• 제목/요약/키워드: 영상 군집화

검색결과 195건 처리시간 0.026초

자기 조직 신경망을 이용한 기능적 뇌영상 시계열의 군집화 (Clustering fMRI Time Series using Self-Organizing Map)

  • 임종윤;장병탁;이경민
    • 한국지능시스템학회:학술대회논문집
    • /
    • 한국퍼지및지능시스템학회 2001년도 추계학술대회 학술발표 논문집
    • /
    • pp.251-254
    • /
    • 2001
  • 본 논문에서는 Self Organizing Map을 이용하여 fMRI data를 분석해 보았다. fMRl (functional Magnetic Resonance Imaging)는 인간의 뇌에 대한 비 침투적 연구 방법 중 최근에 각광받고 있는 것이다. Motor task를 수행하고 있는 피험자로부터 image data를 얻어내어 SOM을 적용하여 clustering한 결과 motor cortex 영역이 뚜렷하게 clustering 되었음을 알 수 있었다.

  • PDF

위험기계의 자동화를 위한 2차원 영상의 군집화 기법 비교 연구 (Comparision of Clustering Methods in 2D Image for the Atomstion of Dangerous Machine)

  • 이지용;이병곤
    • 한국안전학회지
    • /
    • 제11권1호
    • /
    • pp.39-45
    • /
    • 1996
  • In this study, clustering of black BADUK stones' image were performed to recognize the individual stone from its closely spaced and partially occluded Image. And the clustering perfomance was compared between the classical methods and fuzzy C-means method. As a result, 2 BADUK stones' image was segmented precisely in every methods, but more than 3 stones the segmentation was depended on its shape. Fuzzy C-means method could be segmented correctly to 4 stones regardless of its shape, and It could be applied to the unknown number of clusters.

  • PDF

계층적 신경망을 이용한 객체 영상 분류 (Object Image Classification Using Hierarchical Neural Network)

  • 김종호;김상균;신범주
    • 한국산업정보학회논문지
    • /
    • 제11권1호
    • /
    • pp.77-85
    • /
    • 2006
  • 본 논문에서는 내용기반 영상 분류를 위한 방법론으로써 신경망을 이용한 계층적 분류 방법을 제안한다. 분류 대상 영상은 인터넷상의 다양한 영상들 중에서 전경과 배경의 구분이 있는 객체 영상이다. 전처리 과정에서 영역 분할을 이용하여 영상 내에서 배경을 제거하고 객체 영역을 추출한다. 분류를 위한 특징으로는 웨이블릿 변환 후 추출된 형태 특징과 질감 특징을 이용한다. 추출된 특징 값들을 Principal Component Analysis(PCA)와 K-means를 이용해서 군집화 시키고 유사한 군집들을 묶으면서, 5단계의 계층적 분류기를 구성한다. 계층적 분류기는 BP를 학습 알고리즘으로 사용하는 59개의 신경망분류기로 구성된다. 배경을 제거하고 질감특징 중 가장 높은 분류율을 보이는 대각 모멘트를 사용하여 실험하였을 때, 100종류에서 각 10개씩, 총 1000개의 학습 데이터와 1000개의 테스트 데이터에 대하여 각각 81.5%와 75.1%의 정분류율을 보였다.

  • PDF

자궁 경부진 핵 추출에 관한 연구 (A Study on Nucleus Extraction of Uterine Cervical Pap-Smears)

  • 김광백
    • 한국정보통신학회논문지
    • /
    • 제13권8호
    • /
    • pp.1699-1704
    • /
    • 2009
  • 자궁경부암은 다른 암과 달리 전암(前癌) 단계가 존재하므로 조기 발견할 경우에 생존율이 높다. 그러나 의사나 병리학자가 하루에 검진할 수 있는 양은 제한되어 있다. 따라서 본 논문에서는 세포 도말 검사에 사용되는 자궁 경부진 세포에서 핵을 추출하는 방법을 제안한다. 조기 자궁 경부 세포진 영상에서 핵의 추출은 영상의 배경 그리고 핵과 세포질 영역의 구분이 중요하기 때문에 Lighting Compensation을 적용하여 영상을 보정하고, 명암도의 분포가 가장 작은 B채널에서 $3{\times}3$ 마스크를 이용하여 잡음을 제거한다. 잡음이 제거된 영상을 이진화하고 Grassfire 알고리즘을 적용하여 세포 객체를 추출한다. 추출된 세포 객체 중에서 군집화된 세포 영역에 대해서는 R 채널의 명암도 값을 반복 이진화에 적용하여 핵 영역을 추출한다. 실제 진단 세포학에서 사용하는 자금경부 세포진 400 배율 영상을 대상으로 실험한 결과, 45개의 세포 영역 중에서 40개의 핵이 추출되었다.

연결 성분 간 간격 측정에 의한 필기체 수표 금액 문장에서의 단어 추출 (Word Separation in Handwritten Legal Amounts on Bank Check by Measuring Gap Distance Between Connected Components)

  • 김인철
    • 한국지능시스템학회논문지
    • /
    • 제14권1호
    • /
    • pp.57-62
    • /
    • 2004
  • 본 논문에서는 연결 성분간의 공간적 간격에 기반하여 수표 영상 내의 필기체 문장 금액에서 단어를 효율적으로 추출하기 위한 방법을 제안한다. 인접한 연결 성분간의 거리측정을 위한 기존의 방식들은 과대추정 또는 과소추정 문제로 인한 단어 분리 오류를 초래할 수 있으나 본 논문에서는 이러한 문제를 줄이기 위해 각 측정 방식들을 수정 보완하였다. 또한 본 논문에서는 서로 다른 형태의 세 가지 거리 측정법들을 효과적으로 결합하여 각 개별 측정법이 가지는 단점을 상호 보완하고 전체 단어 추출 성능을 좀더 향상시킬 수 있는 4-클래스 군집화에 기반한 결합 방법을 새로이 제안하였다. 분장 금액에 대한 단어 추출 실험 결과로부터 수정된 각 거리 측정법이 대응되는 기존의 측정법에 비해 2-3% 정도 향상된 단어 분리율을 보임을 확인하였다. 또한 제안된 4-클래스 군집화에 기반한 결합 방식은 각 측정 방식에서 개별적으로 발생하는 에러뿐만 아니라 두 개의 방식에서 동시에 나타나는 에러도 효율적으로 감소시킴으로서 전체 단어 분리 성능을 향상 시킬수 있었다.

퍼지 클러스터링 알고리즘을 이용한 타이어 접지면 패턴의 분류 (Tire Tread Pattern Classification Using Fuzzy Clustering Algorithm)

  • 강윤관;정순원;배상욱;김진헌;박귀태
    • 한국지능시스템학회논문지
    • /
    • 제5권2호
    • /
    • pp.44-57
    • /
    • 1995
  • 본논문에서는 GFI(Generalized Fuzzy Isodata)와 FI(Fuzzy Isodata) 알고리즘에 관한 이론을 고찰하고 이를 타이어 접지면 패턴 분류에 적용해 보았다. GFI 알고리즘은 FI 알고리즘의 일반화된 형태로서 분할된 군집에 대해서도 퍼지 분할 행렬(fuzzy partition matrix)을 고려해 다시 군집화(clustering)를 가능하게 하는 알고리즘이다. GFI 알고리즘을 사용하여 이진 트리를 구성함에 있어서 각 노드에서의 분할 여부, 즉 군잡화의 타당성(clustering validity) 점검 및 최종적인 이진 트리의 완성은 FDH(Fuzzy Divisve Hierarchical) 군집화알고리즘을 통해 이루어진다. 타이어 접지면에 대한 표준 특징량을 선정하거나 패턴 분류를 수행함에 있어서 이들 알고리즘은모두 우수한 성능을 가짐을 알 수 있었다. 패턴의 특징량으로는 전처리된 타이어 접지면 영상에 나타나는 윤곽선(edge)의 각도 성분을 선정하였으며 이렇게 선정된 특징량은 패턴의 특징을 잘 표현해 주는 유용한 정보를 가진 것으로 생각된다.

  • PDF

자기공명 심장 영상의 좌심실 경계추출에서의 k 평균 군집화와 병합 알고리즘의 사용으로 인한 전처리 효과 (Preprocessing Effect by Using k-means Clustering and Merging .Algorithms in MR Cardiac Left Ventricle Segmentation)

  • Ik-Hwan Cho;Jung-Su Oh;Kyong-Sik Om;In-Chan Song;Kee-Hyun Chang;Dong-Seok Jeong
    • 대한의용생체공학회:의공학회지
    • /
    • 제24권2호
    • /
    • pp.55-60
    • /
    • 2003
  • 심장 질환의 정량적 분석을 위해서 자기공명 심장 영상에서 좌심실의 경계를 추출하는 것이 중요하다. Snake 또는 active contour 모델은 좌심실 경계 추출을 위해서 사용되어 왔다. 그러나 이 모델을 사용하는데 있어서 좌심실의 경계선이 좌심실 내부에 생긴 결절 때문에 경계선이 지역최소값으로 빠져서 원하는 경계선에 수렴하지 못 할 수도 있다. 그러므로 본 논문에서는 active contour 모델의 성능을 향상시킬 수 있는 k 평균 군집화와 병합 알고리즘을 이용한 전처리 방법을 제안하였다. 제안된 방법으로 지역 최소값 수렴 문제를 해결함을 확인하였다.

멀티드론 통신을 위한 라우팅 프로토콜 연구 (A Study on Routing Protocol for Multi-Drone Communication)

  • 김종권;정영지
    • 한국인터넷방송통신학회논문지
    • /
    • 제19권6호
    • /
    • pp.41-46
    • /
    • 2019
  • 본 논문에서는 드론을 이용한 영상 촬영이 대두되고 있는 현재에 효율적으로 영상을 전송하기 위한 대역폭이나 네트워크 시스템을 연구해야할 필요성이 있으며 2대 이상의 멀티 드론을 둥기화 및 군집화 시키기 위한 라우팅 프로토콜을 설계하려 한다. 우선 멀티드론을 제어하기 위해 Ad-hoc 네트워크를 구성하려 한다. 드론의 군집화를 위해 여러 연구가 진행되고 있다. 비행체 애드혹 네트워크(FANET)은 이러한 연구를 진행하는데 중요한 기반이 된다. FANET을 설계하기 위해 다수의 라우팅 프로토콜이 제시되고 있으며 이러한 라우팅 프로토콜은 다양한 상황과 환경에 따라 다른 성능을 보여준다. FANET을 설계하는데 사용할 라우팅 프로토콜을 결정하는데는 기존에 있던 모바일 애드혹 네트워크(MANET)에서 사용하였던 라우팅 프로토콜을 이용해 테스트를 진행한다. 따라서, MANET을 이용하여 FANET에서 사용할 라우팅 프로토콜을 시뮬레이션하여 향후 FANET을 설계하는데 최적의 라우팅 프로토콜을 선택하는데 도움을 줄 것이다. 끝으로 본 논문에서는 MANET에서 주로 사용되었으며 FANET에 적합할 라우팅 프로토콜을 설명하며 그 중 FANET을 설계하는데 주로 사용되는 라우팅 프로토콜의 성능비교를 기술하였다.

장면전환 검출 알고리즘의 구현 및 비교 (Comparison of Algorithms for Shot Change Detection)

  • 김경욱;이효종
    • 한국정보처리학회:학술대회논문집
    • /
    • 한국정보처리학회 2002년도 추계학술발표논문집 (상)
    • /
    • pp.625-628
    • /
    • 2002
  • 동영상의 장면 전환의 검출은 특정 객체의 검출, 비디오 압축 또는 비디오 문서의 군집화, 비디오 데이터베이스 시스템 등 많은 응용프로그램에서 유용하게 다루어진다. 특히 멀티미디어 데이터베이스에서 이미지를 검출하는 처음 단계로서 Shot Change 검출은 아주 중요하다. 이미 장면 전환의 검출을 위한 여러 알고리즘이 개발되어 발표되었다. 본 논문에서는 대용량의 영상 데이터 사이즈를 고려하여 검출에 소요되는 시간과 검출의 정확도의 상쇄관계를 알아보기 위해서 히스토그램의 분포에 의한 알고리즘과 이미지의 평균과 분산을 이용한 알고리즘을 구현하고 그 알고리즘 간의 성능의 차이를 비교하였다.

  • PDF

딥 러닝을 활용한 씨앗 발아 확인 시스템 (Implementation of Seed Germination Confirmation System with Deep Learning)

  • 김우주;권민서;이재준;류관희;홍장의;나스리디노프 아지즈
    • 한국정보처리학회:학술대회논문집
    • /
    • 한국정보처리학회 2018년도 추계학술발표대회
    • /
    • pp.603-605
    • /
    • 2018
  • 최근 대두되고 있는 딥 러닝은 학습을 통해 사물이나 데이터를 군집화하거나 분류하는 데 사용하는 기술이다. 본 논문은 딥 러닝에 활용하기 위해 개발된 오픈소스 소프트웨어인 텐서플로 Inception V3을 사용해 연구를 진행했다. 딥 러닝을 활용한 씨앗 발아 확인 시스템은 기존의 영상 처리를 활용한 시스템에서 고안했으며, 씨앗 발아 여부의 정확성이 떨어지는 단점을 개선하고, 모든 종자들의 발아 여부를 확인할 수 있도록 구현해 사용자가 효과적으로 연구를 수행할 수 있도록 하는 목적에 있다.