• The Journal of the Korea Contents Association
• /
• v.11 no.5
• /
• pp.9-14
• /
• 2011

This paper presents a new fast motion estimation method where search ranges are determined by the probabilities of motion vector differences (MVDs), which is an adaptive/dynamic search range (ASR) method. The MVDs' distribution is investigated and its parameter is estimated by the maximum likelihood estimator. With the estimated distribution, we show that the search ranges can be efficiently restricted by a prefixed probability for MVDs. Experimental results showed that the performance of the proposed method is very similar to that of the full search algorithm in PSNR but it enables significant reduction in the computational complexity. In addition, they revealed that the proposed method determine the search ranges much more efficiently than the conventional ASR methods.

• Proceedings of the Korean Information Science Society Conference
• /
• 2006.10b
• /
• pp.526-530
• /
• 2006

논문은 CT영상에서 영역 확장 기법을 이용하여 인간의 장기 중 뇌와 간을 자동으로 추출할 수 있는 방법을 제안한다. 이는 뇌와 간이 CT영상에서 비교적 넓은 영역을 차지하고 있다는 사실에 기인하였으며, CT영상에서 특정 장기 영역을 추출하기 위해서 크게 초기 탐색 영역 결정 단계와 최종 장기 영역 단계로 나누어진다. 초기 탐색 영역은 CT영상 내에서 추출하고자 하는 장기 영역과 관계없는 부분을 제거하고 특정 장기 영역만을 남겨 관심 장기 영역의 검출률을 높이는 작업이다. 본 논문에서는 CT영상에서 비교적 높은 Gray Level을 가지고 있는 뼈영역인 두개골과 척추의 위치를 기반으로 하여 초기 탐색 영역을 결정하는 방법을 사용하였다. 특정 장기 영역의 추출은 ATID(Automatic Threshold Intensity Decision)를 이용한 이진화 단계, 모폴로지의 Opening 기법을 이용한 잡음제거 단계, Region Growing 기법을 이용한 특정 영역 추출 단계를 이용하는 과정을 거친다. 본 논문에서는 Region Growing 기법을 거친 다음 각각의 그룹 중에서 크기가 가장 큰 부분을 최종 특정 장기 영역으로 결정하였다. 본 논문에서 제안한 알고리즘은 국립전남대학교 부속병원에서 수집된 각각 뇌영상 100장과 간영상 100장을 사용하여 실험하였고, 제안된 알고리즘을 통해 관심 장기 영역을 추출했을 경우 약 91%이상의 높은 추출률을 보였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2011.06a
• /
• pp.562-565
• /
• 2011

데이터와 파일의 개수가 증가함에 따라 효율적인 파일 검색 기법에 대한 요구가 증가하고 있다. 현재까지 제안된 파일 탐색 기법은 탐색 시간이 매우 오래 걸리거나, 미리 인덱싱 과정을 거쳐야 하기 때문에 사용자가 원하는 시점에 빠르고 효율적인 파일 탐색을 제공하기 어렵다는 단점을 지닌다. 본 논문에서는 디스크의 메타 데이터 영역을 직접 접근함으로써 고속의 파일 검색을 가능하게 해주는 효율적인 검색 기법을 제안하고자 한다. 본 기법은 메타 데이터가 서로 비슷한 영역에 위치한다는 파일 시스템의 특징을 활용함으로써 디스크 내의 데이터를 고속으로 탐색하고, 이를 DB로 구성함으로써 실시간 검색을 지원한다. 또한 파일 시스템 내의 변경 사항을 빠르게 추적하여 DB를 업데이트 할 수 있다는 장점을 지닌다. 본 논문에서 제안한 검색 기법을 다수의 시스템에서 평가한 결과 기존의 기법 대비 약 20~50배의 탐색 시간 향상과 10초 미만에 실시간 검색이 가능한 상태를 구성 할 수 있음을 확인 할 수 있었다.

• Journal of Internet Computing and Services
• /
• v.5 no.1
• /
• pp.59-66
• /
• 2004

Symmetry region searching can extract face region without a prior information in an image by using symmetric. However, this method requires a plenty of the computation time because the mask size to process symmetry region searching must be larger than the size of object such as eye, nose and mouth in face. in this paper, it proposed symmetric by using symmetry region searching and Wavelet Transform to reduce computation time of symmetry region searching, and It was applied to this method in an original image. To extract exact face region, we also experimented face region searching by using domain division in extraction region.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2007.10a
• /
• pp.565-569
• /
• 2007

To find optimal path is killer application in the telematics system. The shortest path of conventional system, however, isn't always optimal path. That is, the path with minimum travelling time could be defined as optimal path in the road networks. There are techniques and algorithms for finding optimal path. Hierarchical path algorithm categorizes road networks into major layer and minor layer so that the performance of operational time increases. The path searched is accurate as much as optimal path. At above 2 system, a method to allocate minor roads to major road region influences the performance extremely. This paper proposes methods to determine search space for selecting major roads in the hierarchical path algorithm. In addition, methods which apply the proposed methods to hierarchical route algorithm is presented.

• Journal of Korean Society of Transportation
• /
• v.17 no.2
• /
• pp.163-178
• /
• 1999

Conventional shortest path searching a1gorithms are based on the partial searching method such as Dijsktra, Moore etc. The a1gorithms are effective to find a shortest path in mini-modal condition of a network. On the other hand, in multi-modal case they do not find a shortest path or calculate a shortest cost without network expansion. To copy with the problem, called Searching Area Problem (SAP), a global searching method is developed in this paper with Genetic Algorithm. From the results of two examples, we found that the a1gorithm is useful to solving SAP without network expansion.

• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.25 no.1B
• /
• pp.167-174
• /
• 2000

The three-step search(TSS) algorithm, a simple and gradual motion estimation algorithm, has been widely used in some low bit-rate video compression. We propose a new fast block motion estimation algorithm using the characteristics of motion in search region. Most of motion vectors exist in the center region of search area, so the notion in that region is examined more closely than TSS in this paper. Also in a search step, motion vector is estimated in the local area which is not overlapped with the search area in previous step, considering the all possible direction of motion. Therefore, we get the better motion estimation and reduce computational time in compared with the conventional methods.

• Proceedings of the IEEK Conference
• /
• 2001.09a
• /
• pp.267-270
• /
• 2001

홍채인식 시스템에서 입력된 영상으로부터 정합(matching)에 사용될 홍채 영역을 추출해 내는 과정은 필수적인 과정으로 빠른 처리 속도와 정확성을 요구한다. 기존의 원형검출기나 허프(Hough) 변환을 이용한 방법 등은 홍채의 바깥쪽과 안쪽 경계를 비교적 정확하게 검출해내는 장점이 있으나 탐색영역이 커서 수행시 간이 매우 많이 걸리는 단점이 있다. 따라서 본 논문에서는 이진화와 형태학적 연산(morphology)을 이용하는 새로운 탐색 영역 단축 방법을 제안한다. 제안한 방법은 기존의 홍채영역 검출 방법에 적용할 경우 수행 시간을 효율적으로 단축시킬 수 있다. 검출된 영역에 대해서 주성분 분석법(principal component analysis, PCA)을 이용해 매칭을 수행한 결과 약 95%의 인식율을 나타내었다.

• The KIPS Transactions:PartB
• /
• v.16B no.4
• /
• pp.319-326
• /
• 2009

PSO(Particle Swarm Optimization) is an optimization algorithm in which simple particles search an optimal solution using shared information acquired through their own experiences. PSO applications are so numerous and diverse. Lots of researches have been made mainly on the parameter settings, topology, particle's movement in order to achieve fast convergence to proper regions of search space for optimization. In standard PSO, since each particle uses only information of its and best neighbor, swarm does not explore diverse regions and intended to premature to local optima. In this paper, we propose a new particle's movement strategy in order to explore diverse regions of search space. The strategy is that each particle moves according to relative weights of several better neighbors. The strategy of exploring diverse regions is effective and produces less local optimizations and accelerating of the optimization speed and higher success rates than standard PSO. Also, in order to raise success rates, we propose a strategy for checking whether swarm falls into local optimum. The new PSO algorithm with these two strategies shows the improvement in the search speed and success rate in the test of benchmark functions.

• Proceedings of the Korean Operations and Management Science Society Conference
• /
• 2006.05a
• /
• pp.379-384
• /
• 2006

본 논문에서는 과학기술 정보분석을 위한 방법론 중의 하나인 지식맵을 기반으로 유망연구영역을 탐색하는 방법론을 다룬다. 이를 위해 정보보안 분야를 대상으로 지식맵을 작성하고, 또한 허브탐색을 통한 정보보안 분야의 유망연구영역을 제안하였다.