속화 한다.

• 한국콘텐츠학회논문지
• /
• 제8권3호
• /
• pp.8-17
• /
• 2008

본 논문에서는 새로운 주요객체 자동추출 알고리즘을 제안한다. 제안된 알고리즘은 크게 2단계 과정으로 요약될 수 있다. 1단계로 객체와 배경을 분리하는 영상분할 작업을 수행한다. 우선적으로 '인간은 3또는 4개의 주요 색상으로 축약하여 사물을 인식한다'는 연구 결과에 따라 K-means 알고리즘을 이용하여 3구역으로 분할하고, 분할된 영상 간 히스토그램 유사도를 계산하여 임계값 이상으로 유사하면 병합하는 과정을 수행한다. 2단계로 영상구도에 근거해 분할된 영상 중에 객체라고 지정하는 작업을 수행한다. 사람이 사진을 잘 찍기 위해서는 '주요객체의 위치를 영상구도에 맞추어 촬영하는 것이 바람직하다는 사실'에 근거하여 삼각구도를 바탕으로 가중치 마스크를 설계하여 객체위치를 역 추정하였다. 제안된 방법의 우수성을 보이기 위해 약 400개의 영상에 대해 실험하였으며, 최근에 발표된 KMCC, GBIS방법과도 비교하였다.

• 한국정보전자통신기술학회논문지
• /
• 제11권5호
• /
• pp.593-600
• /
• 2018

인터넷과 스마트기기의 발달로 인해 소셜미디어 등 다양한 미디어의 접근의 용이해짐에 따라 많은 양의 빅데이터들이 생성되고 있다. 특히 다양한 인터넷 서비스를 제공하는 기업들은 고객 성향 및 패턴, 보안성 강화를 위해 맵리듀스 기반 빅데이터 분석 기법들을 활용하여 빅데이터 분석하고 있다. 그러나 맵리듀스는 리듀스 단계에서 생성되는 리듀서 객체의 수를 한 개로 정의하고 있어, 빅데이터 분석할 때 처리될 많은 데이터들이 하나의 리듀서 객체에 집중된다. 이로 인해 리듀서 객체는 병목현상이 발생으로 빅데이터 분석 처리율이 감소한다. 이에 본 논문에서는 로그 분석처리율 향상을 위한 맵리듀스 기반 분할 빅데이터 분석 기법을 제안한다. 제안한 기법은 리듀서 분할 단계와 분석 결과병합 단계로 구분하며 리듀서 객체의 수를 유동적으로 생성하여 병목현상을 감소시켜 빅데이터 처리율을 향상시킨다.

• 전자공학회논문지CI
• /
• 제40권1호
• /
• pp.30-38
• /
• 2003

본 논문은 비디오 영상에서 움직이는 물체를 분할하는 방법을 제안한다. 물체들의 크기가 작거나 서로 겹쳐있을 경우(occlusion), 또는 잡음이 많은 경우에도 안정적인 이 방법은 움직임 검출(motion detection)과 움직임 분할(motion segmentation) 두 단계로 구성되어 있다. 움직임 검출을 하기 위하여 인접 영상간의 차영상(difference image) 분석을 통해 움직임이 있는 부분을 추출하며, 이때 적응적 임계치 방법을 이용하여 빛의 변화나 노이즈가 포함된 환경에서도 안정적으로 추출한다. 움직임 분할 단계에서는 움직임이 검출된 부분을 초기영역으로 분할 한 뒤, 이 영역들의 모션정보에 따라 이웃 한 영역들을 병합함으로써 독립적으로 움직이는 물체를 분할한다. 이러한 방법은 검출된 영역에 대해서만 움직임 분할을 함으로 많은 계산효과를 얻을 수 있으며 실제 도로영상에서 제안된 방법을 실험해본 결과 비디오 감시시스템에 적합함을 알 수 있었다.

• 정보처리학회논문지A
• /
• 제16A권1호
• /
• pp.1-8
• /
• 2009

유비쿼터스 컴퓨팅 환경이 추구하는 바는 인텔리전트한 컴퓨팅 환경을 만드는데 있다. 사람이 하나하나 개입하지 않아도 스스로 판단하여 일을 처리할 수 있는 환경을 만드는 것이다. 에이전트 기술은 에이전트 플랫폼이 에이전트들 사이에서 효율성과 안정성을 제공하는 동안 유비쿼터스 시스템의 효과적인 구현을 허용한다. 본 논문에서는 메시지들이 에이전트 플랫폼에서 병합되고 2레벨로 압축되는 계층형P2P 네트워킹 방법을 제안한다. 제안된 방법은 상황인식 어플리케이션의 대표적인 메시지의 정적 특성을 이용한다. 실제의 멀티에이전트 시스템의 실험은 기존 방법과 비교하여 응답시간과 처리량의 상당한 향상을 나타낸다.

• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제2권6호
• /
• pp.279-290
• /
• 2013

디지털 포렌식에서의 로그 데이터는 사용자의 과거 행적에 대한 추적을 목적으로 대용량의 형태로 저장된다는 특성을 가지고 있다. 이러한 대용량의 로그 데이터를 단서가 없이 수동으로 분석하는 절차는 조사관들에게는 어려운 일이다. 본 논문에서는 포렌식 분석을 하는 조사관들에게 믿을 만한 증거를 추천하기 위하여 대용량의 로그 집합으로부터 해킹 흔적을 추출하는 텍스트 마이닝 기술을 제안한다. 학습 단계에서는 훈련 로그 집합을 대상으로 전처리를 한 후, Apriori 알고리즘을 이용하여 침입 흔적 연관 단어를 추출하고, 신뢰도와 지지도를 병합하여 각 연관단어의 침입 흔적 확률을 계산한다. 또한, 침입 흔적 확률의 정확도를 높이기 위하여 스팸 메일의 여과에 사용된 Robinson의 신뢰도 계산 방법을 이용하여 확률에 가중치를 추가하며, 최종적으로 침입 흔적 연관 단어 지식 베이스를 구축한다. 테스트 단계에서는 연관 단어 지식 베이스를 기반으로 테스트 로그 집합에 대해 피셔(Fisher)의 역 카이제곱 분류 알고리즘을 적용하여 침입 흔적 로그일 확률과 정상 로그일 확률을 계산하고, 이를 병합하여 침입 흔적 로그를 추출한다. 추출된 로그를 조사관에게 침입 흔적이 있는 로그로서 추천한다. 제안한 방법은 비구조화된 대용량의 로그 데이터를 대상으로 데이터의 의미를 명확하게 분석할 수 있는 학습 방법을 사용함으로써 데이터의 모호성으로 인해 발생하는 정확도 저하 문제를 보완할 수 있으며, 피셔의 역 카이제곱 분류 알고리즘을 이용하여 추천함으로써 오분류율(false positive)을 감소시키고 수동으로 증거를 추출하는 번거로움을 줄일 수 있다는 장점을 갖는다.

• Journal of Digestive Cancer Research
• /
• 제2권2호
• /
• pp.75-77
• /
• 2014

전이성 십이지장 유두암에서 정립된 치료 지침은 아직 없다. 본 증례에서 간 전이 및 국소 림프절 전이가 있는 십이지장 유두암에 대해 단계적 치료를 시행하였다. 원발 부위 종양의 크기를 감소시키고 전이성 병변에 대한 치료를 위해 gemcitabine과 cisplatin 병합 항암화학요법을 시행하였다. 항암화학요법 후 시행한 반응 평가 상에서 원발 병소의 크기가 감소되었고, 추가적으로 전이성 병변이 발생하지 않았음을 확인하고, 내시경적 유두부 절제술로 원발 부위를 국소적으로 제거하였다. 진단 후 12개월 동안 항암화학요법 치료를 시행하였으며, 이 기간 동안 영상학적으로 완전 관해를 유지할 수 있었다. 이후 PPPD 및 Intraoperative RFA를 시행하였으며, 수술 후 병리 소견 상 11개의 국소 림프절 중 1개에서 암세포가 발견되었으나, 원발 부위에서 암은 발견되지 않았다. 환자는 수술 후 7개월째 재발 소견 없이 외래 추적 관찰 중이다. 본 증례의 경우 항암화학요법과 내시경적 유두부 절제술, 그리고 PPPD 및 intraoperative RFA를 통하여 완전 관해를 유도할 수 있었다. 이런 단계적 접근법이 전이성, 국소 진행성 십이지장 유두암에서 생존율 향상을 유도할 수 있을 것으로 사료되어, 이를 증례 보고한다.

• 정보처리학회논문지B
• /
• 제19B권1호
• /
• pp.1-8
• /
• 2012

모자이크란 여러 가지 빛깔의 재료를 조각조각 붙여서 무늬나 영상을 만드는 기법을 말하며, 최근에는 디지털 이미징 기술의 발달로 인하여 사진을 이용하여 영상을 만드는 포토 모자이크 기술들이 활용되고 있다. 본 논문에서는 적응적 타일링 및 블록 매칭을 통하여 포토 모자이크 영상을 만드는 컴퓨터 알고리즘을 제안한다. 제안한 알고리즘은 사진 데이터베이스의 생성 단계와 포토 모자이크 생성 단계로 구성된다. 사진 데이터베이스란 모자이크에 사용되는 사진(또는 타일)을 의미하며, 타일을 $4{\times}4$로 분할한 후에 각 영역의 RGB 평균값을 특징값으로 저장한다. 포토 모자이크 생성 단계는 입력 영상에 대하여 기 설정된 블록 크기로 분할한 후에 특징을 추출하는 과정, 인접한 블록들 사이의 유사도를 비교하여 병합하는 적응적 타일링 과정, 적응적 타일링을 통해 생성된 블록들을 사진 데이터베이스의 타일들과 유클리드 차이로 유사도를 비교하여 유사한 타일을 찾는 블록 매칭 과정 및 매칭된 타일의 명암값을 해당 블록의 명암값으로 교체하여 영상의 유사도를 높이는 밝기값 조정 과정으로 구성된다. 또한 인접 블록간 타일의 중복성을 최소화하는 기법을 적용하여 영상의 품질도 향상하였다. 제안한 알고리즘의 성능을 분석하기 위하여 안드레아 모자이크 소프트웨어와 비교하였고, 정량적인 분석 및 정성적인 분석에 있어서 제안한 알고리즘이 우수한 것으로 나타났다.

• 지능정보연구
• /
• 제18권2호
• /
• pp.47-60
• /
• 2012

비디오 데이터는 구조화되지 않은 복합 데이터의 형태를 지닌다. 이러한 비디오 데이터의 효율적인 관리 및 검색을 위한 비디오 데이터 구조화의 중요성이 대두되면서 콘텐츠 내 시각적 특징을 기반으로 비디오 씬(scene)을 탐지하고자 하는 연구가 활발히 진행되었다. 기존의 연구들은 주로 색상 정보만을 이용하여 샷(shot) 간의 유사도 평가를 기반한 클러스터링(clustering)을 통해 비디오 씬을 탐지하고자 하였다. 하지만 비디오 데이터의 색상 정보는 노이즈(noise)를 포함하고, 특정 사물의 개입 등으로 인해 급격하게 변화하기 때문에 색상만을 특징으로 고려할 경우, 비디오 샷 혹은 씬에 대한 올바른 식별과 디졸브(dissolve), 페이드(fade), 와이프(wipe)와 같은 화면의 점진적인 전환(gradual transitions) 탐지는 어렵다. 이러한 문제점을 해결하기 위해, 본 논문에서는 프레임(frame)의 컬러 히스토그램과 코너 에지, 그리고 객체 컬러 히스토그램에 해당하는 시각적 특징을 기반으로 동일한 이벤트를 구성하는 의미적으로 유사한 샷의 클러스터링을 통해 비디오 씬을 탐지하는 방법(Scene Detector by using Color histogram, corner Edge and Object color histogram, SDCEO)을 제안한다. SDCEO는 샷 바운더리 식별을 위해 컬러 히스토그램 분석 단계에서 각 프레임의 컬러 히스토그램 정보를 이용하여 1차적으로 연관성 있는 연속된 프레임을 샷 바운더리로 병합한 후, 코너 에지 분석 단계에서 병합된 샷 내 처음과 마지막 프레임의 코너 에지 특징 비교를 통하여 샷 바운더리를 정제하여 최종 샷을 식별한다. 키프레임 추출 단계에서는 샷 내 프레임간 유사도 비교를 통해 모든 프레임과 가장 유사한 프레임을 각 샷을 대표하는 키프레임으로 추출한다. 그 후, 비디오 씬 탐지를 위해, 컬러 히스토그램과 객체 컬러 히스토 그램에 해당하는 프레임의 시각적 특징을 기반으로 상향식 계층 클러스터링 방법을 이용하여 의미적인 연관성을 지니는 샷의 군집화를 통해 비디오 씬을 탐지하는 방법이다. 본 논문에서는 SDCEO의 프로토 타입을 구축하고 3개의 비디오 데이터를 이용한 실험을 통하여 SDCEO의 효율성을 평가하였고 샷 바운더리 식별의 성능의 정확도는 평균 93.3%, 비디오 씬 탐지 성능의 정확도는 평균 83.3%로 만족할만한 성능을 보였다.