• 한국음향학회지
• /
• 제42권5호
• /
• pp.377-387
• /
• 2023

본 논문에서는 1-3형 압전복합재료를 단일상의 균질 압전매질로 모델링하기 위해 필요한 등가의 물성을 유한요소 해석으로 직접 추출하는 기법의 정확도를 다룬다. 직접 추출 기법은 압전재료의 전기적, 기계적 거동과 상호 간 커플링을 기술하는 구성방정식을 기반으로 물성 행렬의 개별 성분들을 직접적으로 산출하는 방법이다. 직접 추출에 사용되는 두 가지 구성방정식 조합 간의 정확도를 비교하기 위하여 단일 1-3형 압전복합재료 하이드로폰을 대상으로 등가물성과 수신감도를 산출하고 전체 영역에 대한 유한요소 해석 결과와 비교한다. 물성 추출의 정확도는 압전복합재료를 구성하는 폴리머의 탄성 특성과 밀접한 관련이 있음을 확인하고, 오차 원인을 분석하여 정확한 등가물성 산출을 위한 가이드라인을 제시한다. 압전복합재료 하이드로폰과 주변의 음향구조물을 포함하는 스테이브 규모에 대해서도 등가 모델링을 적용하여 추출된 물성의 정확도와 연산량 감소를 확인한다.

• 한국통계학회:학술대회논문집
• /
• 한국통계학회 2003년도 추계 학술발표회 논문집
• /
• pp.195-199
• /
• 2003

Hansen과 Hurwitz(1946)는 우편조사에서의 무응답 문제를 처리하는 방법으로 표본을 응답결과에 따라 응답층과 무응답층으로 나눈 다음, 무응답층의 일부를 랜덤 추출하여 면대면 직접조사에 의해 무응답층의 정보를 얻는 방법을 제안하였다. 본 연구에서는 민감한 모집단에 대한 자료수집 방법으로 직접질문 방법인 Black-Box 방법과 간접질문 방법인 확률화응답기법(RRT)의 결합적 방법을 제시하였고, 층화이중 추출방법을 이용하여 모수를 추정하였다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2002년도 가을 학술발표논문집 Vol.29 No.2 (2)
• /
• pp.565-567
• /
• 2002

동영상에서 특정 물체를 추적하기 위하여 여러 가지 알고리즘이 적용된다. 그 중에서 특징점을 추출하고 정합하여, 움직이고 있는 물체를 추적하는 방법을 소개한다. 특징점을 추출하는 방법 중에서 에지정보를 이용하는 방법과 직접 이미지에 접근하는 방식이 있다. 본 논문에서는 물체의 에지정보를 이용하여 특징점을 추출하는 기법을 제안한다. 널리 이용되고 있는 Canny Edge Detection(1) 알고리즘 이용, 에지를 얻게 되는데, 여기서 특징점 추출에 오류를 발생시킬 수 있는 경우에 대비하여 에지를 보정하고, 결과의 에지에서 특징 점을 추출한다. 보정된 에지정보에서 시작점, 끝점, 둘 이상의 에지가 모인 분기점과 굴곡률이 국부 최대인 지점을 찾아 특징점을 추출한다.

• 대한공간정보학회지
• /
• 제14권4호통권38호
• /
• pp.19-26
• /
• 2006

본 연구에서는 LiDAR 자료로부터의 지면정보 추출기법들에 대한 정확도를 평가하였다. 특히, 포인트 형태의 벡터자료인 LiDAR 원시자료를 직접 활용하는 기법과 정규격자형식의 DSM 형식으로 변형하여 활용하는 기법의 정확도를 비교하였다. 정규격자형식의 자료를 이용하는 방법으로는 경계추출 및 필터링 기법을 이용하는 방법, 평균필터링에 의하여 생성된 추세면을 이용하는 방법을 적용하였으며, 벡터구조의 원시LiDAR 자료를 직접 활용하는 기법으로써 Local Maxima 및 엔트로피를 이용하는 방법을 적용하였다. 또한, 수작업을 통하여 제작된 DEM 및 수치지도의 축척별 오차허용범위를 이용하여 정확도 평가를 수행하였으며, 경계검출 및 필터링, 추세면, Local Maxima, 엔트로피를 이용한 각 기법의 DEM의 평균 오차는 0.27m, 2.43m, 0.13m, 0.10m로써 엔트로피를 이용한 방법이 가장 높은 정확도를 나타내었다. 또한, 벡터형식의 LiDAR원시자료를 직접 이용하는 방법이 격자형식으로 변환하는 방법에 비하여 상대적으로 높은 정확도를 나타내었다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2017년도 춘계학술발표대회
• /
• pp.873-876
• /
• 2017

최근 정보검색의 효율성을 위해 데이터를 분석하여 해당 데이터를 가장 잘 나타내는 연관단어를 추출 및 추천하는 연구가 활발히 이루어지고 있다. 현재 관련 연구들은 출현 빈도수를 사용하는 방법이나 LDA와 같은 기계학습 기법을 활용해 데이터를 분석하여 연관단어를 생성하는 방법을 제안하고 있다. 기계학습 기법은 결과 값을 찾는데 사용되는 특징들을 전문가가 직접 설계해야 하며 좋은 결과를 내는 적절한 특징을 찾을 때까지 많은 시간이 필요하다. 또한, 파라미터들을 직접 설정해야 하므로 많은 시간과 노력을 필요로 한다는 단점을 지닌다. 이러한 기계학습 기법의 단점을 극복하기 위해 인공신경망을 다층구조로 배치하여 데이터를 분석하는 딥러닝이 최근 각광받고 있다. 본 논문에서는 기존 기계학습 기법을 사용하는 연관단어 추출연구의 한계점을 극복하기 위해 딥러닝을 활용한다. 먼저, 인공신경망 기반 단어 벡터 생성기인 Word2Vec를 사용하여 다양한 텍스트 데이터들을 학습하고 룩업 테이블을 생성한다. 그 후, 생성된 룩업 테이블을 바탕으로 인공신경망의 한 종류인 합성곱 신경망을 활용하여 사용자가 입력한 주제어와 관련된 최근 뉴스데이터를 분석한 후, 주제별 최신 연관단어를 추출하는 시스템을 제안한다. 또한 제안한 시스템을 통해 생성된 연관단어의 정확률을 측정하여 성능을 평가하였다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 1997년도 추계학술대회 학술발표 논문집
• /
• pp.377-382
• /
• 1997

멀티미디어가 발달함에 딸 이를 위한 다양한 검색 기법들이 제안되고 있다. 본 논문에서는 WeCAM 시스템에서 비디오 검색을 하기 위한 텍스처 성분과 영상의 윤곽선 특징을 동시에 이용한 검색 기법을 제안한다. 텍스처 특성 추출에는 8$\times$8 블록 DCT를 기반으로한 DCT-par와 DCT-energy 기법을 적용하고 윤곽선 추출에는 DCT의 대각선 계수를 이용하는 기법을 이용한다. WebCAM으로 생성된 비디오는 MPEG표준을 따르는 것으로 가정하고 있으며, 압축된 데이터에 디코딩 과정없이 직접 검색 기법을 적용함으로써 처리 시간을 단축할수 있다는 장점이 있다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2003년도 추계학술발표논문집 (상)
• /
• pp.275-278
• /
• 2003

자동차 번호판 인식 시스템은 영상획득, 번호판추출, 전처리(이진화), 문자영역 분할, 문자인식 등의 5가지 핵심 부분으로 구성된다. 따라서 자동차 번호판 인식 시스템의 최종 인식율은 각 단계의 성능에 따라 직접적인 영향을 받는다. 본 논문은 영상처리 기법을 이용하여 영상에서 번호판 영역을 추출을 위한 연구로 문자인식 단계에서 높은 인식율을 확보할 수 있도록 빠른 연산속도와 추출 정확성을 높일 수 있는 알고리즘을 제안한다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2018년도 춘계학술대회
• /
• pp.79-81
• /
• 2018

혈관내 초음파(Intravascular Ultrasound, IVUS)는 혈관 내벽의 단면을 보여주는 검사 방법으로 관상 동맥 내의 내강, 죽상 경화반, 그리고 혈관벽의 변화에 관한 직접적이고 구체적인 정보를 제공한다. 본 논문에서는 IVUS 영상에서 내막과 외막을 추출하고 각 막의 지름을 자동적으로 추출하는 방법을 제안한다. 제안된 방법은 IVUS 영상에 Histogram Equalization 기법을 적용하여 명암 대비를 강조한 후에 퍼지 이진화 기법과 평균 이진화 기법을 각각 적용하여 내막과 외막을 추출하기 위해 이진화한다. 이진화된 내막과 외막의 각 영역 중에서 혈관내 초음파 영상 중심에서 가장 큰 영역의 정보를 이용하여 라벨링 기법을 적용하여 내막과 외막 영역을 추출하고 각 막의 지름을 계산한다. 제안된 방법을 IVUS 영상을 대상으로 실험한 결과, 내막과 외막의 지름이 비교적 정확히 추출되는 것을 실험을 통하여 확인하였다.

• 한국GIS학회:학술대회논문집
• /
• 한국GIS학회 2008년도 공동추계학술대회
• /
• pp.144-145
• /
• 2008

본 연구는 라이다 자료를 이용하여 건물영역을 추출하고 건물모델을 구성하는 선형과 면요소들을 추출하는 기법을 제시하였다. 라이다 자료는 지형지물의 표고값을 정확하고 직접적인 방식으로 제공함으로써 기존의 항공사진에 비하여 매칭과정을 필요로 하지 않는 장점을 가지고 있다. 하지만 라이다 점들은 해당 수평위치에 대한 표고값만을 제공하기 때문에 지표 위의 지형지물들을 추출하기 위해서는 먼저 점들간의 기하학적인 관계를 분석하여 그들을 구성하는 선이나 면요소들을 추출해야 한다. 이를 위하여 본 연구에서는 먼저 라이다 자료를 라스터 형태로 변환한 후, 이미지 프로세싱을 통하여 상대적으로 낫은 영역과 높은 영역으로 분리하여 각각 지형과 건물영역으로 분류하였다. 다음으로 건물영역 경계로부터 건물 외곽선을 추출하고 건물영역 내에 면요소들을 통계분석을 통하여 추출하였다. 실험결과를 통하여 제시한 기법들은 비교적 복잡한 형태의 건물 지붕면과 외곽선을 성공적으로 분할하고 추출할 수 있음을 보여준다.

• 한국정보과학회논문지:시스템및이론
• /
• 제26권3호
• /
• pp.282-290
• /
• 1999

본 논문에서는 영상 데이터베이스에서의 색인화를 위해 화소간의 엔트로피(inter-pixel entropy)측면에서 영상을 해석하여 특징을 추출하는 색인기법을 제안하였다. 엔트로피를 정량적으로 나타내기 위하여 PIM(picture information measure)에 기반한 특징을 각각의 영상들로부터 추출하여 색인으로 사용하였다. 엔트로피에 기반 하는 특징은 한 영상에 대하여 3가지를 추출하였다. 첫 번째 특징은 원 영상으로부터 직접 값들을 추출하였고 영상의 해상도와 그레이 레벨을 낮추어 가면서 얻어지는 영상들로부터 두 번째, 세번째 의 엔트로피 특징을 각각 추출하였다. 일반적으로 영상의 경우에 엔트로피가 높은 영역에 정보가 집중되는 경향이 있고 엔트로피가 낮은 영역에서는 배경 영역 등의 정보를 추출하게된다. 이러한 이유로 색채 특쟁은 엔트로피에 따라서 분리된 영역에서 추출하였다. 전역검색(global search)은 엔트로피 특징을 이용하였고 색채 특징을 이용하여 지역 검색(local search)을 시도하였다. 실험은 색채와 엔트로피로 식별이 유용한 꽃 영상을 사용하였는데 원치 않는 영상이 상위 단계에서 나타나는 빈도가 기존의 타 기법에 비해 줄어들었다.