• 스마트미디어저널
• /
• 제7권4호
• /
• pp.17-23
• /
• 2018

자동 띄어쓰기 특성을 효과적으로 처리할 수 있는 LSTM(Long Short-Term Memory Neural Networks) 기반의 RNN 모델을 제시하고 적용한 결과를 분석하였다. 문장이 길거나 일부 노이즈가 포함된 경우에 신경망 학습이 쉽지 않은 문제를 해결하기 위하여 입력 데이터 형식과 디코딩 데이터 형식을 정의하고, 신경망 학습에서 드롭아웃, 양방향 다층 LSTM 셀, 계층 정규화 기법, 주목 기법(attention mechanism)을 적용하여 성능을 향상시키는 방법을 제안하였다. 학습 데이터로는 세종 말뭉치 자료를 사용하였으며, 학습 데이터가 부분적으로 불완전한 띄어쓰기가 포함되어 있었음에도 불구하고, 대량의 학습 데이터를 통해 한글 띄어쓰기에 대한 패턴이 의미 있게 학습되었다. 이것은 신경망에서 드롭아웃 기법을 통해 학습 모델의 오버피팅이 되지 않도록 함으로써 노이즈에 강한 모델을 만들었기 때문이다. 실험결과로 LSTM sequence-to-sequence 모델이 재현율과 정확도를 함께 고려한 평가 점수인 F1 값이 0.94로 규칙 기반 방식과 딥러닝 GRU-CRF보다 더 높은 성능을 보였다.

• 사물인터넷융복합논문지
• /
• 제8권2호
• /
• pp.79-84
• /
• 2022

본 논문은 문서의 보안과 손실 및 오염에 대하여 복원능력을 향상시키는 방안을 제안한다. 이를 위해서 암호화로 DnCNN(DeNoise Convolution Neural Network)을 제시한다. 암호화 방법을 구현하기 위하여 2D이미지정보를 광학에 사용되는 공간주파수 전달함수(Spatial Frequency Transfer Function)의 수학적 모델을 적용한다. 공간 주파수 전달함수를 사용하여 광학적 간섭 패턴을 암호화로 사용하고 공간 주파수 전달함수의 수학적 변수를 복호화하는 암호로 사용하는 방법을 제안하였다. 또한, 딥러닝을 적용한 DnCNN 방법을 적용하여 노이즈 제거하여 복원 성능을 개선한다. 실험결과, 65%의 정보 손실이 있는 경우에도 Pre-Training DnCNN Deep Learning을 적용한 결과 공간 주파수 전달함수만을 활용한 복원 결과 와 비교하여 PSNR(Peak Signal-to-noise ratio)을 11% 이상 우수한 성능을 확인할 수 있다. 또한, CC(Correlation Coefficient)의 특성도 16% 이상 우수한 결과를 보이고 있다.

• 한국ITS학회 논문지
• /
• 제19권4호
• /
• pp.81-99
• /
• 2020

기종점 데이터는 수요 분석 및 서비스 설계를 위해서 대중교통, 도로운영 등 다양한 분야에서 저장 및 활용되고 있다. 최근 빅데이터의 활용성이 증대되면서 기종점 데이터의 분석 및 활용에 대한 수요도 함께 증가하고 있다. 기존의 일반적인 교통 정보 데이터가 수집장비 수(n)에 비례하여 데이터양이 증가(α·n)하는 것과는 다르게, 기종점 데이터는 수집지점 수(n)의 증가에 따라 수집 데이터의 양이 기하급수적으로 증가(α·n²)하는 경향이 있다. 이로 인하여 기종점 데이터를 원시 데이터의 형태로 장기간 저장하고 빅데이터 분석에 활용하는 것은 대용량의 저장 공간이 필요하다는 것을 고려할 때 실용적 대안으로 여겨지지 않고 있다. 이와 함께 기종점 데이터는 0~10 사이의 작은 수요 부분에 패턴화된 형태와 무작위 적인 형태의 데이터가 섞여있어 작은 수요가 그룹화되어 발생하는 주요 패턴을 추출하기에 어려움이 있다. 이러한 기종점 데이터의 저장용량의 한계와 패턴화 분석의 한계를 극복하고자 본 연구에서는 주성분 분석을 활용한 대중교통 기종점 데이터의 압축 및 분석 방법을 제안하였다. 본 연구에서는 서울시와 세종시의 대중교통 이용 데이터를 활용하여 모빌리티 데이터를 분석하고, 모빌리티 기종점 데이터에 포함된 무작위 성향이 높은 데이터를 제거하기 위해 주성분분석 기반의 데이터 압축 및 복원에 관한 연구를 수행하였다. 주성분분석으로 분해된 기종점 데이터와 원데이터를 비교하여 주요한 수요 패턴을 찾고 이를 통해 압축률과 복원율을 높일 수 있는 주성분 범위를 제안하였다. 본 연구에서 분석한 결과, 서울시 기준 1~80, 세종시 기준 1~60까지의 주성분을 사용할 경우 주요 이동 데이터의 손실 없이 기종점 데이터에 포함되어있는 노이즈를 제거하고 데이터를 압축 및 복원이 가능하였다.

• 한국산학기술학회논문지
• /
• 제10권5호
• /
• pp.909-916
• /
• 2009

본 연구는 위상천이 영사식 모아레 측정기의 기준 위상 측정단계에서 기준 위상의 검출 정확도를 높이기 위한 방안으로, 일반적인 N-bucket 방법이 아닌, 줄무늬 패턴 투사 영상의 직접적인 영상처리를 기반으로, 노이즈가 포함된 영상으로부터 기준 위상을 자동으로 검출하고 보정하는 방법을 다룬다. 일반적으로 기준위상을 정확히 구하기 위해서는 상대적으로 노이즈가 원천적으로 적은 고정밀도의 교정 시편과 이에 맞는 세분화된 교정방법이 필요하다. 하지만, 고가의 시편 제작비용 절감과 고정도 교정을 위한 교정시간의 단축을 위해, 상대적으로 일반 정밀도등급의 제작된 시편으로부터 획득된 영상을 이용하여, 효율적인 기준위상 교정 방법을 제안한다. 투사된 평행 라인 띠가 시편에서 반사되어 카메라로 입력되는 영상으로부터, 영상처리 라인마스크를 이용하여 격자 라인들의 중심점을 정밀하게 추출하고, 각 라인들에서 추출된 샘플링점 기반의 최소자승법을 이용하여, 라인 특징치인 기울기와 절편을 추출함으로써 실제 관측되는 격자 라인의 중심선을 획득하였으며, 획득된 중심선들을 이용하여 N-bucket 알고리즘에 적용할 수 있도록 위상을 추출한 후, 기준위상을 자동으로 생성하였다. 본 연구를 통하여 고가의 시편 제작 없이 빠르게 자동으로 기준위상을 추출할 수 있었다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제2권9호
• /
• pp.603-614
• /
• 2013

모바일 디바이스의 발달은 사용자가 언제 어디서나 원하는 서비스에 접근하고, 정보를 소비할 수 있는 환경을 마련했다. 이에 맞춰 다양한 연구들이 모바일 사용자의 정보 접근성을 향상 시키기 위한 개인화 방법을 제안해 왔다. 하지만, 이와 같은 개인화는 사용자 개인과 관련된 정보를 요구하기에, 사용자 정보에 대한 보안과 관련된 우려를 낳고 있다. 이를 해결할 수 있는 효과적인 방법 중 하나로 사용자 정보를 사용자의 온라인 혹은 오프라인 상의 행동 패턴으로부터 추정하는 것을 들 수 있다. 본 논문에서는 SNS(Social Network Service) 상에서의 사용자 패턴과 사용자 간 물리적인 근접성 패턴을 분석하여 사용자 개인의 정보와 타 사용자와의 사회 관계정보를 식별하는 사용자 정보 식별 시스템을 제안하고자 한다. 제안한 시스템은 SNS 텍스트와 GPS 데이터에 기반한 POI(Point of Interest) 패턴으로부터 사용자의 나이, 성별 등 개인정보를 식별하고, 사용자 GPS 데이터를 이용하여 얻어진 사용자 간 근접성 패턴을 이용하여 두 사용자 간의 가족, 동료 등 관계 정보를 추정한다. 각각의 사용자 식별 모듈은 해당 데이터의 특성을 고려하여 SNS 데이터의 노이즈와 사용자 GPS 데이터의 손실을 감안함으로써 더 정확한 사용자 식별 성능을 보이도록 설계되었다. 이를 검증하기 위한 실험에서 제안한 시스템은 기존의 방법에 비해 더 나은 성능을 보였으며, 이는 본 논문에서 제안하는 방법이 사용자 데이터의 특성을 효과적으로 반영하고 있음을 의미한다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제32권4호
• /
• pp.258-267
• /
• 2005

본 논문에서는 사용자의 발걸음 정보를 이용하여 유비쿼터스 컴퓨팅 환경 중 가정과 같이 규모가 크지 않은 곳에서 사용자의 위치 추적 및 인식이 가능한 유비플로어 시스템을 제안한다. 유비쿼터스 환경에서 개인화 된 위치 기반 서비스를 제공하기 위해서는 사용자 및 위치 정보가 반드시 필요하다. 기존의 시스템은 이를 위해서 태그등의 센서를 휴대하거나 카메라등의 비접촉 센서를 사용하였다. 그러나 이들은 사용자에게 불편함을 주거나 주변 노이즈에 민감한 단점이 있다. 이를 극복하기 위해, 사용자가 걸을 때의 지면 반력을 이용한 플로어-기반의 인증 시스템이 제안되었으나 시스템을 구성하는 센서와 주변 기기가 비싸다는 단점이 있다. 제안된 시스템은 싼 ON/OFF 스위치 센서들을 사용해 일상생활에서 걷는 사용자의 발걸음 패턴을 파악하여 사용자를 인증한다. 성인 남녀 10명을 대상으로 실험하여 평균 $90\%$ 의 인식률을 잃었으며, 사용자는 인증받기 위해 특별한 장치의 착용이나 특정한 행동을 취할 필요가 없다.

• 대한원격탐사학회지
• /
• 제29권4호
• /
• pp.351-360
• /
• 2013

MODIS NDVI 시계열 자료에 하모닉 분석을 적용하면 계절에 따른 식생의 연간 변화 패턴을 이해할 수 있다. 하모닉 분석은 시간에 따라 형성된 시계열 자료의 복잡한 파형의 형태를 일련의 정현파 파형(sinusoidal waves)의 합으로 분해하고 진폭과 위상으로 정의되는 각 파형의 특성을 통해 시계열 자료의 패턴을 분석하는 방법이다. 본 논문은 NDVI 시계열 자료에 하모닉 모형을 적용하여 각 구성 성분의 진폭과 위상을 측정하고 이러한 파라미터들의 변화를 분류하여 식생의 연간 변화를 탐지하는 방법론을 제안하고 있다. 이를 통해 장기간에 걸친 식생 변화 지역을 모니터링할 수 있고 또한, 이 과정에서 하모닉 모형을 통해 미관측 자료나 노이즈 자료를 복원하여 시계열자료를 재구축할 수 있는 장점도 있다. 본 연구에서는 시뮬레이션 자료를 통해 하모닉 분석의 유용성에 대해 테스트하였고, 2006년부터 2012년까지 총 7년간 북한 개마고원 부근의 MODIS NDVI 식생 자료에 하모닉 모형을 적용하여 연간 변화 지역을 탐지하고 연간 식생변화지역맵을 작성하였다. 이렇게 작성된 연간 식생변화지역맵은 장기적인 식생변화 모니터링을 위한 기초 맵으로 활용될 수 있을 것으로 기대된다.

• 한국컴퓨터정보학회논문지
• /
• 제15권10호
• /
• pp.59-70
• /
• 2010

모바일폰이나 디지털 카메라에서 사용하는 영상 센서의 수광 소자는 한 가지 색만을 기록하는 베이어 패턴이기 때문에 각각의 화소들은 여러 개의컬러 중에서단 하나만의 컬러에 대한 화소값을얻게 된다. 잃어버린화소의 정보는 CFA(Color Filter Array)를 이용하여 그 주위의 화소에 대한 정보를 이용함으로 완전한 컬러 영상을 추론한다. 본 논문은 영상 센서의 수광 소자로부터 획득한 데이터의 평균과 각 컬러 채널 데이터 평균 사이의 관계를 유도하고, 이 관계를 이용하여 색상 보간을 위한 효율적인 에지 컬러 퍼지 보간 방법을 제안하였다. 또한 휘도 신호 채널의 보간은 컬러 노이즈를 감소하고 효율적인 보간을 위해 에지 방향에 따라 퍼지 보간을 하였다. 그리고 본 논문에서 PSNR을 이용하여 제안된 방법이 기존 방법보다 평균 2.4dB 정도 개선됨을 증명하였으며, 시각적으로 원영상의 해상도와 유사한 수준이며, 기존 알고리즘의 영상보다 색수차가 감소된 것을 실험 결과를 통하여 확인하였다.

• 한국HCI학회:학술대회논문집
• /
• 한국HCI학회 2007년도 학술대회 1부
• /
• pp.897-902
• /
• 2007

인간과 컴퓨터간의 전통적인 인터페이스는 인간이 요구하는 다양한 인터페이스를 제공하지 못한다는 점에서 점차 사용하기 불편하게 되었고 이는 새로운 형태의 인터페이스에 대한 요구로 이어지게 되었다. 본 논문에서는 이러한 추세에 맞추어 카메라를 통해 인간의 손 제스처를 인식하는 새로운 인터페이스를 연구하였다. 손은 자유도가 높고 3차원의 view direction에 의해 형상이 매우 심하게 변한다. 따라서 윤곽선 기반방법과 같은 2차원으로 투영된 영상에서 contour나 edge의 정보로 손 제스처를 인식하는 데는 한계가 있다. 그러나 모델기반 방법은 3차원 정보를 이용하기 때문에 손 제스처를 인식하는데 좋으나 계산량이 많아 실시간으로 처리하기가 쉽지 않다. 이러한 문제점을 해결하기 위해 손 형상에 대한 대규모 데이터베이스를 구성하고 정규화된 공간에서 Feature 간의 연관성을 파악하여 훈련 데이터 모델을 구성하여 비교함으로써 실시간으로 손 포즈를 구별할 수 있다. 이러한 통계적 학습 기반의 알고리즘은 다양한 데이터와 좋은 feature의 검출이 최적의 성능을 구현하는 것과 연관된다. 따라서 배경으로부터 노이즈를 최대한 줄이기 위해 피부의 색상 정보를 이용하여 손 후보 영역을 검출하고 검출된 후보 영역으로부터 HLF(Haar-like Feature)를 이용하여 손 영역을 검출한다. 검출된 손 영역으로부터 패턴 분류 과정을 거쳐 손 포즈를 인식 하게 된다. 패턴 분류 과정은 HLF를 이용하여 손 포즈를 인식하게 되는데 미리 학습된 각 포즈에 대한 HLF를 이용하여 손 포즈를 인식하게 된다. HLF는 Violar가 얼굴 검출에 적용한 것으로 얼굴 검출에 좋은 결과를 보여 주었으며, 이는 적분 이미지로부터 추출한 HLF를 이용한 Adaboost 학습 알고리즘을 사용하였다. 본 논문에서는 피부색의 색상 정보를 이용 배경과 손 영상을 최대한 분리하여 배경의 대부분이 Adaboost-Haar Classifier의 첫 번째 스테이지에서 제거되는 방법을 이용하여 그 성능을 더 향상 시켜 손 형상 인식에 적용하였다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2021년도 학술발표회
• /
• pp.78-78
• /
• 2021

영상유속분석법은 비접촉식으로 유속을 측정하는 방법으로 특히 홍수시 하천의 표면유속을 안전하게 계측할 수 있어서 경제적이고 안전한 하천유속 측정 방법 중 하나이다. STIV는 영상의 휘도 정보를 시간 방향으로 나열하여 작성된 STI(Space-Time Image)에 나타나는 패턴의 기울기를 이용하여 유속을 산정하는 방법이다. 특히 STIV(Space-Time Image Velocimetry)는 기존 입자군의 상호상관법에 기초한 입자영상유속계와 달리 표식자의 유무와 상관없이 유속을 측정할 수 있어 적용성과 안정성이 확보된다. 하지만 영상의 상태가 불량한 경우 정확한 유속 측정이 난해하며 야간에는 별도의 조명 추가 및 태풍과 같은 악기상에서는 빗방울이 카메라에 맺히거나 수면의 진동, 구조물의 진동에 의한 영상의 상태가 불량하게 되어 측정 정도가 떨어진다. 이처럼 영상을 이용한 유속 계측에 있어 다양한 연구 및 기술개발이 요구되는 시점이다. 따라서 본 연구에서는 영상을 이용한 정확한 유속측정을 위해 STIV와 인공지능을 융합하여 정확한 유속 평가를 목적으로 한다. 우선 기존 STI에 의한 기울기 추정방법을 확장하여 딥러닝(CNN)에 의한 기울기 추정방법을 도입하였다. CNN은 일반적으로 이미지의 특성을 추출하는데 유용한 방법으로서 STI의 2차원 Fourier변환 이미지를 사용하여 패턴의 기울기를 감지하도록 학습하였고 적용 결과 기울기에 대한 인식율은 매우 양호하였으며 이를 이용한 실제 관측 영상에 적용한 결과 유속에 대한 정밀도도 매우 양호하게 나타났다. 또한 딥러닝을 적용한 STIV는 노이즈(진동, 화면 불량 등)가 있는 영상에서도 안정적으로 유속을 산정할 수 있으며 전파유속계를 이용한 실제 하천의 표면유속 관측치와 비교 검토 결과 매우 양호하게 유속을 평가하고 있는 것으로 나타났다.