• Proceedings of the Korean Society of Computer Information Conference
• /
• 2015.07a
• /
• pp.45-48
• /
• 2015

오늘날 하드웨어의 발전으로 인해 영상 해상도는 FHD를 넘어 4K UHD 이상의 영상 해상도가 사용화되고 있다. 하지만 Edge Map을 만들기 위해 일반적으로 사용하는 함수들은 Convolution 함수 일종으로서 영상의 해상도가 높을수록 더 많은 Complexity를 요구한다. 또한 현재 주요 영상 압축 기술인 JPEG, H.264/AVC High efficiency video coding(HEVC)같은 기법들은 자연 영상을 중점으로 개발되어 있어 Edge map 압축에 있어 자연 영상만큼의 효율을 보여주지 못하고 있다. 본 논문은 원 영상을 Down Scaling한 뒤 이미지를 다시 원래 사이즈로 Up Scaling하여 두 영상의 차를 이용한 Edge Map을 생성하는 새로운 방법을 소개한다. 생성된 Edge Map의 특성인 Histogram 값의 분포가 0을 중심으로 Gaussian 분포를 가지는 것을 이용한 Zero Based 코덱을 제안한다. 제안된 알고리즘을 이용하여 고 해상도 영상에서도 빠르게 Edge Map을 생성하고 제안한 코덱을 통해 해당 Edge map을 압축한 결과 다른 압축 기술보다 더 뛰어난 성능을 보여주었다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2019.07a
• /
• pp.89-90
• /
• 2019

본 논문에서는 ultrasound image Right Parasagittal Liver에 edge detection을 적용한 후, 특징점 검출 알고리즘인 Scale Invarient Feature Transfom(SIFT)를 이용하여 특징점의 위치를 살펴보도록 한다. edge detection 알고리즘으로는 Canny edge detection과 Prewitt edge detection을 적용하기로 한다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2019.01a
• /
• pp.5-6
• /
• 2019

Edge Computing에서 발생하는 데이터 분석에 대한 알고리즘의 성능 평가나 검증은 필수적이다. 이러한 평가 및 검증을 위해서는 비교 가능한 데이터가 필요하다. 본 논문에서는 Edge Computing에서 발생하는 데이터에 대한 분석 결과 및 Computing Resource에 대한 성능평가를 위해 Cloud 기반의 빅 데이터 분석시스템을 구축한다. Edge Computing 비교분석 빅 데이터 시스템은 실제 IoT 노드에서 Edge Computing을 수행할 때와 유사한 환경을 Cloud 상에 구축하고 연구되는 Edge Computing 알고리즘을 Data Analysis Cluster Container에 탑재해 분석을 시행한다. 그리고 분석 결과와 Computing Resource 사용률 데이터를 기존 IoT 노드 Edge Computing 데이터와 비교하여 개선점을 도출하는 것이 본 논문의 목표이다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2018.01a
• /
• pp.5-6
• /
• 2018

Edge Computing의 성능 분석을 위해 SDN 테스트 베드를 구축하는 방안을 제안한다. Edge Computing 환경에서 연구한 알고리즘들을 실증적 성능 테스트하기 위해 테스트베드를 구축하였다. Raspberry-Pi를 이용해 SDN Switch를 구현하였고, Edge단의 노드는 테스트를 위해 노트북을 연결해 인터넷이 되는지 확인하였다. Edge Computing 환경은 수 많은 노드를 연결해 테스트해야 하며 따라서 SDN 환경이 적절하다. 본 논문에서는 SDN에 대해서 알아보고 Raspberry-Pi를 이용한 테스트 베드 구축 방안에 대해 소개하고자 한다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2018.07a
• /
• pp.133-134
• /
• 2018

본 논문에서는 Edge Computing 알고리즘의 성능 분석 및 평가를 위해 SDN 무선 테스트베드를 구현하는 방안을 제안한다. Edge Computing 환경은 수 많은 노드를 연결해 테스트해야 하며, 따라서 무선 테스트베드가 적합하다. Edge Computing 기술이 발전함에 따라 네트워크가 점점 더 복잡해지고 정확하고 확장 가능한 테스트베드 기술에 대한 필요성이 급증하고 있다. 네트워크 연구를 위해 대규모 테스트 베드가 필수적이다. 본 논문에서는 Raspberry-Pi를 이용해 Wireless SDN 테스트베드 구축 방안에 대해 소개하고자 한다.

• Journal of the Korea Society of Computer and Information
• /
• v.21 no.5
• /
• pp.31-40
• /
• 2016

In this paper, we analyse the characteristics of the edge image and propose a new entropy coding optimized to the compression of the edge image. The pixel values of the edge image have the Gaussian distribution around '0', and most of the pixel values are '0'. By using this analysis, the Zero Block technique is utilized in spatial domain. And the Intra Prediction Mode of the edge image is similar to the mode of the surrounding blocks or likely to be the Planar Mode or the Horizontal Mode. In this paper, we make use of the MPM technique that produces the Intra Prediction Mode with high probability modes. By utilizing the above properties, we design a new entropy coding method that is suitable for edge image and perform the compression. In case the existing compression techniques are applied to edge image, compression ratio is low and the algorithm is complicated as more than necessity and the running time is very long, because those techniques are based on the natural images. However, the compression ratio and the running time of the proposed technique is high and very short, respectively, because the proposed algorithm is optimized to the compression of the edge image. Experimental results indicate that the proposed algorithm provides better visual and PSNR performance up to 11 times than the JPEG.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2001.04b
• /
• pp.871-874
• /
• 2001

장면 변환 검출(Scene Change Detection)수행 방법으로 객체 인식에 의한 검출이 아닌 전체영상의 형태 흐름을 기반으로한 검출시스템을 제안한다. 형태흐름의 변화는 영상내에 존재하는 에지(edge), 에지의 중심(Center of edge), 분산(Varience of edge) 및 표준 편차(Standard deviation of edge)의 분포 변화에서 추출할 수 있다. 본 논문에서는 효율적인 정보의 추출을 위해서 보다 정확한 에지의 정보 추출이 중요하다. 영상의 히스토그램을 8단계로 분류한 후, 각 단계에 맞는 임계치를 에지검출 수행에 사용하였으며, 효율적인 에지검출을 위하여 개량형 라플라시안 필터를 제안한다. 일반적으로 이용되는 필터를 이용하였을 때 획득할 수 있는 에지 정보보다 우수한 정보를 얻을 수 있었다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2019.07a
• /
• pp.111-112
• /
• 2019

Edge computing 환경에서는 노드끼리 직접 또는 간접적으로 전송되는 많은 수의 데이터가 Computing 노드에 의해 수집된다. Computing 노드에 실시간 적으로 전송되어지는 데이터의 저장 및 처리를 위해 기계학습(Machine learning) 기법이 사용된다. 기존의 기계학습 모델의 학습방법의 경우 Edge computing 노드의 지능화에 다소 맞지 않는 방법이며 노드들 간의 협업 시스템을 기계학습 모델에 구축하는 것 또한 중요개선사항 중 하나이다. 본 논문에서는 Edge computing 환경에서 적용 가능한 기계학습 모델을 조사하였다. 본 조사를 통하여 향후 edge computing 환경에서의 제약사항에 대해 더 구체적이며 다양한 연구방향을 제시할 수 있으며 효율적인 모델 적용을 목표로 한다.

• Journal of the Korea Society of Computer and Information
• /
• v.21 no.1
• /
• pp.25-31
• /
• 2016

There are many methods to describe the importance of a node, centrality, in a graph. In this paper, we focus on the eigenvector centrality. In this paper, an analytical method to estimate the difference of centrality with an additional edge in a graph is proposed. In order to validate the analytical method to estimate the centrality, two problems, to decide an additional edge that maximizes the difference of all centralities of all nodes in the graph and to decide an additional edge that maximizes the centrality of a specific node, are solved using three kinds of random graphs and the results of the estimated edge and observed edge are compared. Though the estimated centrality difference is slightly different from the observed real centrality in some cases, it is shown that the proposed method is effective to estimate the centrality difference with a short running time.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2009.01a
• /
• pp.207-210
• /
• 2009

Edge detection is an important process in low level image processing. But many proposed methods for edge detection are not very robust to the image noise and are not flexible for different images. To solve the both problems, an algorithm is proposed which eliminate the noise by mean shift algorithm in advance, and then adaptively determine the double thresholds based on gradient histogram and minimum interclass variance, With this algorithm, it can fade out almost all the sensitive noise and calculate the both thresholds for different images without necessity to setup any parameter artificially, and choose edge pixels by fuzzy algorithm.