• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2000.11a
• /
• pp.319-322
• /
• 2000

본 논문에서는 지문영상으로부터 제안한 알고리즘을 이용하여 특이점(Core, Delta)을 추출한 후 특이점의 개수와 종류에 따라서 5가지 부류(arch, tented arch, left loop, right loop, whorl)로 지문영상을 분류하였다. 지문영상을 8*8블록과 16*16블록으로 분할한 후 3*3 Sobel 마스크를 씌워서 대표 방향을 구하였다. 또한 블록으로 분할한 영상으로부터 분산을 구하여 전경과 배경을 분리(segmentation)시켜 수행속도를 향상시켰다. 전처리 과정으로는 일정한 블록마다 임계값을 다르게 적용시키는 블록 이진화 기법을 사용하였으며 특이점을 추출하기 위해서 서로 크기가 다른 2개의 블록으로 영상을 분할하였다. 우선 8*8블록으로 영역을 분할한 후 방향 성분을 구하고 특이점들을 추출하였다. 이 경우 잡영 때문에 특이점이 너무 많이 추출되는 문제점이 있으므로 이러한 해결책으로 16*16블록으로 영역을 분할하여 방향 성분을 구하고 특이점을 추출하였다. 이렇게 다른 두 영역에서 동시에 나타나는 특이점을 후보 특이점으로 잡아서 그 후보 특이점 주변으로 Poincare 지수를 적용하여 확실한 특이점을 선택한 후 5가지의 지문 형태로 분류하였다. 실험결과 대부분의 지문영상에 대하여 강건한 분류 특성을 보이고 있음을 확인하였다.

• Proceedings of the KIEE Conference
• /
• 2001.07d
• /
• pp.1938-1939
• /
• 2001

시스템을 입력과 출력간의 함수관계로 볼 때 출력에 대한 상대차수가 정의되지 않는 점을 특이점이라고 정의할 수 있다. 본 논문에서는 적절한 기하학적 조건을 만족하는 해석적인 시스템(analytic system)에 대하여 그러한 특이점의 성질을 살펴본다. 특이점을 지나는 궤적은 특이점의 특이도와 그에 관련된 함수 값의 부호에 의해서 특이점의 주변에서는 특이 매니폴드를 기준으로 한 영역에서 나머지 다른 영역으로 통과하거나 혹은 그를 기준으로 어느 한 쪽의 영역에만 머물러 있게 됨을 보임으로써 특이점과 이를 지나는 궤적의 상관관계를 명확히 규명하였다.

• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.27 no.10A
• /
• pp.1011-1020
• /
• 2002

The current paper presents an effective deblocking algorithm for block-based coded images using singularity detection in a wavelet transform. In block-based coded images, the local maxima of a wavelet transform modulus detect all singularities, including blocking artifacts, from multiscale edges. Accordingly, the current study discriminates between a blocking artifact and an edge by estimation the Lipschitz regularity of the local maxima and removing the wavelet transform modulus of a blocking artifact that has a negative Lipschitz regularity exponent. Experimental results showed that the performance of the proposed algorithm was objectively and subjectively superior.

• Journal of Life Science
• /
• v.13 no.6
• /
• pp.958-969
• /
• 2003

The human Y chromosome is strictly paternally inherited and does not X-Y crossing over during male meiosis in most of its length. Although this region came to be known as the non-recombining region Y (NRY), it was renamed as male-specific region Y (MSY) due to abundant recombination. The MSY is a mosaic of heterochromatic sequences and three classes of euchromatic sequences: X-transposed, X-degenerated and ampliconic. The X-transposed sequences exhibit 99% identity to the X chromosomal sequences. The X-degenerate sequences are remnants of ancient autosomes from which the modem X and Y chromosomes evolved. Eight palindromes of the ampliconic comprise one-quarter of the euchromatic DNA of the male-specific region of the human Y chromosome. They contain many testis-specific genes and typically exhibit 99.97% intra-palindromic (arm-to-arm) sequence identity. The arms of these palindromes must have subsequently engaged in gene conversion, driving the pair arms to evolve it concert. Averages of approximately 600 nucleotides per newborn male have undergone Y-Y gene conversion, which has had an important role in the evolution of multi-copy testis gene families in the MSY.

• Journal of Korea Multimedia Society
• /
• v.7 no.5
• /
• pp.648-657
• /
• 2004

A method of extracting central objects in color images without any prior-knowledge is proposed in this paper, which uses basically information of significant color distribution. A central object in an image is defined as a set of regions that lie around center of the image and have significant color distribution against the other surround (or background) regions. Significant colors in an image are first defined as the colors that are distributed more densely around center of the image than near borders. Then core object regions (CORs) are selected as the regions a lot of pixels of which have the significant colors. Finally, the adjacent regions to the CORs are iteratively merged if they are similar to the CORs but not to the background regions in color distribution. The merging result is accepted as the central object that may include differently color-characterized regions and/or two or more objects of interest. Usefulness of the significant colors in extracting the central object was verified through experiments on several kinds of test images. We expect that central objects shall be used usefully in image retrieval applications.

• Proceedings of the Korea Multimedia Society Conference
• /
• 2004.05a
• /
• pp.187-190
• /
• 2004

본 논문에서는 영상을 자동적으로 객체와 비객체 영상으로 분류하는 방법을 제안한다. 객체 영상은 객체를 포함하는 영상이다. 객체는 영상의 중심 부근에 위치하고 주변 영역과는 상이한 칼라 분포를 가지는 영역들로 정의한다 영상 분류를 위해 객체의 특징에 기반하여 세 가지 기준을 정의한다. 첫 번째 기준인 중심 영역의 특이성은 중심영역과 주변 영역간의 칼라 분포의 차이를 통해 계산된다. 두 번째 기준은 영상 내의 특이 픽셀의 분산이다 특이 픽셀은 영상의 주변영역보다 중심 부근에서 더욱 빈번하게 나타나는 상호 인접한 픽셀들의 칼라 쌍에 의해 정의된다. 마지막 기준은 객체의 핵심 영역 경계에서의 경계 강도이다. 영상을 분류하기 위해서 신경 회로망 학습을 통해서 세 가지 기준들을 통합하도록 한다. 900개의 영상들에 대해 실헝한 결과 84.2%의 분류 정확도를 얻었다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2012.06c
• /
• pp.19-21
• /
• 2012

모든 암 세포는 체세포 변이를 동반한다. 따라서 암 유전체 변이 분석에 의하여 암을 발생시키는 유전자 및 진단/치료법을 찾아낼 수 있다. 본 연구에서는 차세대 시퀀싱 데이터를 이용하여 암 특이적 단이 반복 변이(copy number variation, CNV) 유형을 밝히는 새로운 알고리즘을 제안한다. 제안하는 방식은 암 환자의 정상 세포와 암세포로부터 얻어진 정상 유전체와 암 유전체를 동시 분석하여 각각 CNV 후보 영역을 추출하며, 통계적 유의성 분석을 통하여 암 특이적 CNV 후보 영역을 선별하고, 다음 후처리 과정에서 참조 표준 서열(reference sequence)에 존재하는 오류 영역 보정 작업을 수행하여 정확한 암 특이적 CNV 영역을 추출해 낸다. 또한 다수의 대용량 유전체 데이터 동시 분석을 위하여 맵리듀스(MapReduce) 기법을 기반으로 하는 병렬 수행 알고리즘을 제안한다.

• Journal of the Institute of Electronics Engineers of Korea SP
• /
• v.41 no.6
• /
• pp.109-120
• /
• 2004

The current paper presents an effective deblocking algorithm for block-based coded images using singularity detection in Mallat wavelet transform. In block-based coded images. The local maxima of the wavelet transform modulus detect all singularities, including blocking artifacts, from multiscale edges. Accordingly, the current study discriminates between blocking artifacts and edges by estimating the Lipschitz regularity of the local maxima and removing the wavelet transform modulus of blocking artifacts. Experimental results showed that the performance of the proposed algorithm was objectively and subjectively superior.

• Journal of the Korean Society of Surveying, Geodesy, Photogrammetry and Cartography
• /
• v.29 no.4
• /
• pp.329-341
• /
• 2011

The object of this paper is to compare the accuracy and the characteristic of various methods of solving the geodetic inverse problem for the geodesic lines which be in the standard case and special cases(antipodal, near antipodal, equatorial, and near equatorial situation) on the WGS84 reference ellipsoid. For this, the various algorithms (classical and recent solutions) to deal with the geodetic inverse problem are examined, and are programmed in order to evaluate the calculation ability of each method for the precise geodesic determination. The main factors of geodetic inverse problem, the distance and the forward azimuths between two points on the sphere(or ellipsoid) are determined by the 18 kinds of methods for the geodetic inverse solutions. After then, the results from the 17 kinds of methods in the both standard and special cases are compared with those from the Karney method as a reference. When judging these comparison, in case of the standard geodesics whose length do not exceed 100km, all of the methods show the almost same ability to Karney method. Whereas to the geodesics is longer than 4,000km, only two methods (Vincenty and Pittman) show the similar ability to the Karney method. In the cases of special geodesics, all methods except the Modified Vincenty method was not proper to solve the geodetic inverse problem through the comparison with Karney method. Therefore, it is needed to modify and compensate the algorithm of each methods by examining the various behaviors of geodesics on the special regions.

• Proceedings of the Korea Multimedia Society Conference
• /
• 2001.06a
• /
• pp.200-203
• /
• 2001

정보 보안의 기수로 떠오른 지문인식 분야는 크게 분류와 인증 단계로 나뉜다. 본 논문은 지문의 분류에 대한 연구결과로, 효율적인 지문 분류를 위해 방향성 이미지로부터 일정 영역내 방향각의 분포도에 대한 분산을 이용한 새로운 지문 분류 알고리즘을 제안한다. 또한 구해진 분산을 토대로 특이점(코아. 델타) 가능 영역을 선정하고 선정된 영역에 대해 의사 특이점을 제거후 지문을 분류하고 마지막으로 실험을 통해 제안된 알고리즘을 검증하고 문제점을 검토해 본다.