• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.26 no.10B
• /
• pp.1419-1427
• /
• 2001

본 논문은 연속영상에서 non-rigid object를 자동으로 분할하고 알고리즘을 제안하였다. Non-rigid object는 형태의 변화가 일정하기 않은 object로서 기존의 분할 알고리즘과는 다른 새로운 분할 알고리즘을 필요로 한다. 본 논문에서는 특히 구름이나 연기와 같이 형태의 변화가 큰 non-rigid object를 자동으로 분할하는 알고리즘을 제안하였다. 제안된 알고리즘은 공간분할, 시간분할, 그리고 공간분할과 시간분할의 결합의 세 가지 단계로 구성되어 있다. 공간분할은 영상에서 픽셀의 intensity를 마코프 랜덤 필드로 가정하고 에너지 최소화를 통해 영상을 분할한다. 시간분할은 속도벡터를 기반으로 하여 움직임이 있는 영역만을 분할한다. 마지막으로 공간분할과 시간분할을 결합하여 non-rigid object의 최종적인 분할을 수행한다. 실험결과, 제안된 알고리즘은 연속영상에서 non-rigid object를 자동으로 분할함을 확인할 수 있었다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2016.05a
• /
• pp.548-548
• /
• 2016

수위-유량관계 곡선식은 시계열 수위자료를 유량자료로 변환해줄 수 있는 회귀식으로 측정단면의 형태, 단면 상 하류의 지형요인 등으로 인하여 영향을 고려하기 위하여 기간분할 혹은 구간분할을 수행한다. 구간분할을 위하여 측정단면의 변화를 고려한 관계자의 주관적인 판단이 주요 근거로 이용되고 있다. 따라서 본 연구에서는 기존에 개발된 수위-유량관계 곡선식의 자동구 구간분할방법에 대한 적용성 검토를 수행하였다. 객관화된 분할근거의 제시를 위하여 주관성을 배제하고 관측데이터를 기반으로 수위 증가에 따른 변동계수를 계산하였고, 변동계수가 정규분포를 따르는 것으로 가정 하에 계산된 변동계수가 전 단계에서 계산된 95% 신뢰구간 이내에 존재하지 않는 경우 구간을 분할하였다. 즉, 변동계수를 이용하여 집단 간의 특성을 비교하였으며, 변동 계수의 분포를 이용하여 분할을 위한 기준 값을 제시하였다. 방법론의 추정능력 검토를 위하여 가상의 곡선으로부터 생성된 데이터에 제안된 방법론을 적용하였고, 실제 유역에 적용성 검토를 위하여 금강에 위치한 무주 및 산계교 수위관측소 지점에 적용하였다. 결과적으로 자동으로 분할된 관계곡선식을 사용하여 추정의 정확도를 높일 수 있을 뿐만 아니라 외삽을 하는 경우 역시 그 정확도를 향상할 수 있음을 확인하였다. 마지막으로 실측값을 활용한 수위-유량관계 곡선식의 구축 시 구간 분할 전 후의 잔차데이터에 대하여 Shapiro-wilk 정규성 검정을 수행하였으며, 구간분할 후 잔차가 정규성을 갖게 되는 것으로 나타났다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2001.11b
• /
• pp.155-160
• /
• 2001

대부분의 자동 영상분할 방법은 한 화면에서 개별 객체를 추출하기가 어렵고, 비디오 객체의 명확한 모델이 없어 자동분할 방법에는 한계가 존재한다. 본 논문에서는 이러한 문제점을 극복하기 위해 Active contour를 이용한 반자동 영상분할 방법을 제안한다. 일반적인 Active Contour 알고리즘은 유한개의 제어점을 설정하고 그 차이로 곡선의 특성을 묘사하므로 곡선 위의 제어점 사이의 모양 정보를 표현하는데 불충분하다 또한, 대부분의 Active Contour 알고리즘은 단순한 배경을 갖는 객체에는 잘 적용되도록 설계되었으나, 복잡한 배경을 갖는 객체에는 부적절한 단점을 가지고 있다. 따라서 본 논문은 B-Spline을 이용하여 곡선을 표현하고, 복잡한 영상에서도 좋은 성능을 갖도록 곡의치 외부 에너지는 SUSAN 연산자를 이용하여 추출하였다.

• Proceedings of the Acoustical Society of Korea Conference
• /
• 1998.08a
• /
• pp.344-349
• /
• 1998

음성/언어학적 및 음성의 과학적 연구를 위해서는 대량의 음소 단위 분절 레이블링된 데이터베이스 구축이 필수적이다. 따라서, 본 논문은 음성 합성용 DB 의 구축 및 합성 단위 자동 생성 연구의 일환으로 자동 음소 분할기의 경계오류를 보상할 목적으로 MLP 기반 호처리기가 포함된 음소 분할 방식을 제안한다. 최근 자동 음소 분할기의 성능 향상으로 자동 분절 결과를 이용하여 음성 합성용 운율 DB를 작성하고 있으나, 여전히 경계오류를 수정하지 않고서는 합성 단위로 직접 사용하기 어렵다. 이로 인해 보다 개선된 자동 분절 기술이 요구된다. 따라서, 본 논문에서는 음성에 내제된 음향적 특징을 다층 신경회로망으로 학습하고, 자동 분절기 오류의 통계 특성을 이용하여 자동 분절 경계 수정에 용이한 방식을 제안한다. 고립단어로 발성된 합성 데이터베이스에서, 제안된 후처리기를 도입 후, 기존 자동 분절 시스템이 분할율에 비해 약 25% 의 향상된 성능을 보였으며, 절대 오류는 약 39%가 향상되었다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2003.04c
• /
• pp.268-270
• /
• 2003

국내에서의 의료영상에 관한 관심도가 높아짐에 따라 Visible Korean Human Project가 시작되었다. 이를 통해 얻어진 해부영상들의 다양한 응용을 위해 분할작업은 필수적 단계로 이를 분할하기 위한 도구가 필요하다. 그러나 분할해야할 기관들의 종류가 많고 그 특성이 다양해서 기존의 분할도구로 적용하기에 많은 문제점이 나타나 새로운 분할도구개발의 필요성이 나타났다. 새로운 분할도구에서는 각 기관의 특성 에 알맞은 다양한 방법의 분할 방범을 제공하여 분할방법에 따라 다른 분할결과를 통합적으로 표현하여 보다 용이한 처리를 가능하도록 설계되었다. 구현된 분할 도구는 반자동 분할 방법과 슬라이스간 전달 방법을 사용하여 보다 적은 사용자의 입력으로도 빠른 시간에 많은 양의 데이터를 분할 할 수 있도록 자동화 설계되었으며, 자동적으로 분할된 결과가 사용자의 의도와 다른 경우 설계 편집할 수 있는 기능도 제공하도록 구현했다. 구현된 분할도구를 통해 Visible Korean Human Dataset의 분할 실험을 했으며 기존의 분할 도구에 비해 이르고 정확한 결과를 얻어 낼 수 있었다.

• Proceedings of the IEEK Conference
• /
• 2001.09a
• /
• pp.279-282
• /
• 2001

본 논문에서는 가상의 블루스크린(Virtual Blue Screens, VBS)을 이용한 반자동 영상분할 기법을 제안한다. 가상 블루스크린은 동영상에서 배경영역을 특정한 값으로 채워 만든 참조영상으로 정의한다. 반자동 영상 분할 기법은 크게 화면내 영상분할과 화면간 영상분할의 두 단계로 이루어진다. 화면내 영상분할은 VBS와 원영상의 형태학적 분할 기법을 사용하고, 화면간 영상 분할은 두개의 연속하는 화면에서 변화검출(Change Detection)로 이루어진다 [1]. 본 논문에서는 효과적인 변화검출을 위하여 제안된 VBS를 사용한다. VBS를 이용한 영상분할에서는 우선, 이전화면에서 만들어진 VBS를 참조하여 다음화면에서 움직임 영역을 예측한다. 이렇게 예측된 영상과 원영상에 대해 형태학적 분할 기법(Morphological Segmentation Technique)을 이용해서 각각에 대한 레이블 마스크(Label Mask)를 얻는다 [2]. 두개의 레이블 마스크 사이에는 서로 공통된 영역들이 존재하게 되는데, 이런 공통된 영역을 추출함으로써 움직임 객체를 검출한다. 현재화면에서 검출된 움직임 객체는 다음화면을 위한 가상의 블루 스크린을 만드는데 사용한다.

• Annual Conference on Human and Language Technology
• /
• 1995.10a
• /
• pp.30-34
• /
• 1995

신경망을 이용하는 연속 음성 인식에서 학습이라 함은 인위적으로 분할된 음성 데이타를 토대로 진행되는 것이 지배적이었다. 그러나 분할된 음성데이타를 마련하기 위해서는 많은 시간과 노력, 숙련 등을 요구할 뿐만아니라 그 자체가 인식도메인의 변화나 확장을 어렵게 하는 하나의 요인 되기도 한다. 그래서 분할된 음성데이타의 사용을 가급적 피하고 그러면서도 성능을 떨어뜨리지 않는 신경망 학습법들이 나타나고 있다. 본 논문에서는 학습된 인식기를 이용하여 자동으로 한국어 음성데이타를 분할한 후 그 분할된 데이타를 이용하여 다시 인식기를 재학습시켜나가는 반복 과정을 소개하고자 한다. 여기에는 TDNN이 인식기로 사용되며 인식단위는 음소이다. 학습은 cross-validation 기법을 이용하여 제어된다.

• Progress in Medical Physics
• /
• v.15 no.2
• /
• pp.70-76
• /
• 2004

The most important work for early detection of liver cancer and decision of its characteristic and location is good segmentation of a liver region from other abdominal organs. This paper proposes a fully automatic liver segmentation algorithm based on the abdominal morphology characteristic as an easy and efficient method. Multi-modal threshold as pre-processing is peformed and a spine is segmented for finding morphological coordinates of an abdomen. Then the liver region is extracted using C-class maximum a posteriori (MAP) decision and morphological filtering. In order to estimate results of the automatic segmented liver region, area error rate (AER) and correlation coefficients of rotational binary region projection matching (RBRPM) are utilized. Experimental results showed automatic liver segmentation obtained by the proposed algorithm provided strong similarity to manual liver segmentation.

• Journal of KIISE:Computing Practices and Letters
• /
• v.16 no.11
• /
• pp.1096-1100
• /
• 2010

In this paper, we propose an automatic segmentation of the meniscus based on active shape model using interpolated shape information in MR images. First, the statistical shape model of meniscus is constructed to reflect the shape variation in the training set. Second, the generation technique of interpolated shape information by using the weight according to shape similarity is proposed to robustly segment the meniscus with large variation. Finally, the automatic meniscus segmentation is performed through the active shape model fitting. For the evaluation of our method, we performed the visual inspection, accuracy measure and processing time. For accuracy evaluation, the average distance difference between automatic segmentation and semi-automatic segmentation are calculated and visualized by color-coded mapping. Experimental results show that the average distance difference was $0.54{\pm}0.16mm$ in medial meniscus and $0.73{\pm}0.39mm$ in lateral meniscus. The total processing time was 4.87 seconds on average.

• The Journal of the Acoustical Society of Korea
• /
• v.20 no.8
• /
• pp.24-30
• /
• 2001

This article is concerned with automatic segmentation for Korean speech signals. All kinds of transition cases of phonetic units are classified into 3 types and different strategies for each type are applied. The type 1 is the discrimination of silence, voiced-speech and unvoiced-speech. The histogram analysis of each indicators which consists of wavelet coefficients and SVF (Spectral Variation Function) in wavelet coefficients are used for type 1 segmentation. The type 2 is the discrimination of adjacent vowels. The vowel transition cases can be characterized by spectrogram. Given phonetic transcription and transition pattern spectrogram, the speech signal, having consecutive vowels, are automatically segmented by the template matching. The type 3 is the discrimination of vowel and voiced-consonants. The smoothed short-time RMS energy of Wavelet low pass component and SVF in cepstral coefficients are adopted for type 3 segmentation. The experiment is performed for 342 words utterance set. The speech data are gathered from 6 speakers. The result shows the validity of the method.