비디오 데이터의 장면전환검출은 연속되는 두 개 샷(shot) 사이의 경계인 컷(cut)을 검출하는 것으로 비디오 검색과 색인에 있어서 매우 중요한 과정이다. 본 논문에서는 압축된 비디오에서 최소 복호화에 의한 빠르고 정확한 장면전환검출 알고리듬을 제안한다. 제안한 방법은 먼저 I-프레임간의 DC 영상을 비교해서 장면전환을 포함한 GOP(group of Picture)를 찾고 GOP 내에서 장면전환이 발생한 정확한 위치는 B-프레임에서 매크로블록의 부호화 형태에 관한 정보를 이용해서 찾는다. 실험결과 제안한 방법이 모든 DC 영상을 사용한 기존의 방법보다 Precision과 Recall 측면에서 더 좋은 성능을 나타내었다. 그리고 제안한 방법은 빠르고 정확하며 작은 저장공간을 필요로 한다는 장점을 가진다.
JPEG2000에서는 영상에서 원하는 영역을 타 영역(배경)보다 고화질로 압축하는 기법인, 관심영역 부호화 방법을 제공하고 있는데, 본 연구에서는 얼굴이 포함된 영상을 이용하여, 얼굴 영역이 가장 우선적으로 처리되고 높은 품질로 압축되도록 부가 서비스를 제공한다. 제안 기법은 크게 두 단계로 구성된다. 첫 번째는 얼굴 추출 단계이고, 두 번째는 관심영역 부호화 단계이다. 얼굴 추출은 영상의 모든 화소에 대해 $20{\times}20$ 윈도우 화소 크기로 자르거나 축소하여 전처리 과정을 거친 후 신경망을 이용하여 인식한다. 추출된 각 영역은 관심영역 마스크로 표시되고, Maxshift 방식을 이용하여 부호화된다. 이후에 EBCOT 과정을 거처 압축 및 저장된다. 기존의 방법은 고주파 성분의 분포에 의해 관심영역을 찾은 후 부호화하는 방법이 많이 연구되었다. 반면에 본 연구는 인간의 인지 능력을 이용하여, 여러 개의 얼굴이 포함된 영상에서 충분히 유용한 기법임을 보인다.
블록기반의 이산여현변환 압축 표준을 사용하는 저 비트율 압축 영상과 동영상에서 발생하는 블록킹 현상과 링잉 현상은 화질 열화의 주된 원인으로 지적되고 있다. 블록킹 현상과 링잉 현상은 블록 경계와 에지 경계에서 원 영상에 없던 고주파 성분이 나타나는 현상이므로 저역통과 필터를 적용하면 제거할 수 있다. 그러나 단순히 저역통과 필터를 적용하면 원 영상에 존재하는 에지와 같은 고주파 성분도 제거되어 또 다른 화질 열화 및 번짐 현상을 야기하게 된다. 본 논문에서는 이러한 문제를 해결하기 위하여 주변 화소의 밝기 유사성에 기반한 가중치를 계산하고, 가우시안 저역 통과 필터의 계수에 이 가중치를 곱하여 필터링하는 방법을 제안한다. 실험 결과, 제안된 방법은 PSNR 측면에서 0.4~0.76dB 정도의 향상을 얻었을 뿐만 아니라, 주관적 화질면에서도 우수한 성능을 얻을 수 있음을 확인하였다.
In an ordinary CT scan, a large number of projections with full field-of-view (FFOV) are necessary to reconstruct high resolution images. However, excessive x-ray dosage is a great concern in FFOV scan. Region-of-interest (ROI) CT or sparse-view CT is considered to be a solution to reduce x-ray dosage in CT scanning, but it suffers from bright-band artifacts or streak artifacts giving contrast anomaly in the reconstructed image. In this study, we propose an image reconstruction method to eliminate the bright-band artifacts and the streak artifacts simultaneously. In addition to the ROI scan for the interior projection data with relatively high sampling rate in the view direction, we get sparse-view exterior projection data with much lower sampling rate. Then, we reconstruct images by solving a constrained total variation (TV) minimization problem for the interior projection data, which is assisted by the exterior projection data in the compressed sensing (CS) framework. For the interior image reconstruction assisted by the exterior projection data, we implemented the proposed method which enforces dual data fidelity terms and a TV term. The proposed method has effectively suppressed the bright-band artifacts around the ROI boundary and the streak artifacts in the ROI image. We expect the proposed method can be used for low-dose CT scans based on limited x-ray exposure to a small ROI in the human body.
Purpose: To overcome the difficulty in building a large data set with a high-quality in medical imaging, a concept of 'blended-transfer learning' (BTL) using a combination of both source data and target data is proposed for the target task. Materials and Methods: Source and target tasks were defined as training of the source and target networks to reconstruct cardiac CINE images from undersampled data, respectively. In transfer learning (TL), the entire neural network (NN) or some parts of the NN after conducting a source task using an open data set was adopted in the target network as the initial network to improve the learning speed and the performance of the target task. Using BTL, an NN effectively learned the target data while preserving knowledge from the source data to the maximum extent possible. The ratio of the source data to the target data was reduced stepwise from 1 in the initial stage to 0 in the final stage. Results: NN that performed BTL showed an improved performance compared to those that performed TL or standalone learning (SL). Generalization of NN was also better achieved. The learning curve was evaluated using normalized mean square error (NMSE) of reconstructed images for both target data and source data. BTL reduced the learning time by 1.25 to 100 times and provided better image quality. Its NMSE was 3% to 8% lower than with SL. Conclusion: The NN that performed the proposed BTL showed the best performance in terms of learning speed and learning curve. It also showed the highest reconstructed-image quality with the lowest NMSE for the test data set. Thus, BTL is an effective way of learning for NNs in the medical-imaging domain where both quality and quantity of data are always limited.
This study was carried out to investigate the injection characteristics of 800 kPa compressed natural gas compressed natural gas (CNG) injector developed in Korea. The CNG injector with multi-holes, employed in this experiment, was designed to inject CNG in the manifold at high pressure of 800 kPa. The spray macroscopic visualization test was carried out via Schlieren photography to study fuel-air mixing process. The fundamental spray characteristics, such as spray penetration, spray cone angle and spray velocity, were evaluated in the constant volume combustion chamber (CVCC) with varying the constant back pressure in CVCC from 0 to 1.8 bar. For the safety reason, nitrogen ($N_2$) and an acetone tracer were utilized as a surrogate gas fuel instead of CNG. The surrogate gas fuel pressures were controlled at 3, 5.5, and 8 bar, respectively. Injection durations were set at 5 ms throughout the experiment. The simulating events of the low engine speed were arranged at 1,000 rpm. The spray images were recorded by using a high-speed camera with a frame rate of 10,000 f/s at $512{\times}256pixels$. The spray characteristics were analyzed by using the image processing (Matlab). The results showed the significant difference that higher injection pressure had more effect on the spray shape than the lower injection pressure. When the injection pressure was increased, the longer spray penetration occurred. Moreover, the linear relation between speed and time are dependent on the injection pressure as well.
Purpose: We investigate biases in the assessments of left ventricular function (LVF), by compressed sensing (CS)-cine magnetic resonance imaging (MRI). Materials and Methods: Cardiovascular cine images with short axis view, were obtained for 8 volunteers without CS. LVFs were assessed with subsampled data, with compression factors (CF) of 2, 3, 4, and 8. A semi-automatic segmentation program was used, for the assessment. The assessments by 3 CS methods (ITSC, FOCUSS, and view sharing (VS)), were compared to those without CS. Bland-Altman analysis and paired t-test were used, for comparison. In addition, real-time CS-cine imaging was also performed, with CF of 2, 3, 4, and 8 for the same volunteers. Assessments of LVF were similarly made, for CS data. A fixed compensation technique is suggested, to reduce the bias. Results: The assessment of LVF by CS-cine, includes bias and random noise. Bias appeared much larger than random noise. Median of end-diastolic volume (EDV) with CS-cine (ITSC or FOCUSS) appeared -1.4% to -7.1% smaller, compared to that of standard cine, depending on CF from (2 to 8). End-systolic volume (ESV) appeared +1.6% to +14.3% larger, stroke volume (SV), -2.4% to -16.4% smaller, and ejection fraction (EF), -1.1% to -9.2% smaller, with P < 0.05. Bias was reduced from -5.6% to -1.8% for EF, by compensation applied to real-time CS-cine (CF = 8). Conclusion: Loss of temporal resolution by adopting missing data from nearby cardiac frames, causes an underestimation for EDV, and an overestimation for ESV, resulting in underestimations for SV and EF. The bias is not random. Thus it should be removed or reduced for better diagnosis. A fixed compensation is suggested, to reduce bias in the assessment of LVF.
이 논문에서는 영상데이터를 여러개의 영상블록들로 나누고 이산 코사인변환 영역에서 물체의 에지에 해당하는 영상블록을 에지방향을 고려하여 적절히 분류함으로써 영상데이터를 효과적을 압축하였다. 벡터양자화에 의한 영상데이터의 압축은 높은 압축률을 실현할 수 있지만 영상내 물체의 에지부근이 손상되어 시각적인 화질이 저하되는 단점이 있다. 높은 압축률을 유지하면서도 시각적인 화질의 열화를 피하기 위하여 영상블록의 이산 코사인변환계수의 에너지 분포에 따라 에지블록을 8개의 부류로 분류하였다. 또한 이 분류과정을 통하여 얻어진 데이터를 가지고 신경회로망을 학습하여 구현한 에지블록의 분류과정과 성능을 비교하였다. 에너지분포에 의한 에지분류방법과 신경망으로 학습한 분류과정은 에지특성벡터에 의한 분류벡터양자화에 비해 더 높은 PSNR과 시각적으로 좋은 화질을 보여주었다.
Data compression becomes increasingly an important issue for reducing data storage spaces as well as transmis-sion time in network environments. In 3D geometric models, the normal vectors of faces or meshes take a major portion of the data so that the compression of the vectors, which involves the trade off between the distortion of the images and compression ratios, plays a key role in reducing the size of the models. So, raising the compression ratio when the normal vector is compressed and minimizing the visual distortion of shape model's shading after compression are important. According to the recent papers, normal vector compression is useful to heighten com-pression ratio and to improve memory efficiency. But, the study about distortion of shading when the normal vector is compressed is rare relatively. In this paper, new normal vector compression method which is clustering normal vectors and assigning Representative Normal Vector (RNV) to each cluster and using the angular deviation from actual normal vector is proposed. And, using this new method, Visually Undistinguishable Lossy Compression (VULC) algorithm which distortion of shape model's shading by angular deviation of normal vector cannot be identified visually has been developed. And, being applied to the complicated shape models, this algorithm gave a good effectiveness.
비디오 데이터의 장면전환검출은 연속되는 두 개 샷(shot) 사이의 경계인 컷(cut)을 검출하는 것으로 비디오 검색과 색인의 첫 번째 단계로서 매우 중요한 역할을 한다. 본 논문에서는 압축된 비디오에서 최소의 복호화로 빠르고 정확한 장면전환을 검출하기 위해 단계적 접근을 이용한 알고리듬을 제안한다. 제안한 방법은 먼저 I-프레임의 DC 영상을 이용해서 장면전환을 포함한 GOP(group of picture)를 찾고 GOP내에서 장면전환이 발생한 정확한 위치는 B-프레임에서 매크로블록의 부호화 형태에 관한 정보를 이용해서 찾는다. 이 방법은 기존의 P, B-프레임의 DC 영상을 모두 이용하는 것보다 간단하고 P, B-프레임의 DC 영상에서 발생하는 화질 열화를 고려할 필요가 없다는 장점이 있다. 실험결과 제안한 방법이 기존의 모든 프레임의 DC 영상을 이용한 방법보다 성능이 우수함을 볼 수 있다.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.