• 한국정보과학회논문지:시스템및이론
• /
• 제33권1_2호
• /
• pp.79-91
• /
• 2006

지능형 디스크는 이전에 호스트 프로세서에서 수행되던 입출력 관련 연산 작업을 디스크 상에서 수행함으로써 전체적인 입출력 성능을 향상시킬 수 있다. 하지만, 현 시점에서 입출력 시스템이 가지는 한계와 하위 호환성 문제로 인하여 지능형 디스크를 직접적으로 현실화시키기는 어려워 보인다. 본 논문에서는 기존의 입출력 시스템과 하위 호환성을 유지할 수 있도록 물리적인 섹터 정보만을 이용하여 멀티미디어 부하를 판별하고 이를 기반으로 디스크의 동작을 멀티미디어 재생에 동적으로 최적화시키는 방법을 제안한다. 다양한 입출력 부하로부터 멀티미디어 부하를 지능적으로 분류하기 위해 기계 학습 분야에서 사용되고 있는 부스팅 알고리즘을 사용하였다 부스팅 알고리즘을 통해 구축된 최종 학습기를 이용하여 최근에 발생한 입출력 부하가 멀티미디어 부하라면, 디스크는 보다 많은 섹터를 미리 읽음으로써 멀티미디어 부하에 대한 디스크 활용율을 극대화한다. 이러한 지능형 입출력 서브 시스템을 차후에 멀티미디어 기기에 탑재되는 디스크 드라이브의 내부에 존재시킴으로써 호스트에 부가되는 부하없이 멀티미디어 데이타 재생에 대해 보다 효율적으로 디스크를 구동시킬 수 있다. 또한, 이러한 결과로 저자원 모바일 기기에서 보다 고화질의 멀티미디어를 재생할 수 있게 된다.

• 한국산업정보학회논문지
• /
• 제16권4호
• /
• pp.87-98
• /
• 2011

동영상에서의 움직이는 객체 검출과 추적은 객체 식별, 상황인식, 지능형 영상 감시 시스템 등 많은 시각 기반 응용 시스템에서 기본적이고 필수적인 전처리 작업이다. 본 논문에서는 배경과 조명이 실시간으로 변화하는 상황에서 움직이는 객체를 빠르고 정확하게 추출하고 움직이는 객체가 다른 물체에 가려지는 경우에도 강인하게 객체를 추적하는 방법을 제안한다. 객체의 효과적인 검출을 위해서 효과적인 고유 공간과 Fuzzy C-means(FCM) 를 결합하여 사용하고 검출된 객체를 강인하게 추적하기 위해 Conditional Density Propagation (CONDENSATION) 알고리즘을 사용한다. 먼저 Principal Component Analysis(PCA)를 이용하여 배경 영상에서 수집한 학습데이터를 주성분(Principal component)으로 선형변환 한다. 주성분들의 고유 특성에 대한 해석을 통하여 객체와 배경에 대하여 판별 능력이 우수한 주성분을 선별하여 고유 배경을 구성한다. 다음으로 이전단계에서 구성된 고유 벡터와 입력 영상을 결합한 연산 결과를 FCM의 입력 값으로 사용해서 객체를 검출한다. 최종적으로 검출된 객체의 좌표를 CONDENSATION의 입력으로 사용해서 객체를 추적한다. 고정된 카메라에서 조명변화와 배경변화에 적용 가능한 시스템을 구현하기 위해 고정된 카메라에서 움직이는 다양한 객체가 포함된 영상을 수집하여 학습데이터로 구성하여 사용하였다. 실험 결과에 따르면 제안하는 방법이 조명변화와 배경변화 그리고 객체의 부분적 움직임에 모두 강인하게 객체를 검출하고 다른 물체나 배경에 의해 객체가 일부 가려지더라도 객체를 추적함을 보여준다.

• 재활복지공학회논문지
• /
• 제11권2호
• /
• pp.179-186
• /
• 2017

안면 비대칭은 다양한 원인에 의해 발병되기 때문에 원인 분석이 중요하고, 평가하는데 있어서 정량적인 지표가 필요하다. 본 연구에서는 웹켐을 이용하여 얻은 영상을 영상처리 및 연산부를 거쳐 마커를 추적하고 마커 간의 거리를 계산하여 안면 마비를 평가하는데 정량적인 지표로 사용하던 Nottingham Grading System을 안면 비대칭을 평가하는데 적용해 보았다. 기존 Nottingham Grading System은 표정 변화에 따른 안면부의 특징점 들간의 거리변화를 합산하여 좌, 우를 비교하기 때문에 특정 케이스의 경우 측정 오류를 불러일으키는 문제점이 있었다. 기존 Nottingham Grading System과 문제점을 보완하여 개선시킨 평가지표를 이용하여 안면비대칭인 피실험자와 정상의 피실험자를 비교하였다. 기존 Nottingham Grading System에서는 안면 비대칭의 경우 99.0%, 정상의 경우 95.0%로 둘 다 정상 범위 속에 포함되었다. 하지만 개선시킨 Nottingham Grading System에서는 안면 비대칭의 경우 74.0%, 정상의 경우 93.2%의 결과가 나왔다. 본 연구의 결과로 인해, 개선시킨 Nottingham Grading System은 각 부위별 상세한 평가 및 진단이 가능하고, 기존 Nottingham Grading System의 '문제점을 보완하였음을 보여주었다.

• 디지털콘텐츠학회 논문지
• /
• 제17권1호
• /
• pp.51-57
• /
• 2016

분산컴퓨팅은 네트워크로 연결된 여러 컴퓨터들의 연산 능력을 이용하여 거대 계산 문제를 해결하려는 분산처리 모델이다. 인터넷에 연결된 수많은 컴퓨팅 자원들의 참여를 통해 대규모의 계산이 필요한 기상, 바이오, 천문학, 암호학 등과 같은 다양한 분야의 어플리케이션 들을 병렬로 처리할 수 있다. 본 논문에서는 기상 분야의 고해상도 강수량 예측 어플리케이션 수행을 위해 인터넷 분산컴퓨팅 모델을 구성하여 성능을 분석하였다. 한반도의 강수량 예측을 위해서 중규모 예측 모형인 QPM(Quantitative Precipitation Model)을 적용하였으며 이 모형은 한반도의 지형을 격자 간격 27km로 나누고 각 격자의 특성인 고도, 기온, 강수, 강도 습도 등을 기반으로 강수량을 예측하게 된다. 그러나 QPM의 격자 간격에 따른 분석은 모형 구축에 많은 시간이 소요 되고 한번에 수행되어야 할 계산량이 많아 효율성이 저하된다. 따라서 이 모형을 기반으로 하여 3km 간격의 상세 지형을 반영하는 모형으로 소규모 지형 효과를 표현함으로써 상세 지역에서의 강수량 산출과 지형에 따른 강수량의 분포 파악이 용이해지며 계산 효율성을 개선시킬 수 있다. 이렇게 상세지역으로 세분화 된 모형은 병렬처리가 필요하며 계산노드의 수가 많아질수록 그 효율은 선형적으로 증가된다. 이 모형은 $20{\times}20$의 아격자 도메인의 분산된 단위작업들로 나뉘어 분산되고 네트워크로 연결된 컴퓨팅 자원에서 수행되게 된다.

• 디지털콘텐츠학회 논문지
• /
• 제15권6호
• /
• pp.663-673
• /
• 2014

WBAN은 인체 내부 및 외부에 부착한 디바이스를 무선으로 연결하여 통신하는 근거리 무선통신 기술로 IEEE 802.15.6 TG BAN을 중심으로 물리, 데이터 링크, 네트워크, 응용계층에서 표준화가 진행되고 있다. WBAN 기술은 전력제한 및 생체특성을 반영하여 센서와 지그비 디바이스를 사용하여 에너지 효율적으로 구성한다. 무선 센서 네트워크는 다수의 센서노드와 센서노드가 전송하는 센싱 데이터를 수집하는 싱크노드로 구성된다. 센서노드는 넓은 지역에 정해진 형태없이 배치되어 프로토콜에 의해 자가구성 능력을 가진다. 본 논문에서는 WBAN 환경에서 적용되고 있는 ZigBee 무선 통신 환경의 주소 지정방식과 라우팅 알고리즘의 성능을 향상시키기 위한 새로운 좌표 값 알고리즘을 제안하였다. 기존 Cskip 알고리즘을 이용한 분산 주소 할당 기법의 낭비되는 주소공간의 문제를 해결하기 위해 (x,y,z) 3개의 좌표 축을 제안하여 16bit 주소공간을 분할하여 사용한다. 각 노드에서 라우팅 시 좌표 값을 이용하여 적은 비트별 연산이 수행되며 멀티 홉을 감소시킬 수 있다. 이에 대한 성능 분석으로 제안한 알고리즘은 수학적 분석 모델을 사용하였고 ZigBee 무선 통신 환경의 계층적 라우팅에서 사용하는 경로 벡터를 사용하여 센서 노드의 멀티 홉 카운트 결과를 도출하였다. 수학적 분석 결과 ZigBee 분산 주소 할당 기법과 기존 알고리즘에 비해 평균 멀티 홉의 수가 감소함으로써 에너지 효율이 향상됨을 입증하였다.

• 한국컴퓨터정보학회논문지
• /
• 제5권2호
• /
• pp.30-36
• /
• 2000

은닉노드는 주어진 문제에서 입력패턴(input pattern)들의 특징을 구분해주는 중요한 역할을 한다. 이 때문에 최적의 은닉노드 수로 구성된 신경망 구조가 성능에 가장 큰 영향을 주는 요인으로 중요성이 대두되고 있다. 그러나 역전파(back-propagation) 학습 알고리즘을 기반으로 하여 은닉노드 수를 결정하는데는 문제점이 있다. 은닉노드 수가 너무 적게 지정되면 주어진 입력패턴을 충분히 구분할 수 없게 되어 완전한 학습이 이루어지지 않는 반면, 너무 많이 지정하면 불필요한 연산의 실행과 기억장소의 낭비로 과적응(overfitting)이 일어나 일반성이 떨어져 인식률이 낮아지기 때문이다. 따라서 본 논문에서는 백 프로퍼게이션 알고리즘을 이용하여 학습을 수행하는 다층 신경망의 학습오차 감소와 수렴율 개선을 위하여 신경망을 구성하는 매개변수를 가지고 은닉노드의 특징 값을 구하고, 그 값은 은닉노드를 제거(pruning)하기 위한 평가치로 사용된다. 구해진 특징 값 중 최대 값과 최소 값을 갖는 노드를 감소(pruning)대상에서 제외하고 나머지 은닉노드 특징 값의 평균과 각 은닉노드의 특징 값을 비교하여 평균보다 작은 특징 값을 갖는 은닉노드를 pruning시키므로서 다층 신경망의 최적 구조를 결정하여 신경망의 학습 속도를 개선하고자 한다.

• 한국컴퓨터정보학회논문지
• /
• 제11권2호
• /
• pp.25-33
• /
• 2006

본 논문에서는 영상을 자동적으로 객체와 비객체 영상으로 분류하는 방법을 제안한다. 객체 영상은 객체를 포함하는 영상이다. 객체는 영상의 중심 부근에 위치하고 주변 영역과는 상이한 칼라 분포를 가지는 영역들로 정의한다. 영상 분류를 위해 객체의 특징에 기반을 두고 네 가지 기준을 정의한다. 첫 번째 기준인 중심 영역의 특이성은 중심 영역과 주변 영역간의 칼라 분포의 차이를 통해 계산된다. 두 번째 기준은 영상 내의 특이 픽셀의 분산이다. 특이 픽셀은 영상의 주변영역보다 중심 부근에서 더욱 빈번하게 나타나는 상호 인접한 픽셀들의 칼라 쌍에 의해 정의된다. 세 번째 기준은 중심 객체의 평균 경계강도이다. 세 번째 기준은 분류 기준들중에서 가장 우수한 분류 성능을 나타내지만 특징값을 추출하기 위해서는 중심 객체를 추출해야 되는 많은 연산을 내포하고 있다. 이에 이와 비슷한 특성을 나타내는 네 번째 기준으로 영상 중심 영역에서의 평균 경계강도를 선택하였다. 네 번째 분류 기준은 세 번째 분류 기준에 비해 분류 성능은 조금 낮지만 빠르게 특징값을 추출할 수 있어 많은 데이터를 빠른 시간 내에 처리해야 되는 대규모 영상 데이터 베이스에 적용가능하다. 영상을 분류하기 위해 신경회로망 및 SVM을 사용하여 이들 기준들을 통합하였으며 신경회로망 및 SVM의 분류 성능을 비교하였다.

• 전자공학회논문지
• /
• 제53권1호
• /
• pp.97-104
• /
• 2016

저장해야 하는 데이터양이 상당히 증가하여 필요 저장 장치의 수가 증가하게 되었다. 다수의 저장 장치 이용 시 일부 저장 장치가 사용 불가능하여도 파일의 가용성을 보장하는 파일 분산 저장 기술이 필수적이다. 최근 다수의 저장 장치로 구성된 파일 분산 저장 시스템의 에너지 소모가 문제가 되고 있다. 파일 분산 저장 시스템의 에너지 효율성을 향상시키기 위한 대표적인 기존 기술은 효율적인 파일 블록 배치를 통하여 사용량이 적은 시간에 일부 저장 장치를 절전 상태로 변경하는 것이다. 한 번 배치가 된 파일 블록의 재배치는 기존 연구에서 고려되지 않는데, 대량의 파일을 저장하고 있는 파일 분산 저장 시스템에서 파일 블록의 재배치에는 큰 비용이 필요할 수 있기 때문이다. 하지만 새 저장 장치나 파일이 추가되는 경우를 고려할 때 파일 블록의 재배치는 필수적이다. 본 논문은 파일 블록의 재배치 시 필요한 블록 이동수를 최소화하는 정수 최적화 문제를 제시하고 이를 분기한정법 알고리즘으로 해결하는 방법을 제안한다. 이를 통해 최소한의 파일 블록 이동으로 최대한의 많은 수의 저장 장치를 절전 상태로 변경할 수 있다. 하지만 정수 최적화 문제의 분기한정법 알고리즘을 통한 해결은 연산 속도가 문제 크기에 따라 지수 함수적으로 증가하는 문제가 있다. 따라서 본 논문에서는 모든 파일과 데이터 서버를 여러 집단으로 나누어 크기가 작은 문제 다수를 해결하는 방식을 제안한다.

• 전자공학회논문지
• /
• 제53권1호
• /
• pp.59-67
• /
• 2016

저가, 광대역, 그리고 넓은 이득 제어 범위를 갖는 전자 계측 시스템을 실현하기 위한 완전-차동 선형(fully-differential linear operational transconductance amplifier : FLOTA)를 사용한 새로운 계측 증폭기(instrumentation amplifier : IA)를 설계하였다. 이 IA는 한 개의 FLOTA, 두 개의 저항 그리고 한 개의 연산 증폭기(operational amplifier : op-amp로 구성된다. 동작 원리는 FLOTA에 인가되는 두 입력 전압의 차가 각각 동일한 차동 전류로 변환되고 이 전류는 op-amp의 (+)단자의 저항기와 귀환 저항기를 통과시켜 단일 출력 전압을 구하는 것이다. 제안한 IA의 동작 원리를 확인하기 위해 FLOTA를 설계하였고 상용 op-amp LF356을 사용하여 IA를 구현하였다. 시뮬레이션 결과 FLOTA를 사용한 전압-전류 특성은 ${\pm}3V$의 입력 선형 범위에서 0.1%의 선형오차와 2.1uA의 오프셋 전류를 갖고 있었다. IA는 1개의 저항기의 저항 값 변화로 -20dB~+60dB의 이득을 갖고 있으며, 60dB에 대한 -3dB 주파수는 10MHz이였다. 제안한 IA의 외부의 저항기의 정합이 필요 없고 다른 저항기로 오프셋을 조절할 수 있는 장점을 갖고 있다. 소비전력은 ${\pm}5V$ 공급전압에서 105mW이였다.

• 전자공학회논문지
• /
• 제51권12호
• /
• pp.150-159
• /
• 2014

최신 영상 압축 표준 방식인 HEVC는 H.264/AVC에 비해 압축 효율을 크게 개선시킬 수 있지만, 부호화기 복잡도 또한 크게 증가한다. 특히 비정수 정밀도 움직임 보상에 사용되는 보간 필터의 길이가 종래 6-tap에서 8-tap으로 증가함으로 인해, 비정수 정밀도 움직임 추정에 많은 연산량이 요구된다. 본 논문에서는 HEVC의 비정수 움직임 추정 과정에 대한 압축 효율 기여도 및 복잡도를 분석하고, 이로부터 부호화기의 복잡도를 효과적으로 감소시키기 위한 방법을 제안한다. 먼저, 움직임 추정과 움직임 보상에 사용되는 보간 필터를 분리하고, 움직임 추정만을 위한 최적 필터 길이를 찾는다. 또한 최적 비정수 움직임 벡터를 찾기 위한 탐색 과정에서 특정 조건을 만족하는 일부 후보들만을 검사하고, 꼭 필요한 보간 과정만을 수행하도록 함으로써 부호화 복잡도를 감소시킨다. 실험 결과, 제안한 방법을 사용하면 평균 압축 성능 하락 폭 0.7%, 1.5%, 2.5%에서 부호화기 복잡도를 각각 13.6%, 18.5%, 21.1% 감소시킬 수 있었다. 또한 고해상도 영상($1920{\times}1080$)의 경우 압축 성능 하락 폭이 0.4%, 1.1%, 1.6%로 감소함으로써 제안한 방법이 고해상도 영상에 더욱 효과적임을 보였다.