• Review of KIISC
• /
• v.2 no.4
• /
• pp.30-36
• /
• 1992

이 논문에서 우리는 여러 가지 분할 항등식을 유도했고 제한된 분할에 관한 새로운 항등식을 증명하고, 분할의 기본적인 이론과 분할함수(Partition Number Function)가 다항식 함수가 아니라는 것을 보이며, n 의 분할의 수 p(n)에 대한 하계(Lower Bound)를 얻기 위해 Stirling의 n ! 에 대한 근사값을 소개한다. 그리고 Hardy-Ramanujan 공식, Euler 항등식과 p(n) 의 순환식을 유도하며, 그리고 $d_m$(n)이n을m개의 부분으로 분할하는 분할의 수를 나타낼 때 우리는 $d_m$(n)에 관한 일반적인 공식을 p(n)과 함께 행렬식의 형태로 표현한다.

• Proceedings of the Korea Multimedia Society Conference
• /
• 2002.05c
• /
• pp.191-194
• /
• 2002

영상분할이란 영상 내에 존재하는 객체를 배경에서 분리해내는 것을 말한다. Active Contour 모델은 객체를 영상에서 분리하는 gradient 기반의 영상분할 방식이다. 전통적인 의미의 Active Contour 모델에서 사용한 gradient 함수 기반의 영상분할은 잡영이 많고 객체와 배경간 뚜렷한 경계가 없는 영상에서는 그 한계를 보이고 있다. 이에 본 논문에서는 이러한 Active Contour 모델의 단점을 극복하기 위한 방법으로 영상 내의 진화곡선에 의존하는 에너지 함수인 Mumford-Shah Functional을 이용한 방법을 제안한다. 이 방법은 영상 내의 Active Contour를 진화시켜 Mumford-Shah 함수의 에너지를 최소화시키는 Level Set 함수를 찾고 Level Set 함수에 의해 얻어진 부분영상에서 히스토그램을 이용한 임계치(thresholding) 방식을 사용하는 보다 효과적인 객체추출 모델이다.

• The Transactions of the Korea Information Processing Society
• /
• v.5 no.8
• /
• pp.2127-2136
• /
• 1998

비평가인자 함수 언어는 비평가인자 어의로 인하여 기존의 von Neumann 형 병렬기에서 효율적인 수행을 어렵게 하는 미세수준의 동적 스케줄링 단위로 병합하는 과정이 중요하다. 이러한 과정을 스레드 분할이라 한다. 본 논문에서는 비평가인자 함수 프로그램을 스레드로 분할하는 자료형 분리집합 분할이라는 스레드 분할 알고리즘을 제안한다. 자료형 분리 집합 분할 알고리즘은 자료형을 비교할 수 없는 입력명과 출력명 사이에는 잠재 종속이 존재할 수 없다는 사실을 이용하여 스레드 분할을 수행한다. 이 방법을 사용하면 기존의 스레드 분할 방법에서 실패하는 스레드의 병합이 가능하며, 기존의 분할 알고리즘보다 더 큰 스레드를 생성할 수 있다.

• Review of KIISC
• /
• v.2 no.4
• /
• pp.37-47
• /
• 1992

이 논문에서 우리는 여러 가지 분할 항등식을 유도했고 제한된 분할에 관한 새로운 항등식을 증명하고, 분할의 기본적인 이론과 분할함수(Partition Number Function)가 다항식 함수가 아니라는 것을 보이며, n의 분할의 수 p(n)에 대한 ㅎ계(Lower Bound)를 얻기 위해 Stirling의 n !에 대한 근사값을 소개한다. 그리고Hardy-Ramanujan 공식, Euler 항등식과 p(n)의 순환식을 유도하며, 그리고 d$_{m}$ (n)이 n을 m개의 부분으로 분할하는 분할의 수를 나타낼 때 우리는 d$_{m}$ (n) 에 관한 일반적인 공식을 p(n)과 함께 행렬식의 형태로 표현한다.

• Journal of KIISE:Software and Applications
• /
• v.30 no.3_4
• /
• pp.308-315
• /
• 2003

This paper proposes an approach integrating multiple segmentation methods in a systematic way, which can improve overall accuracy without deteriorating accuracy of highly confident segments of boundaries generated by constituent methods. A segmentation method produces boundary segments, which are then evaluated with an evaluation function considering pros/cons of the current and next methods to apply. Boundary segments with low confidence are replaced by a next method while the other segments are kept. These steps are repeated until all segmentation methods are applied. The proposed approach is implemented for the segmentation of muscles in the Visible Human color images. A Balloon method, a minimum cost path finding method, and a Seeded Region Growing method are integrated. The final segmentation results showed improvements in both overall evaluation and segment-based evaluation.

• Communications for Statistical Applications and Methods
• /
• v.4 no.3
• /
• pp.645-661
• /
• 1997

연속형 변수들의 상관관계와 범주형 변수들의 연관성 측도들을 비교 연구하였다. 이 연구를 위하여 연속형 변수들이며 +1에서 -1까지 완벽한 상관관계를 갖고 있는 2 변량 정규분포를 이용하여 2$\times$2 분할표와 확장하여 일반적인 I$\times$J 분할표를 대신하는 3$\times$3 분할표를 생성하였다. 2 차원 분할표에서 정의된 연관성 측도들을 구하여 논의하였는데 2$\times$2 분할표에서는 교차적비 $\alpha$ 통계량과 교차적비의 함수로 표현되는 Yule [1912]의 Q와 Y의 통계량 그리고 상관계수 R 통계량과 R 통계량의 함수인 P 통계량을 설명하고 생성된 분할표에서 구한 통계량값을 분석하였으며, 3$\times$3 분할표에서는 Pearson의 독립성 검정통계량 $X^2$의 함수로 표현되는 P. T. V 통계량과 Goodman과 Kruskal [1954]의 $\lambda_{C/R}$통계량과 Light와 Margolin [1971]의 $\tau_{R/C}$ 통계량을 설명하고 그 값들을 Pearson의 상관계수와 비교 분석하였다.

• Journal of the Korea Society of Computer and Information
• /
• v.17 no.12
• /
• pp.83-93
• /
• 2012

This paper proposes an image segmentation framework that modifies the objective function of Fuzzy C-Means (FCM) to improve the performance and computational efficiency of the conventional FCM-based image segmentation. The proposed image segmentation framework includes a locally weighted fuzzy c-means (LWFCM) algorithm that takes into account the influence of neighboring pixels on the center pixel by assigning weights to the neighbors. Distance between a center pixel and a neighboring pixels are calculated within a window and these are basis for determining weights to indicate the importance of the memberships as well as to improve the clustering performance. We analyzed the segmentation performance of the proposed method by utilizing four eminent cluster validity functions such as partition coefficient ($V_{pc}$), partition entropy ($V_{pe}$), Xie-Bdni function ($V_{xb}$) and Fukuyama-Sugeno function ($V_{fs}$). Experimental results show that the proposed LWFCM outperforms other FCM algorithms (FCM, modified FCM, and spatial FCM, FCM with locally weighted information, fast generation FCM) in the cluster validity functions as well as both compactness and separation.

• Journal of the Korean Institute of Telematics and Electronics B
• /
• v.33B no.1
• /
• pp.187-194
• /
• 1996

In this paper, we propose regression neural networks based on regression trees. We map regression trees into three layered feedforward networks. We put multi feature split functions in the first layer so that the networks have a better chance to get optimal partitions of input space. We suggest two supervised learning algorithms for the network training and test both in single feature split and multifeature split functions. In experiments, the proposed regression neural networks is proved to have the better learning performance than those of the single feature split regression trees and the single feature split regression networks. Furthermore, we shows that the proposed learning schemes have an effect to prune an over-grown tree without degrading the learning performance.

• Proceedings of the IEEK Conference
• /
• 2000.09a
• /
• pp.837-840
• /
• 2000

동영상에서 움직이는 객체 분할 및 모션 예측을 동시에 수행할 수 있는 연구는 다양한 방법으로 시도 되어 왔다. 실제 이미지를 서로 다른 움직임이나 서로 다른 공간적인 특정 영역으로 분리 될 수 있다고 가정 한다면 복수의 객체 또는 객체의 움직임으로 표현 할 수 있다. 객체 분할 측면에서 볼 때 효율적인 분할을 위해서는 특징 입력 벡터의 선택이 중요한 변수로 작용한다. 본 연구에서는 정밀한 객체 분할을 위해 밝기, 질감(Texture) 정보와 같은 정지영상의 특징 입력 벡터와 움직임 벡터 같은 동영상의 특징 입력 벡터를 동시에 사용한다. 분리된 객체는 각각의 클래스를 구성하게 되고 이를 위한 클래스 분류기로서 Median Radial Basis 신경 회로망을 사용한다. 객체 분할과 움직임 예측을 위해서 확률적 방법을 통한 에너지 함수를 구하고 비용함수를 도입한다. 신경 회로망의 각 Basis 함수는 영상의 특정한 영역에서 활성화되며 객체의 분류를 위해 신경 회로망 출력으로 가중치의 합으로서 나타나게 된다.

• The Korean Journal of Applied Statistics
• /
• v.24 no.2
• /
• pp.335-345
• /
• 2011

In this paper, we propose a new hybrid speed function for image segmentation using level set. A new proposed speed function uses the region and boundary information of image object for the exact result of segmentation. The region information is defined by the probability information of pixel intensity in a ROI(region-of-interest), and the boundary information is defined by the gradient vector flow obtained from the gradient of image. We show the results of experiment for an various artificial image and real medical image to verify the accuracy of segmentation using proposed method.