• International Journal of Fuzzy Logic and Intelligent Systems
• /
• 제16권4호
• /
• pp.246-253
• /
• 2016

Infrared (IR) imaging has been researched for various applications such as surveillance. IR radiation has the capability to detect thermal characteristics of objects under low-light conditions. However, automatic segmentation for finding the object of interest would be challenging since the IR detector often provides the low spatial and contrast resolution image without color and texture information. Another hindrance is that the image can be degraded by noise and clutters. This paper proposes multi-level segmentation for extracting regions of interest (ROIs) and objects of interest (OOIs) in the IR scene. Each level of the multi-level segmentation is composed of a k-means clustering algorithm, an expectation-maximization (EM) algorithm, and a decision process. The k-means clustering initializes the parameters of the Gaussian mixture model (GMM), and the EM algorithm estimates those parameters iteratively. During the multi-level segmentation, the area extracted at one level becomes the input to the next level segmentation. Thus, the segmentation is consecutively performed narrowing the area to be processed. The foreground objects are individually extracted from the final ROI windows. In the experiments, the effectiveness of the proposed method is demonstrated using several IR images, in which human subjects are captured at a long distance. The average probability of error is shown to be lower than that obtained from other conventional methods such as Gonzalez, Otsu, k-means, and EM methods.

• Nuclear Medicine and Molecular Imaging
• /
• 제43권5호
• /
• pp.459-467
• /
• 2009

목적: ML-EM (The maximum likelihood-expectation maximization) 기법은 방출과 검출 과정에 대한 통계학적 모델에 기반한 재구성 알고리즘이다. ML-EM은 결과 영상의 정확성과 유용성에 있어 많은 이점이 있는 반면 반복적인 계산과 방대한 작업량 때문에 CPU(central processing unit)로 처리할 때 상당한 연산시간이 소요되었다. 본 연구에서는 GPU(graphic processing unit)의 병렬 처리 기술을 ML-EM 알고리즘에 적용하여 영상을 재구성하였다. 대상 및 방법: 엔비디아사(社)의 CUDA 기술을 이용하여 ML-EM 알고리즘의 투사 및 역투사 과정을 병렬화 전략을 구상하였으며 Geforce 9800 GTX+ 그래픽 카드를 이용하여 병렬화 연산을 수행하여 기존의 단일 CPU기반 연산법과 비교하였다. 각 반복횟수마다 투사 및 역투사 과정에 걸리는 총 지연 시간과 퍼센트 오차(percent error)를 측정하였다. 총 지연 시간에는 RAM과 GPU 메모리 간의 데이터 전송 지연 시간도 포함하였다. 결과: 모든 반복횟수에 대해 CPU 기반 ML-EM 알고리즘보다 GPU 기반 알고리즘이 더 빠른 성능을 나타내는 것을 확인하였다. 단일 CPU 및 GPU 기반 ML-EM의 32번 반복연산에 있어 각각 3.83초와 0.26초가 걸렸으며 GPU의 병렬연산의 경우 15배 정도의 개선된 성능을 보였다. 반복횟수가 1024까지 증가하였을 경우, CPU와 GPU 기반 알고리즘은 각각 18분과 8초의 연산시간이 걸렸다. GPU 기반 알고리즘이 약 135배 빠른 처리속도를 보였는데 이는 단일 CPU 계산이 특정 반복횟수 이후 나타나는 시간 지연에 따른 것이다. 결과적으로, GPU 기반 계산이 더 작은 편차와 빠른 속도를 보였다. 결론: ML-EM 알고리즘에 기초한 GPU기반 병렬 계산이 처리 속도와 안정성을 더 증진시킴을 확인하였으며 이를 활용해 다른 영상 재구성 알고리즘에도 적용시킬 수 있을 것으로 기대한다.

• 대한핵의학회지
• /
• 제39권6호
• /
• pp.464-472
• /
• 2005

목적: 부채살 단일광자단층촬영(SPECT)은 공간분해능과 민감도를 개선하는 것으로 알려져 있다. 보다 정확한 영상을 얻고 인체에 대한 SPECT의 영상화 과정을 정확하게 묘사하기 위하여 평행 데이터로 재배열하는 과정 없이 직접 부채살 데이터를 이용하여 재구성하는 알고리즘이 필요하다. 본 연구는 다양한 부채살 재구성 알고리즘을 구현하였고 각 방법의 성능을 비교하였다. 대상 및 방법: 선추적법을 적용하여 부채살 투사기와 이로부터 얻은 데이터를 직접 재구성할 수 있는 FBP, EM, OS-EM과 MAP-EM OSL 알고리즘을 구현하였다. OSL 알고리즘의 경우에는 membrane과 thin plate prior를 사용하였다. 직접 부채살 데이터를 재구성하는 방법의 성능을 평가하기 위해 양방향 최근접 이웃, 양방향 1차와 양방향 3차 보간법을 사용하여 재배열된 평행 데이터를 얻었고 이 데이터를 기존의 평행 데이터에 대한 EM 알고리즘을 사용하여 재구성하였다. Hoffman 두뇌와 Shepp/Logan 팬텀으로부터 얻은 잡음 없는 데이터와 잡음 있는 데이터는 각 방법으로 재구성하였으며 퍼센트 오차를 계산하여 각 재구성된 영상을 비교하였다. 결과: Thin-plate 사전 분포함수를 사용한 OSL 방법이 가장 낮은 오차를 가지며 잡음으로 인한 결과 영상의 불안정성을 효과적으로 제어함을 확인할 수 있었다. 부채살 데이터를 평행 데이터로 재배열시 양방향 1차 보간법이 정확성과 계산 시간 측면에서 가장 효율적인 방법임을 확인하였다. 재배열된 평행 데이터의 EM결과에 비해 직접 부채살 데이터를 재구성하여 얻은 결과영상이 더 정확하게 재구성되었다. 결론: 본 연구에서는 평행 데이터로 재배열한 경우에 비하여 보다 정확한 영상을 재구성하는 직접 부채살 재구성 알고리즘을 구현하였으며 이는 정량적으로 월등히 개선된 결과를 제공함을 확인하였다.

• 비파괴검사학회지
• /
• 제27권5호
• /
• pp.449-458
• /
• 2007

본 논문에서는 감마선을 이용하여 석유화학 공정설비 내부의 단면영상을 복원하였다. 감마 CT 영상 복원을 위해 $5\;mm{\phi}$ 감마선을 팬텀에 조사하여 NaI(T1) 섬광검출기로 스캔하였으며 반복적인 영상복원 방법인 EM 기법으로 가중치 함수를 비교하였다. 감마 CT 영상이 정확히 복원되었는지 확인하기위하여 3가지 가중치 함수에 대해 히스토그램의 명암값 분포를 비교하였다. 실험 결과를 통해 빔 면적에 의한 가중치 함수로 복원할 경우, 원 영상에 가장 가깝게 복원되는 것을 확인하였다.

• Journal of the Korean Data and Information Science Society
• /
• 제27권3호
• /
• pp.587-598
• /
• 2016

각종 선거를 앞두고 여러 여론조사 기관들은 다양한 방법으로 선거 결과를 예측한다. 조사를 통한 선거 예측을 수행하는 데 있어서 발생할 수 있는 문제점 중 하나는 무응답이며 무응답 대체 방법에 따라 예측 결과는 완전히 다른 결과를 생산해 낼 수 있다. 본 연구에서는 무응답 대체의 방법으로 모형을 기반으로 한 대체 방법에 대하여 연구하였다. 특히, 최대 우도 추정 방법을 적용했을 때 무시할 수 없는 무응답 (non-ignorable non-response) 체계 하에서 발생할 수 있는 변방 값 문제를 해결하기 위해 Wei와 Tanner (1990)가 제안한 Monte Carlo EM 알고리즘을 적용하였다. 모의 실험을 통하여 MCEM 방법과 기존의 최대 우도 추정 방법, 베이지안 추정 방법 사이의 비교 연구를 진행하였고 그 결과 MCEM 방법이 기존 방법들에 대한 대안 방법으로 이용될 수 있음을 보였다. 또한 2012년에 시행된 제18대 대통령 선거 당일의 출구조사 자료를 적용하여 실증 분석을 수행하였다. 예측 결과를 비교하기 위해 Bautista 등 (2007)이 제안한 MWPE (modified within precinct error)를 이용하였다.

• Journal of Preventive Medicine and Public Health
• /
• 제31권4호
• /
• pp.875-884
• /
• 1998

Missing observations are common in medical research and health survey research. Several statistical methods to handle the missing data problem have been proposed. The EM algorithm (Expectation-Maximization algorithm) is one of the ways of efficiently handling the missing data problem based on sufficient statistics. In this paper, we developed statistical models and methods for survey data with multivariate missing observations. Especially, we adopted the EM algorithm to handle the multivariate missing observations. We assume that the multivariate observations follow a multivariate normal distribution, where the mean vector and the covariance matrix are primarily of interest. We applied the proposed statistical method to analyze data from a health survey. The data set we used came from a physician survey on Resource-Based Relative Value Scale(RBRVS). In addition to the EM algorithm, we applied the complete case analysis, which uses only completely observed cases, and the available case analysis, which utilizes all available information. The residual and normal probability plots were evaluated to access the assumption of normality. We found that the residual sum of squares from the EM algorithm was smaller than those of the complete-case and the available-case analyses.

• 한국인터넷방송통신학회논문지
• /
• 제20권2호
• /
• pp.81-86
• /
• 2020

주변 후방산란 통신 (Ambient Backsactter Communication, AmBC)은 주변의 RF 신호를 활용해 데이터를 전송하기 때문에 송신 전력이 제한되는 단점을 가지고 있다. 이를 위해, 송수신기 간 전송 효율을 높이 위한 방법으로 수신단에서 채널 상태를 추정할 수 있는 채널 추정기가 필요하다. 본 논문에서는 주변 후방산란 통신에서 기댓값-최대화 알고리즘(Expectation-Maximization Algorithm, EM algorithm) 기반의 채널 추정기의 성능 개선을 위해 K-means 알고리즘 도입 방안을 고려하였다. 모의실험은 제안한 채널 추정기의 성능 확인을 위해 성능 지표로 평균 제곱 오차 (Mean Square Error, MSE)를 사용한다. 모의실험을 통해 K-means을 통한 초깃값 설정 시, 기존 EM 알고리즘을 통한 채널 추정 방식 대비 개선된 성능을 보인다.

• 대한전자공학회논문지SP
• /
• 제44권4호통권316호
• /
• pp.44-50
• /
• 2007

본 논문에서는 영상으로부터 획득된 대응점을 추출하기 위한 새로운 알고리듬을 제안한다. 제안하는 EMSAC 알고리듬은 EM과 RANSAC에 기반을 두고 있다. RANSAC 과정에서는 N개의 대응점들이 랜덤하게 선택되어진다. 랜덤으로 N개의 대응점을 선택하는 과정은 최대 반복횟수 내에서 적절한 파라미터가 추정될 때까지 반복된다. 이는 시간이 오래 걸리고 때로는 적절한 파라미터에 수렴하지 않는 경우도 발생한다. 그러므로 본 연구에서는 RANSAC 알고리듬에서 N개 대응점을 임의로 선택하는 대신 최적의 해가 존재할 확률이 높은 영역에서 대응점을 선택하는 EMSAC 알고리듬을 사용하였다. EMSAC 알고리듬은 반복적인 선택을 줄여 안정적이고 처리 속도가 빠른 대응점들을 추출할 수 있다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2016년도 춘계학술대회
• /
• pp.551-553
• /
• 2016

공기압축기는 공장 및 설비 가동에 사용되는 필수 장비로서 국내 산업용 전기의 20%이상을 소비하고 있어 실시간 센서 데이터 모니터링에 의한 소비전력 절감 분석은 중요하다. 이러한 모니터링 변수들 중 특히 유량과 압력은 소비 전력과 직접적인 상관관계가 있다. 본 논문은 EM 알고리즘을 이용한 유량과 전력의 이변량 분류 분석을 통하여 유량 센서의 계측치가 센서 의측정 한계에 의한 오류인지를 파악하는 방법을 제시하여 우측 한계 측정치가 존재하는 데이터에서 더욱 정확한 유량과 전력간의 상관관계를 통한 분석이 가능하도록 하였다.

• 한국정보통신학회논문지
• /
• 제20권4호
• /
• pp.721-727
• /
• 2016

본 논문에서는 기존 알고리즘에서의 특정 D2D 사용자 분포에 대한 광고확산 효율 저하 문제를 해결하기 위해, D2D 통신 네트워크에서 광고확산 효율을 개선하는 광고확산 알고리즘 기반의 Modified Single Linkage, K-means, 그리고 Gaussian mixture model을 적용한 Expectation Maximization 클러스터링 알고리즘의 적용이 제안되었다. 제안된 클러스터링 알고리즘들을 통해 광고 확산을 위한 목표지역들이 목표그룹으로 클러스터링되고 이를 통해 D2D 전송 단말과 수신 단말 사이의 거리를 기반으로 광고 확산 경로 설정 알고리즘과 릴레이 단말 설정 알고리즘이 적용되어 광고가 연속적으로 전파된다. 본 논문에서는 MATLAB 시뮬레이션을 통해 각 알고리즘의 최대 D2D 릴레이 제한 수와 목표지역과 비목표지역의 사용자 밀집도의 비에 따른 성능을 비교 분석한다.