• Proceedings of the Korea Information Processing Society Conference
• /
• 2000.10b
• /
• pp.1661-1664
• /
• 2000

내용 기반의 비디오 검색에 있어 텍스처는 중요한 변수로 사용될 수 있다. 모든 물체의 표면은 독특한 성질을 보유하고 있으므로, 텍스처는 형상이나 색과 더불어 중요한 변수로 사용될 수 있다. 어떤 영상의 특징을 올바르게 추출하고 잘 분류하여 표현하는 것은 비디오 검색에 있어서 매우 중요하다. Temporal texture는 무한한 시공간적 범위의 복잡하고, 추상적인 움직임 패턴이며 자연 세계에 흔히 나타난다. 그러므로 이를 특징화시킬 수 있고, temporal texture 패턴을 얼마나 잘 이용할 수 있느냐는 비디오 검색의 성능에 많은 영향을 끼칠 수 있다. 본 논문은 temporal texture 모델링들 중 서로 다른 특징을 가진 세 가지의 모델을 선정하여 비교, 분석한다. 특히, 특징 추출의 분류가 정확하게 이루어지느냐에 초점을 맞추어서 분석하였다. 분류의 성능은 두 가지 변수 즉, 어떤 성질의 모델이며 비디오 데이터인가에 따라 달라지게 된다. 이들 모델링이 분류하기까지 걸리는 시간의 차이는 무시할 수 있을 정도의 시간차이므로, 정확도를 위주로 성능을 분석했다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2000.10b
• /
• pp.443-445
• /
• 2000

모든 물체의 표면은 독특한 성질을 보유하고 있으므로, 비디오 검색에 있어 텍스처는 형상이나 색과 더불어 중요한 변수로 사용될 수 있다. 비디오 검색에 있어서 중요한 것은 어떤 영상의 특징을 올바르게 추출하고 잘 분류하여 표현하는 것이다. Temporal texture는 무한한 시공간적 범위의 복잡하고, 추상적인 움직임 패턴도 특징화시킬 수 있으므로, temporal texture 패턴을 얼마나 잘 이용할 수 있느냐는 비디오 검색의 성능에 많은 영향을 끼칠 수 있다. 본 논문은 temporal texture의 서로 다른 특징을 가진 세 가지의 모델을 선정하여 비교한다. 특히, 특징 추출의 분류가 정확하게 이루어지느냐에 초점을 맞추어서 분석하였다. 분류의 성능은 두 가지 변수 즉, 어떤 성질의 모델이며 비디오 데이터인가에 따라 달라지게 된다. 이들 모델링이 분류하기까지 걸리는 시간의 차이는 무시할 수 있을 정도의 시간차이므로 정확도를 위주로 성능을 분석했다.

• Proceedings of the Korean Society for Emotion and Sensibility Conference
• /
• 1999.11a
• /
• pp.153-156
• /
• 1999

본 연구는 시트 커버지로 선호하는 직물의 특성을 파악하고자 하였다. 직물디자인의 평가 요소 중 pattern에 초점을 맞추었으며 부수적으로 색상에 대한 선호도 평가를 수행하였다. 직물 pattern 디자인은 PP(Primitive pattern)와 RPU(Repeated pattern unit)의 세부항목에 대한 평가를 통해 전체 직물패턴에 대한 평가가 가능하다. Pattern 특징 평가를 위한 1차 설문에서 소재와 색상의 요인들의 영향을 최소화하기 위해 sample 직물을 gray-scale image로 제시하여 세부항목을 평가하였다. 1차 설문결과로써 pattern 특성을 대표하는 4개의 직물샘플을 선정하였다. 2차 설문에서 4개의 대표 sample을 열차용 시트에 rendering 하여 선호도 평가를 수행하였으며, 색상 선호도 평가는 5가지 색상 군집에 대한 선호를 평가하였다. 선호도 평가 결과 시트 커버지로 선호하는 직물의 특징은 PP의 특징에 상관없이 RPU의 돌출성이 적은 pattern이었다 또한 색상은 초록색과 파랑색을 선호하는 것을 알 수 있었다. 추후 이러한 결과를 통한 시트 커버 직물의 디자인 및 선택이 이루어져야 할 것이다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2007.06b
• /
• pp.406-411
• /
• 2007

현재 리눅스에서 사용되고 있는 스케줄링 방식은 Weight(가중치), Quantum(기본 설정 CPU점유시간)등을 이용하여 스케줄링 한다. 이러한 스케줄링 방식으로는 프로세스 각각의 특징을 반영하기 힘들다. 이러한 점을 개선하고자 하나의 프로세스가 실행될 때, 실행 프로세스의 특징을 경험적 데이터로 저장함으로서, 프로세스가 다시 실행될 시에, 경험적 데이터를 적용하여 프로세스의 특징을 스케줄링에 반영토록 한다. 경험적인 데이터들로는 프로세스의 실행시간, 프로세스의 종류, 실행 빈도 등이 있는데, 이들을 스케줄링에 적용하여, 프로세스 각각의 특징을 반영하여 각각의 프로세스에 최적화된 스케줄러를 구현한다. 개발 대상 OS는 Open Source이며, 다양한 분야에 적용되고 있는 리눅스를 선정하였고, 기존의 리눅스 스케줄링에 과거의 경험적인 데이터를 반영하여, 좋은 효율의 스케줄러를 구현하는데 목적을 두었다.

• Proceedings of the Korea Multimedia Society Conference
• /
• 2002.05c
• /
• pp.180-185
• /
• 2002

본 논문에서는 키워드를 입력해 검색된 영상들을 유사한 특징을 갖는 소수의 그룹으로 그룹핑하고 각 그룹을 대표하는 대표영상을 추출하여 우선적으로 사용자에게 보여주고 필요에 따라 나머지 영상들을 단계적으로 서비스할 수 있는 방안을 제시한다. 영상 그룹핑을 위한 각 영상의 특징은 영상에 포함된 중심 객체를 사용하여 추출한다. 이를 위해 검색 키워드는 객체와 연관성이 있는 단어로 제한하여 영상을 검색하며 검색된 영상으로부터 중심 객체를 추출할 수 있는 객체 추출 방법을 활용하였다. 각 영상으로부터 추출된 중심 객체에 대한 특징 벡터는 칼라 분포를 이용한다. 영상 그룹핑은 칼라분포로 표현되는 특징공간에서의 밀집도를 조사하여 높은 밀도로 모여있는 영역별로 추출하여 동일한 그룹으로 분류하였다. 대표 영상은 분류된 그룹에서 가장 밀집도가 높은 영상으로 선택된다. 한편, 얼굴이 포함된 영상은 사전에 따로 분류하고 얼굴 크기 및 얼굴 수에 따라 영상을 그룹핑하여 각 그룹에 대한 대표 영상을 선정한다. 본 연구에서 제안한 방법은 사용자에게 모든 검색 결과를 일괄적으로 보여주는 것에 비해 보다 빠른 시간 내에 사용자가 원하는 영상을 편리하면서도 효과적으로 확인할 수 있는 방법을 제공해 줄 수 있을 것으로 기대한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2019.10a
• /
• pp.813-816
• /
• 2019

최근 에너지 부족 문제 및 환경 문제의 해결수단으로 스마트 그리드가 많은 주목을 받고 있다. 스마트 그리드 기술은 에너지를 효율적으로 사용하는 데 도움을 주며, 이를 위해서는 더욱 정확한 전력수요 예측이 필요하다. 다양한 기계학습 기법 기반의 전력수요 예측 모델은 좋은 예측 성능을 보이지만 입력 변수의 개수가 증가할수록 처리해야 하는 데이터의 양이 기하급수적으로 증가한다는 단점이 존재한다. 또한, 불필요한 데이터를 입력 변수로 선정할 경우에는 모델의 정확도가 저하될 수도 있다. 이러한 문제를 해결하기 위해 다양한 특징 선택 기법들이 제안되었지만, 기존의 특징 선택 기법은 모델의 성능을 고려하지 않았기 때문에 실제 적용 시 오히려 모델의 성능이 저하될 수도 있다. 이에 본 논문은 유전 알고리즘을 기반으로 한 특징 선택 기법을 제안한다. 유전 알고리즘을 통해 각 모델에 맞는 최적의 입력 변수를 선택함으로써 빠른 학습 속도와 높은 정확도를 기대할 수 있다.

• Journal of Korean Society for Geospatial Information Science
• /
• v.7 no.2 s.14
• /
• pp.47-56
• /
• 1999

In this study, tie point observation in aerial triangulation was automated by the image processing methods. The technique includes boundary extraction and We matching processes. The procedures were applied to extract points of Interest and to find their conjugate points in the other images. The image coordinates of the identified points were then used to compute their absolute coordinates. An algorithm was developed in this study for the automation of observation in aerial triangulation, which is a manual process of selecting a tie point and recording the image coordinate of the selected point. The developed algorithm automates this process through the application of a mathematical operator to extract points of interest from an arbitrary image. The root m square error of image coordinates of the developed algorithm is $6.8{\mu}m$, which is close to that of the present analytical method. In a manual environment, the accuracy of the result of a photogrammetric process is heavily dependant on the level of skill and experience of the human operator. No such problem exists in an automated system. Also, as a result of the automated system, the time spent in the observation process could be reduced by a factor of 61.2%, thereby reducing the overall cost.

• The KIPS Transactions:PartB
• /
• v.11B no.2
• /
• pp.159-168
• /
• 2004

This paper presents hybrid classification method to improve the performance of satellite images classification by combining Bayesian maximum likelihood classifier, ISODATA clustering and fuzzy C-Means algorithm. In this paper, the training data of each class were generated by separating the spectral signature using ISODATA clustering. We can classify according to pixel's membership grade followed by cluster center of fuzzy C-Means algorithm as the mean value of training data for each class. Bayesian maximum likelihood classifier is performed with prior probability by result of fuzzy C-Means classification. The results shows that proposed method could improve performance of classification method and also perform classification with no concern about spectral signature of the training data. The proposed method Is applied to a Landsat TM satellite image for the verifying test.

• Journal of KIISE:Computer Systems and Theory
• /
• v.33 no.10
• /
• pp.768-776
• /
• 2006

Given an unstructured point set, we use an MLS (melting least-squares) approximation to estimate the local curvatures and their derivatives at a point by means of an approximation surface Then, we compute neighbor information using a Delaunay tessellation. feature points can then be detected as zero-crossings, and connected using curvature directions. Also this approach has a fast computation time than previous methods, which based on triangle meshes. We demonstrate our method on several large point-sampled models, rendered by point-splatting, on which the feature lines are rendered with line width determined from curvatures.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2005.11a
• /
• pp.199-202
• /
• 2005

TV OSD(On Screen Display) 메뉴 자동검증 시스템에서 다국적 언어의 문자 인식은 표준패턴의 구조적 분석이 쉽지 않을 뿐만 아니라 학습패턴 집합의 규모와 특징의 수가 증가함으로 인하여 특징추출 및 인식 과정에서 방대한 계산량이 요구된다. 이에 본 연구에서는 학습 데이터에 포함되는 다량의 특징 집합으로부터 인식에 필요한 효과적인 특징을 선별함으로써 패턴 분류기의 효율성을 개선하기 위한 방법론을 고찰한다. 이를 위하여 수정된 형태의 Adaboost 기법을 제안하고 이를 적용한 실험 결과로부터 그 유용성을 고찰한다. 제안된 알고리즘은 초기의 특징 집합을 취약한 성능을 갖는 다수의 분류기(classifier)로서 고려하며, 이로부터 반복학습을 통하여 개선된 분류기를 점진적으로 선별해 나가게 된다. 학습의 원리는 주어진 학습패턴 집합에 기초하여 일종의 교사학습(supervised learning) 방식으로 이루어진다. 각 패턴에 할당된 가중치 값은 각 단계에서 산출되는 분류결과에 따라 적응적으로 수정되어 반복학습이 진행됨에 따라 점차 보완적 성능을 갖는 분류기를 선택할 수 있게 한다. 즉, 주어진 각 학습패턴에 대하여 초기에 균등한 가중치가 부여되며, 반복학습의 각 단계에서 적용되는 분류기의 출력을 분석하여 오분류된 패턴의 가중치 분포를 증가시켜 나간다. 본 연구에서는 실제 응용으로서 OSD 메뉴검증 시스템을 대상으로 제안된 이론을 적용하고 그 타당성을 평가한다.