• 융합신호처리학회 학술대회논문집
• /
• 한국신호처리시스템학회 2000년도 추계종합학술대회논문집
• /
• pp.53-56
• /
• 2000

본 논문에서는 컬러이미지의 스케일링(scaling)을 위해 경사투영방법을 사용하여 기본적인 보간방법, 최소자승근사(least square approximation)의 결과들과 비교하여 보았다. 경사투영방법은 최소의 근사오차(approximation error)를 제공하는 수직투영(orthogonal projection)방법과 유사한 결과를 제공하며 전처리 필터 디자인에 자유성을 부여하고, 좀 더 일반화된 형태의 보간 방법이다. 사용된 방법을 기본적인 보간법들과 비교하여 보았을 때 더 좋은 PSNR의 결과를 얻을 수 있었으며 최소자승근사 방법과 유사한 결과들을 얻을 수가 있었다.

• 한국멀티미디어학회:학술대회논문집
• /
• 한국멀티미디어학회 2002년도 춘계학술발표논문집(상)
• /
• pp.263-267
• /
• 2002

본 논문에서는 지문의 인식을 이용한 신원확인 시스템을 설계 및 구현해 보았다. 최근 새로운 주민등록증이 발급되면서 이를 신분확인에 주로 사용하고 있는데 사람의 유관에 의해 주민등록 증상의 사진과 실물을 비교 판단함에 있어서 주변의 환경(야간, 조명, 혼잡 등)으로 인해서 오판의 소지가 생기고, 주민등록증상의 사진을 위조하여 범죄에 사용되는 경우도 종종 일어나고 있다. 이를 위해 주인등록증상의 지문부분과 실제 센서로 입력된 지문을 서로 비교하여 신원을 정확하고 빠르게 확인할 수 있는 시스템을 설계하였는데 그 중에서 전처리 부분에 해당되는 이미지 처리과정에 대해서 설명하였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2020년도 추계학술발표대회
• /
• pp.1087-1088
• /
• 2020

본 논문에서는 특징 추출 분석, 관심 영역을 추출하기 위한 몇 가지 종래의 이미지 전처리 방법과 K-means 클러스터링 및 이미지 분할방법을 통해서 얻어진 결과를 정상적인 세포와 비정상 세포를 추출하는 기법을 제안한다. 그 결과 97.8% 분류로 우수한 성능을 보여주었다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2023년도 추계학술발표대회
• /
• pp.473-474
• /
• 2023

잘못된 분리수거는 다른 재활용 폐기물의 재활용을 제한한다. 본 논문에서는 올바른 분리수거를 위해 페트병 라벨 유무 분류 모델을 구현했다. 초기 모델의 낮은 성능을 개선하기 위해 이미지 데이터의 노이즈를 줄이는 편집을 거치고 데이터 증강을 적용하였으며, 모델 개선 작업을 진행하여 과적합을 피하면서 더 나은 성능을 도출했다. 최종 모델은 초기 모델보다 비교적 우수한 성능을 보였으나, 실제 활용 면에서는 낮은 성능을 나타냈다. 이는 학습 데이터의 질과 데이터양의 부족에서 나타난 결과로 볼 수 있다.

• 한국연소학회:학술대회논문집
• /
• 한국연소학회 2014년도 제49회 KOSCO SYMPOSIUM 초록집
• /
• pp.227-231
• /
• 2014

• 식물병연구
• /
• 제23권1호
• /
• pp.42-48
• /
• 2017

Chlorella는 광합성을 통해 자가영양하는 미생물이다. 이전 연구를 통해 Chlorella fusca를 전처리한 오이 잎에서 오이 탄저병균의 부착기 형성률이 억제됨을 밝혔다. 본 연구에서는 SEM 및 TEM을 통해 C. fusca를 전처리한 잎에서 오이탄저병균의 초미세 감염구조를 관찰하였다. SEM 이미지에서는 대부분의 병원균 포자와 균사 주위에 많은 수의 C. fusca 세포가 관찰되었다. 또한 포자는 발아되었으나 식물조직에 침입하는 데 필요한 부착기는 형성되지 않았다. 이를 통하여 병원균 주위에 있는 C. fusca 세포가 병원균 부착기 형성을 억제하는 데 역할을 할 것으로 생각되었다. 한편, TEM 이미지를 통한 병원균 균사 내부의 초미세 구조에서는 C. fusca를 전처리한 잎과 무처리한 잎 간에 별다른 차이가 관찰되지 않았다. 이는 전처리한 식물에서 병원균은 무처리한 잎과 유사하게 성장하는 것으로 보인다. 이들 결과를 통하여 C. fusca에 의한 식물 표면에서의 병원균 부착기 형성 억제가 오이탄저병 감소의 원인인 것으로 판단된다.

• 전기전자학회논문지
• /
• 제14권3호
• /
• pp.224-231
• /
• 2010

이미지에서의 자동 객체 인식은 컴퓨터 비젼 및 패턴 분석을 포함한 많은 분야에서 아주 중요한 이슈중의 하나이다. 특히, 최근 스마트폰과 같은 개인용 이동형 단말기가 빠르게 보급되면서, 그러한 기술들을 지원할 필요성이 커지게 되었다. 이러한 단말기들은 대개 카메라, GPS, 가속도 센서 등과 같은 장치들을 갖추고 있으며 사용자들에게 다양한 서비스를 편리한 인터페이스를 통해 제공하고 있다. 하지만 제한된 시스템 자원 때문에 처리속도가 비교적 느리다는 문제점을 가지고 있다. 본 논문에서 우리는 전처리 과정과 단순 지역 특징을 기반으로 한 객체 인식 성능 향상 기법을 제안한다. 전처리 단계에서는, 우선 객체 종류별 이미지로부터 각 객체의 특징이라고 생각되는 부분을 자동으로 판별하고 비슷한 부분끼리 분류한 다음 이들의 특징을 추출하고 학습한다. 질의 영상에 대해 우선 지역 특징 후보들을 파악한 다음 전처리 과정에서 학습된 정보와 비교하여 객체인식을 하게 된다. 실험을 통하여 제안된 기법의 객체 인식 성능을 보인다.

• 전자공학회논문지CI
• /
• 제47권5호
• /
• pp.1-9
• /
• 2010

일반적으로 동적 손동작 인식을 위해서는 전처리, 손 추적, 손 모양 검출의 단계가 필요하다. 본 논문에서는 전처리와 손 모양 검출 방법을 개선함으로써 성능을 향상시킨 동적 손동작 인식 방법을 제안한다. 전처리 단계에서는 동적테이블을 이용하여 노이즈제거 성능을 높이고, YCbCr 컬러공간을 이용한 기존의 피부색 검출 방식에서 피부색의 범위를 조절할 수 있도록 하여 피부색 검출 성능을 높인다. 특히 손 모양 검출 단계에서는 가이드라인을 이용하여 동적 손동작 인식의 요소인 시작이미지(Start Image)와 정지 이미지(Stop Image)를 검출하여 동적 손동작을 인식하기 때문에 학습예제를 사용한 손동작 인식 방법에 비해 인식 속도가 빠르다는 이점이 있다. 가이드라인이란 웹캠을 통해 입력되는 손의 모양과 비교하여 검출하기 위해 화면에 출력하는 손 모양의 라인이다. 가이드라인을 이용한 동적 손동작 인식 방법의 성능을 평가하기 위해 웹캠을 사용하여 복잡한 배경과 단순한 배경으로 구분된 9가지 동영상을 대상으로 실험하였다. 그 결과 CPU 점유율이 낮고, 메모리 사용량도 적기 때문에 시스템 부하가 높은 환경에 효과적임을 알 수 있었다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2021년도 춘계학술발표대회
• /
• pp.212-215
• /
• 2021

본 논문에서는 딥러닝의 CNN(Convolution Neural Network) 학습을 통하여 악성코드를 실행시키지 않고서 악성코드 변종을 패밀리 그룹으로 분류하는 방법을 연구한다. 먼저 데이터 전처리를 통해 3가지의 서로 다른 방법으로 악성코드 이미지와 메타데이터를 생성하고 이를 CNN으로 학습시킨다. 첫째, 악성코드의 byte 파일을 8비트 gray-scale 이미지로 시각화하는 방법이다. 둘째, 악성코드 asm 파일의 opcode sequence 정보를 추출하고 이를 이미지로 변환하는 방법이다. 셋째, 악성코드 이미지와 메타데이터를 결합하여 분류에 적용하는 방법이다. 이미지 특징 추출을 위해서는 본고에서 제안한 CNN을 통한 학습 방식과 더불어 3개의 Pre-trained된 CNN 모델을 (InceptionV3, Densnet, Resnet-50) 사용하여 전이학습을 진행한다. 전이학습 시에는 마지막 분류 레이어층에서 본 논문에서 선택한 데이터셋에 대해서만 학습하도록 파인튜닝하였다. 결과적으로 가공된 악성코드 데이터를 적용하여 9개의 악성코드 패밀리로 분류하고 예측 정확도를 측정해 비교 분석한다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2022년도 추계학술대회
• /
• pp.153-155
• /
• 2022

최근 로봇과 드론을 이용하여 이미지 데이터를 수집하는 경우가 많아졌다. 로봇이나 드론이 주행할 때 외부 영향으로 흔들리게 된다. 이렇게 수집된 이미지를 사용하기 위해서는 이미지를 정합하는 전처리 기술이 필요하다. 따라서 본 논문에서는 자율주행 로봇 데이터셋과 직접 촬영한 드론 데이터셋을 사용하여 Deblur 딥러닝 모델을 통해 흔들린 이미지 데이터의 품질을 높인다. 실험 결과를 통해 흔들린 이미지가 선명하게 정합되는 것을 확인하였으며 모델의 성능을 평가하였다.