• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2005년도 Proceedings of ISRS 2005
• /
• pp.294-297
• /
• 2005

Time series are comprehensively appeared and developed in many applications, ranging from science and technology to business and entertainrilent. Similarity search under time warping has attracted much interest between the time series in the large sequence databases. DTW (Dynamic Time Warping) is a robust distance measure and is superior to Euclidean distance for time series, allowing similarity matching although one of the sequences can elastic shift along the time axis. Nevertheless, it is more unfortunate that DTW has a quadratic time. Simultaneously the false dismissals are come forth since DTW distance does not satisfy the triangular inequality. In this paper, we propose an efficient range query algorithmbased on a new similarity search method under time warping. When our range query applies for this method, it can remove the significant non-qualify time series as early as possible before computing the accuracy DTW distance. Hence, it speeds up the calculation time and reduces the number of scanning the time series. Guaranteeing no false dismissals, the lower bounding function is advised that consistently underestimate the DTW distance and satisfy the triangular inequality. Through the experimental result, our range query algorithm outperforms the existing others.

• 한국통신학회논문지
• /
• 제17권6호
• /
• pp.595-603
• /
• 1992

통신망의 신뢰도 계정을 하는데 있어서 대형망에서는 소자(component)들의 증가로 인한 계산상 어려움과 복잡성 때문에 NP,hard 문제가 발생한다. 이러한 문제점을 해결하기 위하여 본 논문에서는 통신망의 시점(source node)과 종점 (terminal node)간에 상한고 하한 근사 신뢰도를 구하는 알고리즘을 제시하였다. 계정 절차는 우선, 최소 경로 집합(minimal pathset)과 최소 컷셋(minimal cutest)을 구한다. 그 다음, 소자의 수가 동일한 사상(pathset, cutest)끼리 분리한 후 공통변수(common variable)를 추출한 부분함수를 구하여 근사 신뢰도를 계정하였다. 또한 본 논문에서 제시한 알고리즘의 성능을 평가하기 위하여 Esary-Proschan, Shogan과 Gopal의 대칭망 알고리즘고 비교 하였다.

• 한국통신학회논문지
• /
• 제29권10C호
• /
• pp.1402-1413
• /
• 2004

비강체 (non-rigid) 영상 등록에서 추정되는 좌표변환은 가역이어야 함으로 그 변환의 Jacobian 행렬식은 항상 양수 값을 가져야 한다. 본 논문에서는 이러한 가역 조건을 만족하는 좌표변환의 조건을 gradient 크기 제한의 조건으로 구한다. 또한 cubic B-spline을 이용한 변환 모델의 경우, 이 gradient 크기 제한 조건을 만족시키는 인수 집합을 이웃한 두 계수들의 차이가 제한된 인수들의 집합으로 구하였다. 이러한 인수들의 집합은 half space들의 교집합으로 이루어진 convex 집합이다. 본 논문에서는 이 convex 집합에 속하는 인수로 구성되는 좌표변환들 중에서 유사지수 (similarity measure) 를 최대로 만드는 변환을 gradient projection 최적화 기법을 통해 발견하였다. 이론적 분석, 폐 CT (Computed Tomography) 영상을 이용한 시뮬레이션 및 실험을 통하여, 제안된 알고리즘의 성능이 벌칙 함수 penalty function) 를 이용하는 기존의 방법보다 우수함을 증명하였다.

• 한국산업융합학회 논문집
• /
• 제24권5호
• /
• pp.547-553
• /
• 2021

Dynamic object recognition is an important task for autonomous vehicles. Since dynamic objects exhibit a higher collision risk than static objects, our own trajectories should be planned to match the future state of moving elements in the scene. Time information such as optical flow can be used to recognize movement. Existing optical flow calculations are based only on camera sensors and are prone to misunderstanding in low light conditions. In this regard, to improve recognition performance in low-light environments, we applied a normalization filter and a correction function for Gamma Value to the input images. The low light quality improvement algorithm can be applied to confirm the more accurate detection of Object's Bounding Box for the vehicle. It was confirmed that there is an important in object recognition through image prepocessing and deep learning using YOLO.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제15권10호
• /
• pp.3608-3626
• /
• 2021

The detection of bolts is an important task in high-speed train inspection systems, and it is frequently performed to ensure the safety of trains. The difficulty of the vision-based bolt inspection system lies in small sample defect detection, which makes the end-to-end network ineffective. In this paper, the problem is resolved in two stages, which includes the detection network and cascaded classification networks. For small bolt detection, all bolts including defective bolts and normal bolts are put together for conducting annotation training, a new loss function and a new boundingbox selection based on the smallest axis-aligned convex set are proposed. These allow YOLOv3 network to obtain the accurate position and bounding box of the various bolts. The average precision has been greatly improved on PASCAL VOC, MS COCO and actual data set. After that, the Siamese network is employed for estimating the status of the bolts. Using the convolutional Siamese network, we are able to get strong results on few-shot classification. Extensive experiments and comparisons on actual data set show that the system outperforms state-of-the-art algorithms in bolt inspection.

• 한국멀티미디어학회논문지
• /
• 제24권2호
• /
• pp.305-311
• /
• 2021

One of the highly reliable object tracking methods is to trace objects by associating objects detected by deep learning. The detected object is represented by a rectangular box. The box has information such as location and size. Since the tracker has motion information of the object in addition to the location and size, knowing additional information about the motion of the detected box can increase the reliability of object tracking. In this paper, we present a new method of reliably estimating the moving direction of the detected object in underground parking lot. First, the frame difference image is binarized for detecting motion energy, change due to the object motion. Then, a cumulative binary image is generated that shows how the motion energy changes over time. Next, the moving direction of the detected box is estimated from the accumulated image. We use a new cost function to accurately estimate the direction of movement of the detected box. The proposed method proves its performance through comparative experiments of the existing methods.

• Smart Structures and Systems
• /
• 제33권3호
• /
• pp.177-188
• /
• 2024

The fatigue-induced sequential failure of a structure having structural redundancy requires system-level analysis to account for stress redistribution. System reliability-based design optimization (SRBDO) for preventing fatigue-initiated structural failure is numerically costly owing to the inclusion of probabilistic constraints. This study incorporates the Branch-and-Bound method employing system reliability Bounds (termed the B³ method), a failure-path structural system reliability analysis approach, with a metaheuristic optimization algorithm, namely grey wolf optimization (GWO), to obtain the optimal design of structures under fatigue-induced system failure. To further improve the efficiency of this new optimization framework, an additional bounding rule is proposed in the context of SRBDO against fatigue using the B³ method. To demonstrate the proposed method, it is applied to complex problems, a multilayer Daniels system and a three-dimensional tripod jacket structure. The system failure probability of the optimal design is confirmed to be below the target threshold and verified using Monte Carlo simulation. At earlier stages of the optimization, a smaller number of limit-state function evaluation is required, which increases the efficiency. In addition, the proposed method can allocate limited materials throughout the structure optimally so that the optimally-designed structure has a relatively large number of failure paths with similar failure probability.

• 한국산학기술학회논문지
• /
• 제21권4호
• /
• pp.330-336
• /
• 2020

다수의 대형 이동식 장비들이 운용되는 시추 작업장에는 장비 상호 간의 충돌을 방지하는 시스템이 필요하다. 장비들이 보내는 신호를 수신하여 상대적인 위치를 비교함으로써 충돌 가능성을 검사하고 필요할 때는 정지하도록 하여 사고를 방지하기 위함이다. 복수의 장비 사이에 일어나는 충돌을 검사하기 위해 장비의 형태를 단순화한 경계상자가 사용된다. 경계 상자들이 겹치는 공간을 점검하여 충돌을 파악하는 방식이다. 하지만, 시추 관련 핵심 장비 뿐 아니라, 충돌방지시스템도 소프트웨어를 수입하여 설치만 하였고, 이에 따라 기본 기술은 확보하지 못한 상태이다. 본 논문에서는 시추 작업에 사용되는 장비의 확장성과 연산속도를 고려한 충돌방지시스템의 프레임워크를 구성하여 장비와 충돌방지시스템 개발의 기반을 마련하였다. 각각의 시추 장비는 해당 소프트웨어에서 특정한 메시지 형식을 가진 오브젝트로 표현되고, 추가되는 장비나 데이터 형식에 유연하게 대처할 수 있도록 데이터를 직렬화/역직렬화 방식으로 구성하였다. 전체 시스템을 제어하는 네트워크로 부터 장비의 현 상태를 수신한 후 미리 규정된 약속에 따라 분류하고, 충돌을 검사하며, 바이패스 신호 등을 포함하여 움직임과 관련한 명령을 장비로 되돌려 보내는 데이터 처리 프로세스를 구현하였다. 상용가시화 소프트웨어를 사용하여 충돌 검사를 위한 경계 상자들이 장비와 함께 움직이며 충돌 발생 상황을 보이도록 하였다. 여러 대의 장비로 임의의 시추 작업장을 구성하고, 제시된 프레임워크가 정상적으로 작동하는 것을 확인하였다. 네트워크로부터 신호를 수신하여 처리한 후 관련 정보를 재송신 하는 데 걸리는 시간이 5ms 이하를 유지함으로써, 100ms의 장비 제어주기에 지장을 주지 않는 것을 확인하였다.

• 한국컴퓨터그래픽스학회논문지
• /
• 제17권3호
• /
• pp.1-7
• /
• 2011

최근에 GPU 기반의 볼륨 광선 투사법을 가속화하는 기법들이 많이 연구되고 있다. 하지만 이런 기법들은 CPU-GPU간 데이터 전송 시 병목 현상을 야기하고 계층구조를 표현하기 위한 추가적인 GPU 메모리 공간이 필요할 뿐만 아니라 불투명도 전이 함수가 변경되었을 때 실시간에 대응하지 못하는 문제점들이 발생할 수 있다. 본 논문에서는 이러한 문제점들을 해결하기 위해 GPU 기반의 효율적인 빈 공간 도약 기법을 제안한다. 브릭(brick) 안에 포함되는 복셀들의 최대 밀도 값을 하나의 정점에 저장하고 불투명도 전이 함수에 의하여 투명하다고 판별된 정점들을 기하 쉐이더에서 삭제한다. 이 정점들을 랜더링 시간에 기하 쉐이더의 입력 값으로 사용해 투명하지 않은 영역의 바운딩 박스를 만들어 광선이 효과적으로 진행하도록 한다. 생성된 정점들은 렌더링 중에 시점의 변화에 무관하게 사용할 수 있지만 불투명도 전이 함수가 변경되면 투명하지 않은 정점들을 다시 생성해야 한다. 이는 기하 쉐이더를 통해서 GPU 안에서 고속으로 생성되기 때문에 대화식 처리가 가능하다. 제안하는 방법은 기존 광선 투사법의 결과와 동일한 영상을 생성하며 렌더링 속도는 기존의 방법에 비해 최대 10배 이상 향상되었다.

• 한국방사선학회논문지
• /
• 제16권1호
• /
• pp.25-34
• /
• 2022

뇌 전산화단층촬영은 비침습성, 3차원 영상 제공, 저방사선량 등의 장점 때문에 뇌출혈과 같은 질병 진단을 위해 시행된다. 하지만 뇌 전산화단층영상 판독을 위한 전문의의 인력 공급 부족 및 막대한 업무량으로 인해 수많은 판독 오류 및 오진이 발생하고 있다. 이와 같은 문제를 해결하기 위해 객체 검출을 위한 다양한 인공지능 기술이 개발되고 있다. 본 연구에서는 뇌 전산화단층영상으로부터 뇌출혈 검출을 위한 딥러닝 기반 YOLOv5s 모델의 적용 가능성을 확인하였다. 또한 YOLOv5s 모델 학습 시 초매개변수를 변화시켜 학습된 모델의 성능을 평가하였다. YOLOv5s 모델은 backbone, neck 및 output 모듈로 구성하였고, 입력 CT 영상 내 뇌출혈로 의심되는 부위를 검출하여 출력할 수 있도록 하였다. YOLOv5s 모델 학습 시 활성화함수, 최적화함수, 손실함수 및 학습 횟수를 변화시켰고, 학습된 모델의 뇌출혈 검출 정확도 및 학습 시간을 측정하였다. 연구결과 학습된 YOLOv5s 모델은 뇌출혈로 의심되는 부위에 대한 경계 박스 및 해당 경계박스에 대한 정확도를 출력할 수 있음을 확인하였다. Mish 활성화함수, stochastic gradient descent 최적화함수 및 completed intersection over union 손실함수 적용 시 YOLOv5s 모델의 뇌출혈 검출 정확도 향상 및 학습 시간이 단축되는 결과를 확인하였다. 또한 YOLOv5s 모델의 뇌출혈 검출 정확도 및 학습 시간은 학습 횟수에 비례하여 증가하는 결과를 확인하였다. 따라서 YOLOv5s 모델은 뇌 전산화단층영상을 이용한 뇌출혈 검출을 위해 활용할 수 있으며, 최적의 초매개변수 적용을 통해 성능을 향상 시킬 수 있다.