• 정보처리학회논문지D
• /
• 제11D권4호
• /
• pp.983-990
• /
• 2004

누적밀도 히스토그램은 사각형 객체의 네 점에 대응하는 4개의 서브 히스토그램을 유지함으로써 사각형 객체가 여러 버켓에 걸쳐질 경우 발생하는 다중 계산 문제를 해결하고 있다. 이 기법은 빠른 추정시간과 정확한 결과를 제공하고 있지만, 질의 윈도우가 그리드 셀의 경계와 일치해야 한다는 제약사항을 기반으로 수행하므로, 실제 응용에 적용시 많은 에러를 초래하게 된다. 따라서, 이 논문에서는 기존 누적밀도 히스토그램에서 질의 윈도우의 제약사항에 관한 영향을 줄이기 위해, 두가지 확률모델을 기반으로 일반화된 누적밀도 히스토그램을 사용한 선택율 추정 기법을 제안하였다. 제안된 두가지 확률 모델은 \circled1질의 영역 비율을 고려한 확률모델과, \circled2교차 영역 정보를 고려한 확률모델이다. 우리는 실제 데이터 셋을 사용하여 제안된 기법을 실험하였다 실험 결과는 이 논문에서 제안된 기법이 기존의 다른 선택율 추정 기법보다 성능이 뛰어남을 보여주고 있다 더구나, 교차 영역 정보를 기반으로 하는 확률모델의 경우 20% 질의 윈도우에서 5% 미만의 낮은 에러율을 보였다. 이 논문에서 제안된 기법은 사각형 객체의 공간 범위 질의의 선택율을 정확하게 추정하는데 사용될 수 있다.

• 융합신호처리학회 학술대회논문집
• /
• 한국신호처리시스템학회 2005년도 추계학술대회 논문집
• /
• pp.217-220
• /
• 2005

베이시안 기법의 잡음제거는 사진정보를 모형화하여 베이스 정리에 의해 사후정보를 계산하는 방법이다. 웨이블릿 변환 영역에서 각 대역의 원 신호 히스토그램을 일반화된 라플라시안 분포로 모형화하여 사전정보로 사용가능하다. 잡음 신호의 히스토그램에서 모형을 추정하기 위해서는 잡음편차가 필요하다. 이 논문에서는 단조변환을 이용하여 웨이블릿 변환된 잡음신호 각 대역의 편차를 추정한 후 이 편차에 가중치를 적용하여 모수를 추정한 후 베이스 기법으로 잡음을 제거하였다. 그리고 그 결과를 위너필터에 의해 잡음제거 된 결과와 PSNR로 비교하였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2021년도 추계학술발표대회
• /
• pp.903-906
• /
• 2021

인공지능 기술 발전으로, 의료영상 분야에서도 딥러닝 기반 질병 진단 연구가 활발히 진행되고 있다. 딥러닝 모델 개발 시, 학습 데이터 품질은 모델의 성능과 신뢰성에 매우 큰 영향을 미친다. 그러나 의료 분야의 경우 도메인 지식에 대한 진입 장벽이 높아 개발자가 학습에 사용되는 의료영상 데이터의 품질을 평가하기 어렵다. 이로 인해, 많은 의료영상 분야에서는 각 분야의 특성(질병의 종류, 관찰 아나토미 등)에 따른 영상 품질 평가 방법을 제시해왔다. 그러나 기존의 방법은 특정 질병에 초점이 맞춰져, 일반화된 품질 평가 기준을 제시하고 있지 않다. 따라서 본 논문에서는 대부분의 흉부 질환을 진단하기 위한 흉부 X선 영상의 품질을 평가할 수 있는 기준을 제안한다. 우선, 흉부 X선 영상을 대상으로 관찰된 영역인 심장, 횡격막, 견갑골, 폐 등을 분할하여, 3D 히스토그램을 기반으로 각 영역별 통계적인 정밀 품질 평가 기준을 제안한다. 본 연구에서는 JSRT, Chest 14의 오픈 데이터셋을 활용하여 적용 실험을 수행하였으며, 민감도는 97.6%, 특이도는 92.8%의 우수한 성능을 확인하였다.

• 한국GIS학회:학술대회논문집
• /
• 한국GIS학회 2004년도 GIS/RS 공동 춘계학술대회 논문집
• /
• pp.267-272
• /
• 2004

모폴로지 영상처리기법을 이용하여 영상내 물체의 외곽선을 추출하는 연구는 최근까지 여러 가지 목적을 위하여 이루어져 왔다. 최근 고해상도 영상의 적용이 여러 민간 수요 분야에서 일반화되면서 도시교통 환경 분석을 위한 방법으로 모폴로지 연산을 적용하고자 하는 연구가 시도되고 있다. 본 연구에서는 고 해상도 영상으로부터 주요 지형지물 정보를 추출하고 분석하기 위하여 이진(Binary) 모폴로지 처리와 명암(Gray-scale) 모폴로지 연산을 Visual 환경 하에서 운영 가능한 프로그램으로 개발하였다. 각각의 처리 견과에 대해서는 보다 나은 결과를 얻기 위해 잡음 제거 기능을 추가하였고, 명암 모폴로지 처리에서는 영상의 히스토그램을 사용자가 확인하고 경계치 영역 제거를 통하여 적용목적과 영상의 조건에 따라 보다 좋은 곁과를 추출할 수 있도록 하였다.

• 대한원격탐사학회지
• /
• 제39권5_2호
• /
• pp.875-883
• /
• 2023

이 단보에서는 PlanetScope 영상을 사용하여 Red-Green-Blue (RGB) 히스토그램 (histogram) 분석을 통해 해양 유출유의 색상 특성과 유종 구분에 대한 실험을 수행하였다. 해양 유출유의 히스토그램은 각 밴드 화소값 분포에 따라 세 가지 카테고리(어두운 검은색 톤, 밝은 은색 톤, 밝은 무지개색 톤)로 나눌 수 있으며, 어두운 검은색 톤의 두꺼운 기름층은 중유(heavy oil)로 구분할 수 있고, 밝은 은색 및 무지개색 톤의 얇은 기름층은 경유(light oil)로 구분할 수 있다. 향후 보다 많은 영상에 대한 분석이 이루어진다면, 이러한 유출유 탐지와 유종 구분이 보다 더 일반화되고 신뢰도를 높일 수 있을 것으로 사료된다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2001년도 봄 학술발표논문집 Vol.28 No.1 (B)
• /
• pp.76-78
• /
• 2001

현재 웹 서비스 기반검색 시스템의 일반화에 힘입어 단순한 덱스트 정보뿐 만 아니라 이미지 데이터와 같은 멀티미디어 정보가 보편화되고 그 교류의 양이 크게 증가하였다. 따라서 덱스트 정보에 대한 검색과 함께 멀티미디어 정보에 대한 효과적 검색을 지원하는 시스템 개발이 중요시되고 있다. 그러나 기존에 개발된 시스템들은 멀티미디어 데이터를 검색 결과의 부가적 정보로서 사용하는 것이 일반적이며 그 자체를 질의 검색의 주요 대상으로 처리하지 못하였다. 따라서 본 논문에서는 웹 상에서 대용량 이미지 데이터베이스를 구축하고 이를 기반으로 효과적 검색을 지원하는 멀티미디어 검색 시스템을 설계한다. 제안 시스템은 크게 두 가지 검색 구조를 제공하는데, 먼저 기존의 덱스트 기반 검색을 위하여 이미지의 의미 정보를 XML로 표현하여 이를 DTD 독립적인 스키마에 따라 관계형 데이터베이스에 저장, 관리하여 체계적이고 구조적인 서비스를 지원한다. 또한 이미지에 대한 내용 기반 검색을 위하여 이미지 데이터베이스를 구축하고 이미지 데이터로부터 색상 히스토그램 특성을 자동으로 추출하여 구축한 인덱스를 유지, 관리하며, 이를 통한 내용 기반 검색 구조와 사용자 질의 인터페이스를 설계한다.

• 한국지능정보시스템학회:학술대회논문집
• /
• 한국지능정보시스템학회 2005년도 춘계학술대회
• /
• pp.202-206
• /
• 2005

우리나라 주민등록증은 주소지, 주민등록 번호, 지문 등 개개인의 방대한 정보를 가진다. 그런데 현재의 플라스틱 주민등록증은 위?변조가 쉬워 사회적으로 많은 문제를 일으키고 있다. 이러한 문제점을 해결하기 위하여 주민등록증을 전산화 하여 주민등록증 위조여부를 판단하고 있다. 본 논문에서는 주민등록증 영상을 자동 인식할 수 있는 개선된 ART2기반 RBF 네트워크를 이용한 주민등록증 자동 인식 방법을 제안한다. 제안된 방법은 주민등록증 영상에서 위치 정보와 수직 및 수평 히스토그램 방법을 이용하여 주민등록번호와 발행일 영역을 추출한다. 그리고 추출된 주민등록번호와 발행일 영역에서 4 방향 윤곽선 추적 알고리즘으로 개별 문자를 추출한다. 추출된 개별 코드는 개선된 ART2 기반 RBF 네트워크를 제안하여 인식에 적용한다. 제안된 ART2 기반 RBF 네트워크는 ART2알고리즘을 중간층으로 적용하고 중간층과 출력층 간의 학습은 일반화된 델타 학습에 모멘텀을 적용하여 학습 성능을 개선한다. 실제 주민등록증 영상을 이용하여 실험한 결과, 제안된 ART2기반 RBF 네트워크가 주민등록증 인식에 효율적인 것을 확인하였다.

• 전자공학회논문지
• /
• 제51권1호
• /
• pp.161-171
• /
• 2014

허프변환은 이미지 영역에서 패러미터 영역으로의 변환을 통해 주어진 이미지에서 모델 인스턴스를 추출해내는 방식으로 허프변환된 결과는 패러미터 영역 좌표에 해당하는 Cell 카운터들의 히스토그램 형태가 된다. 다음 단계로 임계값을 정한 후 이를 상회하는 카운터 값에 해당하는 패러미터 값을 통해 모델 인스턴스를 추출하게 되는데 일반적으로 그 임계값은 최고 Cell 카운터 값의 일정 부분에 해당하는 값을 주로 선택하게 된다. 임계점이 너무 낮을 경우 잘못된 모델 인스턴스를 추출할 가능성이 있으며(false positives) 반대로 너무 높은 임계점을 선택할 경우 존재하는 모델 인스턴스를 추출해내지 못하는 오류(false negatives)를 초래하게 된다. 본 논문에서는 일반화된 허프변환(Generalized Hough Transform) 적용 시 패러미터 영역에서의 Cell 카운터 값의 임계점 선택을 위한 방법으로 확률적인 접근방식을 제시하며 이를 위해 Cell 카운터 분포에 해당하는 조건부 확률을 도출하여 과학적인 임계점 선택이 가능함을 입증한다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제26권11호
• /
• pp.1314-1323
• /
• 1999

컴퓨터의 사용이 일반화됨에 따라 데이타를 생성하고 수집하는 것이 용이해졌다. 이에 따라 데이타로부터 자동적으로 유용한 지식을 얻는 기술이 필요하게 되었다. 데이타 마이닝에서 얻어진 지식은 정확성과 이해성을 충족해야 한다. 본 논문에서는 데이타 마이닝을 위하여 퍼지 결정트리에 기반한 효율적인 퍼지 규칙을 생성하는 알고리즘을 제안한다. 퍼지 결정트리는 ID3와 C4.5의 이해성과 퍼지이론의 추론과 표현력을 결합한 방법이다. 특히, 퍼지 규칙은 속성 축에 평행하게 판단 경계선을 결정하는 방법으로는 어려운 속성 축에 평행하지 않는 경계선을 갖는 패턴을 효율적으로 분류한다. 제안된 알고리즘은 첫째, 각 속성 데이타의 히스토그램 분석을 통해 적절한 소속함수를 생성한다. 둘째, 주어진 소속함수를 바탕으로 ID3와 C4.5와 유사한 방법으로 퍼지 결정트리를 생성한다. 또한, 유전자 알고리즘을 이용하여 소속함수를 조율한다. IRIS 데이타, Wisconsin breast cancer 데이타, credit screening 데이타 등 벤치마크 데이타들에 대한 실험 결과 제안된 방법이 C4.5 방법을 포함한 다른 방법보다 성능과 규칙의 이해성에서 보다 효율적임을 보인다.Abstract With an extended use of computers, we can easily generate and collect data. There is a need to acquire useful knowledge from data automatically. In data mining the acquired knowledge needs to be both accurate and comprehensible. In this paper, we propose an efficient fuzzy rule generation algorithm based on fuzzy decision tree for data mining. We combine the comprehensibility of rules generated based on decision tree such as ID3 and C4.5 and the expressive power of fuzzy sets. Particularly, fuzzy rules allow us to effectively classify patterns of non-axis-parallel decision boundaries, which are difficult to do using attribute-based classification methods.In our algorithm we first determine an appropriate set of membership functions for each attribute of data using histogram analysis. Given a set of membership functions then we construct a fuzzy decision tree in a similar way to that of ID3 and C4.5. We also apply genetic algorithm to tune the initial set of membership functions. We have experimented our algorithm with several benchmark data sets including the IRIS data, the Wisconsin breast cancer data, and the credit screening data. The experiment results show that our method is more efficient in performance and comprehensibility of rules compared with other methods including C4.5.