• Journal of Korean Society for Geospatial Information Science
• /
• v.12 no.2 s.29
• /
• pp.53-59
• /
• 2004

In this paper, we investigated a method for feature-based classification to develop a software which is suitable for the classification of high resolution satellite imagery. We developed algorithms for image segmentation and fuzzy-based classification required for feature-based classification and designed user interfaces to support interaction with user, considering various elements required for the feature-based classification. Evaluation of the software was accomplished using real image. Classification results were compared and analysed with eCognition software which is unique commercial software for feature-based classification. The classification results from both softwares showed essentially same results and the developed software showed better result in the processing speed.

• 한국HCI학회:학술대회논문집
• /
• 2006.02a
• /
• pp.1387-1392
• /
• 2006

본 논문에서는 SVM (Support Vector Machine)을 기반으로 하여 인체의 뇌 하부구조인 해마에 대한 지능적 형상분석 방법을 제공한다. 일반적으로 의료 영상으로부터 해마의 형상 분석을 하기 위해서는 충분한 임상 데이터를 필요로 한다. 하지만 현실적으로 많은 양의 표본들을 얻는 것이 쉽지 않기 때문에 전문가의 지식을 기반으로 한 작업이 수반되어야 한다. 결국 이러한 요소들이 분석 작업을 어렵게 한다. 의학 기술이 복잡해 지면서 최근의 형상 분석 연구는 점차 통계적 모델을 기반으로 진행되고 있다. 본 연구에서는 해마로부터 고해상도의 매개변수형 모델을 만들어 형상 표현으로 이용하고, 집단간 분류 작업에 SVM 알고리즘을 적용하는 지능적 분석 방법을 구현한다. 우선 메쉬 데이터로부터 물리변형모델 기반의 매개변수 모델을 구축하고, PDM (point distribution model) 방법을 적용하여 두 집단을 대표하는 평균 모델을 생성한다. 마지막으로 SVM 기반의 이진 분류기를 구축하여 집단간 분류 작업을 수행한다. 구현한 모델링 방법과 분류기의 성능을 평가하기 위하여 본 연구에서는 네 가지 커널 함수 (linear, radial basis function, polynomial, sigmoid)들을 적용한다. 본 논문에서 제시한 매개변수형 모델은 다양한 형태의 의료 데이터로부터 보편적인 3차원 모델을 생성하고, 또한 모델의 전역적, 국부적인 특징들을 복합적으로 표현할 수 있기 때문에 통계적 형상분석에 적합하다. 그리고 SVM 기반의 분류기는 적은 수의 학습 데이터로부터 정상인 해마 집단과 간질 환자 집단간의 정확한 분류를 가능하게 한다.

• Journal of the Korea Computer Graphics Society
• /
• v.10 no.4
• /
• pp.27-36
• /
• 2004

본 논문에서는 뇌의 하부구조인 해마를 정확하게 분석하기 위한 형상 정규화 방법과 정상인과 간질 환자의 해마를 분류하기 위한 방법을 제시한다. 해마에 대한 형상 분석 과정은 크게 형상 표현을 구축하는 과정, 형상의 유사도를 측정하는 과정, 정상인 집단과 환자 집단을 분류하는 과정으로 이루어진다. 본 연구에서는 해마의 형상 표현으로 메쉬, 골격, 복셀로 이루어진 하이브리드 옥트리 자료구조를 구축하였다. 또한 Iterative Closest Point (ICP) 알고리즘을 사용하여 해마 골격을 기반으로 한 정규화를 수행하였다. 그리고 정규화된 해마 형상을 전역적, 국부적으로 분석하여 최종적으로 입력된 해마가 정상인 또는 간질 환자에 속하는지를 학습된 데이터를 이용하여 분류하였다. 본 논문에서 제시한 ICP 기반의 정규화 방법은 3차원 해마 형상을 정확하게 분석하게 해주고, 골격의 정점 수를 조절함으로써 정규화 시간을 감소시킬 수 있다. 뿐만 아니라 3차원 해마 모델의 형상을 신경망을 통하여 학습시킴으로써 해마의 형상이 변형된 환자 집단과 정상인 집단을 분류하는데 이용할 수 있다.

• Journal of Internet Computing and Services
• /
• v.10 no.5
• /
• pp.165-181
• /
• 2009

This paper presents an effective representation scheme for the shape analysis of the hippocampal structure and a stereoscopic-haptic environment to enhance sense of realism. The parametric model and the 3D skeleton represent various types of hippocampal shapes and they are stored in the Octree data structure. So they can be used for the interactive shape analysis. And the 3D skeleton-based pose normalization allows us to align a position and an orientation of the 3D hippocampal models constructed from multimodal medical imaging data. We also have trained Support Vector Machine (SVM) for classifying between the normal controls and epileptic patients. Results suggest that the presented representation scheme provides various level of shape representation and the SVM can be a useful classifier in analyzing the shape differences between two groups. A stereoscopic-haptic virtual environment combining an auto-stereoscopic display with a force-feedback (or haptic) device takes an advantage of 3D applications for medicine because it improves space and depth perception.

• Proceedings of the Computational Structural Engineering Institute Conference
• /
• 2010.04a
• /
• pp.230-233
• /
• 2010

최근 건설업계는 전통적인 2차원 문서 환경에서 3차원 디지털 정보 환경으로의 전환이 가속화되고 있다. 하지만 3차원 정보의 적용 방법론에 관한 연구는 아직 미진한 실정이다. 기존의 2차원 기반 건설프로세스와 다르게 3차원 정보 모델은 3차원의 형상 정보를 기반으로 하여 건설 프로세스의 효율성을 향상시키고자 제안되었다. 본 논문에서는 실제 교량의 시공 단계에서 3차원 정보 모델을 구축하고 활용함으로써 그 효율성을 검증하였다. 대상 교량은 PSC 박스거더 형식의 군장대교 접속B교이며 3차원 정보 모델 구축을 위하여 대상 교량에 대한 분류체계를 정의하고 3차원 형상 모델을 생성하였다. 또한 시공 단계 업무에 3차원 정보 모델을 활용함으로써 시공 효율성 향상을 확인할 수 있었다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2006.10a
• /
• pp.139-142
• /
• 2006

본 논문에서는 햅틱 피드백과 스테레오 비쥬얼 큐를 혼합한 다중 감각 기반의 지능형 3차원 형상 분석 방법을 소개한다. 지능형 형상 분석 방법은 3차원 모델의 구조에 대한 보다 상세한 정보를 제공한다. 특히 의료 분야에 사용될 경우 전문가의 개입을 최소화하여 질병 진단 및 치료 등에 사용될 수 있다. 본 연구에서는, MRI나 CT 영상으로부터 생성된 3차원 매개변수형 모델을 이용하여 유사 모델 집단을 대표하는 통계 형상을 구축한 후, SVM (Support Vector Machine) 학습 알고리즘을 이용하여 두 집단간 형상 차이를 분석한다. 3차원 형상에 대한 신속한 시각적 이해와 직관적 조작감은 물체 표면의 형상 변화를 분석하는데 효과적으로 사용될 수 있다. 본 논문에서는 물체 조작 및 관찰 등의 작업을 수행할 때, 햅틱 피드백과 스테레오 비쥬얼 큐를 혼합한 인터랙션 기법을 사용하여 공간감과 깊이감을 향상시켜 형상 분석 결과를 효과적으로 분석한다. 본 연구에서는 해마, 관상 동맥, 뇌와 같은 인체 장기를 실험 데이터로 사용하여 제안한 SVM 기반의 분석 방법과 인터랙션 환경의 성능을 평가한다. 본 연구에서 구현한 SVM 기반 이진 분류기는 두 집단간 형상 차이를 효과적으로 분석하며, 또한 다중 감각 인터랙션은 사용자가 분석 결과를 관찰하고 카메라 및 형상을 효율적으로 조작하는 데 도움을 준다.

• The KIPS Transactions:PartA
• /
• v.10A no.4
• /
• pp.357-368
• /
• 2003

Evaluation of shape similarity for 3D models is essential in many areas - medicine, mechanical engineering, molecular biology, etc. Moreover, as 3D models are commonly used on the Web, many researches have been made on the classification and retrieval of 3D models. In this paper, we describe methods for 3D shape representation and major concepts of similarity evaluation, and analyze the key features of recent researches for shape comparison after classifying them into four categories including multi-resolution, topology, 2D image, and statistics based methods. In addition, we evaluated the performance of the reviewed methods by the selected criteria such as uniqueness, robustness, invariance, multi-resolution, efficiency, and comparison scope. Multi-resolution based methods have resulted in decreased computation time for comparison and increased preprocessing time. The methods using geometric and topological information were able to compare more various types of models and were robust to partial shape comparison. 2D image based methods incurred overheads in time and space complexity. Statistics based methods allowed for shape comparison without pose-normalization and showed robustness against affine transformations and noise.

• Journal of Broadcast Engineering
• /
• v.13 no.6
• /
• pp.828-837
• /
• 2008

We propose a method to select representative views of single objects and classes of objects for 3D object retrieval and classification. Our method is based on projected 2D shapes, or views, of the 3D objects, where the representative views are selected by applying affinity propagation to cluster uniformly sampled views. Affinity propagation assigns prototypes to each cluster during the clustering process, thereby providing a natural criterion to select views. We recursively apply affinity propagation to the selected views of objects classified as single classes to obtain representative views of classes of objects. By enabling classification as well as retrieval, effective management of large scale databases for retrieval can be enhanced, since we can avoid exhaustive search over all objects by first classifying the object. We demonstrate the effectiveness of the proposed method for both retrieval and classification by experimental results based on the Princeton benchmark database [16].

• Proceedings of the Korea Information Processing Society Conference
• /
• 2010.11a
• /
• pp.751-753
• /
• 2010

본 논문에서는 위상차 현미경 영상 내 U87 세포의 정확한 형태학적 분류를 위한 이진 분류기 구축 방법을 제안한다. 본 방법은 Fourier descriptor 기반 세포형상 표현을 SVM 이진분류기 구축에 사용함으로써 분류 대상인 원추형과 원형세포에 대해 영상 내 세포의 위치와 회전, 크기의 변화에 대해 강인한 분류성능을 제공한다. 본 실험을 통해 polynomial 커널에서 학습된 SVM 분류기가 linear, RBF, sigmoid 에 비교하여 가장 정확한 분류 성능을 보임을 확인하였다. 본 연구는 논문상 기준인 두 종류의 세포 형태 분류기를 기반 프레임워크로 삼아 좀더 다양한 세포 형태를 분류할 수 있도록 개선된다면 악성뇌종양의 전이억제치료에 효과적인 전이행동분석에 도움을 줄 수 있을 것으로 기대된다.

• Journal of Energy Engineering
• /
• v.23 no.4
• /
• pp.263-271
• /
• 2014

Corrective thermal performance analysis is required for thermal power plants to determine performance status of turbine cycle. We developed classification method for main feed water flow to make precise correction for performance analysis based on ASME (American Society of Mechanical Engineers) PTC (Performance Test Code). The classification is based on feature identification of status of main water flow. Also we developed predictive algorithms for corrected main feed-water through Support Vector Machine (SVM) Model for each classified feature area. The results was compared to estimations using Neural Network(NN) and Kernel Regression(KR). The feature classification and predictive model of main feed-water flow provides more practical methods for corrective thermal performance analysis of turbine cycle.