본 논문은 소표본 의료용 영상 분석의 정확도 향상을 위해 전이학습 모델을 feature extractor로 구축하여 학습시키는 방법을 연구하였으며 성능 평가를 위해 선학습모델로 AlexNet, ResNet, DenseNet을 사용하여 fine tuning 기법을 적용하였을 때와의 성능을 비교 분석하였다. 그 결과 실험에 사용된 3개의 모델에서 fine tuning 기법보다 향상된 정확도를 보임을 확인하였고, 또한 ImageNet으로 학습된 AlexNet, ResNet, DenseNet이 소표본 의료용 X-Ray 영상에 적용될 수 있음을 보였다.
디지털 영상 저장 과정에서 일어나는 문제점은 영상 저장부 센서계의 한계로 나타낼 수 있다. 센서계의 충분하지 못한 집적도는 물리적으로 피할 수 없는 현상이다. 이러한 현상을 디지털 신호처리 기술을 적용하여 극복할 수 있다. 센서계의 한계로 인한 문제는 디지털 영상의 가장 큰 문제중의 하나이며, 이러한 한계를 극복하는 고해상도 영상 복원 방법들은 많은 학자들에 의해 제안되어 왔다. 본 논문에서는, 기존의 고해상도 영상 복원 방법들과는 달리 원영상의 공간적 고주파 성분의 특성을 분석과, 주어진 저해상도 영상들의 부화소 단위 움직임 추정 오류에 대한 분석을 통해 영상 복원과정에 이러한 분석들의 결과를 반영한다. 위에서 언급한 추정 오류는 우리에게 하나의 잡음 형태로 나타날 수 있다. 이 잡음은 추정이 이루어지는 축에 따라 그 양이 다르게 나타나게 되고, 이러한 현상은 목적이 되는 영상의 공간적 고주파 성분의 분포와 밀접한 관련이 있다. 우리는 복원 과정에 기존의 영상복원 방법중의 하나인 정규화 방법을 도입한다. 위에서 분석된 현상을 이 복원 과정에 반영하여 기존의 고해상도 영상 복원 방법보다 향상된 결과를 얻을 수 있었다. 결론적으로, 제안하는 알고리즘은 부화소 단위 움직임 추정 오류의 분석 결과를 반영하므로 이러한 추정 오류에 강한 알고리즘이다.
체적소 인형 모의피폭체는 방사선 관련 분야에서 다양하게 사용되고 있으며 최근 의료영상기술과 컴퓨터의 급속한 발전으로 더 많은 각광을 받고 있다. 하지만 현재까지 개발된 체적소 인형 모의피폭체는 환자 등 실제 인체의 영상을 이용하여 제작되었기 때문에 ICRP Reference Man (2002) 등의 표준 자료에 크게 벗어난다. 본 연구에서는 표준 성인 남성의 체형과 골격을 가진 물리적 인형 모의피폭체(ATOM Adult Male Phantom, CIRS, Virginia, USA)에 MIRD형 수학적 인형 모델의 장기들을 정의하여 표준의 체형과 장기를 가진 하이브리드 체적소 인형 모의피폭체를 개발한 후 몬테칼로 전산모사에 사용하였다.
H.264/AVC에서 움직임 추정에 소요되는 시간을 줄이면서 보다 나은 화질을 유지하기 위하여 본 논문에서는 정화소 움직임 추정 기법을 제안하였다. 본 논문에서는 정화소 움직임 추정을 위하여 대칭적인 탐색패턴을 이용한 계층적인 탐색 기법을 사용하였다. 제안한 정화소 움직임 추정 탐색 기법은 십자가 탐색 패턴, 다중 사각형 탐색 패턴, 작은 사각형 탐색 패턴, 다이아몬드 탐색 패턴들로 이루어져 있다. 제안한 움직임 추정 탐색 기법에서 사용한 탐색 패턴들은 블록 움직임이 수직으로 크거나 블록 움직임이 크면서 규칙적인 영상에서 국부적 최소화 문제를 해결하고 움직임 추정에 소요되는 시간을 줄이기 위하여 탐색 영역 내에 탐색 점들을 규칙적, 대칭적으로 배치하였다. 제안한 기법의 성능을 전역 탐색 기법의 성능과 비교하였을 때 움직임 추정에 소요되는 시간에 있어서 약 4~5.5 배의 속도 향상을 가져왔으며, 영상 화질에 있어서 전역 탐색 기법의 화질과 같거나 약간의 화질 저화를 보였다. 반면에, 비대칭 다중 육각형 탐색 기법의 성능과 비교하였을 때 움직임 추정 속도면에 있어서 약간의 성능 향상과 화질에 있어서 비슷하거나 최대 0.05 (dB)정도 향상을 보였다.
제철소에서 생산된 Slab에는 서로를 구분하기 위해 관리번호가 기재되어 있다. 호스트 컴퓨터에서 보내 온 Slab 관기번호와 제품에 마킹되어 있는 Slab 관리번호의 일치 여부를 확인하기 위하여 자동 인식 시스템이 설치되어 있다. 자동 인식 시스템은 실시간으로 Slab가 없을 때의 영상과 Slab가 있을 때의 영상을 촬영하고 이를 이용하여 Slab 관리 번호를 인식하는 방법으로 구성되어 있다. 제철소 배경 영상이 복잡하고 조명이 계속 바뀌기 때문에 Text Region을 찾는 방법은 Slab 관리 번호를 인식하는데 가장 큰 문제점이다. 본 논문에서는 복잡한 배경을 실시간으로 Training하여 Text Region을 찾기 위한 전처리 과정을 나타내었다. 복잡한 배경 영상을 이용하여 Slab가 위치한 Region을 찾을 수 있고 실시간으로 Training하기 때문에 조명의 영향을 줄일 수 있다.
최근 전 세계적인 탄소 중립 정책으로 인해 전기차 보급 속도는 예상보다 훨씬 빠르게 증가하고 있다. 하지만 늘어나는 수요에 비해 전기차 충전기 수는 턱없이 부족하다. 그뿐만 아니라 일반 차들의 전기차 충전소 불법주차로 인해 전기차가 충전하지 못하는 불편함이 발생하고 있다. 본 논문에서는 에지 컴퓨터(edge computer)와 딥러닝 기반 객체 감지 시스템 YOLO(You only look once)를 이용한 전기차 충전소 불법주차 방지 시스템을 개발한다. 먼저, 이 시스템은 카메라를 통해 실시간으로 영상을 받아 YOLO를 이용하여 차량 번호판 인식이 되면 전기차 번호판의 특정 마크를 인식하여 전기차인지 일반 차인지를 판별하여 판별된 값에 따라 주차 차단기가 작동되는 시스템이다. 전기차이면 차단기가 내려가서 충전소를 이용할 수 있게 하고 일반차일 경우 주차 차단기가 내려가지 않고 막아 불법주차를 차단한다. 이와 같은 기술을 활용하여 전기차 충전소 불법주차 방지에 기여하고자 한다.
수중 로봇 분야에서 수중 환경 인식은 매우 중요하나, 탁도 등의 제약으로 인하여 수중 광학 카메라의 사용은 제한적이다. 대안으로 기대하는 수중 영상 소나의 경우, 소나 영상의 품질이 영상 처리에 의해 자연물을 그대로 인식하기에 충분히 안정적이며 정확하지 못하다. 이를 극복하고자 본 논문의 Part 1에서 초음파의 특징을 고려한 인공 표식을 제안하였으며, 형상 행렬 기반의 인식 방법을 함께 제안하고 검증하였다. 그러나 실제 해양 환경은 복잡하고 동적인 잡음 요소가 많다. 이러한 문제를 추가로 해결하기위해 본 논문의 Part 2에서는 연속되는 소나 영상에서 확률적으로 인식 후보를 선별하여 인식하고, 추적하는 프레임워크를 제안한다. 이 프레임워크는 4단계, 즉 유사도 기반 관심 후보의 선정, 확률 기반 최종 후보의 선정, 선정된 후보의 인식, 그리고 인식된 물체의 추적으로 구성되어 있다. 이러한 4단계의 구조가 병렬로 처리되어 실시간 처리가 가능하며 인식 대상체의 변경이나 알고리즘의 보강을 위한 유연한 구조를 가진다. 제안한 프레임워크를 구성하는 파티클 필터 기반의 후보 선별 알고리즘과 평균-이동 (mean-shift) 기법에 의한 추적 방법을 함께 제안하였다. 수조 실험과 실해역 실험을 수행을 통하여 성능을 검증하였으며 결과에 대한 상세한 분석을 수행하였다. 인공 표식의 추적에서 얻어진 상대거리, 방향 등의 정보는 수중 로봇의 제어와 항법을 위해 사용될 것으로 기대하고 있다.
캐논과 소니 등 글로벌 카메라 업체들의 최신 기기와 촬영기술 등을 한자리에서 볼 수 있는 아시아 최대 국제사진영상전시회 '2017 서울국제사진영상기자재전'(P&I 2017)이 지난 4월 20일 서울 삼성동 코엑스(COEX)에서 개최됐다. 올해 26회째를 맞이한 서울국제사진영상전은 코엑스, 한국광학기기산업협회, 한국사진 영상산업협회가 공동 주최하는 사진, 영상분야 국내 최대 전시회다.
영상 신호의 해상도를 증가시키거나 움직임 추정의 정확성을 향상시키기 위하여 다양한 보간 기법이 제안되었는데 H.264/AVC와 HEVC 동영상 부호화 표준 기법에서는 움직임 추정의 정확성을 높이기 위해서 보간 필터를 사용하여 1/2 혹은 1/4 단위의 부화소를 생성한다. 본 논문에서는 1/2과 1/4 단위의 부화소 보간을 위하여 lapped transform을 이용한 효율적인 보간 기법을 제안한다. 제안하는 기법은 영상의 크기 변환과 보간과의 관계를 이용하여 부화소를 효율적으로 보간하는 기법인데 H.264/AVC와 HEVC에서 사용되는 보간 필터와 비교하였을 때 비슷한 성능을 보이면서 계산량을 크게 줄임을 보인다.
본 논문에서는 그래프 신경망을 이용한 수동소나 신호 분류 알고리즘을 제안한다. 제안하는 알고리즘은 스펙트로그램을 영상 패치로 분할하고, 인접 거리의 영상 패치 간 연결을 통해 그래프를 표현한다. 이후, 표현된 그래프를 이용하여 그래프 합성곱 신경망을 학습하고 신호를 분류한다. 공개된 수중 음향 데이터를 이용한 실험에서 제안된 알고리즘은 스펙트로그램의 선 주파수 특징을 그래프 형태로 표현하며, 92.50 %의 우수한 분류 정확도를 갖는다. 이러한 결과는 기존의 합성곱 신경망과 비교하여 8.15 %의 높은 분류 정확도를 갖는다.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.