• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2003년도 추계종합학술대회
• /
• pp.268-271
• /
• 2003

SOM 알고리즘에서 가중치 조정은 입력 벡터와 승자 노드의 대표 벡터간의 차이만큼 조정되고 승노드의 대표벡터에 입력벡터의 정보를 반영하게 된다. 여기서 그 정보를 반영할 때 입력벡터와 승자노드의 대표 벡터간에 차이가 크면 승자 노드의 대표 벡터에 입력벡터를 기억시키기 위해 입력 벡터의 정보를 더 많이 반영해야 한다. 이러한 문제점을 개선하기 위해 본 논문에서는 승자 노드의 대표벡터와 입력벡터간의 출력오류를 0과1사이의 정규화된 값으로 출력오류를 계산하여 학습률을 조정하고 승자 노드의 저 활용 문제를 개선하기 위해 학습 중에 각 승자 노드의 대표 벡터들이 수정되고 선택되어지는 횟수가 가능한 동등해지도록 각 노드의 승자 빈도수를 가중치 조정에 반영하는 개선된 SOM 알고리즘을 제안하였다. 제안된 방법의 인식 성능을 평가하기 위해 주민등록증에서 추출한 숫자 패턴 50개를 대상으로 실험한 결과, 제안된 방법의 인식 성능이 기존의 SOM 알고리즘보다 개선된 것을 확인하였다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 1987년도 전기.전자공학 학술대회 논문집(II)
• /
• pp.1104-1106
• /
• 1987

본 논문은 한글 자모 인식에 관한 새로운 방법을 제시한다. 본 연구는 한글패턴을 독립된 자소의 부분패턴으로 나누어서 특정점들(끝점, 7굴곡점, T굴곡점)을 추출하여 각 굴곡점에서 연결되는 점과의 벡터를 글자의 크기에 관계없도록 하기 위해 크기가 1인 단위벡터를 구한 후 이들의 합성벡터를 생성한다. 생성된 합성벡터들의 수, 벡터들이 지준축과 이루는 각, 그리고 특정점들의 수로부터 한글의 기본 자모를 분류하는 과정을 연구하였다. 입력된 한글패턴은 이미 세선화가 된 자모패턴으로 하였다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2005년도 가을 학술발표논문집 Vol.32 No.2 (2)
• /
• pp.67-69
• /
• 2005

고차원 공간상의 벡터들 간의 유클리드 거리를 빠르게 계산하는 것은 멀티미디어 정보 검색을 위하여 매우 중요하다. 본 논문에서는 고차원 공간상의 두 벡터들 간의 유클리드 거리를 효과적으로 근사하는 방법을 제안한다. 이러한 근사를 위하여 두 벡터들의 놈(norm)을 사용하는 방법이 기존에 제안된 바 있다. 그러나 기존의 방법은 두 벡터간의 각도 성분을 무시하므로 근사 오차가 매우 커지는 문제점을 가진다. 본 연구에서 제안하는 방법은 기준 벡터라 부르는 별도의 벡터를 이용하여 추정된 두 벡터간의 각도 성분을 유클리드 거리 근사에 사용한다. 이 결과, 각도 성분을 무시하는 기존의 방법과 비교하여 근사 오차를 크게 줄일 수 있다. 또한, 제안된 방법에 의한 근사 값은 유클리드 거리 보다 항상 작다는 것을 이론적으로 증명하였다. 이는 제안된 방법으로 멀티미디어 정보 검색을 수행할 때 착오 기각이 발생하지 않음을 의미하는 것이다. 다양한 실험에 의한 성능 평가를 통하여 제안하는 방법의 우수성을 규명한다.

• 한국수학교육학회지시리즈E:수학교육논문집
• /
• 제21권3호
• /
• pp.515-525
• /
• 2007

본 연구는 수학적 대상인 각을 대수적인 방법인 벡터를 이용하여 탐구하는 문헌연구로, 각의 이등분선의 작도 방법, 각의 삼등분선의 종이접기 방법을 분석하고, 이를 바탕으로 중등학교에서 다루는 벡터의 기본 개념들을 이용하여 각의 이등분선 및 삼등분선을 방정식의 형태로 표현하였다. 본 연구로 얻어진 결과는 중등학교 수학에 관련된 교과내용지식의 영역을 넓힐 수 있으며, 벡터를 활용한 문제해결에 관련된 흥미로운 심화학습 자료가 될 것으로 기대된다.

• 대한전자공학회논문지SP
• /
• 제41권3호
• /
• pp.111-120
• /
• 2004

본 논문에서는 경계 영역에서의 색번짐 현상을 줄이기 위한 벡터 오차 확산법을 제안한다. 이러한 결점은 양자화 과정에서 생기는 큰 누적된 양자화 오차의 확산으로 인해서 발성하게 되며, 특히 색이 변하게 되는 영상의 경계 영역에서 특정 칼라띠를 형성하게된다. 따라서 이러한 결점을 줄이기 위해서 세안한 벡터 오차 확산 방법은 오차를 확산 받은 벡터와 8개의 기준색과의 벡터 크기 및 벡터 각을 비교함으로써, 큰 양자화 오차를 전체 중간조 처리 과정에서 제외한다. 먼저 오차가 보정된 벡터의 크기가 8개의 기준색보다 클 경우 양자화 오차를 확산시키지 않게 되며, 벡터 각이 클 경우에도 양자화 오차를 확산 시키지 않는다. 그러므로 제안한 방법은 각 채널의 상관관계를 고려한 벡터 칼라 공간상에서 중간조 처리를 함으로써 시각적으로 색이 향상된 결과를 얻을 수 있었고, 경계 부분에서의 색번짐 현상도 줄일 수 있었다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2008년도 학술대회 논문집 정보 및 제어부문
• /
• pp.308-309
• /
• 2008

본 논문에서는 추적하고자 하는 관심객체를 일정한 크기의 블록으로 나누어 각 블록이 독립적으로 추적을 수행한다. 나누어진 각 블록들은 NCC(Normalized Cross Correlation)를 사용하여 통계적인 특성을 고려하여 움직임을 추정한다. 추정된 블록들의 움직임 벡터 중 평한 벡터보다 일정 값 이상 큰 블록은 관심객체 움직임 벡터 추정 시 제외시킴으로써 잘못된 추정으로 인한 에러를 줄인다. 선택된 블록들의 추정 에러값에 따라 추정값이 높은 블록의 움직임 벡터는 높은 가중치를 적용하고 추정값이 낮은 블록의 움직임 벡터는 낮은 가중치를 적용하여 추적 신뢰도를 높였다. 실험결과, 제안된 알고리즘은 강건한 실시간 추적이 가능함을 보여준다.

• 대한전자공학회논문지SP
• /
• 제39권6호
• /
• pp.612-622
• /
• 2002

본 논문에서는 압축된 비디오 비트스트림이 전송시 전송 에러에 의해 발생되는 화질 열화를 복원하기 위한 시간적 에러 은닉 기법에 대해 논의한다. 또한, 손실된 블록의 주변 블록이 가지는 움직임을 동일 움직임 여부에 따라 분류함으로써 손실된 블록의 움직임 벡터를 복원하는 새로운 알고리즘을 제안한다. 본 논문에서는 손실 블록의 주변 블록들의 동일 움직임을 분석하여 손실 블록의 움직임을 잘 예측할 수 있도록 하기 위해서, 손실 블록의 이웃 블록들의 움직임 벡터는 각 움직임 벡터의 방향에 따라 분류되고, 각 분류된 클래스의 대표 움직임 벡터는 후보 움직임 벡터군에 포함된다. 후보 움직임 벡터군에 속한 각 움직임 벡터에 의해 예측된 블록과 손실 블록 주변간의 왜곡을 측정하여, 최소의 왜곡을 가지는 블록의 움직임 벡터가 선택된다. 실험 결과는 제안된 방법이 다른 손실 블록 복구 알고리즘보다 더 좋은 결과를 나타낸다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 2000년도 정기총회 및 학술대회
• /
• pp.137-142
• /
• 2000

많은 정보를 포함하고 있는 영상 자료에서 빠른 검색과 분류를 위해서 색깔이나 질감 등의 특징을 나타내는 기술자가 필요하다. 또한 한 영상 안에서도 각 영역별로 다른 특징을 나타내고 있기 때문에 영역별 검색과 분류를 위한 영역 단위의 특징 추출이 중요하다. 본 논문에서는 색깔 특징으로 영역화된 영상의 각 영역에서 색깔 특징 벡터와 질감 특징 벡터를 추출하고 추출된 특징 벡터를 다른 영역에서 추출된 특징 벡터와의 거리를 이용하여 비슷한 특징을 보이는 영역을 검색한다. 기존의 전체 영상의 색깔이나 질감 어느 하나만을 이용한 검색과 달리 이러한 특징을 공간적 위치와 색깔, 질감을 조합하여 검색함으로써 보다 만족스러운 검색 결과를 얻을 수 있다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2012년도 한국컴퓨터종합학술대회논문집 Vol.39 No.1(B)
• /
• pp.387-389
• /
• 2012

초분광영상은 사람이 볼 있는 가시광선 영역부터 자외선 파장 대역까지 수십에서 수천 개의 데이터를 가지고 있는 고차원 데이터이다. 그렇기 때문에 초분광영상을 이용한 연구에는 많은 저장 공간과 고사양의 성능을 필요로 한다. 따라서 초분광영상의 차원을 감소시켜 데이터용량을 줄이고, 처리속도를 향상시키기 위한 연구들이 이루어지고 있다. 기존에 자주 사용되던 방법인 PCA와 ICA는 차원축소를 위하여 고유벡터를 계산하고 이를 이용하여 축을 변경하여 차원축소를 한다. 하지만 초분광영상에서는 이러한 방법으로 차원을 축소할 시 정확도가 감소한다. 따라서 본 논문에서는 특징 밴드를 추출하고 이를 이용하여 차원축소를 하는 SPVD 알고리즘을 제안한다. SPVD(Spectral pair vector decomposition) 알고리즘은 d개의 그룹으로 나누고 각 그룹들의 양벡터 각과 음벡터 각을 계산한 후 이를 이용하여 차원축소를 한다. 실험 결과 PCA는 61차원에서 70.05%, ICA는 71차원에서 63.03% 정확도를 보이는데 비해 SPVD 알고리즘은 3차원에서 83% 정확도를 보였다.

• 한국통신학회논문지
• /
• 제26권6B호
• /
• pp.810-819
• /
• 2001

칼라가 물체 인식에 아주 효율적인 단서를 제공하지만 칼라 분포는 시청 조건과 카메라의 위치에 아주 큰 영향을 받는다. 생김새와 모양의 변화에 의한 칼라 분포 변화 문제를 해결하기 위해 본 논문에서는 밝기 값의 변화에 영향을 받지 않고, 색상(hue) 성분에 민감한 칼라 벡터각(color vector angle)을 이용하여 칼라 에지를 추출한 후, 영상의 화소들을 평탄 화소와 에지 화소로 구분하여 칼라 특징 값을 추출하였다. 에지 화소의 경우에는 에지 주위 칼라 쌍의 전체 분포를 HLS 색좌표계의 비균일 양자화를 통해 칼라 인접 히스토그램(color adjacency histogram)으로 표현하고, 평탄 화소의 경우에는 HLS 색좌표계의 비균일 양자화와 칼라 벡터각 균일 양자화를 통해 칼라 벡터각 히스토그램(color vector angle histogram)을 구성하여 공간적인 칼라분포를 표현하였다. 제안한 칼라 히스토그램을 이용하여 영상 검색에 적용하여 성능을 실험한 결과, 작은 빈의 수를 가지는 제안한 방법이 기존의 방법들보다 훨씬 효율적이고, 생김새와 모양의 변화에 아주 강건한 영상 검색이 가능하였고, 기존의 칼라 히스토그램 역투사 방법보다 훨씬 정확한 물체 위치 추정이 가능함을 확인할 수 있었다.