• Proceedings of the Korean Information Science Society Conference
• /
• 2000.10c
• /
• pp.594-596
• /
• 2000

인터넷 환경에서 프록시(proxy)는, 효율적인 데이터의 전송을 위해 다양한 클라이언트 장치들과 WWW 서버들간의 다리역할을 수행한다. 특히, 최근의 인터넷 환경은 이미지 같은 복잡하고 대량의 크기를 갖는 데이터 전송을 많이 요구하고 있으므로, 클라이언트 환경에 맞는 최선의 화질과 최소의 지연시간을 갖도록 데이터를 변환하여 재전송하는 트랜스코딩(transcoding)이 중요시되고 있다. 본 연구에서는 트랜스코딩을 수행하는 다수의 프록시들이 존재할 때, 클라이언트의 요구(request)와 장치(device), 또는 네트워크의 여러 가지 조건에 가장 적합한 프록시를 선택할 수 있는 수리적인 모델을 제안한다. 이러한 수리적 모델은 경로연결(redirector)내에서 동작하는 알고리즘으로서, 예상되는 지연시간과 오버플로우의 가능성을 최소화할 수 있는 최선의 프록시를 클라이언트와 서버사이에 연결함으로서 이미지 전송에 있어서 더 큰 효과를 얻을 수 있다. 실험 결과, 전체적인 지연시간을 줄일 수 있을 뿐만 아니라 클라이언트에게 적절한 양과 질의 데이터 전송효과를 가진다.

• The Journal of the Korea Contents Association
• /
• v.7 no.5
• /
• pp.72-77
• /
• 2007

A game starting, the process of running has some loading steps. In general, textures use corresponding images saved externally and the file format of images affects the loading time of game. We propose some ideas for the texture using method by comparison with loading time according to some file formats.

• Proceedings of the Korea Multimedia Society Conference
• /
• 2001.11a
• /
• pp.662-665
• /
• 2001

기존의 규칙기반 침입탐지 시스템은 사후처리시 규칙 추가로 인하여 새로운 변종의 공격을 탐지하지 못한다. 본 논문에서는 규칙기반 시스템의 한계점을 극복하기 위하여, 시간지연 신경망(Time Delay Neural Network; 이하 TDNN) 침입탐지 시스템을 제안한다. 네트워크강의 패킷은 바이트 단위를 하나의 픽셀로 하는 0에서 255사이 값으로 이루어진 그레이 이미지로 볼 수 있다. 이러한 연속된 패킷이미지를 시간지연 신경망의 학습패턴으로 사용한다. 정상적인 흐름과 비정상적인 흐름에 대한 패킷 이미지를 학습하여 두 가지 클래스에 대한 신경망 분류기를 구현한다. 개발하는 침입탐지 시스템은 알려진 다양한 침입유형뿐만 아니라, 새로운 변종에 대해서도 분류기의 유연한 반응을 통하여 효과적으로 탐지할 수 있다.

• Annual Conference of KIPS
• /
• 2024.05a
• /
• pp.862-863
• /
• 2024

기존의 딥러닝 모델을 활용한 얼굴 탐지 시스템은 영상을 처리할 때 이미지의 양이 과도하여 추론 속도가 영상 재생 속도보다 느려지게 되고, 이로 인해 지연 현상이 발생한다. 본 논문은 이미지 크기 조정 및 광학 흐름을 활용하여 얼굴 탐지에 필요한 추론량을 줄이는 기법을 제안한다. 제안된 기법은 세 단계의 처리 과정으로 구성된다. 첫 번째 단계에서는 프레임의 크기를 줄여 프레임 처리 속도를 효과적으로 향상시킨다. 두 번째 단계에서는 비탐지 구간이 아닌 프레임만을 배치 처리하여 딥러닝 모델로 추론하여 처리 시간을 단축시킨다. 세 번째 단계에서는 광학 흐름 알고리즘을 이용하여 비탐지 구간에서 얼굴 추적을 함으로써 정확도는 유지하면서 탐지 시간을 단축한다. 본 논문에서 제안하는 이미지 크기 조정 및 광학 흐름 알고리즘 기반 얼굴 탐지 시스템은 처리 시간을 수십 배 이상 단축하여 영상에서의 얼굴 탐지에 있어서 우수한 성능을 입증하였다.

• Journal of the Korea Academia-Industrial cooperation Society
• /
• v.13 no.8
• /
• pp.3666-3671
• /
• 2012

We evaluate the face detection and recognition of depth image that is obtained by infrared range sensor. and Face recognition was usually focused on accuracy aspect but it is not enough to evaluate the performance in testing for real world application. In this paper, we evaluate the overall performance like accuracy, training, test speed and memory use for the well known face recognition algorithm like PCA, LDA, ICA and SVM. This experiment evaluate the good results of depth and colored depth image compatible with the colored image although the file size of depth and colored depth image is 30%~40% less than the colored image. Whereas, LDA got the good accuracy performance next to the SVM and also shows the good performance in speed and the amount of memory.

• Journal of the Korea Society of Computer and Information
• /
• v.16 no.7
• /
• pp.149-156
• /
• 2011

This paper proposes the effective edge selection algorithm for the rapid processing time and low memory usage of efficient graph-based image segmentation on mobile device. The graph-based image segmentation algorithm is to extract objects from a single image. The objects are consisting of graph edges, which are created by information of each image's pixel. The edge of graph is created by the difference of color intensity between the pixel and neighborhood pixels. The object regions are found by connecting the edges, based on color intensity and threshold value. Therefore, the number of edges decides on the processing time and amount of memory usage of graph-based image segmentation. Comparing to personal computer, the mobile device has many limitations such as processor speed and amount of memory. Additionally, the response time of application is an issue of mobile device programming. The image processing on mobile device should offer the reasonable response time, so that, the image segmentation processing on mobile should provide with the rapid processing time and low memory usage. In this paper, we demonstrate the performance of the effective edge selection algorithm, which effectively controls the edges of graph for the rapid processing time and low memory usage of graph-based image segmentation on mobile device.

• Proceedings of the Korean Information Science Society Conference
• /
• 2001.04b
• /
• pp.604-606
• /
• 2001

최근 들어 이미지 모자익은 가상현실과 웹 브라우저 상에서의 가상환경 구축, 관광, 광고 등, 많은 응용분야에서 관심을 모으고 있다. 이미지 모자익을 위해 해결해야 할 주된 문제는 이미지들 간의 중복되는 영역에서 정확한 대응점을 찾는 것이다. 지금까지 이 대응점을 찾기 위한 노력은 시스템의 많은 계산량과 시간을 투자해야만 했다. 또한 대부분의 모자익이 여러 차례의 촬영에 의한 정지 화상들 간의 모자익에 그치고 있다. 따라서 본 논문에서는 비디오 카메라를 이용하여 프레임들 간의 중복되는 영역에서 일정한 비교 영역을 지정하고 그 비교 영역 안에서 대응점을 찾는 블럭 매칭 방법을 적용함으로써 전체적인 모자익 시간을 줄이는 방법을 구현하였다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2021.07a
• /
• pp.187-188
• /
• 2021

본 논문에서는 실시간으로 web-cam을 이용해, 후숙과일의 불량 여부를 판단, 분류하고 불량이 없는 후숙과일의 이미지 분석을 통하여 숙성도 예측하는 시스템을 소개한다. 실시간 다중 객체인식에 탁월한 yolo모델을 활용해, 과일의 불량여부 판단 후 분류하고, 이미지를 획득한 뒤, k-mean clustering 알고리즘을 이용해, 이미지를 segmentation 한다. segmentation된 이미지에 grabcut 알고리즘의 foreground-extraction을 사용해 배경 제거를 한 뒤, cluster의 중심색상값 색상값의 면적%, 전체 면적을 이용해 현재 숙성도를 계산하고 이를 이용해 과일의 후숙 시간 데이터와 비교, 숙성이 완료될 시간을 예측한다. 기존 수작업으로 이루어지고 있는 과일의 분류작업의 인력 감소 및 정확성을 높일 수 있는 알고리즘을 제안한다.

• Annual Conference of KIPS
• /
• 2021.11a
• /
• pp.719-722
• /
• 2021

최근 딥러닝은 이미지 인식, 음성 인식 등 여러 분야에서 고려되고 있는 기술이다. 그러나 딥러닝 기술을 이용하기 위해서는 대형데이터 세트가 필요하나 이를 구축하기 힘들고 많은 시간이 필요하다는 문제점이 있다. 이에, 본 논문에서는 웹 크롤링을 통해 사용자가 원하는 카테고리의 이미지 데이터 세트를 수집하고 수집한 데이터들을 전처리 과정을 통해 딥러닝 모델에 입력할 수 있는 데이터 세트의 구축을 자동화하며, 전이학습을 통해서 적은 훈련 시간과 높은 정확도를 얻을 수 있는 이미지 분류모델을 제안한다.

• Journal of the Korean Society of Marine Environment & Safety
• /
• v.29 no.4
• /
• pp.389-394
• /
• 2023

In recent years, use of machine automation is rising in the industry. Ships also obtain machine condition information from sensor as digital information. However, on ships, crew members regularly surveil the engine room to check the condition of equipment and their information through analog gauges. This is a time-consuming and tedious process and poses safety risks to the crew while on surveillance. To address this, engine room surveillance using an autonomous mobile robot is being actively explored as a solution because it can reduce time, costs, and the safety risks for crew. Analog gauge reading using an autonomous mobile robot requires digitization for the robot to recognize the gauge value. In this study, image processing techniques were applied to achieve this. Analog gauge images were subjected to image preprocessing to remove noise and highlight their features. The center point, indicator point, minimum value and maximum value of the analog gauge were detected through image processing. Through the straight line connecting these points, the angle from the minimum value to the maximum value and the angle from the minimum value to indicator point were obtained. The obtained angle is digitized as the value currently indicated by the analog gauge through a formula. It was confirmed from the experiments that the digitization of the analog gauge using image processing was successful, indicating the equivalent current value shown by the gauge. When applied to surveillance robots, this algorithm can minimize safety risks and time and opportunity costs of crew members for engine room surveillance.