• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2023년도 추계학술발표대회
• /
• pp.30-33
• /
• 2023

The recent scholarly focus has been directed towards the expeditious and accurate detection of salient objects, a task that poses considerable challenges for resource-limited edge devices due to the high computational demands of existing models. To mitigate this issue, some contemporary research has favored inference speed at the expense of accuracy. In an effort to reconcile the intrinsic trade-off between accuracy and computational efficiency, we present novel model for salient object detection. Our model incorporate group-wise attentive module within the decoder of the encoder-decoder framework, with the aim of minimizing computational overhead while preserving detection accuracy. Additionally, the proposed architectural design employs attention mechanisms to generate boundary information and semantic features pertinent to the salient objects. Through various experimentation across five distinct datasets, we have empirically substantiated that our proposed models achieve performance metrics comparable to those of computationally intensive state-of-the-art models, yet with a marked reduction in computational complexity.

• 정보과학회 컴퓨팅의 실제 논문지
• /
• 제22권1호
• /
• pp.8-19
• /
• 2016

도로의 결빙과 해빙으로 도로면의 수축과 팽창이 반복되어 도로면에서 침투한 수분이 포장면의 결합력을 약화시켜 노면홈(포트홀)을 발생시킨다. 현재의 포트홀 조사는 현장에서 육안 조사하고 기록하는 수동적인 방식으로 매년 수 만개소의 포트홀이 발생하는 것에 어려움이 발생하고 있다. 포트홀 정보를 자동으로 수집하기 위해 최근까지 가속도 센서를 이용한 기술과 레이저 스캐닝을 이용한 기술이 많이 연구되었다. 하지만, 가속도 센서 기반 기술은 낮은 인식률과 제한된 센싱 영역의 문제가 있고, 레이저 스캐닝 기반 기술은 비용이 너무 큰 문제가 있다. 따라서, 본 논문에서는 대중적으로 사용하는 차량용 블랙박스 카메라를 이용한 자동 포트홀 탐지 기술을 제안한다. 일반적으로 차량용 블랙박스 카메라에 탑재한 연산프로세서는 낮은 컴퓨팅 능력을 가지므로 포트홀 탐지 알고리즘을 그게 맞게 설계할 필요가 있다. 설계된 알고리즘을 블랙박스에 내장하여 도로 주행실험을 실시하며, 포트홀 탐지 성능을 중심으로 한 실험결과는 포트홀 탐지 정밀도, 민감도 등의 지표를 토대로 분석하고, 실시간 포토홀 탐지 기술의 현장 적용성을 확인한다.

• 대한원격탐사학회지
• /
• 제39권4호
• /
• pp.371-393
• /
• 2023

Crack detection in structures plays a vital role in ensuring their safety, durability, and reliability. Traditional crack detection methods sometimes need significant manual inspections, which are laborious, expensive, and prone to error by humans. Deep learning algorithms, which can learn intricate features from large-scale datasets, have emerged as a viable option for automated crack detection recently. This study presents an in-depth review of crack detection methods used till now, like image processing, traditional machine learning, and deep learning methods. Specifically, it will provide a comparative analysis of crack detection methods using deep learning, aiming to provide insights into the advancements, challenges, and future directions in this field. To facilitate comparative analysis, this study surveys publicly available crack detection datasets and benchmarks commonly used in deep learning research. Evaluation metrics employed to check the performance of different models are discussed, with emphasis on accuracy, precision, recall, and F1-score. Moreover, this study provides an in-depth analysis of recent studies and highlights key findings, including state-of-the-art techniques, novel architectures, and innovative approaches to address the shortcomings of the existing methods. Finally, this study provides a summary of the key insights gained from the comparative analysis, highlighting the potential of deep learning in revolutionizing methodologies for crack detection. The findings of this research will serve as a valuable resource for researchers in the field, aiding them in selecting appropriate methods for crack detection and inspiring further advancements in this domain.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제13권6호
• /
• pp.3074-3091
• /
• 2019

With the widespread use of the Internet, services for providing large-capacity multimedia data such as video-on-demand (VOD) services and video uploading sites have greatly increased. VOD service providers want to be able to provide users with high-quality keyframes of high quality videos within a few minutes after the broadcast ends. However, existing keyframe extraction tends to select keyframes whose quality as a keyframe is insufficiently considered, and it takes a long computation time because it does not consider an HD class image. In this paper, we propose a keyframe selection method that flexibly applies multiple keyframe quality metrics and improves the computation time. The main procedure is as follows. After shot boundary detection is performed, the first frames are extracted as initial keyframes. The user sets evaluation metrics and priorities by considering the genre and attributes of the video. According to the evaluation metrics and the priority, the low-quality keyframe is selected as a replacement target. The replacement target keyframe is replaced with a high-quality frame in the shot. The proposed method was subjectively evaluated by 23 votes. Approximately 45% of the replaced keyframes were improved and about 18% of the replaced keyframes were adversely affected. Also, it took about 10 minutes to complete the summary of one hour video, which resulted in a reduction of more than 44.5% of the execution time.

• 한국통신학회논문지
• /
• 제42권1호
• /
• pp.268-278
• /
• 2017

본 논문에서는 동시 무선 정보 및 전력 전송 시스템에서 전송률-에너지 영역 관점에서의 근본적인 트레이드오프를 최소화하기 위해 제안되었던 새로운 수신기 구조를 기반으로 복잡도가 낮은 새로운 검출 기법들을 제안한다. 첫 번째로 에너지 하베스팅을 위한 정류된 신호로부터 얻을 수 있는 진폭 정보를 통해 유클리드 거리 기반으로 부호의 진폭을 먼저 검출한 후 기존의 정보 복호화 과정에서 얻을 수 있는 위상 정보를 통해 유클리드 거리를 기반으로 최종 부호를 검출하는 이단 검출 기법을 제안한다. 두 번째로 기존의 정보 복호화 과정을 통해 얻을 수 있는 진폭과 위상 정보를 포함한 유클리드 거리와 에너지 하베스팅을 위한 정류된 신호로부터 얻을 수 있는 진폭정보를 포함한 유클리드 거리를 결합하여 부호를 검출 할 수 있는 유클리드 거리 결합 검출 기법을 제시한다. 모의실험을 통해 부호 에러율과 부호 성공률-에너지 영역, 달성 가능한 전송률-에너지 영역 측면에서 기존의 정보 복호화 기법보다 우수한 성능을 얻음을 확인하였다.

• 정보과학회 논문지
• /
• 제41권9호
• /
• pp.617-624
• /
• 2014

악성 트래픽은 디도스 공격, 봇넷 통신 등의 인터넷 망을 교란시키거나 특정 네트워크, 서버, 혹은 호스트에 피해를 끼칠 의도를 가지고 발생시키는 트래픽을 지칭한다. 이와 같은 악성 트래픽은 인터넷이 발생한 이래 꾸준히 양과 질에서 진화하고 있고 이에 대한 대응 연구도 계속되고 있다. 이 논문에서는 악성 트래픽을 기존 X-means 클러스터링 알고리즘을 적용하여 효과적으로 탐지하는 방법을 제시하였다. 특히 악성 트래픽의 통계적 특징을 분석하고 클러스터링을 위한 메트릭을 정의하는 방법을 체계적으로 제시하였다. 또한 두 개의 공개된 트래픽 데이터에 대한 실험을 통해 실효성을 검증하였다.

• 한국통신학회논문지
• /
• 제32권11A호
• /
• pp.1197-1205
• /
• 2007

Adaptive K-best 검출 방식은 MIMO system을 위해 제안된 알고리즘이다. 제안된 방식은 각 K-best 단계에서 Zero-Forcing(ZF) 추정치의 신뢰도의 정도를 기반으로 하여, 생존 path들의 개수인 K값을 바꾸는 방식이다. 고정된 K값을 사용하는 K-best 방식의 치명적인 단점은 잘못된 ZF 추정치에 의해 발생하는 불완전한 간섭 제거로 인해 올바른 path임에도 일시적으로 그 거리가 K개의 최소 path 거리들 보다 더 커질 수 있다. 잘못된 ZF 추정치가 발생된 경우에는, path들 간의 거리들이 뚜렷하게 다르지 않다는 것을 관찰을 통해 발견하였다. 본 논문에서는 ZF 추정치의 신뢰도를 나타내는 지표로, 최소값을 갖는 path의 거리와 두 번째 최소값을 가지는 path 거리의 비를 사용한다. 최소값을 가지는 두 path의 거리의 비를 근거로, K값을 적절하게 선택하는 제안된 방식은 기존의 고정된 K값을 사용하는 K-best 방식에 비해, 확연히 개선되었음을 보여준다. 제안된 방식은, 큰 K값을 사용하는 방식에 비해 평균 계산양은 매우 작으면서, 큰 K값을 사용한 방식의 성능을 가진다.

• Safety and Health at Work
• /
• 제3권2호
• /
• pp.92-100
• /
• 2012

Objectives: The French National Occupational Diseases Surveillance and Prevention Network (RNV3P) is a French network of occupational disease specialists, which collects, in standardised coded reports, all cases where a physician of any specialty, referred a patient to a university occupational disease centre, to establish the relation between the disease observed and occupational exposures, independently of statutory considerations related to compensation. The objective is to compare the relevance of disproportionality measures, widely used in pharmacovigilance, for the detection of potentially new disease ${\times}$ exposure associations in RNV3P database (by analogy with the detection of potentially new health event ${\times}$ drug associations in the spontaneous reporting databases from pharmacovigilance). Methods: 2001-2009 data from RNV3P are used (81,132 observations leading to 11,627 disease ${\times}$ exposure associations). The structure of RNV3P database is compared with the ones of pharmacovigilance databases. Seven disproportionality metrics are tested and their results, notably in terms of ranking the disease ${\times}$ exposure associations, are compared. Results: RNV3P and pharmacovigilance databases showed similar structure. Frequentist methods (proportional reporting ratio [PRR], reporting odds ratio [ROR]) and a Bayesian one (known as BCPNN for "Bayesian Confidence Propagation Neural Network") show a rather similar behaviour on our data, conversely to other methods (as Poisson). Finally the PRR method was chosen, because more complex methods did not show a greater value with the RNV3P data. Accordingly, a procedure for detecting signals with PRR method, automatic triage for exclusion of associations already known, and then investigating these signals is suggested. Conclusion: This procedure may be seen as a first step of hypothesis generation before launching epidemiological and/or experimental studies.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2023년도 추계학술발표대회
• /
• pp.605-607
• /
• 2023

Recent research has highlighted the effectiveness of Deep Learning (DL) techniques in automating the detection of lung sound anomalies. However, the available lung sound datasets often suffer from limitations in both size and balance, prompting DL methods to employ data preprocessing such as augmentation and transfer learning techniques. These strategies, while valuable, contribute to the increased complexity of DL models and necessitate substantial training memory. In this study, we proposed a streamlined and lightweight DL method but effectively detects lung sound anomalies from small and imbalanced dataset. The utilization of 1D dilated convolutional neural networks enhances sensitivity to lung sound anomalies by efficiently capturing deep temporal features and small variations. We conducted a comprehensive evaluation of the ICBHI dataset and achieved a notable improvement over state-of-the-art results, increasing the average score of sensitivity and specificity metrics by 2.7%.

• Korean Journal of Radiology
• /
• 제23권1호
• /
• pp.13-29
• /
• 2022

Nonalcoholic fatty liver disease, characterized by excessive accumulation of fat in the liver, is the most common chronic liver disease worldwide. The current standard for the detection of hepatic steatosis is liver biopsy; however, it is limited by invasiveness and sampling errors. Accordingly, MR spectroscopy and proton density fat fraction obtained with MRI have been accepted as non-invasive modalities for quantifying hepatic steatosis. Recently, various quantitative ultrasonography techniques have been developed and validated for the quantification of hepatic steatosis. These techniques measure various acoustic parameters, including attenuation coefficient, backscatter coefficient and speckle statistics, speed of sound, and shear wave elastography metrics. In this article, we introduce several representative quantitative ultrasonography techniques and their diagnostic value for the detection of hepatic steatosis.