• 방송공학회논문지
• /
• 제26권2호
• /
• pp.175-183
• /
• 2021

영상의 세부 분류에 대한 연구는 계속적으로 발전하고 있지만, 다형성의 성질을 갖는 동물에 대한 객체인식 연구는 더디게 진행되고 있다. 본 논문은 개와 고양이에 해당하는 애완동물 이미지만을 이용하여, 세부 분류인 동물의 종을 분류하는 방법 중 영상처리를 이용한 방법과 딥러닝을 이용한 방법을 비교하는 것을 목표로 한다. 본 논문에서 영상처리를 이용한 방법으로 객체 분리를 위해 Grab-cut 알고리즘을 사용하고, 영상 인코딩을 위해 Fisher Vector를 사용한 방법을 제안한다. 다른 방법으로는 기계학습으로 여러 분야에서 좋은 성과를 얻고 있는 딥러닝을 이용하였으며, 그 중에서도 이미지 인식 분야에서 뛰어난 성능을 보인 Convolutional Neural Network(CNN)과 구글에서 제공하는 오픈소스 기반 딥러닝 프레임워크인 Tensorflow를 활용하였다. 제안하는 각각의 방법에 대해 37종의 애완동물 이미지, 총 7,390장에 대해 실험하여 그 효과를 검증 및 비교하였다.

• 전기전자학회논문지
• /
• 제27권4호
• /
• pp.494-500
• /
• 2023

영상처리는 현재 다양한 분야에서 활용되고 있다. 그중 자율주행 자동차, 의료 영상처리, 로봇 제어 등은 빠른 영상처리 응답 속도가 필요하다. 이를 충족하기 위해 실시간 처리를 위한 하드웨어 설계가 활발히 연구되고 있다. 하드웨어 처리 속도는 입력 영상의 크기 외에도, 이미지에서 라인과 프레임을 구분하는 비활성화 영상 공백 구간의 크기에 영향을 받는다. 본 논문에서는 비활성화 영상 공백 구간과 밀접한 관련이 있는 라인메모리 유형에 따라 세 가지 스케일러 구조를 설계한다. 이 구조들은 Verilog 표준 언어를 사용하여 하드웨어로 설계되고, Xilinx Vivado 2023.1을 이용하여 field programmable gate array 환경에서 논리회로로 합성된다. 합성된 결과는 실시간 처리할 수 있는 표준 이미지 크기를 비교하면서 프레임 레이트 분석에 사용된다.

• 한국방사선학회논문지
• /
• 제8권3호
• /
• pp.123-136
• /
• 2014

본 논문에서는 분자영상을 분류하고 적용 분야와 미래를 예측해 보고자 하였다. 분자영상은 생체 내에서 분자수준과 세포수준에서 일어나는 변화를 영상화하는 것으로써 분자세포생물학과 첨단영상기술이 발전하여 접목된 새로운 분야이다. 분자영상은 형광, 생물발광, SPECT, PET, MRI, Ultrasound 등의 영상 기법들을 이용하여 유전자 치료 모니터링, 세포추적, 세포 치료 모니터링, 항체영상, 약제 개발, 분자 상호작용 영상, 근적외선 형광 물질을 이용한 암 형광 영상, Bacteria 를 이용한 종양 표적 영상, 치료효과 조기 평가, 치료 효과 예측 등에 적용되고 있다. 분자 영상의 미래는 분자세포 생물학, 유전학, 화학, 약학, 물리학, 전산학, 의공학, 핵의학, 영상의학, 임상의학 등 여러 학문 분야가 융합되어 상호협조와 공동연구를 통하여 발전해 나갈 것이다. 분자영상의 태동으로 미래의 의료의 모습은 질병의 조기진단과 개인 맞춤형 치료가 가능하게 될 것이다.

• 한국산학기술학회논문지
• /
• 제17권6호
• /
• pp.372-378
• /
• 2016

본 연구의 목적은 농경지 상태 이미지 취득 장치와 농작업 데이터, 날씨 데이터를 데이터베이스화하여 관리할 수 있는 시스템을 구성하는 것이다. 농업관련 외국 회사들은 이미 다양한 방법으로 농업에 관한 데이터베이스를 구축하고 농업의 과학화를 이루어내고 있다. 본 연구의 시스템의 구성은 무인항공기에 탑재되는 GPS와 디지털카메라, PC를 이용한 영상취득 장치, 취득한 여러 영상을 하나의 이미지로 정합하는 부분, GPS와 정합된 영상 간 매칭, 최종적으로 일자별 기상청 날씨정보와 농작업 데이터, 이미지를 데이터베이스화 하는 부분으로 구성된다. 본 연구의 결과로 우리나라 농업의 총 생산량만의 데이터가 아닌 기후와 농작업 데이터 등의 요인과 함께 농경지 이미지로써 결과 확인 및 데이터베이스화 할 수 있는 시스템을 제안하였다. 제안한 시스템을 통해 인공위성 사진에 비하여 최대 약 5배 좋은 화질의 이미지를 얻을 수 있었으며, 농작업과 환경요인 등이 농경지 전체에 미치는 영향 분석 사용 될 기초 데이터를 얻을 수 있었다. 무인항공기를 이용한 농경지 모니터링 시스템을 통하여 우리나라 농업의 과학적 분석에 기여할 것으로 기대된다.

• 한국정보통신학회논문지
• /
• 제23권1호
• /
• pp.39-46
• /
• 2019

본 연구에서 외래어종 퇴치를 위한 시스템 개발에 앞서 물 안의 어류 이미지를 CNN으로 학습하여 어종을 분류하는 알고리즘을 제안하고자 한다. CNN 학습을 위한 원데이터(raw data)는 각 어종에 대해 직접 촬영한 영상을 사용하였으며, 어종 분류성능을 높이기 위해 영상 이미지의 개수를 늘린 데이터세트 1과 최대한 자연환경과 가까운 영상 이미지를 구현한 데이터세트 2를 구성하여 학습 및 테스트 데이터로 사용하였다. 4가지 CNN의 분류성능은 데이터세트 1에 대해 99.97%, 데이터세트 2에 대해 99.5% 이상을 나타내었으며, 특히 데이터세트 2를 사용하여 학습한 CNNs이 자연환경과 유사한 어류 이미지에 대해서도 만족할 만한 성능을 가짐을 확인하였다. 그리고 4가지 CNN 중 AlexNet이 성능에서도 만족스러운 결과를 도출하였으며, 수행시간과 학습시간 역시 가장 짧아 외래어종 퇴치를 위한 시스템 개발에 가장 적합한 구조임을 확인하였다.

• 한국방사선학회논문지
• /
• 제17권6호
• /
• pp.873-879
• /
• 2023

본 연구는 인공지능(AI)을 사용하여 흉부 엑스레이 이미지에서 이물질을 탐지하는 방법을 탐구하였다. 의료영상학, 특히 흉부 엑스레이는 폐렴이나 폐암과 같은 질병을 진단하는 데 매우 중요한 역할을 한다. 영상의학 검사가 증가함에 따라 AI는 효율적이고 빠른 진단을 위한 중요한 도구가 되었다. 하지만 이미지에는 단추나 브래지어 와이어와 같은 일상적인 장신구를 포함한 이물질이 포함될 수 있어 정확한 판독을 방해할 수 있다. 본 연구에서는 이러한 이물질을 정확하게 식별하는 AI 알고리즘을 개발하였고, 미국 국립보건원 흉부 엑스레이 데이터셋을 가공하여 YOLOv8 모델을 기반으로 처리하였다. 그 결과 정확도, 정밀도, 리콜, F1-score가 모두 0.91에 가까울 정도로 높은 탐지 성능을 보였다. 이번 연구는 AI의 뛰어난 성능에도 불구하고 이미지 내 이물질로 인해 판독 결과가 왜곡될 수 있는 문제점을 해결함으로써 영상의학 분야에서 AI의 혁신적인 역할과 함께, 임상 구현에 필수적인 정확성에 기반하여 신뢰성을 강조하였다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2002년도 봄 학술발표논문집 Vol.29 No.1 (A)
• /
• pp.727-729
• /
• 2002

본 논문에서 우리는 grey scale 영상을 weighted finite automata(WFA)로써 기술하는 두개의 알고리즘(2, 4)을 분석하였다. 또한 원영상과 WFA를 이용하여 압축된 영상간의 error를 분석하고 그 결과를 제시하였다. 구체적으로, 영상복원 tolerance $\delta$를 이용하여 찾아진 atomatone에 의해 복원된 영상과 원영상의 ι$^2$-norm의 차이가 $\delta$보다 작거나 같음을 증명하였다.

• 한국멀티미디어학회:학술대회논문집
• /
• 한국멀티미디어학회 2001년도 추계학술발표논문집
• /
• pp.143-147
• /
• 2001

본 논문은 연속된 이미지로부터 고속 영상 모자익을 구성하는 새로운 접근을 기술한다. 제안하는 알고리듬은 전체 영상이 아닌, 종첩영역에서 특징점 및 대응점을 찾아 초기 변한 행렬을 구함으로 좀더 정확한 변환식을 표현하도록 하고 계산량을 감소시킨다. 또한 고속으로 모자익을 수행하도록 하기 위해 OpenGL 기반 텍스쳐 매핑을 이용하였다. 기존의 방법은 모든 영상의 픽셀에 변환식을 곱함으로 인해 많은 계산시간을 초래했다. 본 논문에서 제안하는 방법은 OpenGL 기반 텍스쳐 매핑을 이용해 영상의 각 버텍스에 변환식을 곱함으로서 계산시간을 단축시켰다. 그 결과, PC에서 카메라로부터 영상을 받아들여 고속으로 모자익을 구성할 수 있다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2019년도 추계학술대회
• /
• pp.200-203
• /
• 2019

영상처리 분야에서 이미지 샤프닝 기법은 주관적 화질 향상에 큰 역할을 하고 있다. 본 논문에서는 모폴로지 기법을 이용한 향상된 이미지 샤프닝 알고리듬을 제안한다. 기존의 Sobel이나 Laplacian 연산자는 에지 검출에 있어서 잡음에 취약하다는 단점이 있다. 이를 해결하기 위해 잡음에 상대적으로 민감하지 않은 모폴로지 기법을 이용했다. 우선, 침식 연산을 수행한 이미지와 원본 이미지와의 차를 통해 에지를 얻는다. 이 에지는 원본 이미지의 히스토그램의 표준 편자 값을 기반으로 원본 이미지와 가중합을 통해 에지를 중점적으로 선명하게 만든다. 실험을 통해 제안하는 알고리듬은 기존의 Sobel이나 Laplacian 연산자 보다 우수한 성능을 보임을 알 수 있었다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2019년도 추계학술대회
• /
• pp.102-105
• /
• 2019

본 논문에서는 심층 신경망 검색 방법을 사용하여 이미지 고해상도화를 위한 심층 신경망을 설계하는 방법을 구현하였다. 일반적으로 이미지 고해상도화, 잡음 제거 및 번짐 제거를 위한 심층신경망 구조는 사람이 설계하였다. 최근에는 이미지 분류 등 다른 영상처리 기법에서 사용하는 심층 신경망 구조를 검색하기 위한 방법이 연구되었다. 본 논문에서는 강화학습을 사용하여 이미지 고해상도화를 위한 심층 신경망 구조를 검색하는 방법을 제안하였다. 제안된 방법은 policy gradient 방법의 일종인 REINFORCE 알고리즘을 사용하여 심층 신경망 구조를 출력하여 주는 제어용 RNN(recurrent neural network)을 학습하고, 최종적으로 이미지 고해상도화를 잘 실현할 수 있는 심층 신경망 구조를 검색하여 설계하였다. 제안된 심층 신경망 구조를 사용하여 이미지 고해상도화를 구현하였고, 약 36.54dB 의 피크 신호 대비 잡음 비율(PSNR)을 가지는 것을 확인할 수 있었다.