• Proceedings of the IEEK Conference
• /
• 2007.07a
• /
• pp.247-248
• /
• 2007

본 논문에서는 이미지 센서의 Channel Spectral Sensitivity 특성과 CIE-Color Matching Function과의 관계를 고려하여, Color를 재구성함으로써 기존 영상의 색 정보를 그대로 복원하고, Color Error를 줄이는 방법을 제안한다. 특히 색변환 과정 중 Color Error를 줄일 때, 영상의 Edge와 Noise를 판별하여 Noise boost-up을 방지하고, 화질을 개선하는 방안을 제시한다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2010.05a
• /
• pp.550-553
• /
• 2010

미국해양대기국(NOAA : National Oceanic and Atmospheric Administration) 위성에 의해서 해수표면 수온자료를 실시간으로 제공하며, 이를 이용하여 우리나라는 한국해양자료센터(KODC : Korea Oceanographic Data Center)에서 해양과학정보를 수집 관리하여 연근해 어민 및 수산관련기관에 배포하고 있다. 그러나 원양어업을 하고 있는 선박에서는 통신요금의 문제로 제대로 제공받지 못하고 있다. 본 논문은 이를 해결하고자 수온정보 이미지의 변환, 압축을 통한 통신요금 절감 및 컬러 이미지 제공에 따른 판별력 향상에 도움을 주고자 한다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2021.10a
• /
• pp.100-101
• /
• 2021

In Korea, which has entered an aging society, 87% of the elderly population suffers from chronic diseases such as dementia and stroke, of which Alzheimer's dementia accounts for 71.3% of all dementia. In this paper, labeling verification was performed to review the error problem of deep learning results divided by Alzheimer's dementia MRI image into three stages.

• Journal of the Korean Society for information Management
• /
• v.32 no.3
• /
• pp.377-396
• /
• 2015

This study proposed a key-frame automatic extraction method for video storyboard surrogates based on users' cognitive responses, EEG signals and discriminant analysis. Using twenty participants, we examined which ERP pattern is suitable for each step, assuming that there are five image recognition and process steps (stimuli attention, stimuli perception, memory retrieval, stimuli/memory comparison, relevance judgement). As a result, we found that each step has a suitable ERP pattern, such as N100, P200, N400, P3b, and P600. Moreover, we also found that the peak amplitude of left parietal lobe (P7) and the latency of FP2 are important variables in distinguishing among relevant, partial, and non-relevant frames. Using these variables, we conducted a discriminant analysis to classify between relevant and non-relevant frames.

• Journal of Digital Contents Society
• /
• v.19 no.6
• /
• pp.1177-1183
• /
• 2018

Recent developments in machine learning have attracted a lot of attention for techniques such as machine learning and deep learning that implement artificial intelligence. In this paper, binary malicious code using deep learning based R-CNN is imaged and the feature is extracted from the image to classify the family. In this paper, two steps are used in deep learning to image malicious code using CNN. And classify the characteristics of the family of malicious codes using R-CNN. Generate malicious code as an image, extract features, classify the family, and automatically classify the evolution of malicious code. The detection rate of the proposed method is 93.4% and the accuracy is 98.6%. In addition, the CNN processing speed for image processing of malicious code is 23.3 ms, and the R-CNN processing speed is 4ms to classify one sample.

• The Journal of the Institute of Internet, Broadcasting and Communication
• /
• v.8 no.4
• /
• pp.75-88
• /
• 2008

This paper presents a spatial-level nonparametric multi-focus image fusion technique based on kernel estimates of input image blocks' underlying class-conditional probability density functions. Image fusion is approached as a classification task whose posterior class probabilities, P($wi{\mid}Bikl$), are calculated with likelihood density functions that are estimated from the training patterns. For each of the C input images Ii, the proposed method defines i classes wi and forms the fused image Z(k,l) from a decision map represented by a set of $P{\times}Q$ blocks Bikl whose features maximize the discriminant function based on the Bayesian decision principle. Performance of the proposed technique is evaluated in terms of RMSE and Mutual Information (MI) as the output quality measures. The width of the kernel functions, ${\sigma}$, were made to vary, and different kernels and block sizes were applied in performance evaluation. The proposed scheme is tested with C=2 and C=3 input images and results exhibited good performance.

• Journal of IKEEE
• /
• v.18 no.1
• /
• pp.64-76
• /
• 2014

In the image acquisition tests of image sensors and modules, how to compare pixel values, how to digitize "defect", and how to determine "fault" are extremely varied from test equipments. Therefore, setup of test equipments for image acquisition characteristics should be customized for target devices under test. In general, test procedures are delivered as technical documents in not standardized but arbitrary formats. So test equipment should be manually programmed fitting individual setup condition. This costs huge time and effort and has high risk of human error. In this paper, the standardized description method is proposed to apply to almost all existing tests where various tests are described in a single framework.

• Proceedings of the Korean Institute of Surface Engineering Conference
• /
• 2016.11a
• /
• pp.76-92
• /
• 2016

산업이 고도화될수록 높은 품질과 보다 정밀하게 가공된 제품의 안정된 생산이 요구되고 있으며, 그에 대한 표준화된 측정법 및 관리법이 요구되고 있다. 산업체에서 생산되는 다양한 형태의 제품들 중, 마이크로메타 또는 나노메타 수준의 정밀한 가공 및 측정에 있어서, 정확하고 일관성 있게 빠른 시간 안에 제품분석을 수행 할 수 있는 방법은 오래 전부터 활발히 연구되고 있으며, 그 중 광학 기반의 3D-profiler 는 빠른 속도와 간편한 사용으로 많은 인기를 얻고 있다. 이러한 분석법은 광학 현미경의 평면 분해능을 가지고, 나노크기의 물체 높이를 판별하여, 측정된 정보를 3차원 이미지로 형태를 재 구성할 수 있어, 미세한 표면 조도 변화나 나노 수준의 패턴 단차에 대한 정보를 간단하게 얻을 수 있다. 또한 빛의 간섭현상에 기초하여 시료 표면에 대한 정보를 얻기 때문에 원자단위 이하 수준의 측정 해상도를 가지게 된다. 표면의 칼라패턴에 대해서도 2D 평면 정보를 기초로, 다양한 색상의 패턴들에 대해 각각의 색에 따른 정확한 높이 분석 및 그 패턴 분리, 색깔과 매칭되는 3D 이미지 구현 등과 같은 분석이 가능하여, 이를 활용하여 다양한 분야에서 활발히 사용되고 있다. 실제 현장에서 측정된 다양한 3D 이미지를 소개하며, 이를 통해 광학 3D-Profiler에 대한 전반적인 성능 소개와 그 이해를 돕고자 한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2020.11a
• /
• pp.8-11
• /
• 2020

4 차 산업혁명 시대의 도래와 함께 AI, ICT 기술의 융합이 진행됨에 따라, 유저 레벨의 디바이스에서도 AI 서비스의 요청이 실현되었다. 이미지 처리와 관련된 AI 서비스는 피사체 판별, 불량품 검사, 자율주행 등에 이용되고 있으며, 특히 Deep Convolutional Neural Network (DCNN)은 이미지의 특색을 파악하는 데 뛰어난 성능을 보여준다. 하지만, 이미지의 크기가 커지고, 신경망이 깊어짐에 따라 연산 처리에 있어 낮은 데이터 지역성과 빈번한 메모리 참조를 야기했다. 이에 따라, 기존의 계층적 시스템 구조는 DCNN 을 scalable 하고 빠르게 처리하는 데 한계를 보인다. 본 연구에서는 DCNN 의 scalable 하고 빠른 처리를 위해 3 차원 메모리 구조의 Processing-In-Memory (PIM) 가속기를 제안한다. 이를 위해 기존 3 차원 메모리인 Hybrid Memory Cube (HMC)에 하드웨어 및 소프트웨어 모듈을 추가로 구성하였다. 구체적으로, Processing Element (PE)간 데이터를 공유할 수 있는 공유 캐시 및 소프트웨어 스택, 파이프라인화된 곱셈기 및 듀얼 프리페치 버퍼를 구성하였다. 이를 유명 DCNN 알고리즘 LeNet, AlexNet, ZFNet, VGGNet, GoogleNet, RestNet 에 대해 성능 평가를 진행한 결과 기존 HMC 대비 40.3%의 속도 향상을 29.4%의 대역폭 향상을 보였다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2021.07a
• /
• pp.125-127
• /
• 2021

본 논문에서는 목조 문화재의 변위 현상 중 하나인 크랙 현상을 감지할 수 있는 EfficientNet 기반 모델을 제안한다. 우선 사전 학습된 EfficientNet모델을 통해 학습 이미지로부터 심층 특징을 추출하고 크랙이 존재하는지 아닌지에 대해 분류하기 위한 완전 연결 신경망을 학습한다. 그런 다음 새로운 목조 문화재 이미지가 들어왔을 때 학습한 모델을 통해서 크랙이 존재하는지에 대해 최종적으로 판별하게 된다. 데이터 셋으로는 충주시 근처의 문화재에 방문해서 수집한 목조 이미지를 가지고 정상 및 비정상으로 구분한 데이터 셋을 사용하였다. 실험 결과 EfficientNet을 사용한 딥 러닝 기반 모델이 다른 사전 학습된 합성 곱 신경망 모델보다 더 좋은 성능을 나타냄을 확인하였다. 이러한 결과로부터 우리가 제안한 방법이 목재 문화재에서의 크랙 검출에 있어서 적합함을 보여준다.