• 제목/요약/키워드: 합성이미지

검색결과 554건 처리시간 0.029초

100% 하드웨어 효율을 갖는 블록기반의 이차원 이산 웨이블렛 변환 필터 설계 (Design of a Block-Based 2D Discrete Wavelet Transform Filter with 100% Hardware Efficiency)

  • 김주영;박태근
    • 대한전자공학회논문지SD
    • /
    • 제47권12호
    • /
    • pp.39-47
    • /
    • 2010
  • 본 논문에서는 하드웨어 효율이 100%가 되는 2차원 이산 웨이블렛 변환 필터 구조를 제안한다. 전체 구조는 두 채널 QMF PR Lattice 필터로 구성된 1차원 DWT 필터 4개로 구성되었다. 1 레벨부터 J 레벨까지 순차적으로 수행함으로써 메모리 사용을 최소화 하면서도 하드웨어 효율이 100%가 되도록 설계하였으며 필터 입력 데이터를 구성해주는 DFC구조와 DCU구조를 제안하였다. 인접한 4개의 데이터를 동시에 입력 받아 처리함으로써 동시에 행방향과 열방향 DWT를 수행하므로 $N{\times}N$ 이미지를 처리하는데 $N^2(1-2^{-2J})/3$ 사이클이 소요되며 이 때 필요한 저장공간은 약 2MN-3N이다. 기존의 2D DWT 구조와 비교해 보았을 때 하드웨어 효율과 동작 속도가 향상되었으며 두 개의 1D DWT를 직렬로 연결하므로 임계경로를 감소시키기 위해서 최대 4 단까지 파이프라인을 적용하여 임계경로를 향상시킬 수 있다. 제안된 구조는 VerilogHDL로 모델링되고 동부아남 $0.18{\mu}m$ 표준셀로 합성되어 검증되었다.

색 공간 내 중복 정보 감소를 위한 HEVC 스크린 콘텐츠 부호화 기법 성능 분석 (Performance Analysis of Screen Contents Coding Tools to Reduce Inter-Color Component Correlation)

  • 강제원
    • 방송공학회논문지
    • /
    • 제20권5호
    • /
    • pp.687-696
    • /
    • 2015
  • 최근 동영상 압축에 관한 국제 표준화 기구인 JCT-VC (Joint Collaborative Team on Video Coding) 에서는 High Efficiency Video Coding (HEVC)의 확장 표준으로 HEVC/Range Extension (HEVC/RExt)의 개발을 완료하고 스크린 콘텐츠 동영상의 부호화기술을 위한 표준인 HEVC/Screen Content Coding (HEVC/SCC)을 제정 중이다. 기존 동영상 압축 과정에서는 이미지 센서로부터 취득한 RGB 영상을 변환하여 부호화를 수행하는 반면에 애니매이션, 그래픽스 등 컴퓨터로 합성한 영상을 일컫는 스크린 콘텐츠의 경우는 색 공간의 변환이 주관적 화질을 심각하게 열화 시킬 수 있으므로 기존 RGB 색 공간을 유지하며 효율적으로 색 공간 내 정보의 중복성을 줄이기 위한 부호화 기법이 필요하다. 본 논문에서는 HEVC/RExt.와 HEVC/SCC에서 개발한 스크린 콘텐츠 동영상 압축을 위한 색 요소 예측 기법과 루프 내 색 공간 변환 기술의 성능을 분석한다. 실험 결과에 의하면 색 요소 예측 기법은 평균 약 11.7% BD-rate 감소, 색 공간 예측 기법은 평균 약 16.4% BD-rate 감소를 보인다. 그러나 두 기법이 동시에 적용되는 경우 약 18.2%의 BD-rate 감소를 보여 두 기법의 부호화 효율이 약 9.9% 중첩된다. 본 결과를 응용하여 두 기법이 배타적으로 선택이 되게끔 부호기 고속화를 수행하는 경우 약 0.3%의 부호화 손실로 93%의 부호화 측정 시간을 제공한다.

고순도 SiC 미분말을 적용한 4H-SiC 단결정 성장에 관한 연구 (Study on the growth of 4H-SiC single crystal with high purity SiC fine powder)

  • 신동근;김병숙;손해록;김무성
    • 한국결정성장학회지
    • /
    • 제29권6호
    • /
    • pp.383-388
    • /
    • 2019
  • 개선된 열탄소환원법으로 합성된 금속불순물함량 1 ppm 이하의 고순도 SiC 미립 분말을 이용하여 2,100℃ 이상고온의 RF 가열 PVT 장치에서 SiC 단결정을 성장시켰으며, In-situ x-ray 이미지 분석을 통해 성장과정 중 분말의 승화거동 및 단결정 성장거동을 관찰하였다. SiC 분말은 단결정 성장의 공급원으로 온도가 높은 외곽 부분부터 소진되고 graphite 잔여물이 남았다. 성장 중 원료의 흐름은 가운데 부분으로 집중되었으며 SiC 단결정의 성장거동에도 영향을 미쳤는데, 이는 미립분말로 인한 도가니 내부 온도분포 차이가 원인으로 예상되었다. 단결정 성장이 완료된 후, 단결정 잉곳을 1 mm 두께의 단결정 기판으로 절단하고 또한, 잉곳에서 얻어진 단결정 기판은 전반적으로 짙은 황색의 4H -SiC가 관찰되었으며, 외곽에 일부 발생한 다결정은 시드결정을 시드홀더에 부착하는 과정에서 혼입된 기포층과 같은 불순물 혼입이 원인으로 사료된다.

얼굴 검출을 위한 SoC 하드웨어 구현 및 검증 (A design and implementation of Face Detection hardware)

  • 이수현;정용진
    • 대한전자공학회논문지SD
    • /
    • 제44권4호
    • /
    • pp.43-54
    • /
    • 2007
  • 본 논문에서는 실시간 처리를 위한 얼굴 검출 알고리즘의 하드웨어 엔진을 설계하고 검증하였다. 얼굴 검출 알고리즘은 주어진 이미지에서 학습된 얼굴의 특징데이터를 통하여 얼굴의 대략적인 위치를 찾는 연산을 수행한다. 얼굴 검출 알고리즘을 하드웨어 구조로 설계하기 위해 Integral Image Calculator, Feature Coordinate Calculator, Feature Difference Calculator, Cascade Calculator, Window Detector 등의 5 단계로 구조를 나누었으며, On-Chip Integral Image memory 와 Feature Parameter Memory를 설계하였다. 삼성전자의 S3C2440A 프로세서 칩과 Xilinx사의 Virtex4LX100을 이용하여 검증 플랫폼을 구축하고, CCD카메라를 통하여 실제 얼굴의 영상을 받아들여 얼굴 검출을 실시간으로 구동시켜 검증하였다. 설계된 하드웨어는 Virtex4LX100 FPGA를 타겟으로 합성 시에 3,251 LUTs 를 사용하고, 24MHz의 동작 속도에서 검색 윈도우의 이동 간격에 따라 프레임 당 1.96$\sim$0.13 초의 실행속도를 가진다. 그리고 매그나칩 0.25um ASIC 공정으로 제작 시 41만 게이트 (Combinational area 약 34.5만 게이트, Noncombinational area 약 6.5만 게이트)의 크기를 가지며, 100MHz의 동작 속도에서 프레임 당 0.5초 미만의 실행 속도로, 임베디드 시스템의 실시간 얼굴 검출 솔루션에 적합함을 보여준다. 실제 XF1201칩의 일부 모듈로 구현되어 동작함이 확인되었다.

저수지 유역의 오염부하 산정 시스템 개발 (System Development for the Estimation of Pollutant Loads on Reservoir)

  • 심순보;이요상;고덕구
    • 한국수자원학회논문집
    • /
    • 제31권1호
    • /
    • pp.35-44
    • /
    • 1998
  • 본연구의 목적은 강우시 지표수의 흐름을 통해 유출되는 오염부하 산정 시스템을 개발하고 정상류 흐름의 성격을 띠는 점원오염의 월별, 수기별 오염부하를 산정하기 위한 각종 수질 인자별 발생부하와 배출부하 사이의 관계를 규명하여 각 지천 소유역의 울별 및 수기별 오염부하를 산정하는 모형 시스템을 개발하는 것이다. 또한 댐 상류 하천 구간에 대한 수질 모델링을 통하여 댐유입부의 오염부하를 산정하는데 있다. 대상유역의 토지 이용분포와 지표수 유출거동에 관련된 지상인자들의 파악을 위해 인공위성 원격탐사 이미지를 분석하여 토지이용분포 규명하고, 기타 지형공간정보를 구축하여, 이들로부터 모형의 운영에 필수적인 지상인자들을 합성하여, 모형의 입력자료로 사용될 수 있도록 하는 일련의 과정을 체계화하였다. 또한 개발된 개개의 모형을 체계적으로 결합하여 사용을 쉽게하기 위하여, GIS-모형간의 인터페이스 모듈과 그래픽 출력시스템 등 응용소프트웨어를 개발하여, 운격탐사 기법에 의한 저수지 오염 부하량 산정 모형과 전체시스템의 통합을 완료하였다. 개발된 모형시스템을 이용하여 1991년에서 1993년 사이에 관측된 4개 호우사상에 대한 비점오염원의 부하를 시험적으로 산정하였으며, 충추댐의 월별 및 수기에 따른 오염부하도 아울러 산정하였다.

  • PDF

모바일 카메라 화질 개선을 위한 실시간 불량 화소 검출 및 보정 시스템의 설계 (Design of Real-Time Dead Pixel Detection and Compensation System for Image Quality Enhancement in Mobile Camera)

  • 송진근;하주영;박정환;최원태;강봉순
    • 융합신호처리학회논문지
    • /
    • 제8권4호
    • /
    • pp.237-243
    • /
    • 2007
  • 본 논문은 모바일 카메라 화질 개선을 위한 실시간 불량 화소(Dead pixel) 검출 및 보정 시스템에 대해 제안하고 있다. 영상 입력장치인 CIS(CMOS Image Sensor)는 소형화, 저전력, 비용절감의 효과로 각광받고 있다. 하지만 이미지 센서와 결합된 불량 화소 보정 장치에 관한 기존 방법에 있어서, 연속된 불량 화소들을 검출하지 못 하거나, 정상화소임에도 불구하고 불량 화소로 분류하여 영상이 훼손되는 경우가 발생한다. 제안된 알고리즘은 불량 화소를 핫 픽셀(Hot pixel)과 콜드 픽셀(Cold pixel)로 분류하여, 라인 검출방법과 $5{\times}5$ 창 검출 방법을 순차적으로 처리하여, 불량화소의 특성에 따라 검출 및 보정하는 방법을 제안한다. 라인 검출 알고리즘은 수평 저주파 영역의 불량화소를 검출한다. 그리고 $5{\times}5$창 검출 알고리즘은 수직, 대각 저주파 영역과 고주파 영역에 대한 불량 화소를 검출한다. 제안된 알고리즘은 시뮬레이션 결과, 99%의 높은 검출율을 보여주고 있다. 그리고 Verilog-HDL를 사용하여 구현하였고 Synopsys의 Design Analyzer와 TSMC 0.25um ASIC library로 합성하였으며, 총 Gate counts는 23K로 낮은 하드웨어 복잡도를 가진다.

  • PDF

기계 학습 기반 탄성파 자료 단층 해석: 연구동향 및 기술소개 (Fault Detection for Seismic Data Interpretation Based on Machine Learning: Research Trends and Technological Introduction)

  • 최우창;이강훈;조상인;최병훈;편석준
    • 지구물리와물리탐사
    • /
    • 제23권2호
    • /
    • pp.97-114
    • /
    • 2020
  • 최근 과학기술 및 공학 전 분야에서 기계 학습을 적용하는 연구들이 매우 활발하게 수행되고 있다. 탄성파 탐사 분야 또한 해석, 처리, 취득 등 모든 영역에서 기계 학습을 적용한 연구들이 빠르게 증가하는 추세이다. 그 중 단층 해석은 탄성파 자료 해석 분야에 있어 가장 중요한 기술 중 하나이며, 기계 학습을 적용하기에 가장 적합한 분야이기도 하다. 이 논문에서는 다양한 기계 학습 기법들에 대해 소개하고 단층 해석에 적합한 기법들과 그 이유를 기술하였다. 물리탐사 분야의 저명한 국제 학술지에 게재된 논문과 국제 학술대회 발표 사례들을 조사하여 연도별, 분야별 연구 현황을 정리하였으며, 그 중 기계 학습을 사용한 단층 해석 연구들을 집중적으로 분석하였다. 단층 해석 기술은 입력 자료 및 기계 학습 모델의 형태에 따라 탄성파 속성 기반 기술, 탄성파 이미지 기반 기술, 원시자료 기반 기술로 나누어 그 장단점을 기술하였다.

자율주행 차량의 학습 데이터 자동 생성 시스템 개발 (Development of Autonomous Vehicle Learning Data Generation System)

  • 윤승제;정지원;홍준;임경일;김재환;김형주
    • 한국ITS학회 논문지
    • /
    • 제19권5호
    • /
    • pp.162-177
    • /
    • 2020
  • 자율주행시스템에서 다양한 센서를 기반으로 한 외부환경 인지는 주행안전성과 직접적인 관계가 있다. 최근 머신러닝/심층 신경망 기술의 발전으로 심층 신경망 기반의 인지 모델이 사용됨에 따라, 인지 알고리즘의 올바른 학습과 이를 위한 양질의 학습데이터가 필수적으로 요구된다. 그러나 자율주행에 발생할 수 있는 모든 상황을 데이터를 수집하는 것은 현실적인 어려움이 많다. 해외와 국내의 교통 환경의 차이로 인지 모델의 성능이 저하되기도 하며, 센서가 정상동작을 못하는 악천우에 대한 데이터는 수집이 어려우며 질적인 부분을 보장하지 못한다. 때문에, 실제 도로가 아닌 시뮬레이터 내 가상 도로 환경을 구축하여 합성 데이터를 수집하는 접근법이 필요하다. 본 논문에서는 국내 실정에 맞게 국내 도로 상황을 모사한 시뮬레이터 환경 안에 날씨와 조도, 차량의 종류와 대수, 센서의 위치를 다양화하여 학습데이터를 수집하였고, 보다 더 좋은 성능을 위해 적대적 생성 모델을 활용하여 이미지의 도메인을 보다 실사에 가깝게 바꾸고 다양화 하였다. 그리고 위 데이터로 학습한 인지 모델을 실제 도로 환경에서 수집한 시험 데이터에 성능 평가를 진행하여, 실제 환경 데이터만으로 학습한 모델과 비슷한 성능을 내는 것을 보였다.

잉크젯 프린팅용 pink-red 수계 무기잉크의 제조 및 특성평가 (Characterization and synthesis of aqueous pink-red ceramic ink for digital inkjet printing)

  • 이원준;황해진;한규성;조우석;김진호
    • 한국결정성장학회지
    • /
    • 제25권1호
    • /
    • pp.20-26
    • /
    • 2015
  • 세라믹 잉크젯 기술은 아트타일, 장식용 도자기 등에 이용되고 있으며, 원료의 효율이 높고 낮은 제작비용으로 다양한 이미지를 빠르고 정확하게 인쇄할 수 있다는 장점을 가지고 있다. 잉크젯 프린팅 타일에 나노세라믹안료를 적용하기 위해서는 안정적인 잉크분산성 확보가 필수적이다. 본 논문에서는 잉크젯 인쇄용 수계 pink-red 세라믹잉크의 특성을 보여주고 있다. $CaCr_{0.1}Sn_{0.8}SiO_5$ 안료는 고상법을 이용하여 합성하였고, 잉크 토출 시 잉크젯 헤드의 노즐 막힘을 방지하기 위해 어트리션밀을 이용하여 분쇄한 안료를 사용 하였다. 수계 세라믹잉크 제조 시 $CaCr_{0.1}Sn_{0.8}SiO_5$ 나노안료의 농도는 10 wt%로 고정하였고, sodium dodecyl sulfate(SDS)를 0.4 wt% 첨가 하였을 때 최적의 분산성을 가지는 것을 확인할 수 있었다. 또한 수계 세라믹 잉크의 원활한 토출을 위해 polyvinyl alcohol(PVA)을 0.18 wt% 첨가하여 점도 조절을 하였다. 제조된 pinkred 세라믹 잉크는 토출 시 $180{\mu}s$ 이후 구형의 단일액적을 형성 하는 것을 확인할 수 있었다.

딥러닝을 이용한 화강암 X-ray CT 영상에서의 균열 검출에 관한 연구 (Pixel-level Crack Detection in X-ray Computed Tomography Image of Granite using Deep Learning)

  • 현석환;이준성;전성환;김예진;김광염;윤태섭
    • 터널과지하공간
    • /
    • 제29권3호
    • /
    • pp.184-196
    • /
    • 2019
  • 본 연구에서는 화강암 시편에서 수압 파쇄법에 의해 생성된 미세균열의 3차원 형상을 X-ray CT 영상과 딥러닝을 이용하여 추출하였다. 실험으로 생성된 미세균열은 X-ray CT 영상 상에서 일반적인 영상처리방법으로는 추출하기 매우 어렵고 육안으로만 관찰이 가능한 형태를 지닌다. 하지만 본 연구에서 제안한 합성곱 신경망(Convolutional neural network) 기반 인코더-디코더(Encoder-Decoder) 구조의 딥러닝 모델을 통해 미세균열을 정량적으로 추출할 수 있었다. 특히 픽셀 단위의 미세균열 추출을 위해 인코딩 과정에서 소실되는 정보를 디코딩 과정으로 직접 전달하는 디코더 모델을 제안하였다. 또한, 딥러닝 기반 신경망 학습에 필요한 데이터의 수를 증가시키기 위해 이미지의 분할(Division), 회전(Rotation), 그리고 반전(Flipping) 등으로 데이터를 생성하는 영상 증대 방법을 적용하였으며 이때 최적의 조합을 확인하였다. 최적의 영상 학습 데이터 증대 방법을 적용하였을 때 검증 데이터뿐만 아니라 테스트 데이터에서의 성능 향상을 확인하였다. 학습 데이터의 원본 개수가 딥러닝 기반 신경망의 균열 추출 성능에 미치는 영향을 확인하고 딥러닝 기술을 사용하여 성공적으로 미세균열을 추출하였다.