• 정보처리학회논문지D
• /
• 제13D권7호
• /
• pp.867-878
• /
• 2006

최근 센서네트워크에 관련된 많은 연구가 진행되고 있다. 특히, 센서의 전력 보전을 위한 많은 기술들이 개발되고 있는데, 본 논문에서는 센서 네트워크의 불필요한 전력 소비를 줄이는 다중 연속질의 최적화에 관련된 방법을 제시한다. 우리는 센서 네트워크에서 전송되는 데이터의 횟수나 전송량의 원천적 문제가 되는 다중 연속 질의의 중복성 문제를 해결하는 분할 알고리즘을 제안한다. 분할 알고리즘은 새롭게 생성된 사용자 질의와 기존의 질의 들 사이에 중첩 질의 영역을 제거하기 위해, 질의 인덱스 (QR-tree)를 통해 하나의 질의를 둘 이상의 질의로 분할하는 알고리즘이다. QR-트리는 효율적인 질의 분할을 위해, R*-트리를 본 논문의 구존에 맞게 개량한 것이다. 이러한 처리 결과, 우리는 센서 네트워크의 전체 에너지에서 약 20% 가량의 에너지를 보존할 수 있었다.

• 대한원격탐사학회지
• /
• 제22권4호
• /
• pp.275-284
• /
• 2006

Hyperion 영상의 노이즈는 주로 대기 효과와 센서의 기계오류, 신호변환 때문이다. 보정되지 않은 밴드, 중복 밴드, 모든 대기흡수에 영향을 많이 받는 밴드가 모두 제거되어도, 여전히 노이즈 밴드가 존재한다. 영상처리에 사용할 선명하고 안정된 밴드를 선택하기 위해 육안으로 영상을 간단하게 검사할 수 있지만, 이는 수동으로 이루어지는 비효율적이고 주관적인 방법이다 본 논문에서 우리는 노이즈 추정과 자동 밴드 선택을 위해 극단화소비 사용을 제안한다. 이를 위해 기존에 사용되던 SNR, 엔트로피와 극단화소비를 비교하였다. 첫째, 상대적으로 노이즈가 적은 ALI 영상에 Gaussian 노이즈, salt & pepper 노이즈, Speckle 노이즈를 부가하여 노이즈량과 각 통계량 사이의 관계를 살펴보았다. 둘째, Hyperion 영상에서 추출된 세 개 통계량에 대해 기대최대화 분석을 수행하여 자동으로 밴드를 선택하였다. Hyperion 데이터는 시각적 평가에 의해 5단계로 구분되어 평가자료로 사용되었다. 실험 결과에서 극단화소비가 Hyperion 영상의 밴드 선택에 효과적으로 사용될 수 있었다.

• 한국인터넷방송통신학회논문지
• /
• 제21권2호
• /
• pp.111-116
• /
• 2021

본 연구는 자율주행 통합관제센터 및 운행 중인 자율주행자동차에게 보행자의 무단횡단 발생 시 실시간으로 무단횡단 이벤트를 전달하고 보행자에게는 보행신호등에 따른 경고 및 안내방송을 하는 보행자Care 시스템의 개선에 관한 연구로서 보행자Care 시스템의 객체검지방법에 대한 신뢰성 향상과 동일시간, 장소, 객체의 중복이벤트 제거를 통해 정확도 향상을 위한 시스템 알고리즘을 설계하였다. 자율주행실증단지의 수집된 실증데이터를 통해 도출된 개선사항에 제시사항을 적용하여 객체검지에 대한 정확성과 보행자 카운트, 미검지 발생의 개선과 Lidar센서 및 지능형CCTV를 통해 검지되는 각 이벤트 상호매칭을 통해 집계의 정확도가 향상될 수 있도록 제시하였다.