• 제목/요약/키워드: 재귀적 분할

검색결과 66건 처리시간 0.032초

합성곱 신경망을 이용한 구글 어스에서의 녹지 비율 측정 (Measurements of Green Space Ratio in Google Earth using Convolutional Neural Network)

  • 윤여수;김광백;박현준
    • 한국정보통신학회논문지
    • /
    • 제24권3호
    • /
    • pp.349-354
    • /
    • 2020
  • 녹지 영역의 확충을 위한 사전 조사에는 많은 비용과 시간이 필요하다는 문제가 발생한다. 본 논문에서는 구글 어스를 이용한 합성곱 신경망 기반의 녹지 분류를 통해 특정 지역의 녹지 비율을 측정함으로써 문제를 해결한다. 먼저 제안하는 방법은 구글 어스에서 여러 지역 영상을 수집하고 합성곱 신경망을 이용하여 학습한다. 제안하는 방법은 특정 지역의 녹지 비율을 측정하기 위해서 영상을 재귀적으로 분할하고 학습된 모델을 이용하여 녹지 여부를 판단한 뒤, 녹지로 판단된 영역 면적을 이용하여 녹지 비율을 계산한다. 실험 결과 제안하는 방법은 다양한 지역의 녹지 비율 측정에 높은 성능을 보여주는 것을 확인할 수 있었다.

변수내장형 다채널 위너필터를 위한 목적신호대잡음 기여비를 이용한 잡음추정기법 (Noise Statistics Estimation Using Target-to-Noise Contribution Ratio for Parameterized Multichannel Wiener Filter)

  • 홍정표
    • 한국정보통신학회논문지
    • /
    • 제26권12호
    • /
    • pp.1926-1933
    • /
    • 2022
  • 변수내장형 다채널 위너 필터는 내장된 변수를 이용하여 잔여잡음과 신호왜곡 간의 트레이드오프를 조절할 수 있는 선형 필터이다. 이러한 변수내장형 다채널 위너필터를 적용하기 위해서는 정확한 잡음추정이 중요한데 널리 쓰이는 다채널 최소 제어 재귀 평균 기법이 있다. 하지만 다채널 최소 제어 재귀 평균 기법은 방향성 간섭 신호가 존재할 경우 잡음추정의 정확도가 하락하여 변수내장형 다채널 위너필터의 성능이 저하되는 문제점이 있다. 따라서, 본 논문에서는 변수내장형 다채널 위너필터를 위한 새로운 잡음 추정 기법을 제안한다. 제안한 방법은 주로 잡음 섞인 마이크로폰 입력 신호의 전력 스펙트럼 밀도에 대해 고유값 분해, 방향성 정보를 이용한 목적신호의 기여도 추정, 목적신호의 기여도를 보다 합리적으로 추정하기 위한 지수 가중치 부가의 일련의 과정을 수행한다. 제안한 방법을 평가하기 위해 신호대잡음비, 음성왜곡도 등의 총 4가지 객관적 성능 평가 방법을 이용하여 기존의 방법과 비교하였다. 실험을 통해 방향성 간섭신호가 존재하는 환경에서 제안한 잡음 추정기법을 적용한 다채널 위너필터의 성능이 향상됨을 확인하였다.

한우의 최적 번식적령기의 생리적 현상에 관한 연구 (Study on the Physiology of Optimal reproductive age in Korean Native Cattle)

  • 성환후;이장형
    • 현장농수산연구지
    • /
    • 제4권1호
    • /
    • pp.110-118
    • /
    • 2002
  • 본 연구는 한우의 최적 번식적령기를 구명하는 생리적 현상의 기초자료를 확보하여 조기번식에 따른 번식능력의 감소를 방지하고 한우 암소의 번식능력을 증진하여 농가의 소득증대에 이바지할 목적으로 각 처리구당 4구로 나누어 총 32두를 공시하여 얻어진 연구결과는 다음과 같다. 분만 후 송아지의 평균 생시 체중은 전 구간에서 평균 23.5±0.6kg으로 나타났으며 암송아지는 21.8±0.8kg에 비해 수송아지는 평균 25.0±0.8kg으로 다소 높게 나타났다. 또한 송아지 성장단계별 체중은 T2구에서 유의적인 증가 추세를 보였다. 따라서 송아지의 체중변화는 어미소의 영양상태에 따라 중요하게 작용하는 것으로 나타났다. 초발정 일령은 전 구간에서 평균일령과 평균체중은 각각 263.3±6.4일과 181.1±11.3일로 나타났다. 1회째 인공수정에 의한 수태율은 T1구에서 25%로 가장 낮았으며 T4구에는 75.0%로 가장 높았다. 수태당 종부회수는 T1와 T2구의 2.3, 2.4회에 비해 T3, T4구가 각각 1.5회로 낮았다. 초임 월령별 분만후 발정재귀일수는 T1구에서는 평균 66.2일, T2구에서는 76.7일, T3구에서는 62.4일, T4구에서는 68.5일이었으며 전 구간의 평균 발정재귀일수는 65.7일로 나타났다. 초발정전후의 혈중 progesterone 농도는 전 구간에서 거의 유사한 결과를 보였다. 즉, 혈중 progesterone 분비는 생후 12개월령이 지나야 만이 전 개체에서 정상적인 호르몬 분비상태가 나타나고 있다. 본 연구의 결과로는 12개월 이전에 난포의 배란과 정상 발정주기가 반복되는 개체는 총 32두중 5두만(15.6%)으로 확인되었다. 임신기간중 혈중 progesterone 농도는 임신 중기이후에 비해 착상과 태반형성이 이루어지는 시기인 임신초기에 다소 높은 경향이었으며 임신중기에는 다소 감소되었다. 분만전후 혈중 progesterone 농도는 전 구간에서 분만 7일 전부터 급격하게 감소되었으며 분만 후부터 포유 약 40일까지 progesterone이 거의 검출되지 않았으며 분만 후 45일부터 본격적으로 progesterone이 분비된다는 사실을 확인하였다. 따라서 분만 후 정상 발정주기의 반복은 분만 후 약 40일 이후 비로소 시작되는 것으로 사료된다. 이상으로 본 연구의 결과를 요약하여 한우의 초임유도시 최적 초임시기의 결정요소는 생후 일령 14개월령과 체고가 약 110cm, 체중은 약 265kg 정도인 3가지 요건을 갖춘 후에 첫 임신을 유도시키는 것이 바람직하다고 사료된다.

항공 LiDAR 데이터를 이용한 3차원 건물모델링 (3D Building Modeling Using Aerial LiDAR Data)

  • 조홍범;조우석;박준구;송낙현
    • 대한원격탐사학회지
    • /
    • 제24권2호
    • /
    • pp.141-152
    • /
    • 2008
  • 건물의 3차원 모델링은 3차원 공간정보를 구축하는데 있어서 매우 중요한 요소이다. 기존의 3차원 건물 모델링은 대부분 항공사진측량기술을 이용하여 수동으로 진행되어 많은 시간과 비용이 소요된다. 이러한 한계를 극복하기 위한 방안으로 최근에는 항공라이다(LiDAR) 데이터를 이용한 건물모델링 방법에 대한 많은 연구가 활발히 진행되고 있다. 항공라이다 데이터를 이용한 대부분의 3차원 건물모델링 연구는 보간과정을 통하여 격자구조로 변환하거나 수치지도 또는 항공영상 등의 이종 데이터간의 융합을 통하여 건물을 모델링하는 방안 등을 제시하였다. 본 논문에서는 점 데이터의 격자구조로의 변환 및 이종 데이터간의 융합 등의 방법을 배제하고 항공라이다 데이터만을 이용한 건물의 자동 모델링 방법을 제안하였다. 건물로 분류된 항공라이다 데이터를 옥트리 분할을 기반으로 3차원 공간상에서 재귀적으로 분할하여 패치(patch)를 구성하고, 동일한 속성을 갖는 패치들을 병합하여 건물의 구성요소를 추출한다. 추출되어진 건물의 구성요소를 대표하는 모델을 생성하여 전체적인 건물의 3차원 모델을 구성한다. 항공라이다 데이터를 이용하여 제안된 방법으로 실험한 결과, 다양한 형태의 건물 모델을 자동으로 구성할 수 있었다.

심층신경망을 이용한 레이더 영상 학습 기반 초단시간 강우예측 (Very short-term rainfall prediction based on radar image learning using deep neural network)

  • 윤성심;박희성;신홍준
    • 한국수자원학회논문집
    • /
    • 제53권12호
    • /
    • pp.1159-1172
    • /
    • 2020
  • 본 연구에서는 강우예측을 위해 U-Net과 SegNet에 기반한 합성곱 신경망 네트워크 구조에 장기간의 국내 기상레이더 자료를 활용하여 심층학습기반의 강우예측을 수행하였다. 또한, 기존 외삽기반의 강우예측 기법인 이류모델의 결과와 비교 평가하였다. 심층신경망의 학습 및 검정을 위해 2010부터 2016년 동안의 기상청 관악산과 광덕산 레이더의 원자료를 수집, 1 km 공간해상도를 갖는 480 × 480의 픽셀의 회색조 영상으로 변환하여 HDF5 형태의 데이터를 구축하였다. 구축된 데이터로 30분 전부터 현재까지 10분 간격의 연속된 레이더 영상 4개를 이용하여 10분 후의 강수량을 예측하도록 심층신경망 모델을 학습하였으며, 학습된 심층신경망 모델로 60분의 선행예측을 수행하기 위해 예측값을 반복 사용하는 재귀적 방식을 적용하였다. 심층신경망 예측모델의 성능 평가를 위해 2017년에 발생한 24개의 호우사례에 대해 선행 60분까지 강우예측을 수행하였다. 임계강우강도 0.1, 1, 5 mm/hr에서 평균절대오차와 임계성공지수를 산정하여 예측성능을 평가한 결과, 강우강도 임계 값 0.1, 1 mm/hr의 경우 MAE는 60분 선행예측까지, CSI는 선행예측 50분까지 참조 예측모델인 이류모델이 보다 우수한 성능을 보였다. 특히, 5 mm/hr 이하의 약한 강우에 대해서는 심층신경망 예측모델이 이류모델보다 대체적으로 좋은 성능을 보였지만, 5 mm/hr의 임계 값에 대한 평가결과 심층신경망 예측모델은 고강도의 뚜렷한 강수 특징을 예측하는 데 한계가 있었다. 심층신경망 예측모델은 예측시간이 길어질수록 공간 평활화되는 경향이 뚜렷해지며, 이로 인해 강우 예측의 정확도가 저하되었다. 이류모델은 뚜렷한 강수 특성을 보존하기 때문에 강한 강도 (>5 mm/hr)에 대해 심층신경망 예측모델을 능가하지만, 강우 위치가 잘못 이동하는 경향이 있다. 본 연구결과는 이후 심층신경망을 이용한 레이더 강우 예측기술의 개발과 개선에 도움이 될 수 있을 것으로 판단된다. 또한, 본 연구에서 구축한 대용량 기상레이더 자료는 향후 후속연구에 활용될 수 있도록 개방형 저장소를 통해 제공될 예정이다.

상위깊이의 Sub-CU 부호화 정보를 이용한 HEVC의 고속 PU 결정 기법 (Fast PU Decision Method Using Coding Information of Co-Located Sub-CU in Upper Depth for HEVC)

  • 장재규;최호열;김재곤
    • 방송공학회논문지
    • /
    • 제20권2호
    • /
    • pp.340-347
    • /
    • 2015
  • HEVC(High Efficiency Video Coding)는 재귀적 쿼드트리 분할구조의 부호화단위(CU: Coding Unit)와 각 CU에서 다양한 예측단위(PU: Prediction Unit)를 제공하고, 율-왜곡 기반으로 최적의 CU 분할구조와 PU 모드를 결정함으로써 높은 부호화 효율을 얻을 수 있는 반면 복잡도 또한 크게 증가하는 문제가 있다. 본 논문에서는 부호화기의 복잡도를 감소시키기 위해 상위깊이의 부호화 정보를 이용한 다음 세 가지의 PU 모드 고속 결정 기법을 제안한다. 첫 번째 방법은 상위깊이 CU의 sub-CBF(Coded Block Flag)를 이용하여 현재깊이 CU에서의 PU 모드를 조기 결정하여 PU 탐색을 고속화 한다. 두 번째 방법은 화면내(Intra) 예측 고속화를 위하여 상위 CU의 sub-Intra 율-왜곡 비용을 이용하여 현재깊이에서의 화면내 예측을 생략한다. 마지막 방법으로는 화면내 예측 고속화를 위하여 현재 CU의 sub-CBF를 함께 사용하여 하위깊이에서의 화면내 예측을 생략한다. 실험결과 제안 방법은 HM 14.0 대비 각각 1.2%, 0.11%, 0.9%의 BD-rate 증가에 31.4%, 2.5%, 23.4%의 부호화 시간 감소 효과를 얻을 수 있었다. 제안된 3가지 방법은 화면간 및 화면내 예측에 적용되는 것으로 결합하여 적용될 수 있으며, 이 경우 1.9%의 BD-rate 증가에 34.2%의 부호화 시간 감소를 얻었다.

위치 검색 지도 서비스를 위한 k관심지역 검색 기법 (k-Interest Places Search Algorithm for Location Search Map Service)

  • 조성환;이경주;유기윤
    • 한국측량학회지
    • /
    • 제31권4호
    • /
    • pp.259-267
    • /
    • 2013
  • 최근 인터넷의 발달과 더불어 지리정보시스템(GIS, Geographic Information System)에 대한 인식이 저변 확대되면서 일반인들도 위치 검색 기능을 제공하는 웹GIS를 쉽게 이용할 수 있게 되었다. 현재 서비스되고 있는 모든 위치 검색 기능은 사용자가 하나의 검색어를 입력하고 그에 대한 결과를 보여주는 서비스에 한정되어 있다. 하지만 사용자의 검색 목적이 다양해짐에 따라, 여러 가지 행위를 동시에 할 수 있는 장소를 검색하는 서비스는 없었다. 예를들어, 점심을 먹은 후, 은행에서 업무를 보고, 영화 한 편을 보고자 할 때 이러한 관심 지역(POI, Point of Interest)들이 모여 있는 장소를 필요로 할 수 있다. 따라서 본 논문에서는 사용자로부터 여러 장소를 입력받아 입력된 장소가 모여 있는 곳을 검색해주는 k-IPS 기법을 제안하고자 한다. 여기서 k는 다양한 행위를 할 수 있는 관심의 개수이다. 이 방법은 최소경계사각형(MBR, Minimum Bounding Rectangle)의 계층적 트리 구조인 $R^*$-tree 색인 기법을 이용하여 공간을 분할하고, 기존 공간 Join 연산의 성능 개선을 위하여 $R^*$-tree간의 겹치는 영역 추출하는 재귀적 공간 Join 연산을 구현하였다. k-IPS 기법의 성능 평가는 159개의 다양한 검색어 집합을 구성하여 k=2,3,4,6에 대한 검색 결과를 확인하였다. 실험 결과의 약 90%에 대해서 예상한대로 k개의 검색어 장소가 모여 있는 위치를 얻을 수 있었고, k=2,3,4의 처리 시간은 0.1초 이내의 응답을 얻을 수 있었다. k-IPS 서비스를 통하여 현대인의 순차적 생활 패턴에 맞춘 검색 서비스가 가능할 것으로 판단된다.

초-고해상도 영상 스타일 전이 (Super High-Resolution Image Style Transfer)

  • 김용구
    • 방송공학회논문지
    • /
    • 제27권1호
    • /
    • pp.104-123
    • /
    • 2022
  • 신경망 기반 스타일 전이 기법은 영상의 고차원적 구조적 특징을 반영하여 높은 품질의 스타일 전이 결과를 제공함으로써 최근 크게 주목받고 있다. 본 논문은 이러한 신경망 기반 스타일 전이의 GPU 메모리 제한에 따른 해상도 한계에 대한 문제를 다룬다. 신경망 출력이 가진 제한적 수용장 특징을 바탕으로, 부분 영상 기반의 스타일 전이 손실함수 경사도 연산이 전체 영상을 대상으로 구한 경사도 연산과 동일한 결과를 생성할 수 있을 것으로 기대할 수 있다. 이러한 아이디어를 기반으로, 본 논문에서는, 스타일 전이 손실함수의 각 구성 요소에 대한 경사도 연산 구조를 분석하고, 이를 통해 부분 영상의 생성 및 패딩에 대한 필요조건을 구하고, 전체 영상의 신경망 출력에 좌우되는 경사도 연산 요구 데이터를 확인하여 구조화함으로써 재귀적 초고해상도 스타일 전이 알고리즘을 개발하였다. 제안된 기법은, 사용하는 GPU 메모리가 처리할 수 있는 크기로 초고해상도 입력을 분할하여 스타일 전이를 수행함으로써, GPU 메모리 한계에 따른 해상도 제한을 받지 않으며, 초고해상도 스타일 전이에서만 감상할 수 있는 독특한 세부 영역의 전이 스타일 특징을 제공할 수 있다.

클러스터링과 차원축약 기법을 통합한 영상 검색 시스템 (Combined Image Retrieval System using Clustering and Condensation Method)

  • 이세한;조정원;최병욱
    • 전자공학회논문지CI
    • /
    • 제43권1호
    • /
    • pp.53-66
    • /
    • 2006
  • 본 논문에서는 전체 차원으로 데이터베이스 내의 모든 영상에 대해 순차적인 검색을 했을 때의 상세 검색 결과와 동일한 적합성을 유지하면서 검색 속도를 훨씬 더 향상시킬 수 있는 통합 검색 시스템을 제안한다. 통합 검색 시스템은 적합성을 유지하는 서로 다른 두 독립적인 시스템이 병합되어 있다. 하나는 특징 벡터 차원 축약을 이용한 2단계 검색 시스템이고 나머지 하나는 이진 트리 클러스터링을 이용한 2단계 검색 시스템이다. 각각의 방법은 1단계에서 상세 검색에서의 검색 결과를 항상 포함하는 후보 영상들을 추출하고, 추출된 후보 영상들을 대상으로 2단계 검색에서 전체 차원으로 재 검색을 한다 그러므로 각 방법과 통합 검색 방법은 모두 상세 검색을 수행했을 때와 동일한 검색 결과를 얻게 된다. 특징 벡터 차원 축약을 이용한 2단계 검색 방법은 Cauchy- Schwartz 부등식의 성질을 이용하여 특징 벡터를 차원 축약하여 검색에 사용하는 방법이다. 이때 전체 검색 시간을 최소로 하는 최적 차원 축약율이 존재하게 되고, 이를 후보 영상 추출을 위한 1차 검색에 적용하게 된다. 이진 트리 클러스터링을 이용한 2단계 검색 방법은 재귀적인 2-means 클러스터링을 통해 각 클러스터의 반경이 동일하게 동적으로 분할하는 방법이다. 동일한 적합성 유지를 위해 유사도 기준이 보정된 질의를 통해 1단계 검색에서 후보 클러스터를 추출하고, 2단계 검색에서 후보 클러스터 내의 영상을 대상으로 최종 결과 영상들을 얻게 된다. 통합 검색 방법은 위의 두 검색 방법을 통합한 것으로 서로 독립적인 두 방법을 동시에 적용함으로써 검색 시스템의 성능을 훨씬 더 향상시킬 수 있다 제안하는 방법은 상세 검색의 적합성을 유지하면서도 검색 속도를 훨씬 더 향상시킬 수 있음이 실험을 통해 입증되었다.

사육규모에 따른 한우 번식 실태 조사 (Survey on the Effect of the Herd Size on Reproductive Traits of Korean Native Cows)

  • 백광수;고응규;성환후;이명식;최순호;김영근
    • 한국가축번식학회지
    • /
    • 제22권4호
    • /
    • pp.367-373
    • /
    • 1998
  • 본 조사 연구는 사육규모에 따른 한우 번식우의 초종부, 초임 및 초산일령과 분만 후 발정재귀일수, 수태당 종부회수, 분만 후 수태일수, 분만간격 등을 검토하기 위하여 1996년 1월부터 1997년 12월까지 20농가에서 사육중인 한우 성빈우 670두를 대상으로 조사를 수행하였다. 1. 사육규모에 따른 한우 미경산우의 초종부일령은 평균 443.0일이었고 사육규모별로는 1규모, 2규모 및 3규모가 각각 437.9일, 425.5일 및 452.9일로 사육규모간에 유의적인 차이는 인정되지 않았다 (p>0.05). 2. 사육규모에 따른 한우 미경산우의 초임일령은 평균 460.0일이었고 사육규모별로는 1규모, 2규모 및 3규모가 각각 452.8일, 438.4일 및 467.1일로 사육규모간에 유의적인 차이는 인정되지 않았다(p>0.05). 3. 사육규모에 따른 한우 미경산우의 초산일령은 평균 746.6일이었고 사육규모별로는 1규모, 2규모 및 3규모가 각각 741.2일, 730.2일 및 755.9일로 사육규모간에 유의적인 차이는 인정되지 않았다(p>0.05). 4. 사육규모에 따른 분만후 발정재귀일수는 평균 70.1일이었고 사육규모별로는 l규모, 2규모 및 3규모가 각각 82.1일, 74.1일 및 64.8일로 3규모가 가장 짧았고 1규모가 가장 긴 경향을 나타내었다(p<0.05). 5. 사육규모에 따른 수태당 종부회수는 평균 1.53회였고 사육규모별로는 1규모, 2규모 및 3규모가 각각 1.54회, 1.61회 및 1.48회로 사육규모간에 유의적인 차이는 인정되지 않았다 (p>0.05). 6. 사육규모에 따른 분만 후 수태일수는 평균 91.2일이었고 사육규모별로는 1규모, 2규모 및 3규모가 각각 115.6일, 99.1일 및 80.6일로 규모가 증가함에 따라 짧아지는 경향을 나타내었다 (p<0.05). 7. 사육규모에 따른 분만간격은 평균 375.3일이었으며, 사육규모별로는 1규모, 2규모 및 3규모가 각각 389.5일, 383.0일 및 367.4일로 3규모가 가장 짧았고 1규모가 가장 긴 경향을 나타내었다 (p<0.05).

  • PDF