• 제목/요약/키워드: 복원성능

검색결과 1,167건 처리시간 0.039초

Poly(urea-urethane) 자기복원 코팅층을 가진 도장 보호필름 물성 연구 (Properties of Paint Protection Film Containing Poly(urea-urethane)-based Self-Recovery Coating Layer)

  • 송민석
    • 접착 및 계면
    • /
    • 제24권2호
    • /
    • pp.69-75
    • /
    • 2023
  • 최근 자기복원(self-recovery) 코팅층을 가진 자동차용 도장면 보호필름의 적용이 증대되고 있다. 본 연구에서는 poly(urea-urethane) hybrid 자기복원 코팅층을 가진 poly(vinyl chloride) 기재 보호필름에 대한 기본 물성에 대한 평가 결과를 보고한다. Poly(urea-urethane) 기반 코팅층을 구성하고 있는 주요 화합물의 비율과 코팅층의 두께 변화에 따른 자기복원성능을 확인하였으며, 색차 값 측정을 통해 내오염성능을 정량화 하였다. 또한, 소수성 첨가제로 외부 오염에 대한 표면특성을 향상시키기 위하여, 소량의 실리콘계 반응형 첨가제를 코팅 조성물에 함량에 따른 easy-cleaning 효과와 접촉각을 확인하였다. 마지막으로, poly(urea-urethane) 자기복원 코팅층을 가진 보호필름의 장기간 사용에 따른 변색 및 변형에 대한 가능성을 확인하고자 촉진 내후성 평가를 진행하였다.

OFDM System에서 FFT 윈도우 위치 복원 알고리즘을 이용한 효율적인 프레임 동기방식의 성능분석 (Performance Analysis of an Efficient Frame Synchronization Scheme using FFT Window Position Restoration Algorithm for OFDM Systems)

  • 김동옥;윤종호
    • 한국항행학회논문지
    • /
    • 제5권1호
    • /
    • pp.45-53
    • /
    • 2001
  • 본 논문에서는 다중경로 페이딩 무선채널에서 발생하는 부반송파간 간섭환경에 의한 동기손실을 감소시키기 위하여, FFT 윈도우 위치복원 알고리듬에 의한 효율적인 프레임 동기 방식을 제시하였다. 제안된 방식에서는 이전 프레임의 비트열에 대한 동기추출 정보를 활용하여, 다음에 수신될 프레임에 대한 비트동기를 효율적으로 수행한다. 즉 예측된 데이터를 이용하여 수신된 신호를 분석할 수 있으므로 이 알고리즘을 이용하여 동기를 보정할 수 있다. 제안된 프레임 동기 알고리듬의 성능을 분석하기 위하여, 각각 시간 영역과 주파수영역에서의 동기실패율에 대하여 모의실험을 수행하였다. 그 결과, 시간 영역의 프레임 동기 알고리즘의 성능이 주파수 영역의 알고리즘에 비하여, 낮은 $E_b/N_o$에서는 성능이 좋지 않지만, 6 dB 이상의 $E_b/N_o$에서는 우수한 프레임 동기 성능을 갖게 됨을 확인할 수 있었다.

  • PDF

반복 복원 알고리듬에서의 종료 규칙에 관한 연구 (Study on the termination rule in the iterative image restoration algorithm)

  • 문태진;김인겸;박규태
    • 한국통신학회논문지
    • /
    • 제22권8호
    • /
    • pp.1803-1813
    • /
    • 1997
  • 영상 복원의 목적은 훼손 요인을 제거하여 원 영상에 가장 근접하게 만드는 것이다. 이는 정칙화 반복 복원 방법을 통해 이루어 질 수 있다. 영상 복원 방법에서 좋은 종료 규칙은 보다 우수한 화질의 복원 영상과 보다 적은 계산량이라는 두가지 목적을 모두 만족시킬 수 있어야 한다. 이에 본 논문에서는 반복 복원 방법의 다항식적인 표현을 이용한 종료 규칙을 제안한다. 이 규칙에서는 각 반복 복원 단계에서의 복원 영상과 원 영상의 추정 오차를 구해낸 뒤, 이를 선호에 의한 오차와 잡음에 의한 오차로 구분하여, 이 들간의 비율을 달리 작용한다. 이로써 보다 우수한 복원 영상을 보다 적은 계산량에 의해 얻을 수 있다. 이를 위해 잡음 억제 변수(Noise Suppression Parameter)라는 새로운 변수를 정의 하며, 또한 임의의 잡음 정도에 대하여 적정 지점에서 반복을 중지시킬 수 있도록 하는 잡음 억제 변수의 추정식을 제안한다. 제안한 종료 규칙으로 실험한 결과 잡음이 상대적으로 많은 경우에는 최소의 mse를 갖는 지점에서, 잡음이 상대적으로 적은 경우에는 적당히 제한된 반복 횟수를 갖는 지점에서 반복을 멈추었으며 기존의 종료 규칙에 비하여 뛰어난 성능을 나타내었다.

  • PDF

훈련 데이터세트의 조절을 통한 딥러닝 기반 Super-Resolution 의 성능 향상 (Performance Enhancement of Deep Learning-based Super-Resolution by Adjustment of Training Dataset)

  • 권기택;서영호
    • 한국방송∙미디어공학회:학술대회논문집
    • /
    • 한국방송∙미디어공학회 2021년도 추계학술대회
    • /
    • pp.218-220
    • /
    • 2021
  • 본 논문에서는 CAR(content adaptive resampler)로 축소된 저해상도 이미지를 직접 다른 모델에 여러가지 방식으로 훈련을 시켜 성능을 개선시키고자 하였다. 본 논문에서는 단일 영상 super resolution 에 관하여 여러 기술이 존재하는 상황에 더 나은 기술을 테스트하려 하고 그를 위해 과거의 모델들에 대한 이해가 필요하여 이를 구현하였다. 현재 가장 뛰어난 성능을 보이고 있는 모델 중의 하나인 CAR 에서 복원 전 이미지를 사용하여 훈련을 시키면 더 나은 성능의 모델을 만들 수 있을 것이라고 가정하고 다양한 훈련을 통해 성능을 개선시키고자 하였다.

  • PDF

지능형 영상 보안 시스템의 얼굴 인식 성능 향상을 위한 얼굴 영역 초해상도 하드웨어 설계 (Hardware Design of Super Resolution on Human Faces for Improving Face Recognition Performance of Intelligent Video Surveillance Systems)

  • 김초롱;정용진
    • 대한전자공학회논문지SD
    • /
    • 제48권9호
    • /
    • pp.22-30
    • /
    • 2011
  • 최근 카메라를 통해 입력된 영상정보로부터 실시간으로 상황을 인지하고 자율 대응할 수 있는 지능형 영상 보안 시스템의 수요가 증가함에 따라, 고성능의 얼굴 인식 시스템이 요구되고 있다. 기존의 얼굴 인식 시스템의 성능 향상을 위해서는 원거리에서 획득된 저해상도 얼굴 영상 처리를 위한 솔루션이 반드시 필요하다. 따라서 본 논문에서는 실시간 감시가 요구되는 지능형 영상 보안 시스템의 얼굴 인식 성능 향상을 위한 저해상도 얼굴 영상 복원 알고리즘을 하드웨어로 구현하였다. 저해상도 얼굴 영상 복원 방법으로는 학습 기반의 초해상도 알고리즘을 사용한다. 해당 알고리즘은 먼저 고해상도 영상으로 구성된 학습 집합에서 주성분 분석(PCA)을 활용하여 복원에 필요한 사전 정보들을 추출하고, 저해상도 영상과의 관계를 모델링하여 가장 적합한 고해상도 얼굴을 복원해내는 것이다. 저해상도 얼굴 영상 복원 알고리즘을 임베디드 프로세서(S3C2440A)를 사용하여 구현하였을 때, 약 25 초의 긴 연산 시간이 소요되었다. 이는 실시간으로 사람을 판별 및 인식하기 위한 지능형 영상 보안 시스템의 구축에는 어려움이 있다. 이를 해결하기 위하여 얼굴 영역 초해상도의 연산을 하드웨어로 구현하고 Xilinx Virtex-4를 이용하여 검증하였다. 약 9MB의 학습 데이터를 사용하였으며, 100 MHz에서 약 30 fps의 속도로 연산이 가능하다. 이러한 학습 기반의 얼굴 영역 초해상도 알고리즘을 단일 하드웨어 IP로 설계함으로써 임베디드 환경에서의 실시간 처리가 가능할 뿐 만 아니라 기존의 다양한 얼굴 검출 시스템과의 통합이 용이하여 얼굴 인식 솔루션을 제공할 수 있을 것으로 판단된다.

딥러닝 기법을 활용한 위성 관측 해수면 온도 자료의 결측부 복원에 관한 연구 (Restoration of Missing Data in Satellite-Observed Sea Surface Temperature using Deep Learning Techniques)

  • 박원빈;최흥배;한명수;엄호식;송용식
    • 해양환경안전학회지
    • /
    • 제29권6호
    • /
    • pp.536-542
    • /
    • 2023
  • 인공위성은 최첨단 기술로써 시공간적 관측제약이 적어 해양 사고에 효과적 대응과 해양 변동 특성 분석 등으로 각국의 국가기관들이 위성 정보를 활용하고 있다. 하지만 고해상도 위성 관측 기반 해수면 온도 자료(Operational Sea Surface Temperature and Sea Ice Analysis, OSTIA)는 위성의 기기적, 또는 지리적 오류와 구름으로 인해 낮게 관측되거나 공백으로 처리되며 이를 복원하기까지 수 시간이 소요된다. 본 연구는 최신 딥러닝 기반 알고리즘인 LaMa 기법을 활용하여 결측된 OSTIA 자료를 복원하고, 그 성능을 기존에 이용되어 온 세 가지 영상처리 기법들의 성능과 비교하여 평가하였다. 결정계수(R2)와 평균절대오차(MAE) 값을 이용하여 각 기법의 위성 영상 복원 성능을 평가한 결과, LaMa 알고리즘을 적용하였을 때의 R2과 MAE 값이 각각 0.9 이상, 0.5℃ 이하로, 기존에 사용되어 온 쌍 선형보간법, 쌍삼차보간법, DeepFill v1 기법을 적용한 것보다 더 우수한 성능을 보였다. 향후에는 현업 위성 자료 제공 시스템에 LaMa 기법을 적용하여 그 가능성을 평가해 보고자 한다.