• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2010년도 추계학술발표대회
• /
• pp.561-564
• /
• 2010

의학과 기술 발달로 인해 질병과 사고에 의한 사망률은 줄어들었으나, 심장 관련 질환에 의한 사망률은 증가하였다. 심장 질환을 예방하는 데는 정기적인 검진을 통해 심장기능을 분석하고 관찰하는 것이 중요하다. 심장 기능의 분석은 이완기와 수축기 사이의 혈류량 및 심박구출률 계산을 통한 심장 운동능력 평가에 의해 이루어진다. 본 연구에서는 심장 단축 자기공명영상에서 좌심실 영역을 자동 분할하여 혈류량 및 심박 구출률을 계산하는 알고리즘을 제안한다. K평균 군집화 기법을 적용하여 좌심실을 분할하고, 그래프 탐색 기법에 기반하여 분할 오류를 수정하였다. 15명의 지원자에 대해 제안하는 알고리즘을 사용하여 혈류량과 심박구출률을 계산하였고, 수동윤곽검출 및 General Electronics 사의 MASS 소프트웨어와 비교하였다. 제안한 알고리즘의 수동윤곽검출과 차이는 혈류량의 경우 평균적으로 이완기에 $4.6mL{\pm}3.9$, 수축기에 $2.1mL{\pm}2.4$로 나타났고, 심박구출률은 $1.8%{\pm}1.7$이었다. 전반적으로 MASS소프트웨어에 비해 좋은 성능을 나타내었다.

• 트랜스-
• /
• 제15권
• /
• pp.1-24
• /
• 2023

본 연구는 'Tamed Cloud'라는 군집형 데이터 알고리즘을 활용한 데이터 시각화 기술을 가상공간에 적용한 사례를 연구하며 다양한 형태의 실감형 전시콘텐츠 구현 가능성을 모색한다. 이를 위해 먼저 코로나-19를 기점으로 가상현실(VR) 전시콘텐츠의 분류화를 시도하며 여기에 적용되었던 기상현실 기술들을 정리한다. 나아가 다양한 실감형 전시콘텐츠들이 관람객들에게 온라인과 가상전시를 통해 작품들을 감상할 기회를 제공하고 있다. 이러한 흐름 속에서, 가상현실과 증강현실(AR) 기술이 도입되어 관람객들은 작품을 보다 몰입감 높게 감상할 수 있게 되었으며 작품과 사용자 간 인터렉션이 가미된 실감형 전시콘텐츠의 가능성도 실증되고 있다. 본 연구에서는 이러한 배경을 바탕으로 가상현실 기술 등장 이전과 이후로 나누어 전시콘텐츠들의 변천사를 돌아보고, Tamed Cloud라는 군집형 알고리즘 기술이 어떻게 가상공간에 적용되어 <70mK> 라는 실감형 전시콘텐츠로 구현되었는지 그 사례를 연구한다. 이를 종합하여 데이터 시각화와 가상현실 및 실감형 콘텐츠의 융합 방식을 제안하며, 가상공간 내에서의 실감형 전시콘텐츠의 새로운 대안으로써 제안한다.

• 천문학회보
• /
• 제35권1호
• /
• pp.30.1-30.1
• /
• 2010

오늘날 태양의 흑점과 흑점군의 개수는 각 국의 천문대에서 관측자가 태양을 스케치하여 직접 산출하고 있다. 이렇게 산출된 자료는 해당 천문대의 관측 특성을 나타내는 상수를 사용하여 국제 흑점 상대수로 변환되고, 이는 태양의 활동성을 나타내는 중요한 지표로 사용된다. 하지만 이들의 수를 직접 산출하는 것은 인력과 시간을 필요로 하고, 관측자의 주관적인 판단이 개입될 수 있다. 우리는 이러한 점을 개선하기 위하여 컴퓨터 프로그래밍을 통한 흑점과 흑점군의 개수를 산출하는 방법을 연구하였다. 우선 태양 백색광 영상에서 광도 히스토그램를 통해 경계값을 찾아 이진화하고, 흑점을 분리하기 위해 경계검출기법과 채움기법을 사용하였다. 그리고 분리된 흑점들의 거리를 계산하여 이들의 거리가 경험적 기준거리보다 가까운 흑점을 군집화하였다. 이 방법을 20개의 영상에 적용한 결과, 관측자가 직접 산출한 흑점수와 컴퓨터 프로그램을 사용하여 얻은 흑점수가 서로 매우 좋은 상관관계(r=0.91)를 보였다. 이 연구 결과를 토대로 흑점수 자동 산출 프로그램의 발전방향과 활용방안에 대해 논의하고자 한다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2007년도 춘계학술발표대회
• /
• pp.305-308
• /
• 2007

본 논문은 교통표지판을 자동으로 인식하는 방법에 관한 연구로 기존의 교통표지판 인식시스템에서는 인식하는데 걸리는 시간이 길고 잡음환경에서 인식률이 저하되며 변경된 교통표지판은 인식하지 못하는 문제점이 있다. 본 논문에서는 이와 같은 문제점을 해결하기위해 컬러정보를 이용하여 교통표지판 영역을 추출하고 추출된 이미지를 인식하는데 다층퍼셉트론 신경망 알고리즘을 적용하여 교통표지판 인식시스템을 제안한다. 제안된 방법은 교통표지판의 컬러를 분석하여 영상에서 교통표지판 영역을 추출한다. 영역을 추출하는 방법은 RGB 컬러 공간으로부터 YUV, YIQ, CMYK 컬러 공간이 가지는 특성을 이용한다. 형태처리는 교통표지판의 기하학적 특성을 이용하여 군집화한다. 교통표지판 인식은 학습이 가능한 다층퍼셉트론의 오류역전파알고리즘을 적용하여 인식한다. 다층퍼셉트론 신경망 알고리즘은 패턴인식 분야에서 우수한 성능이 입증 되었다.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 1999년도 추계종합학술대회 논문집
• /
• pp.525-528
• /
• 1999

Abstract - In this paper, a segmentation method for brain Magnetic Resonance(MR) image using region clustering technique with statistical distribution of gradient image and fuzzy rules is described. The brain MRI consists of gray matter and white matter, cerebrospinal fluid. But due to noise, overlap, vagueness, and various parameters, segmentation of MR image is a very difficult task. We use gradient information rather than intensity directly from the MR images and find appropriate thresholds for region classification using gradient approximation, rayleigh distribution function, region clustering, and merging techniques. And then, we propose the adaptive fuzzy rules in order to extract anatomical structures and diseases from brain MR image data. The experimental results shows that the proposed segmentation algorithm given better performance than traditional segmentation techniques.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2020년도 추계학술대회
• /
• pp.305-308
• /
• 2020

임플란트 시술 수요가 늘고 시장이 성장하면서 관련 기술도 발전하고 있다. 특히 기능성과 심미성 향상을 위해 많은 기술이 연구되고 있다. 이 중 심미성에 있어 주변 치아와의 색 유사도가 높은 임플란트를 제작하는 것이 주요 연구 중 하나이다. 본 논문에서는 심미성 높은 임플란트 제작을 위해, 다음과 같은 임플란트 표본 추천 시스템을 제안한다. 휴대 조명 장치와 의료용 치아 패치를 사용한 색 보정으로 촬영 환경 차이를 최소화하여 치아의 정확한 색을 추출한다. Mask R-CNN 모델을 통해 보정된 영상에서 치아를 검출하고, 군집화를 통해 색상 단위로 치아 영역을 구분한다. 치아의 영역별 색상과 임플란트 표본 사이의 색상 거리를 계산하여 유사한 표본들을 추천한다. 위 시스템을 통해 사용자는 주변 환경에 영향을 받지 않고, 치아의 색을 정확히 분석하여 이를 임플란트 표본과 비교할 수 있게 된다.

• 지능정보연구
• /
• 제28권1호
• /
• pp.89-106
• /
• 2022

최근 영상 데이터의 급증으로 이를 효과적으로 처리하기 위해 객체 탐지 및 추적, 행동 인식, 표정 인식, 재식별(Re-ID)과 같은 다양한 컴퓨터비전 기술에 대한 수요도 급증했다. 그러나 객체 탐지 및 추적 기술은 객체의 영상 촬영 장소 이탈과 재등장, 오클루전(Occlusion) 등과 같이 성능을 저하시키는 많은 어려움을 안고 있다. 이에 따라 객체 탐지 및 추적 모델을 근간으로 하는 행동 및 표정 인식 모델 또한 객체별 데이터 추출에 난항을 겪는다. 또한 다양한 모델을 활용한 딥러닝 아키텍처는 병목과 최적화 부족으로 성능 저하를 겪는다. 본 연구에서는 YOLOv5기반 DeepSORT 객체추적 모델, SlowFast 기반 행동 인식 모델, Torchreid 기반 재식별 모델, 그리고 AWS Rekognition의 표정 인식 모델을 활용한 영상 분석 시스템에 단일 연결 계층적 군집화(Single-linkage Hierarchical Clustering)를 활용한 재식별(Re-ID) 기법과 GPU의 메모리 스루풋(Throughput)을 극대화하는 처리 기법을 적용한 행동 및 표정 검출용 영상 분석 시스템을 제안한다. 본 연구에서 제안한 시스템은 간단한 메트릭을 사용하는 재식별 모델의 성능보다 높은 정확도와 실시간에 가까운 처리 성능을 가지며, 객체의 영상 촬영 장소 이탈과 재등장, 오클루전 등에 의한 추적 실패를 방지하고 영상 내 객체별 행동 및 표정 인식 결과를 동일 객체에 지속적으로 연동하여 영상을 효율적으로 분석할 수 있다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2004년도 추계학술발표논문집(상)
• /
• pp.463-466
• /
• 2004

최근 Device 의 대중화로 모바일 폰 사용자는 언제 어디서라도 정보서비스 및 멀티미디어 동영상 서비스를 쉽게 접할 수 있게 되었다. 하지만, 작은 화면과 불편한 User Interface 를 가진 모바일 Device 의 한계와 양적인 컨텐츠의 증가로 인하여 사용자가 원하는 정보를 Access 하기에는 너무 많은 시간과 비용이 소요되고 있다. 본 논문에서는 사용자의 Accessibility 욕구를 충족하고 시간과 비용을 절감하기 위한 방법으로서 무선 인터넷 환경에서의 추천 시스템을 기반으로 방대한 분량의 뉴스 컨텐츠 가운데 개인화 된 뉴스를 선별, 제공해 주는 지능형 추천 시스템을 설계 구현하고자 한다. 본 논문은 인공 지능 분야 중 에이전트의 추천 역할과 기능면에서 Collaborative Filtering 방법이 갖고 있는 계산 속도 문제에 대한 대안으로서, 유사한 선호도의 사용자를 특성에 따라 분류하기 위해 군집분석을 이용했으며, 각 군집별로 뉴스 카테고리를 Weighting 한 후, 뉴스 컨텐츠를 Scoring, Listing하여 사용자가 읽은 뉴스에 대한 평가를 기록하고 이틀 각 군집별로 반영하는 방법을 수행하였다. 추가로 뉴스 컨텐츠의 사용자 만족도를 평가하기 위하여 뉴스를 처음부터 끝까지 읽은 완독률을 측정기준으로 제시하고 일반적인 무선 인터넷 환경하의 뉴스 메뉴체계와 비교하여 설계된 시스템의 성능에 대한 유효성을 검증하였다.

• 방송공학회논문지
• /
• 제25권1호
• /
• pp.48-57
• /
• 2020

최근 영상 인식 기술의 급격한 발전으로 도로 교통 CCTV영상 내에서의 객체 분석 요구가 증대되고 있다. 본 논문에서는 도로 교통 CCTV영상 내의 교통량 분석을 위한 계수선(Counting Line)을 도로의 형태에 따라 적응적으로 검출할 수 있는 방법을 제안한다. 우선 도로 위의 차량을 검출하고 검출한 차량의 위치를 이차원 가우시안 형태의 함수로 모델링 한 후, 이를 연속된 프레임 상에서 누적하여 차량의 이동 경로를 표현하는 누적 가우시안 지도를 얻어낸다. 이렇게 얻어낸 누적 가우시안 지도에 군집화 및 선형 회귀를 적용하여 도로의 주방향을 구하고, 이 주방향을 이용하여 최종적으로 교통량 분석을 위한 계수선을 검출한다. 다양한 CCTV상황에서 제안하는 방법을 적용하였을 때 계수선을 효과적으로 검출할 수 있는 것을 실험적으로 확인하였다.

• 전자공학회논문지CI
• /
• 제49권2호
• /
• pp.96-102
• /
• 2012

영상 분류를 위한 다단계 특성벡터 기반의 분류기 모델(Partitioned Feature-based Classification Model with Expertise Table: PFC-ET)의 성능을 더욱 향상시킨 진보된 형태의 분류기 통합모델 (Classifier Integration Model: CIM)이 본 논문에서 제안되었다. CIM은 PFC-ET과 같이 주어진 데이터에서 추출된 전체의 특징벡터를 연결하여 이용하지 않고, 같은 성질의 특징 벡터들끼리 모아서, 각각의 국지적 학습기를 통하여 분류에 이용한다. PFC-ET에서 분류판단 확률행렬에 의한 오류를 최소화하기위해 국지적 분류기로 사용되는 군집화 알고리즘의 멤버 비율을 사용하여 최종적인 분류의 정확도를 높이는 방안을 제안한다. 제안된 CIM의 성능을 검증하기 위하여, Caltech 데이터에 대한 일반적인 영상 분류와 6 클래스 위성 영상 분류 문제에 대한 실험을 진행하였다. 제안된 CIM은 기존의 PFC 와 PFC-ET 모델과 비교한 실험에서 분류 정확도와 후처리 문제의 복잡성 면에서 향상된 성능을 보여주었다.