• Proceedings of the IEEK Conference
• /
• 2001.09a
• /
• pp.345-348
• /
• 2001

본 논문에서는 변이-움직임 벡터의 상관관계를 통한 동시 추정(joint disparity and motion estimation)을 이용하여 방대한 계산량과 데이터량을 요구하는 스테레오 영상 데이터의 효율적인 부호화를 위한 알고리즘을 제안한다. 스테레오 시퀀스에 대해서 두 변이 벡터(disparity vector)와 하나의 움직임 벡터(motion vector)의 상관관계를 이용하면 나머지 움직임 벡터는 직접적인 추정 과정 없이 얻을 수 있다. 하지만, 이렇게 얻어진 움직임 벡터는 직접 추정에 비해 정확도가 현저히 떨어져 이 벡터를 그대로 사용하여 영상을 복원하게 될 경우 심각한 오차의 누적이 발생한다. 따라서 본 논문에서는 효율적인 동시 추정을 위해 추정단에서 벡터 평활화(vector regularization)과정을 수행하고 불확실 벡터 영역 추출을 통한 선택적인 보정 과정을 수행한다. 또한, 불확실 벡터 영역의 벡터만을 가변장 부호화(variable length coding)한다. 실험결과, 직접 추정 과정을 거치지 않고 도 만족할 만한 화질의 영상을 얻을 수 있었으며, 부호화량도 상당히 감소시킬 수 있었다.

• Journal of KIISE:Software and Applications
• /
• v.35 no.6
• /
• pp.347-356
• /
• 2008

High-throughput microarray is one of the most popular tools in molecular biology, and various computational methods have been developed for the microarray data analysis. While the computational methods easily extract significant features, it suffers from inferring modules of multiple co-regulated genes. Hypernetworhs are motivated by biological networks, which handle all elements based on their combinatorial processes. Hence, the hypernetworks can naturally analyze the biological effects of gene combinations. In this paper, we introduce a hypernetwork classifier for microRNA (miRNA) profile analysis based on microarray data. The hypernetwork classifier uses miRNA pairs as elements, and an evolutionary learning is performed to model the microarray profiles. miTNA modules are easily extracted from the hypernetworks, and users can directly evaluate if the miRNA modules are significant. For experimental results, the hypernetwork classifier showed 91.46% accuracy for miRNA expression profiles on multiple human canters, which outperformed other machine learning methods. The hypernetwork-based analysis showed that our approach could find biologically significant miRNA modules.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2022.05a
• /
• pp.444-444
• /
• 2022

하천 수심 계측은 수심을 사람이 직접 계측하거나 초음파 기반 유속계 (ADCP) 등 최신 계측기기를 이용하여 간접적으로 계측을 실시하고 있다. 하지만 사람이 직접 하천에서 수심을 측정하는 것은 위험이 동반되고, 수심자료의 측정오차가 크게 발생한다. 따라서 수심측정에서 직접 측정 방식의 한계를 극복하기 위해, 초분광 영상의 반사도와 수심이 높은 상관관계를 보이는 것을 활용하여, 초분광 영상 기반 수심 산정 기법을 개발하였다. 초분광 영상 기반 수심 산정 기법은 복수의 파장이 존재하는 초분광영상으로부터 두 개의 파장대의 밴드를 추출하여 모든 경우의 수에 대해 밴드비를 산정한 후, 실측수심과 밴드비 간의 회귀분석을 실시하여 상관계수가 가장 높은 회귀식을 찾아내는 방식이 최적 밴드비 분석법에 기반한다. 최적 밴드비 분석법을 통해 획득된 높은 상관성의 밴드비-수심 관계식을 이용하여 수심을 추정할 수 있다. 이러한 방법은 직접 수심 측정 방식에 비해, 높은 해상도와 밀도, 양질의 데이터를 수집할 수 있는 장점이 있다. 과거 연구에 따르면 저수심부에서의 높은 정확도의 수심추정 결과를 보였지만, 고수심부에서는 실측수심과의 오차도 높아지는 등 정확성이 떨어지는 경향을 보인다. 따라서 본 연구에서는 보다 효율적인 수심계측을 할 수 있도록 최적 밴드비 분석법을 활용한 수심추정에서 신뢰성 있는 수심의 범위를 파악할 수 있는 방법을 제시하고자 한다. 본 연구에서는 대상지역으로 낙동강 본류와 황강 지류 합류부로 선정하였고, 초음파 기반 유속계(ADCP)와 드론을 활용하여 실측수심과 초분광 영상을 취득하였다. 민감도 분석을 위한 수심자료를 0.5m 단위로 분할하였으며, 구간별로 최적 밴드비 분석을 실시하였다. 그 결과, 구간별로 산정된 상관계수와 평균제곱근오차 (RMSE)를 통해 정확도가 높은 구간을 구별할 수 있었다. 또한 해당 구간을 초과하는 수심은 초분광 영상을 통해 추정이 어려운 것으로 판단되며, 분석한 구간까지를 최대 추정 가능 수심으로 정의하였다. 마지막으로 검증을 위해 최대추정가능수심으로 판단된 구간까지의 데이터만 활용하여 최적 밴드비 분석법을 적용하여 상관계수나 평균제곱근오차 결과의 개선여부 확인을 통해, 본 연구에서 제시한 방법이 정확한 최대추정가능수심 구간을 산정할 수 있는지 확인하였다.

• Journal of KIISE:Computer Systems and Theory
• /
• v.33 no.11
• /
• pp.836-852
• /
• 2006

This paper proposes an L1 cache prefetch scheme using an excessively aggressive hardware prefetcher and a hardware prefetch filter having a small direct-mapped filtering cache. A quantitative analysis method has been introduced and applied to analyze nonideal effects of aggressive cache prefetching. From those analysis results, the structure and algorithm of a prefetch filter has been derived and simulated, and the overall system performance has been measured using a cycle-by-cycle cache simulator. Experimental results show that the proposed scheme improves the overall system performance by 18% on the average over several benchmarks

• Journal of the Institute of Electronics Engineers of Korea TC
• /
• v.46 no.8
• /
• pp.10-15
• /
• 2009

In this paper, we propose a frequency-domain tone interference cancellation algorithm for direct-sequence spread spectrum systems. In the previously proposed frequency-domain interference cancellation algorithms, the interference signal is estimated and compensated in the frequency-domain and then, with IFFT (inverse Fourier transform), the compensated frequency-domain signal is transformed to the time domain signal for the remaining receiver operations. Unlike the previous works, the proposed algorithm does not requires IFFT and thus, the proposed algorithm not only shows the virtually identical performance but also requires lower hardware complexity compared to the previous works.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.10 no.2
• /
• pp.75-82
• /
• 2000

This paper presents a method of detecting surface flaw of cold-rolled steel plate using image processing technique and a neural network classifier. The amount of steel plate surface image data is reduced by the wavelet transform. Features are extracted from the co-occurence matrix of the partial image corresponding to the low-frequency region, and a MLP neural network classifies into predetermined surface flaw categories. Simulations show the neural network classifier outperforms conventional vector quantization method.

• Proceedings of the Korean Information Science Society Conference
• /
• 2006.10c
• /
• pp.544-547
• /
• 2006

본 논문에서는 디지털콘텐츠 식별자 연계 표준인 UCI 정보를 이용하여 효율적인 디지털 콘텐츠의 관리가 가능한 무손실 비디오 워터마킹 기법을 이용하였다. 제안한 기법은 각 비디오 프레임의 히스토그램의 특정 구간의 화소값을 수정함으로써 워터마크를 삽입한다. 4CIF 크기의 테스트 시퀀스를 통한 실험결과 화질의 열화가 적으면서도 UCI 정보를 100% 왜곡없이 검출이 가능하였으며, 원본 디지털 비디오 콘텐츠도 모든 테스트 시퀀스에서 100% 복원이 가능하였다. 제안한 기법은 디지털 비디오에 UCI 정보를 직접 삽입하여 메타데이터가 없을 경우 콘텐츠만으로도 콘텐츠의 식별이 가능하고 콘텐츠로부터 추출한 UCI 정보를 통하여 효율적인 관리가 가능하면서 유사시 원본 콘텐츠를 손실없이 복원이 가능할 수 있어 영화, 방송 등의 다양한 비디오 콘텐츠의 관리를 위해 응용될 수 있다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2001.04b
• /
• pp.577-579
• /
• 2001

본 논문에서는 웨이블릿 변환 기법으로 키프레임을 분석하여 객체 영역을 추출함과 동시에 가상의 객체 영상을 현실감있게 합성하는 기술에 대하여 연구하였다. 가상의 객체 영상이나 실물체 영상을 비디오 영상내에 삽입하여 좀 더 현실감있는 새로운 동영상 비디오 데이터를 제작하는 데 초점을 맞추어 연구를 진행하였다. 웨이블릿 변환이 새로운 영상을 재구성하는데 커다란 기여를 하였으며 본 논문에서 제시한 AR 영상 합성 기법은 동영상 데이터를 합성하는데 사용자가 원하는 지점에 정확하게 영상의 특성정보를 충분히 잘 살린 새로운 방법의 시도였다. 또한, 영상의 캘리브 레이션 방법을 거치지 않고 비디오 영상의 회전행렬과 위치성분을 계산하여 매핑된 가상의 객체 영상을 영상 보간법을 적용하여 직접 가사의 객체 영상을 비디오 객체 영상을 비디오 영상열에 삽입한다. 제시한 영상 합성 기법은 가상의 객체 영상이 디지털 동영상내에 삽입되었을 때 가장 큰 문제점인 떨림 현상과 부조화 현상이 제거되었다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2012.11a
• /
• pp.381-384
• /
• 2012

본 연구에서는 가상전시 시스템에서 제품의 시각적 디자인에 대한 고객의 관심도를 자동으로 평가하기 위한 영상분석 기법을 제시한다. 전시공간의 동영상으로부터 모션인식, 목표물 감지 및 추적기법을 통하여 기본 특징을 추출하고 이로부터 대상자의 행동패턴을 인식한다. 정의된 각 행동패턴에 따라 상품의 관심도와의 관계를 반영하는 가중치 파라미터를 정의하였으며 이에 대한 학습알고리즘을 제안하였다. 실험으로서 4종류, 종 24개 제품에 대하여 제안된 방법을 적용한 결과를, 직접조사를 통한 실제 관심도 자료와 비교하여 분석함으로써 제안된 기법의 유용성을 평가하였다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2021.01a
• /
• pp.65-68
• /
• 2021

본 연구에서는 Dilated U-Net 기반의 이미지 복원기법을 통해 콘크리트 균열 추출 성능 개선 방안을 제안한다. 콘크리트 균열은 구조물의 미관상의 문제뿐 아니라 추후 큰 안전사고의 원인이 될 수 있어 초기대응이 중요하다. 현재는 점검자가 직접 육안으로 검사하는 외관 검사법이 주로 사용되고 있지만, 이는 정확성 및 비용, 시간, 그리고 안전성 면에서 한계를 갖고 있다. 이에 콘크리트 구조물 표면에 대해 획득한 영상 처리 기법을 사용한 검사 방식 도입의 관심이 늘어나고 있다. 또한, 딥러닝 기술의 발달로 딥러닝을 적용한 영상처리의 연구 역시 활발하게 진행되고 있다. 본 연구는 콘크리트 균열 추개선출 성능 개선을 위해 Dilated U-Net 기반의 이미지 복원기법을 적용하는 방안을 제안하였고 성능 검증 결과, 기존 U-Net 기반의 정확도가 98.78%, 조화평균 82.67%였던 것에 비해 정확도 99.199%, 조화평균 88.722%로 성능이 되었음을 확인하였다.