• 융합신호처리학회논문지
• /
• 제5권3호
• /
• pp.181-189
• /
• 2004

본 논문은 전조등의 특징을 이용하여 야간에 측후방에서 다가오는 차량을 탐지하는 방법을 설명한다. 야간 차량의 전조등은 검은색 배경의 야간 도로 영상에서 측후방 차량을 탐지하기 위한 좋은 특징이다. 입력 영상은 임계값 처리기법에 의해 검은색 배경과 흰색 영역으로 이루어지는 이진 영상으로 변환되고, 모폴로지 연산 중 열림 연산을 이용하여 잡음을 제거한다. 분할된 흰색 영역들에 대해 기하학적 특징과 모멘트 특징을 이용하여 전조등의 특징량을 측정하고, 의사 결정 트리에 의해 전조등 후보로 적당한 대상체들을 분류한다. 대상체들간의 위상학적 관계를 분석하여 한 쌍의 전조등을 탈지함으로써 측후방 차량을 탐지한다. 실험 결과 전조등 특징을 이용한 야간 측후방 차량 탐지 방법이 효과적임을 알 수 있었다. 제안한 방법은 야간 측후방 추돌경보시스템에 적용될 수 있으며, 향후에는 스테레오비전시스템을 사용하여 전조등 탐지 기반의 측후방 차량 거리 및 위치 측정에 관한 연구를 수행할 것이다.

• 천문학회지
• /
• 제54권2호
• /
• pp.37-47
• /
• 2021

Reverberation mapping (RM) is an efficient method to investigate the physical sizes of the broad line region (BLR) and dusty torus in an active galactic nucleus (AGN). The Spectro-Photometer for the History of the Universe, Epoch of Reionization and Ices Explorer (SPHEREx) mission will provide multi-epoch spectroscopic data at optical and near-infrared wavelengths. These data can be used for RM experiments with bright AGNs. We present results of a feasibility test using SPHEREx data in the SPHEREx deep regions for torus RM measurements. We investigate the physical properties of bright AGNs in the SPHEREx deep field. Based on this information, we compute the efficiency of detecting torus time lags in simulated light curves. We demonstrate that, in combination with complementary optical data with a depth of ~ 20 mag in B-band, lags of ≤ 750 days for tori can be measured for more than ~ 200 bright AGNs. If high signal-to-noise ratio photometric data with a depth of ~ 21-22 mag are available, RM measurements are possible for up to ~ 900 objects. When complemented by well-designed early optical observations, SPHEREx can provide a unique dataset for studies of the physical properties of dusty tori in bright AGNs.

• 대한방사선기술학회지:방사선기술과학
• /
• 제45권2호
• /
• pp.145-150
• /
• 2022

The main purpose of this work was to restore the blurry chest CT images by applying a blind deconvolution algorithm. In general, image restoration is the procedure of improving the degraded image to get the true or original image. In this regard, we focused on a blind deblurring approach with chest CT imaging by using digital image processing in MATLAB, which the blind deconvolution technique performed without any whole knowledge or information as to the fundamental point spread function (PSF). For our approach, we acquired 30 chest CT images from the public source and applied three type's PSFs for finding the true image and the original PSF. The observed image might be convolved with an isotropic gaussian PSF or motion blurring PSF and the original image. The PSFs are assumed as a black box, hence restoring the image is called blind deconvolution. For the 30 iteration times, we analyzed diverse sizes of the PSF and tried to approximate the true PSF and the original image. For improving the ringing effect, we employed the weighted function by using the sobel filter. The results was compared with the three criteria including mean squared error (MSE), root mean squared error (RMSE) and peak signal-to-noise ratio (PSNR), which all values of the optimal-sized image outperformed those that the other reconstructed two-sized images. Therefore, we improved the blurring chest CT image by using the blind deconvolutin algorithm for optimal approach.

• 한국산업정보학회논문지
• /
• 제27권3호
• /
• pp.11-20
• /
• 2022

현재 광고 분야 등에 널리 사용되고 있는 흑백 QR코드의 정보 저장 용량을 증가시키기 위해 칼라 QR코드에 대한 연구가 활발히 진행되고 있다. 그러나 칼라 QR코드는 프린팅 또는 스캐닝 과정에 의해 복재가 될 수 있으며, 이 과정에서 불충분한 조도에 의한 색상 왜곡과 잡음, 카메라의 낮은 해상도와 기하학적 변형의 가능성이 있다. 이러한 일련의 복합적인 과정들은 품질 저하와 인식률 저하를 초래한다. 이러한 문제점을 극복하기 위해 본 논문에서는 칼라 QR코드에 패턴 삽입을 고려하고, 이를 위한 효과적인 인식 방법을 제안한다. 또한, 제안한 방법을 통해 기존에 다루어진 대표적인 패턴을 도입하고, 인식률 측면에서 실험을 수행하여 그 결과를 비교 분석한다. 즉, 인식과정에 있어서 쉽게 초래되는 가우시안 잡음과 블러링, 기하학적 변형 등의 잡음을 고려하여 성능을 비교 분석한다. 다양한 실험을 통해 가우시안 잡음과 블러 측면에서 단순한 패턴의 칼라 QR코드가 우수한 성능을 보이는 것을 확인할 수 있다.

• 한국음향학회지
• /
• 제42권4호
• /
• pp.370-376
• /
• 2023

수중영상은 수중 잡음과 낮은 해상도로 표적의 형상과 구분이 명확하지 않다. 그리고 딥러닝의 입력으로 수중영상은 전처리가 필요하며 Segmentation이 선행되어야 한다. 전처리를 하여도 표적은 명확하지 않으며 딥러닝에 의한 탐지, 식별의 성능도 높지 않을 수 있다. 따라서 표적을 구분하며 명확하게 하는 작업이 필요하다. 본 연구에서는 수중영상에서 표적 그림자의 중요성을 확인하고 그림자에 의한 물체 탐지 및 표적 영역 획득, 그리고 수중배경이 없는 표적과 그림자만의 형상이 담긴 데이터를 생성하며 더 나아가 픽셀값이 일정하지 않은 표적과 그림자 영상을 표적은 흰색, 그림자는 흑색, 그리고 배경은 회색의 3-모드의 영상으로 변환하는 과정을 제시한다. 이를 통해 딥러닝의 입력으로 명확히 전처리된 판별이 용이한 영상을 제공할 수 있다. 또한 처리는 Open Source Computer Vision(OpenCV)라이브러리의 영상처리 코드를 사용했으면 처리 속도도 역시 실시간 처리에 적합한 결과를 얻었다.

• Korean Journal of Radiology
• /
• 제24권12호
• /
• pp.1221-1231
• /
• 2023

Objective: To clinically validate the feasibility and accuracy of cine images acquired through the multitasking method, with no electrocardiogram gating and free-breathing, in measuring left ventricular (LV) function indices by comparing them with those acquired through the balanced steady-state free precession (bSSFP) method, with multiple breath-holds and electrocardiogram gating. Materials and Methods: Forty-three healthy volunteers (female:male, 30:13; mean age, 23.1 ± 2.3 years) and 36 patients requiring an assessment of LV function for various clinical indications (female:male, 22:14; 57.8 ± 11.3 years) were enrolled in this prospective study. Each participant underwent cardiac magnetic resonance imaging (MRI) using the multiple breath-hold bSSFP method and free-breathing multitasking method. LV function parameters were measured for both MRI methods. Image quality was assessed through subjective image quality scores (1 to 5) and calculation of the contrast-to-noise ratio (CNR) between the myocardium and blood pool. Differences between the two MRI methods were analyzed using the Bland-Altman plot, paired t-test, or Wilcoxon signed-rank test, as appropriate. Results: LV ejection fraction (LVEF) was not significantly different between the two MRI methods (P = 0.222 in healthy volunteers and P = 0.343 in patients). LV end-diastolic mass was slightly overestimated with multitasking in both healthy volunteers (multitasking vs. bSSFP, 60.5 ± 10.7 g vs. 58.0 ± 10.4 g, respectively; P < 0.001) and patients (69.4 ± 18.1 g vs. 66.8 ± 18.0 g, respectively; P = 0.003). Acceptable and comparable image quality was achieved for both MRI methods (multitasking vs. bSSFP, 4.5 ± 0.7 vs. 4.6 ± 0.6, respectively; P = 0.203). The CNR between the myocardium and blood pool showed no significant differences between the two MRI methods (18.89 ± 6.65 vs. 18.19 ± 5.83, respectively; P = 0.480). Conclusion: Multitasking-derived cine images obtained without electrocardiogram gating and breath-holding achieved similar image quality and accurate quantification of LVEF in healthy volunteers and patients.

• 지능정보연구
• /
• 제19권4호
• /
• pp.147-157
• /
• 2013

디지털 환경의 도래와 언제 어디서나 접근할 수 있는 고속 네트워크의 도입으로 디지털 콘텐츠의 자유로운 유통과 이용이 가능해졌다. 이러한 환경은 역설적으로 다양한 저작권 침해를 불러 일으키고 있으며, 온라인 쇼핑몰에서 사용하는 상품 이미지의 도용이 빈번하게 발생하고 있다. 인터넷 쇼핑몰에 올라오는 상품 이미지와 관련해서는 저작물성에 대한 시비가 많이 일어나고 있다. 2001년 대법원 판결에 의하면 햄 광고를 위하여 촬영한 사진은 단순히 제품의 모습을 전달하는 사물의 복제에 불과할 뿐 창작적인 표현이 아니라고 적시하였다. 다만 촬영자의 손해액에 대해서는 인정함으로써 광고사진 촬영에 소요되는 통상적인 비용을 손해액으로 산정하게 하였다. 상품 사진 이외의 실내사진이라 하여도 '한정된 공간에서 촬영되어 누가 찍어도 동일한 사진'이 나올 수 밖에 없는 경우에는 창작성을 인정하지 않고 있다. 2003년 서울지방법원의 판례는 쇼핑몰에 사용된 사진에서 피사체의 선정, 구도의 설정, 빛의 방향과 양의 조절, 카메라 각도의 설정, 셔터의 속도, 셔터찬스의 포착 기타 촬영방법, 현상 및 인화 등의 과정에서 촬영자의 개성과 창조성이 인정되면 저작권법에 의하여 보호되는 저작물에 해당한다고 선고하여 손해를 인정하였다. 결국 쇼핑몰 이미지도 저작권법상의 보호를 받기 위해서는 단순한 제품의 상태를 전달하는 것이 아니라 촬영자의 개성과 창조성이 인정될 수 있는 노력이 필요하다는 것이며, 이에 따라 쇼핑몰 이미지를 제작하는 비용이 상승하고 저작권보호의 필요성은 더욱 높아지게 되었다. 온라인 쇼핑몰의 상품 이미지는 풍경사진이나 인물사진과 같은 일반 영상과 달리 매우 독특한 구성을 갖고 있으며, 따라서 일반 영상을 위한 이미지 워터마킹 기술로는 워터마킹 기술의 요구사항을 만족시킬 수 없다. 쇼핑몰에서 주로 사용되는 상품 이미지들은 배경이 흰색이거나 검은색, 또는 계조(gradient)색상으로 이루어져 있어서 워터마크를 삽입할 수 있는 공간으로 활용이 어렵고, 약간의 변화에도 민감하게 느껴지는 영역이다. 본 연구에서는 쇼핑몰에 사용되는 이미지의 특성을 분석하고 이에 적합한 이미지 워터마킹 기술을 제안하였다. 제안된 이미지 워터마킹 기술은 상품 이미지를 작은 블록으로 분할하고, 해당 블록에 대해서 DCT 양자화 처리를 함으로써 워터마크 정보를 삽입할 수 있도록 하였다. 균일한 DCT 계수 양자화 값의 처리는 시각적으로 영상에 블록화 현상을 불러오기 때문에 제안한 알고리즘에서는 블록의 경계 면에 붙어있는 영상 값에 대해서는 양자화 값의 분배를 작게 하고, 경계 면에서 멀리 떨어져있는 영상 값에 대해서는 양자화 값의 분배를 크게 함으로써 영상의 객관적 품질뿐 아니라 시각적으로 느끼는 주관적 품질도 향상 시켰다. 제안한 알고리즘에 의해서 워터마크가 삽입된 쇼핑몰 이미지의 PSNR(Peak Signal to Noise Ratio)은 40.7~48.5[dB]로 매우 우수한 품질을 보였으며, 일반 쇼핑몰 이미지에서 많이 사용되는 JPEG 압축은 QF가 70 이상인 경우에는 BER이 0이 나왔다.

• 지능정보연구
• /
• 제23권2호
• /
• pp.107-122
• /
• 2017

주식시장의 주가 수익률에 나타나는 변동성은 투자 위험의 척도로서 재무관리의 이론적 모형에서뿐만 아니라 포트폴리오 최적화, 증권의 가격 평가 및 위험관리 등 투자 실무 영역에서도 매우 중요한 역할을 하고 있다. 변동성은 주가 수익률이 평균을 중심으로 얼마나 큰 폭의 움직임을 보이는가를 판단하는 지표로서 보통 수익률의 표준편차로 측정한다. 관찰 가능한 표준편차는 과거의 주가 움직임에서 측정되는 역사적 변동성(historical volatility)이다. 역사적 변동성이 미래의 주가 수익률의 변동성을 예측하려면 변동성이 시간 불변적(time-invariant)이어야 한다. 그러나 대부분의 변동성 연구들은 변동성이 시간 가변적(time-variant)임을 보여주고 있다. 이에 따라 시간 가변적 변동성을 예측하기 위한 여러 계량 모형들이 제안되었다. Engle(1982)은 변동성의 시간 가변적 특성을 잘 반영하는 변동성 모형인 Autoregressive Conditional Heteroscedasticity(ARCH)를 제안하였으며, Bollerslev(1986) 등은 일반화된 ARCH(GARCH) 모형으로 발전시켰다. GARCH 모형의 실증 분석 연구들은 실제 증권 수익률에 나타나는 두터운 꼬리 분포 특성과 변동성의 군집현상(clustering)을 잘 설명하고 있다. 일반적으로 GARCH 모형의 모수는 가우스분포로부터 추출된 자료에서 최적의 성과를 보이는 로그우도함수에 대한 최우도추정법에 의하여 추정되고 있다. 그러나 1987년 소위 블랙먼데이 이후 주식 시장은 점점 더 복잡해지고 시장 변수들이 많은 잡음(noise)을 띠게 됨에 따라 변수의 분포에 대한 엄격한 가정을 요구하는 최우도추정법의 대안으로 인공지능모형에 대한 관심이 커지고 있다. 본 연구에서는 주식 시장의 주가 수익률에 나타나는 변동성의 예측 모형인 GARCH 모형의 모수추정방법으로 지능형 시스템인 Support Vector Regression 방법을 제안한다. SVR은 Vapnik에 의해 제안된 Support Vector Machines와 같은 원리를 회귀분석으로 확장한 모형으로서 Vapnik의 e-insensitive loss function을 이용하여 비선형 회귀식의 추정이 가능해졌다. SVM을 이용한 회귀식 SVR은 두터운 꼬리 분포를 보이는 주식시장의 변동성과 같은 관찰치에서도 우수한 추정 성능을 보인다. 2차 손실함수를 사용하는 기존의 최소자승법은 부최적해로서 추정 오차가 확대될 수 있다. Vapnik의 손실함수에서는 입실론 범위내의 예측 오차는 무시하고 큰 예측 오차만 손실로 처리하기 때문에 구조적 위험의 최소화를 추구하게 된다. 금융 시계열 자료를 분석한 많은 연구들은 SVR의 우수성을 보여주고 있다. 본 연구에서는 주가 변동성의 분석 대상으로서 KOSPI 200 주가지수를 사용한다. KOSPI 200 주가지수는 한국거래소에 상장된 우량주 중 거래가 활발하고 업종을 대표하는 200 종목으로 구성된 업종 대표주들의 포트폴리오이다. 분석 기간은 2010년부터 2015년까지의 6년 동안이며, 거래일의 일별 주가지수 종가 자료를 사용하였고 수익률 계산은 주가지수의 로그 차분값으로 정의하였다. KOSPI 200 주가지수의 일별 수익률 자료의 실증분석을 통해 기존의 Maximum Likelihood Estimation 방법과 본 논문이 제안하는 지능형 변동성 예측 모형의 예측성과를 비교하였다. 주가지수 수익률의 일별 자료 중 학습구간에서 대칭 GARCH 모형과 E-GARCH, GJR-GARCH와 같은 비대칭 GARCH 모형에 대하여 모수를 추정하고, 검증 구간 데이터에서 변동성 예측의 성과를 비교하였다. 전체 분석기간 1,487일 중 학습 기간은 1,187일, 검증 기간은 300일 이다. MLE 추정 방법의 실증분석 결과는 기존의 많은 연구들과 비슷한 결과를 보여주고 있다. 잔차의 분포는 정규분포보다는 Student t분포의 경우 더 우수한 모형 추정 성과를 보여주고 있어, 주가 수익률의 비정규성이 잘 반영되고 있다고 할 수 있다. MSE 기준으로, SVR 추정의 변동성 예측에서는 polynomial 커널함수를 제외하고 linear, radial 커널함수에서 MLE 보다 우수한 예측 성과를 보여주었다. DA 지표에서는 radial 커널함수를 사용한 SVR 기반의 지능형 GARCH 모형이 가장 우수한 변동성의 변화 방향에 대한 방향성 예측력을 보여주었다. 추정된 지능형 변동성 모형을 이용하여 예측된 주식 시장의 변동성 정보가 경제적 의미를 갖는지를 검토하기 위하여 지능형 변동성 거래 전략을 도출하였다. 지능형 변동성 거래 전략 IVTS의 진입규칙은 내일의 변동성이 증가할 것으로 예측되면 변동성을 매수하고 반대로 변동성의 감소가 예상되면 변동성을 매도하는 전략이다. 만약 변동성의 변화 방향이 전일과 동일하다면 기존의 변동성 매수/매도 포지션을 유지한다. 전체적으로 SVR 기반의 GARCH 모형의 투자 성과가 MLE 기반의 GARCH 모형의 투자 성과보다 높게 나타나고 있다. E-GARCH, GJR-GARCH 모형의 경우는 MLE 기반의 GARCH 모형을 이용한 IVTS 전략은 손실이 나지만 SVR 기반의 GARCH 모형을 이용한 IVTS 전략은 수익으로 나타나고 있다. SVR 커널함수에서는 선형 커널함수가 더 좋은 투자 성과를 보여주고 있다. 선형 커널함수의 경우 투자 수익률이 +526.4%를 기록하고 있다. SVR 기반의 GARCH 모형을 이용하는 IVTS 전략의 경우 승률도 51.88%부터 59.7% 사이로 높게 나타나고 있다. 옵션을 이용하는 변동성 매도전략은 방향성 거래전략과 달리 하락할 것으로 예측된 변동성의 예측 방향이 틀려 변동성이 소폭 상승하거나 변동성이 하락하지 않고 제자리에 있더라도 옵션의 시간가치 요인 때문에 전체적으로 수익이 실현될 수도 있다. 정확한 변동성의 예측은 자산의 가격 결정뿐만 아니라 실제 투자에서도 높은 수익률을 얻을 수 있기 때문에 다양한 형태의 인공신경망을 활용하여 더 나은 예측성과를 보이는 변동성 예측 모형을 개발한다면 주식시장의 투자자들에게 좋은 투자 정보를 제공하게 될 것이다.