• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2002.05a
• /
• pp.149-153
• /
• 2002

자동 변속기 차량은 여러 가지의 장점을 지니고 있으며, 쉬프트 맵의 특징이 수동 변속기차량과는 달리 이미 규정된 패턴을 따른다. 하지만 킥 다운, 킥 업, 리프트 풋 업 등의 현상이 어느 운전자에게나, 어떤 추행 상황에서나 일괄 적용되고 있기에 불만스러움을 느끼는 운전자가 있을 수 있다. 이에 본 논문에서는 이런 일반적으로 정해진 쉬프트 맵을 운전자의 조작 정도와 차량의 상태를 종합적으로 고려하여 쉬프트 맵을 수정, 적용할 수 있도록 지능형 변속 시스템을 구현하였다. 변속 시스템의 학습 과정에서는 뛰어난 학습 능력을 지니고 있기 때문에 판단 및 추론이 요구되는 지능형 시스템의 학습 도구로 다양하게 적용되고 있는 소프트 컴퓨팅(Soft Computing) 기법을 이용하였으며, 각 학습 내용에 따라 필요 입력을 별도로 구성한 모듈 형태의 망구조를 지니고 있다. .

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.15 no.5
• /
• pp.1155-1163
• /
• 2011

In this paper, we propose a new pre-processing algorithm applied to depth map to improve the coding efficiency. Now, 3DV/FTV group in the MPEG is working for standard of 3DVC(3D video coding), but compression method for depth map images are not confirmed yet. In the proposed algorithm, after dividing the histogram distribution of a given depth map by EM clustering method based on GMM, we classify the depth map into several layered images. Then, we apply different mean shift filter to each classified image according to the existence of background or foreground in it. In other words, we try to maximize the coding efficiency while keeping the boundary of each object and taking average operation toward inner field of the boundary. The experiments are performed with many test images and the results show that the proposed algorithm achieves bits reduction of 19% ~ 20% and computation time is also reduced.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2002.05a
• /
• pp.60-63
• /
• 2002

자동 변속기 차량은 여러 가지의 장점을 지니고 있으며, 쉬프트 맵의 특징이 수동 변속기 차량과는 달리 이미 규정된 패턴을 따른다 하지만 킥 다운, 킥 업, 리프트 풋 업 등의 현상이 어느 운전자에게나, 어떤 주행 상황에서나 일괄 적용되고 있기에 불만스러움을 느끼는 운전자가 있을 수 있다. 이에 본 논문에서는 지능형 자동 변속 시스템의 변속 결과에 따른 운전자의 불만 정도를 고려하고 다음 변속에 반영하도록 고안한 만족도 보정 기법을 제안하고자 한다 만족도 평가는 변속이후 운전자의 조작을 관찰하며, 불만족 정도에 따라 최종 쉬프트 선도의 조정을 결정하도록 고안하였으며, 변속 시스템의 변속 결정과 운전자의 스로틀 및 브레이크 조작을 입력으로 한 신경 회로망을 구성하여 학습하였다