• Smart Media Journal
• /
• v.9 no.2
• /
• pp.9-15
• /
• 2020

In this paper, we propose a network model composed of Multi path Encoder-Decoder branches that can recognize each instance from the image. The network has two branches, Dot branch and Segmentation branch for finding the center point of each instance and for recognizing area of the instance, respectively. In the experiment, the CVPPP dataset was studied to distinguish leaves from each other, and the center point detection branch(Dot branch) found the center points of each leaf, and the object segmentation branch(Segmentation branch) finally predicted the pixel area of each leaf corresponding to each center point. In the existing segmentation methods, there were problems of finding various sizes and positions of anchor boxes (N > 1k) for checking objects. Also, there were difficulties of estimating the number of undefined instances per image. In the proposed network, an effective method finding instances based on their center points is proposed.

• Journal of the Korea Convergence Society
• /
• v.13 no.3
• /
• pp.1-9
• /
• 2022

UML class diagrams are used to visualize the static aspects of a software system and are involved from analysis and design to documentation and testing. Software modeling using class diagrams is essential for software development, but it may be not an easy activity for inexperienced modelers. The modeling productivity could be improved with a dataset of class diagrams which are classified by domain categories. To this end, this paper provides a classification method for a dataset of class diagram images. First, real class diagrams are selected from collected images. Then, class names are extracted from the real class diagram images and the class diagram images are classified according to domain categories. The proposed classification model has achieved 100.00%, 95.59%, 97.74%, and 97.77% in precision, recall, F1-score, and accuracy, respectively. The accuracy scores for the domain categorization are distributed between 81.1% and 95.2%. Although the number of class diagram images in the experiment is not large enough, the experimental results indicate that it is worth considering the proposed approach to class diagram image classification.

• Journal of Aerospace System Engineering
• /
• v.16 no.4
• /
• pp.109-115
• /
• 2022

The CNN (Convolution Neural Network) algorithm which combines a deep learning technique, and a computer vision technology, makes image classification feasible with the high-performance computing system. In this thesis, the CNN algorithm is applied to the classification problem, by using a typical deep learning framework of TensorFlow and machine learning techniques. The data set required for supervised learning is generated with the same type of bolts. some of which have undamaged threads, but others have damaged threads. The learning model with less quantity data showed good classification performance on detecting damage in a bolt image. Additionally, the model performance is reviewed by altering the quantity of convolution layers, or applying selectively the over and under fitting alleviation algorithm.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2003.11a
• /
• pp.527-530
• /
• 2003

본 논문에서는 제한요소가 많은 임베디드 환경에서의 실시간 Motion-JPEG 전송을 초점으로 하고 있으며, 현재에 얻어진 이미지와 이전의 이미지를 비교하여 움직임이 있는 부분의 블록만을 전송하는 시스템을 제안한다. 제안한 시스템에서는 처리시간과 처리 데이터 용량에서 이득을 얻기 위해 DCT 영역에서 두 영상을 블록 단위로 비교한다. 영상비교에 필요한 임계값 추출은 물체가 이미 지상에서 여러 픽셀과 블록에 연속적으로 존재하는 현상을 이용하여 계산된다. 비교 시 DCT 연산자체외 특징인 저주파로의 에너지 패킹현상을 이용하며 전체 DCT 계수들을 비교하지 않고 DC 성분을 포함한 일정 개수의 AC 성분만 사용한다.

• Proceedings of the IEEK Conference
• /
• 2003.07e
• /
• pp.2359-2362
• /
• 2003

본 논문에서는 효과적으로 블록 크기를 변화시키는 움직임 예측에 대하여 제시하고 있다 블록안의 움직임의 정도에 따라 블록 크기를 채택하는 방식으로, 임의의 프레임에서의 블록의 수는 정확한 움직임을 나타내기 위해 변화된다. 이것은 움직임과 보충적인 데이터사이의 비트할당이 가변적이 되고, 프레임에 기초한 전체적인 비트율 역시 변화하게 된다. 특히, 본 논문은 동적 블록 크기 방법의 대표적인 쿼드 트리(quad fee) 방법의 단점을 보완하는 방향에서 연구되었으며, 성능 향상을 위한 새로운 방법도 아울러 덧붙여져 있다. 즉, 보통 사용하는 쿼드 트리 방식의 분할 대신에 각각의 쿼드 부분의 프레임 차를 이용하여 가장 큰 블록의 동질성 테스트를 실시하여 분할한다. 또한, 분할과 재결합 방식을 함께 적용하여 불필요한 블록의 개수가 많아지는 것을 방지하여, 큰 계산량 감소와 높은 이미지 질을 달성하도록 하였다. 자연히, 계산량은 기존 방법보다 약 20-70％ 정도 감소했으며, 이미지 질도 크게 향상되는 결과를 가져오게 되었다

• Journal of KIISE:Computer Systems and Theory
• /
• v.28 no.3
• /
• pp.125-133
• /
• 2001

본 논문은 파노라마 모자익의 접합 질을 판단하기 위해 접합 신뢰도라는 수량적 기준을 제시한다. 또한, 파노라마의 자동 생성과 따른 시각화를 위해 필요한 초점거리 측정에 접합 신뢰도가 유용함을 보인다. 이미지로부터 초점거리를 복원하는 기존 방법은 일반적인 파노라마 모자익에서 나타나는 잘못 접합된 부분을 초점거리 계산에 포함하기 때문에 부정확하다는 단점이 있다. 제안 방법은 높은 접합 신뢰도를 가진 일정 개수의 이미지를 선별할 수 있기 때문에 초점거리를 따르고 정확하게 자동 측정한다. 접합의 신뢰도를 계산하기 위해, 제안 방법은 카메라 회전 움직임 제약조건의 만족 여부를 판단할 수 있는 특징점을 정의하고, 이 특징점의 이상적인 위치와 실제 위치의 차이를 계산한다. 본 논문에서 제시한 제약조건은 카메라의 자유 회전 움직임에서 항상 만족하고, 이는 수학적으로 증명된다. 마지막으로, 실험을 통해 제안 방법이 기존 방법보다 초점거리의 편차가 작다는 것을 보이고, 파노라마 모자익의 접합 질을 높인다는 것을 보인다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2006.10b
• /
• pp.489-493
• /
• 2006

이 논문에서는 커널 에지 방식의 얼굴의 특징점을 추출하는 방법과 Adaboost를 이용한 얼굴의 특징점을 추출하는 방법에 대해서 비교 한다. 커널 에지를 이용한 방법은 10개의 커널을 이용하여 추출된 에지를 이용하여 얼굴의 특징점을 추출해 낸다. 커널의 개수를 줄여 사용한다면 실시간에 가능하고, 정확성을 높이기 위해서는 이미지의 전처리 단계에서 자극적인 효과를 준다면 정확성 또한 높아 질 것이다. 반면에 Adaboost를 이용한 방법은 각각의 특징점들을 오프라인 상에서 학습을 하고 온라인상에서 실시간으로 특징점을 추출하는 방법을 사용하였다. 각 각의 학습과정에 있어서 positive, negative 이미지를 더 많이 사용한다면 정확성이 더 높아질 것이다. 한 가지 주목할 만 한 점은 입과 같은 특징점을 추출하기 어려운 영역에서도 높은 정확성을 보였다.

• Proceedings of the Computational Structural Engineering Institute Conference
• /
• 2011.04a
• /
• pp.644-647
• /
• 2011

지형 및 환경에 따라 해안 사면의 침식, 세굴을 막기 위한 효과 있는 해안구조물의 설치가 필요하다. 본 연구에서는 유체-구조 상호작용을 고려해서 유한요소해석 프로그램인 LS-DYNA를 사용하여 조파 실험모델링을 하고, 해안사석구조물과 상호작용에 의한 유체 흐름을 분석하였다. 사석의 유무와 크기, 개수 등의 변수를 조정하여 서로 다른 4가지 경우에 따른 결과를 비교 분석하였다. 또한 해안사석구조물을 구성하는 투수 콘크리트의 특성 분석을 위하여 CT 이미지를 사용하여 투수 콘크리트의 공극 분포를 관찰하였다. 투수 콘크리트의 특성에 큰 영향을 미치는 공극 분포의 파악을 위하여 확률 분포 함수를 사용하여 투수 콘크리트 공극의 공간적 분포를 분석하였다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2012.07a
• /
• pp.311-313
• /
• 2012

본 논문에서는 RGBD(Red Green Blue Depth)센서를 이용하여 얻은 영상의 깊이 정보와 손 이미지의 기하학적 특징을 이용하여 손의 중심을 검출하는 방법을 제안한다. 영상의 깊이 정보와 피부색 정보를 이용하여 손 영역을 검출한다. 검출된 손의 기하학적 정보로 손에 대한 볼록 외피(convex hull)를 형성한다. 볼록 외피의 정점들(vertices)의 위치 정보를 이용하여 손의 중심을 찾는다. 손의 중심은 손의 위치를 추적하거나 손가락 개수를 구하는 것 등에 이용될 수 있다. 이러한 응용은 인간과 컴퓨터의 상호작용(HCI, Human Computer Interface)을 이용한 시스템에 적용될 수 있다.

• Journal of Game and Entertainment
• /
• v.2 no.2
• /
• pp.45-50
• /
• 2006

In a face detection system based on template matching, histogram equalization or log transform is applied to an input image for the intensity normalization and the image improvement. It is known that they are noneffective in improving an image with intensity distortion by illumination variation. In this paper, we propose an efficient image improvement method called as a bilateral symmetry average for images with intensity distortion by illumination variation. Experimental results show that our method delivers the detection performance better than previous methods and also remarkably reduces the number of face candidates.