• 전자공학회논문지B
• /
• 제32B권1호
• /
• pp.127-135
• /
• 1995

The diffusion neural network forms a Gaussian distribution by transferring an excitation to the surround. A DOG(difference of two Gaussians) is obtained by the diffusion neural network. This type of the DOG, which can detect the intensity changes of an image, has the same shape as a LOG(Laplacian of a Gaussian:${\Delta}^2$G) and narrow band pass characteristics. In this paper we show that another type of the DOG which has a very narrow Gaussian for the excitatory and a very wide Gaussian for the inhibitory, can be formed by the diffusion process of this network, This type of the DOG has a wide band width in spatial frequency domain and can be used efficiently in detecting special type of edges.

• 전자공학회논문지B
• /
• 제30B권1호
• /
• pp.90-98
• /
• 1993

A Gaussian is formed by diffusing a spot excitation. In this paper, a diffusion neural network model is derived from the diffusion equation. And it is shown that a difference of two Gaussians(DOG) may have the same shape as a Laplacian of Gaussian(LOG), A neural network model executing a DOG convolution by diffusing an external excitation is proposed. By this model intensity changes of image may be detected. This model may be implemented economically because each neuron has only four fixed-valued synapes.

• 전자공학회논문지B
• /
• 제33B권7호
• /
• pp.163-172
• /
• 1996

Recently, it was reported that gaussian distribution and difference of two gaussians (DOG) to have band pass characteristics can be generated by simple iterative processes of the diffusion networks. In this paper, we propose method of improved implementation of a diffusion filter which can reduce total runing time, and operate by simple algorithm in contrast to the latest diffusion filter. We rebuild the diffusion network to a difference network which can generate DOG independently. Different filter characteristics are obtained just by each diffusion process and difference process. Quantitative analysis shows that the center frequency and the selectivity of each filter channel can be varied independently. Also, it would requires smaller amount of hardwares than conventioanl method to build a filter bank.

• 한국컴퓨터정보학회논문지
• /
• 제20권1호
• /
• pp.103-110
• /
• 2015

본 논문에서는 번짐 영상의 외곽선 복원을 위한 1/4 선택 필터를 제안한다. 일반적인 열화 제거 방법들은 연산량이 많아 수행시간이 오래 걸리는 단점을 가지고 있다. 따라서 속도 향상을 위해서 1/4 선택 필터를 새롭게 제안하고, 1/4 선택 필터를 이용한 번짐 영상의 외곽선 복원 방법을 제안한다. 1/4 선택 필터는 영상의 외곽선을 복원하는 기능이 있으나 세밀한 부분을 잃어버리는 단점이 있다. 이를 보완하기 위하여 영상의 주요 외곽선은 1/4 선택 필터로 복원하고 영상의 세밀한 정보는 DOG(Difference of Gaussian) 필터를 이용하여 복원하는 번짐 현상 제거 방법을 제안한다. 실험 결과를 통해 제안하는 방법이 번짐 영상에서 외곽선을 빠르고 효과적으로 복원함을 확인하였다.

• 한국정보통신학회논문지
• /
• 제14권11호
• /
• pp.2478-2484
• /
• 2010

본 논문은 실시간 파노라마를 위한 영상의 특징점 검출 방법을 제안한다. 파노라마 연구는 최근 실시간 지역탐색이나 DVR 등에 적용하는 연구가 최근 활발히 진행되고 있다. 특히 특징점 검출은 파노라마를 이루는 가장 중요한 요소이다. 특징점 검출을 위해서는 어떠한 명암 변화에도 특징점은 불변이어야 하며 이미지의 크기와 회전이 변화하더라도 불변의 점을 찾아야 한다. 기존 연구방법은 고차원적인 벡터와 많은 후보점을 선점하기 때문에 연산량이 많고 수행시간이 길어 실시간에 활용하기에는 어려운 점이 있다. 따라서 본 논문은 보다 빠른 실시간 특징점 검출을 위해 LOG 방법을 비트 단위로 분할 후 결합하는 BLOG 방법을 제안하고 다양한 실험을 통하여 속도와 연산량 그리고 검출 성능에 대하여 비교한다.

• 전자공학회논문지B
• /
• 제32B권1호
• /
• pp.120-126
• /
• 1995

The diffusion neural network can be cfficiently applied to the Gaussian processing. For example, a difference of two Gaussians(DOG) is performed by this network with ease. In this paper, we model a neural network to perform the function /t(.del.${\Delta}^{2}$G) by using the diffusion neural network. This model is used to detect the edges of moving target in image. By this model not only moving target is separated from stationary background but also their trajectories are obtained using accumulated past information in the diffusion neural network. Furthermore this model needs a small number of connections per cell and the connection weights are fixed-valued. Therefore its hardware can be easily implemented with simple structure.

• 한국안광학회지
• /
• 제17권2호
• /
• pp.153-158
• /
• 2012

목적: 이 연구의 목적은 양안시가 정상인 20대 초반 성인의 폭주성조절(CA/C, convergence accommodation/convergence ratio)비를 평가하고 나이, 조절력 및 동공간거리(PD, interpupillary distance)와의 관련성을 분석하고자 하였다. 방법: 건강한 눈을 가진 44명(평균나이 $21.75{\pm}1.16$세)을 대상으로 조사하였다. CA/C비는 가우시안의 차(DOG, difference of Gaussian) 시표를 이용하여 검영법으로 측정하였다. 결과: 측정결과 CA/C비는 평균 $0.052{\pm}0.017$ D/$\Delta$이었다. CA/C비와 나이는 중간 정도의 음의 상관관계(r = -0.50, p = 0.0005)를, CA/C비와 조절력은 강한 양의 상관관계(r = 0.79, p<0.0001)를 보였으며, PD와 CA/C비의 상관관계는 없었다. 결론: 제시된 CA/C비는 19세에서 25세의 건안상태의 20대 초반 성인을 기준으로 측정한 평균값이다. 조절력과 CA/C비는 높은 상관관계를 보였다. 따라서 이 자료는 외국의 자료와 연령별, 성별, 양안시이상별 비교에 기본 정보로 활용될 것으로 본다.