• 정보처리학회논문지B
• /
• 제13B권2호
• /
• pp.105-114
• /
• 2006

다양한 종류의 컴퓨터가 사람, 사물, 환경 속에 내재되어 있고, 이들이 서로 연결되어, 필요한 곳에서 활용할 수 있는 유비쿼터스 환경에서는 홈 네트워크를 통해 이 기종 기기간 다양한 데이터 교환을 요구한다. 더욱이 원활한 영상 데이터의 처리, 전송, 모니터링 기술은 핵심적 요소가 아닐 수 없다. 공간 및 시간적인 해상도, 컬러의 표현 그리고 화질의 측정방법 등 고전적 영상 처리 연구 분야뿐만 아니라 국한된 대역폭을 갖는 홈 네트워크의 전송 체계에서 전송률 문제에 대한 심도 있는 연구가 필요하다. 본 논문에서는 홈 네트워크 상황에서 콘텐츠의 중심이 되는 영상 데이터의 전송과 처리 그리고 제어를 위하여 새로운 움직임 추정 알고리즘을 제안하고 이를 이용하여 다중카메라에서 전송된 다차원 영상의 실시간 모니터링 시스템을 구현한다. 각도, 거리등 다양한 환경에서 전송되어지는 스테레오 카메라의 영상 데이터들은 축소, 확대, 이동, 보정 등 전처리 후 제안된 움직임 보상을 위한 변형계층 모션벡터 추정 알고리즘을 이용하여 압축 처리, 전송 된다. 기존 모션벡터 추정 알고리즘인 전역 탐색, 3단계 탐색, 계층적 탐색이 갖는 장점을 계승하고 단점을 보완한 변형계층 알고리즘은 비정형, 소형 매크로 블록을 이용하여 휘도의 편차가 큰 영상의 효율적 움직임 추정에 이용된다. 본 논문에서 제안한 변형계층 움직임 추정 알고리즘과 이를 이용해 구현된 영상 시스템은 유비궈터스 환경에서 다양하게 활용될 수 있다.

• 센서학회지
• /
• 제2권1호
• /
• pp.101-108
• /
• 1993

컬러센서를 위한 $TiO_{2}$/Se : Te 이종접합을 고주파 반응성 스퍼터링법과 진공증착법을 이용하여 제작하였다. 제조된 $TiO_{2}$ 막형성의 최적조건은 $1000{\AA}$의 $TiO_{2}$ 두께에서 고주파전력 120 W, 기판온도 $100^{\circ}C$, 산소농도 50% 및 분위기압 50 mTorr였다. 이 때 광투과율은 파장 550 nm에서 85%, 저항률은 $2{\times}10^9{\Omega}{\cdot}cm$, 굴절률은 2.3이었다. 제조된 $TiO_{2}$막은 직접천이형 에너지 밴드구조를 가지며 광학적 밴드갭은 3.58 eV였다. 제조된$TiO_{2}$막을 $400^{\circ}C$에서 30분간 열처리함으로써 광투과율이 파장 $300{\sim}580$ nm범위에서 $0{\sim}25%$까지 개선되었다. 또한 화학양론적 조성비를 조사하기 위하여 AES 분석을 한 결과 Ti 및 0의 조성비는 1 : 1.7로 나타났다. 한편 Se : Te 막형성의 최적조건은 $190^{\circ}C$에서 1분간 열처리했을 때였다. 이러한 조건으로 제조된 Se : Te막의 광학적 밴드갭은 1.7 eV였으며 육방정계구조의 (100) 방향 및 (110) 방향으로 Se : Te 막이 결정화됨을 알 수 있었다. 1000 lux의 조도에서 Se : Te막의 광전변환률은 0.75였다. 또한 Se에 Te를 첨가함으로써 장파장영역의 분광감도가 향상되었다. $TiO_{2}$/Se : Te 이종접합의 분광감도는 가시광 전영역에서 비교적 넓은 분광감도를 나타내었으며, 특히 청색영역에서 a-Si박막보다 우수한 분광감도를 나타내었다.

• 인터넷정보학회논문지
• /
• 제16권1호
• /
• pp.39-46
• /
• 2015

본 논문에서는 모바일 환경에서 미세세포 영상으로부터 셀을 자동 검출하고 계수하는 자동화 방법을 제시하였다. 셀 카운팅은 생물학 또는 병리학적 영상분석에 있어서 매우 중요한 과정이다. 과거에는 셀 카운팅은 수동적인 방법으로 진행되어 매우 지루하고 많은 시간을 필요로 하는 작업이었다. 이에 더하여 수동 계수 방법은 정확한 카운팅 결과를 도출하는데 어려움이 있었다. 따라서, 정확하고 일관된 셀 검출과 카운팅 결과를 생물학적인 영상으로부터 획득하기 위해서는 자동화방법이 필요하다. 제안된 다단계 셀 계수방법은 배양된 세포영상으로부터 셀을 자동으로 분할하고 분할된 셀의 위상학적 분석을 통하여 셀을 라벨링 한다. 셀 카운팅의 정확도를 높이기 위하여 워터쉐드 알고리듬에 의하여 서로 덩어리로 뭉쳐진 셀을 서로 분리하고 모폴로지 연산을 통하여 영상으로부터 획득한 개별 셀의 형태를 개선한다. 제안된 시스템은 모바일 환경에서 사용될 수 있도록 개발되었다. 따라서 셀 영상은 모바일 폰의 카메라로 획득하며 미세세포의 통계학적인 분석 데이터는 유비쿼터스 환경의 모바일 장치에 의해 전송 된다. 실험을 통하여 수동으로 계수한 셀의 숫자와 제안된 방법에 의해 자동 카운팅 된 셀의 수를 비교한 결과 제안된 방법이 매우 효과적이고 정확한 결과를 제시한다는 사실을 입증하였다.

• 한국컴퓨터정보학회논문지
• /
• 제10권1호
• /
• pp.93-100
• /
• 2005

본 연구는 신규 임상병리사로 하여금 보다 정확한 의사결정과 효율적인 교육에 이용할 수 있는 지식 및 내용 기반 의료 세균화상 검색 시스템을 설계 및 구현하는 것이다. 이를 위해, 먼저 알고리듬방식의 검색 이전에 경험적 지식을 바탕으로 세균동정단계 중 가장 빠른 경로를 탐색하여 원인균 동정에 소요되는 시간을 줄일 수 있도록 룰 베이스를 근거로 유연성 있는 탐색경로를 설정하여 전체적인 추론을 수행한다. 다음으로, 색상 모델 중에서 HSV 컬러 모델을 이용하여 세균화상 중에서도 특히 세균화상으로부터 시각정보의 색상 특징 벡터를 추출할 수 있는 색상 특징 추출방법을 제안한다. 아울러 대용량 세균화상 데이터베이스를 기반으로 보다 빠른 검색 성능을 위해, 배지, 검체, 부서, 세균명과 같은 단순속성들에 대해서는 B+-트리, 세균화상에 대한 부가적인 설명 정보로부터 추출한 키워드들에 대해서는 역화일기법, 그리고 화상으로부터 추출한 고차원 색상 특징벡터에 대해서는 스캔-기반 필터링(Scan-Based Filtering:SBF) 기법을 결합한 통합 색인기법을 기술한다. 마지막으로 구현된 시스템은 시각적인 내용 자체의 정보와 지식을 이용하여 효과적으로 복잡한 세균화상을 검색 및 관리할 수 있는 가능성을 보인다. 아울러 구현한 지식 및 내-용기반 세균화상 검색 시스템을 통해 임상분야의 지식을 잘 구조화함으로써 초보적인 임상병리사의 학습기간을 현저히 단축시킬 수 있을 것으로 기대된다.

• 한국산업정보학회논문지
• /
• 제27권6호
• /
• pp.13-23
• /
• 2022

본 논문에서는 패션 분야의 비정형 데이터 검색을 위한 패션 아이템별 세부 컨포넌트 이미지 분류 알고리즘을 제안한다. 코로나-19 환경으로 인하여 최근 AI 기반 쇼핑몰이 증가하는 추세이다. 하지만 기존의 키워드 검색과 사용자 서핑 행위 기반 개인 맞춤형 스타일 추천으로는 정확한 비정형 데이터 검색에는 한계가 있다. 본 연구는 다양한 온라인 쇼핑 사이트에서 크롤링한 이미지를 사용하여 Mask R-CNN을 활용한 전처리를 진행한 후, CNN을 통해 패션 아이템별 컴포넌트에 대한 분류를 진행하였다. 셔츠의 카라 및 패턴과 청바지의 핏, 워싱 및 컬러에 대한 분류를 진행하였으며, 다양한 전이학습 모델을 비교 분석한 후 가장 높은 정확도가 나온 Densenet121모델을 사용하여 셔츠의 카라는 93.28%, 셔츠의 패턴은 98.10%의 정확도를 도달하였으며, 청바지의 핏은 Notched, Spread, Straight 3가지의 클래스의 경우 91.73%, Regular 핏을 추가한 4가지의 클래스의 경우 81.59%, 청바지의 색상은 93.91%, 청바지의 Washing은 91.20%, 청바지의 Demgae는 92.96%의 정확도를 도출하였다.

• 한국정보과학회논문지:컴퓨팅의 실제 및 레터
• /
• 제8권4호
• /
• pp.479-488
• /
• 2002

최근 들어 인터넷 사용의 증가와 더불어 디지털 비디오의 수요 또한 급격히 증가하고 있는 추세이다. 따라서 디지털 비디오 데이타베이스의 인덱싱을 위한 자동화된 도구가 필요하게 되었다. 디지털비디오 영상에 인위적으로 삽입되어진 문자와 배경에 자연적으로 포함되어진 배경문자 등의 문자 정보는 이러한 비디오 인덱싱을 위한 중요한 단서가 되어질 수 있다. 본 논문에서는 뉴스 비디오의 정지 영상에서 뉴스 자막과 배경 문자를 추출하기 위한 새로운 방법을 제안한다. 제안된 알고리즘은 다음과 같이 세 단계로 구성된다. 첫 번째 전처리 단계에서는 입력된 컬러 영상을 명도 영상으로 변환하고, 히스토그램 스트레칭을 적용하여 영상의 수준을 향상시킨다. 이 영상에 적응적 임계값 추출에 의한 분할 방법을 수정 적용하여 영상을 분할한다. 두 번째 단계에서는 적응적 이진화가 적용된 결과 영상에 모폴로지 연산을 적절하게 사용하여, 우선 문자 영역은 아니면서 문자로 판단되기 쉬운 양의 오류(false-positive) 요소들이 강조되어 남아있는 영상을 만든다. 또한, 변형된 이진화 결과 영상에 모폴로지 연산과 본 논문에서 제안한 기하학적 보정(Geo-corrertion) 필터링 방법을 적용하여 문자와 문자로 판단되기 쉬운 요소들이 모두 강조되어 남아있는 영상을 만든다. 이 두 영상의 차를 구함으로서 찾고자 하는 문자 요소들이 주로 남고, 문자가 아닌 문자처럼 보이는 오류 요소들은 대부분 제거된 결과 영상을 만든다. 문자로 판단되는 양의 오류 영역들을 남기는데 사용된 모폴로지 연산은 3$\times$3 크기의 구조 요소를 갖는 열림과 (열림닫힘+닫힘열림)/2 이며, 문자 및 문자와 유사한 요소들을 남기는데 사용된 연산은 (열림닫힘+닫힘열림)/2와 기하학적 보정이다. 세 번째 검증 단계에서는 전체 영상 화소수 대비 각 후보 문자 영역의 화소수 비율, 각 후보 문자 영역의 전체 화소수 대비 외곽선의 화소수 비율, 각 외곽 사각형의 폭 대 높이간의 비율 등을 고려하여 비문자로 판단되는 요소들을 제거한다. 임의의 300개의 국내 뉴스 영상을 대상으로 실험한 결과 93.6%의 문자 추출률을 얻을 수 있었다. 또한, 본 논문에서 제안한 방법으로 국외 뉴스, 영화 비디오 등의 영상에서도 좋은 추출을 보임을 확인할 수 있었다.