• 대한전자공학회논문지SP
• /
• 제39권5호
• /
• pp.504-512
• /
• 2002

본 논문에서는 plasma display panel에서 동영상을 표현할 때 발생할 수 있는 dynamic false contour (DFC) 등의 화질 열화를 개선할 수 있는 subfield 기법에 관하여 고찰한다. 인접한 subfield 들간의 시간 길이 차이로 인하여 DFC가 발생한다는 사실을 파악하고, 그 차이를 일정하게 유지하는 기울기가 일정한 code를 제안한다. 그리고, 에러의 첨두치와 지속 시간의 trade-off 관계를 고려하여 에러의 절대값의 평균을 최소화 할 수 있도록 상이한 시간 길이를 갖는 subfield들을 배열한 code를 제안한다. 제안한 subfield 기법은 계조값에 비례하여 에러의 크기가 증가하는 것을 보임으로써 인간의 시각적 특성 관점에서도 적합한 방법임을 입증하였다.

• 정보처리학회논문지D
• /
• 제12D권4호
• /
• pp.543-552
• /
• 2005

최근 들어 계속되는 램 가격 하락으로 인해 대용량의 램을 사용하는 주기억 데이터베이스 시스템의 구축이 실현 가능하게 되었다. 그러나 기존의 디스크 기반 공간 색인 기법은 디스크 접근 시간만을 주로 고려하기 때문에, 주기억 색인 기법으로 디스크 기반 색인 기법을 직접적으로 적용시키는 것은 부적절하다. 주기억 장치 색인 기법은 모든 색인 노드들이 주기억 장치에 상주하기 때문에 노드에 대한 접근 시간이 디스크 기반 기법에 비해 상당히 미미하고, 결국 효율적인 색인 기법을 위해서는 노드 접근시간 뿐만 아니라 노드내의 키 비교시간을 고려해야 한다. 이러한 주기억 장치 색인 기법의 특성을 고려하여, 본 논문에서는 Tmr-트리라는 새로운 색인 기법을 제시한다. Tmr-트리는 T-트리의 장점과 R-트리의 장점을 결합한 이진 색인 구조로서, 색인 노드는 데이터 객체들을 위한 엔트리들, 왼쪽/오른쪽 자식 노드에 대한 포인터, 그리고 3개의 추가 필드들로 구성된다. 여기서 3개의 추가 필드들은 현재 노드에 저장된 키 값들의 범위를 포함하는 MBR과 왼쪽 서브트리에 저장된 키 값들의 범위를 포함하는 MBR, 오른쪽 서브트리에 저장된 키 값들의 범위를 포함하는 MBR에 해당한다. 본 논문의 실험에서 Tmr-트리는 R-트리와 달리 검색 시 항상 리프노드까지 방문할 필요가 없기 때문에 모든 데이터 분포에서 R-트리에 비해 더 나은 실험 결과를 보여주었다. 노드 크기 측면에서 노드안 엔트리 수를 증가시킨 초반에 상당한 검색성능 향상을 보여주었으며, 그 후로 약간씩 검색시간 증가를 나타냈다. 한편, 삽입시간 측면에서 Tmr-트리는 R-트리에 비해 약간의 더 많은 삽입시간이 필요했다.

• 지능정보연구
• /
• 제15권2호
• /
• pp.1-13
• /
• 2009

개념 기반 이미지풍경 분류 기법은 데이터베이스에 있는 대량의 이미지 를 카테고리별로 구분하는 많이 적용되는 응용분야이다. 풍경이 속하는 카테고리를 알면 데이터베이스에서 해변, 산, 숲, 필드와 같은 필요한 풍경사진을 찾고자 할 때 불필요한 이미지를 필터링하여 신속하고 정확하게 찾을 수 있다. 본 논문에서는 이미지 분류를 위한 시멘틱 모델링 기반의 적응 세그멘테이션 기법을 제안 한다. 잔디, 물, 하늘과 같은 시멘틱 개념에 따른 이미지를 서브구역으로 나누어 세그멘테이션을 한다. 세그멘테이션은 에지탐색을 이용하고 또한 K-Nearest(K-NN)를 이용하여 세그멘테이션을 한다. 세그멘테이션 과정에서 이미지의 복잡도에 따라 적응적으로 서브구역으로 나눈다. 실험에서는 Vosel과 schiele가 제안한 방법과의 비교를 통해서 정확도면에서 제안된 연구의 우수성을 보여준다.

• 한국지능시스템학회논문지
• /
• 제15권2호
• /
• pp.149-162
• /
• 2005

본 논문에서는 실시간 폐쇄회로 화면으로 받은 컬러 이미지에서 얼굴영상을 추출하고 이미 지정된 특정인의 얼굴영상과 비교를 통해 지하철이나 은행 등 공공장소에서의 수배자 등 어떤 특정인을 검출하는 방법을 제안하고자 한다. 감시카메라의 특성상 화면속의 얼굴정보가 임의의 크기로 가변하고 영상 내에서 다수의 얼굴정보를 포함하고 있음을 가정할 때, 얼굴영역을 얼마나 정확하게 검색 할 수 있느냐에 초점을 맞추었다. 이를 해결하기 위하여F.Rosenblatt가 제안한 퍼셉트론 신경망 모델을 기초로 임의의 얼굴영상에 대한 $20{\times}20$ 픽셀로 서브샘플링을 사용한 규준화 작업을 통해서 전면얼굴에서와 같은 인식기법의 효과를 사용하고, 획득한 얼굴후보 영역에 대하여 조명이나 빛에 의한 외부환경의 간섭을 최소화하기 위하여 최적선형필터와 히스토그램 평활화 기법을 이용하였다. 그리고 불필요한 학습을 최소화하기 위하여 달걀형 마스크의 덧셈연산을 전 처리 과정에 추가하였다. 전 처리 과정을 마친 이미지는 각각 세 개의 수용필드로 쪼개어져 특정 위치에 존재하는 눈, 코, 입 능의 정보를 신경망 학습을 통해 최종 결정된다. 또한 각각 다른 초기값을 가지는 3개의 단일셋 네트워크시스템을 병력형태로 구성하여 결과의 정확도를 높여 구현하였다.