• 한국방사선학회논문지
• /
• 제8권5호
• /
• pp.225-230
• /
• 2014

엑스선 의료영상이 디지털 시스템으로 발전함에 따라 의료영상의 평가 방법 또한 디지털 시스템에 맞춰 새롭게 개선되었으며 그 중 MTF(Modulation Transfer Function) 측정법은 Fujita이론에 기초한 에지법으로 ISO에 규정되었다. 에지법의 기초인 Fujita이론은 MTF 측정을 위해 슬릿의 각도를 디지털 검출기의 픽셀 열에 대하여 $1^{\circ}{\sim}2^{\circ}$ 기울여 영상을 획득한 후 LSF를 합성하는 것으로 샘플링 간격은 각도에 따라 크게는 1/54배, 작게는 1/28배 감소하게 된다. 본 연구에서 사용된 장비는 Simens사의 MAMMOMAT Inspiration으로 비정질 셀레늄(amorphous selenium) 기반의 $0.085{\times}0.085mm^2$ 의 픽셀 사이즈를 갖는 검출기를 이용하여 presampling MTF를 측정하였다. 측정 방법은 Fujita의 슬릿법와 동일한 방법인 와이어법를 이용하였으며 측정된 영상에서 얻은 픽셀값을 이용하여 엑셀에서 이산 푸리에 변환을 시행하였다. 실험 결과 Fujita이론 대비 약 3배 이상의 샘플링 간격(sampling interval)의 경우 해상도 평가 지수인 10% MTF에서 약 85% 이하의 정확도를 보였으며 선예도 평가 지수인 50% MTF에서 약 93% 이하의 정확도를 나타내었다. 하지만 샘플링 간격이 Fujita 이론 대비 2배 정도 늘어난 경우는 50%와 10% MTF 모두 96% 이상의 정확도를 가진다는 것을 알 수 있었다.

• 방송공학회논문지
• /
• 제19권1호
• /
• pp.31-43
• /
• 2014

깊이맵은 3D 입체영상의 생성을 위해 중요한 요소이다. 하지만 깊이 카메라를 이용하여 획득한 깊이맵들은 낮은 해상도를 갖는 단점이 있기 때문에 이를 고해상도로 변환하는 연구들이 활발하게 진행되고 있다. 이러한 연구들은 일반적으로 PSNR, Sharpness Degree, Blur Metric 등과 같은 객관적인 평가방법으로 성능을 검증해왔다. 이러한 평가방법 이외에 DIBR로 가상시점(virtual view)을 생성하여 주관적으로 평가하는 연구도 있으나, 입체영상을 생성하여 깊이맵 업샘플링의 성능을 분석하는 것은 많지 않다. 본 논문에서는 다양한 깊이맵 업샘플링 방법들을 이용하여 생성된 입체영상의 주관적 평가와 업샘플링 방법의 객관적 평가 결과의 상관관계 및 선형회귀법을 이용하여 관련성을 분석한다. 실험결과에서는 에지 PSNR이 시각적 피로도와의 상관관계가 가장 높고, Blur Metric은 가장 낮다는 것을 보여준다. 또한 선형회귀에서는 최적의 입체영상을 얻을 수 있는 객관적 평가의 가중치를 구하고, 기존 또는 새로운 업샘플링 알고리즘의 3D성능을 예측할 수 있는 공식을 보여준다.

• Investigative Magnetic Resonance Imaging
• /
• 제13권1호
• /
• pp.15-21
• /
• 2009

목적 : 나선 주사 영상에서 경사자계시스템의 회로 모델을 기반으로 실제 경사 자계를 추정하여 재구성에 사용함으로써 재구성 영상을 개선하는 방법을 제안하였다. 대상 및 방법 : 자기공명영상장치의 경사자계 시스템은 저항 성분과 자체 인덕턴스, magnet 시스템과의 상호 인덕턴스, 커패시턴스 성분 등을 가지고 있어서 경사자계 증폭기에 인가하는 입력 경사자계 파형과 실제 만들어지는 경사자계 사이에는 시간적인 지연과 함께 파형에도 차이가 있다. 나선주사 영상에서 실제 만들어진 경사자계 파형 및 k-space 궤적은 재구성 과정에서 매우 중요한 역할을 한다. 본 논문에서는 경사자계시스템을 회로 소자로 모델링하였고, 입력 전압 파형에 대한 출력 전류 파형을 구함으로써 실제 얻어지는 경사자계파형을 유도하였다. 모델링에서 사용한 R-L-C 값은 재구성영상의 화질로부터 얻을 수 있는 방법을 제시하였다. 결과 : 1.5 Tesla MRI 시스템에서 경사자계 시스템의 입력 전압 파형에 대하여 실제 얻어지는 경사자계 파형을 추정할 수 있었다. 경사자계파형을 적분함으로써 얻어진 나선 궤적을 재구성에 적용한 결과 재구성 영상의 균일도가 개선되었고, edge 부근에서 overshoot 가 줄어들었으며, 해상도가 향상된 영상을 얻을 수 있었다. 결론 : R-L-C 회로 모델을 이용하여 경사자계시스템을 성공적으로 모델링할 수 있었고, 입력 전압 파형에 대하여 실제 얻어지는 경사자계(전류) 파형을 추정할 수 있었다. 이로부터 얻은 kspace 나선 궤적을 이용하여 월등히 개선된 재구성영상을 얻을 수 있었다.

• 대한전자공학회논문지SP
• /
• 제45권6호
• /
• pp.70-77
• /
• 2008

본 논문은 화소 단위의 정보가 아닌 분할된 영역들의 정보를 기반으로 유전자 알고리즘을 이용한 텍스트 후보영역 검출방안을 제안한다. 먼저, 영상분할을 수행하기 위해 색상별 화소분류와 비동질적인 군집의 감소를 위한 영역 단위의 재분류 알고리즘을 수행한다. 색상별 화소분류에 이용되는 EWFCM(Entropy-based Weighted Fuzzy C-Means) 알고리즘은 공간정보를 추가한 개선된 FCM 알고리즘으로써, 잡음에 강건한 특징을 가진다. EWFCM 알고리즘에 의해 분류된 화소들의 군집정보를 기반으로 수행되는 영역 단위의 재분류는 화소나 군집 단위의 재분류에 비해 효과적으로 영상에 존재하는 비동질적인 군집들을 감소시킬 수 있다. 그리고 텍스트 후보영역 검출은 분할된 영역들로부터 추출한 방향성 에지 성분에 대한 분산값 및 에너지, 크기, 개수 등의 정보를 기반으로 유전자알고리즘에 의해 수행된다. 이는 화소 단위의 정보를 이용한 방법보다 더 명확한 텍스트 영역정보를 획득할 수 있으며, 향후 자동문자인식에서 좀 더 손쉽게 이용될 수 있다. 실험 결과 제안한 분할방법은 기존 방법이나 화소나 군집 기반의 재분류보다 좋은 결과를 보였으며, 텍스트 후보영역 검출에서도 화소 단위의 정보를 이용한 기존 방법보다 더 좋은 결과를 보여 제안방법의 유효성을 확인하였다.

• 한국측량학회지
• /
• 제32권4_1호
• /
• pp.319-326
• /
• 2014

고해상도 위성영상을 성공적으로 활용하기 위해서는 지상기준점 등을 활용한 좌표등록 및 보정 과정이 필수적이다. 작업자의 수작업을 통한 기준점 획득의 경우 작업 시간이 오래 걸리므로, 자동화된 좌표 등록 방법에 대한 요구가 증대하고 있다. 보정하고자 하는 위성 영상을 정확한 좌표를 가진 참조 데이터에 영상 매칭을 수행하는 기법이 많이 소개 되었는데, 참조 데이터 중 라이다 데이터의 경우 공간 해상도 및 정확도가 높고 무엇보다 3차원 데이터이기 때문에 기복 변위 등을 내포하고 있지 않는 등의 장점을 보인다. 최근 라이다 데이터와 고해상도 위성영상간의 매칭을 위한 기법이 연구, 발표되었으나, 라이다 데이터의 특성상 대용량이기 때문에 처리에 많은 시간이 소요되는 등의 단점이 있었다. 따라서 본 논문에서는 일부의 공간만을 라이다 칩으로 추출 및 저장하여 위성영상의 좌표 등록에 활용하는 연구를 수행하였다. 이를 위해, 전체 라이다 포인트 데이터를 반사강도 정사영상 및 수치표고모델의 두 가지 형태로 변환하고 에지 추출을 통해 의미 있는 양의 에지 정보만을 포함하는 지역을 영상형태의 라이다 칩으로 추출, 저장하였으며, 용량이 현저히 줄어든 것을 확인할 수 있었다. 마지막으로 라이다 칩을 아리랑2호 및 아리랑3호 영상의 자동 좌표등록에 활용 해본 결과 평균 한 픽셀가량의 정확도 또한 확보할 수 있었다.

• 디지털융복합연구
• /
• 제19권4호
• /
• pp.251-257
• /
• 2021

뉴 미디어의 발전으로 인해 사람들의 정보 습득 방식에 커다란 변화가 생기고 있다. 글이나 사진보다 콘텐츠 내용을 더 입체적인 전달할 수 있는 영상콘텐츠 활용이 그 변화다. 2016년 이후 실시간 라이브 방송 콘텐츠는 제공자와 사용자 모두 증가하는 추세이다. 본 논문은 Youtube Live 또는 DouyuTV를 플렛폼으로 하는 개인의 실시간 라이브 방송 콘텐츠를 연구 대상으로 하였다. 개인의 실시간 라이브 방송 사례에 수록된 디지털화된 정보 내용의 특징 또는 필요성을 분석하였다. 2020년에 코로나19로 인한 온라인 생활의 변화는 실시간 라이브 방송을 더 다양한 분야로 확대될 수 있음을 보여주었다. 디지털 첨단기술을 용합한 실시간 라이브 방송은 내용적인 측면 뿐만 아니라 영상콘텐츠를 소비하는 대중들의 영상 소비 문화에도 다양성을 제공하여 더 많은 사회적 가치를 만들 것으로 예측된다. 그러므로 향후 실시간 라이브 방송콘텐츠의 사회적 책임에 관한 심도 있는 연구가 필요하다고 생각한다.

• 지구물리와물리탐사
• /
• 제24권3호
• /
• pp.113-130
• /
• 2021

지반 침하, 도로 안전성과 같은 사회적 이슈로 지하 공동 분포를 조사하기 위한 지표투과레이더(ground penetrating radar, GPR) 탐사가 활발히 진행되면서 자료의 양도 함께 증가하고 있다. 하지만 비용과 시간의 효율성을 고려해보았을 때, 모든 자료를 해석할 수 없기 때문에 더욱 직관적이고 정확한 판단이 가능한 해석법이 필요하다. 이러한 문제를 개선하기 위해 정량적 해석이 가능한 속성 분석법이 제안되고 있다. 탄성파 해석에서 많이 사용해온 속성 분석 중 GPR 자료에 적용할 수 있는 속성으로는 복소 트레이스(complex trace)와 유사성(similarity)이 대표적이다. 또한, 최근 영상처리 기술의 발달로 개발된 새로운 속성인 모서리탐지 속성, 이미지 질감 속성 등도 적용성이 있다. 이 논문에서는 GPR 자료 속성분석 연구의 기초를 마련하기 위해, GPR에 적용할 수 있는 속성 분석들을 소개하고 이들의 개념에 대해 기술한 뒤, 속성분석에 기초한 해석법과 다양한 분야에서 활용한 사례를 분석하고자 한다.

• 한국융합학회논문지
• /
• 제12권11호
• /
• pp.45-51
• /
• 2021

딥러닝의 발전으로 인하여 의미론적 분할 방법은 다양한 분야에서 연구되고 있다. 의료 영상 분석과 같이 정확성을 요구하는 분야에서 분할 정확도가 떨어지는 문제가 있다. 본 논문은 의미론적 분할 시 특징 손실을 최소화하기 위해 딥러닝 기반 분할 방법인 PSPNet을 개선하였다. 기존 딥러닝 기반의 분할 방법은 특징 추출 및 압축 과정에서 해상도가 낮아져 객체에 대한 특징 손실이 발생한다. 이러한 손실로 윤곽선이나 객체 내부 정보에 손실이 발생하여 객체 분류 시 정확도가 낮아지는 문제가 있다. 이러한 문제를 해결하기 위해 의미론적 분할 모델인 PSPNet을 개선하였다. 기존 PSPNet에 제안하는 multi scale attention을 추가하여 객체의 특징 손실을 방지하였다. 기존 PPM 모듈에 attention 방법을 적용하여 특징 정제 과정을 수행하였다. 불필요한 특징 정보를 억제함으로써 윤곽선 및 질감 정보가 개선되었다. 제안하는 방법은 Cityscapes 데이터 셋으로 학습하였으며, 정량적 평가를 위해 분할 지표인 MIoU를 사용하였다. 실험을 통해 기존 PSPNet 대비 분할 정확도가 약 1.5% 향상되었다.

• 한국측량학회지
• /
• 제40권3호
• /
• pp.187-193
• /
• 2022

강원 영동지방에서 연안은 문화적, 사회적, 경제적으로 중요한 자원이다. 그러나 강원도 해안은 다른 지역과 비교하여 매우 심각한 침식을 겪고 있으며, 이로 인한 피해가 점차 증가할 것으로 우려된다. 본 연구에서는 강원도 양양 남대천 하구 주변과 강릉 옥계 해변의 장기간에 걸친 해안선 변화를 추적하고 분석하였다. 시계열 영상자료를 구축하기 위해 해방 직후부터 최근까지의 항공사진을 주로 이용하였으며, 1960년대부터 70년대 초까지 운용된 CORONA 위성영상을 수집하여 함께 활용하였다. 51cm 해상도 정사영상과 2m 해상도 수치고도모형(DEM)을 이용하여 기준점을 설정하고 항공사진과 위성영상을 기하보정하였다. 이들 영상에 Canny 경계검출 연산자를 적용하여 해안선을 추출하고 벡터화하였다. 해안선을 해방 직후부터 시간 순서대로 중첩하여 분석한 결과, 인공 구조물 주변과 인근 해변에서 발생한 침식과 퇴적을 관찰할 수 있었으며, 구조물 건설 시점을 전후한 주변 해안선 변화도 관찰할 수 있었다. 다만 본 연구에서는 해안선의 계절적 변화와 조석, 그리고 양빈사업을 비롯한 각종 해안침식 방지사업에 따른 영향은 고려되지 않았다. 해안침식은 지리적 요인에 크게 영향을 받기 때문에 지역마다 원인과 해결방안이 다르며, 따라서 지자체별로 지속적인 연구와 데이터 축적이 필요하다.

• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제11권10호
• /
• pp.323-332
• /
• 2022

AI 기술을 활용한 다양한 서비스가 개발되면서, AI 서비스 운영에 많은 관심이 집중되고 있다. 최근에는 AI 기술도 하나의 ICT 서비스를 보고, 범용적인 AI 서비스 운영을 위한 연구가 많이 진행되고 있다. 본 논문에서는 일반적인 기계학습 개발 절차의 마지막 단계인 기계학습 모델 배포 및 운영에 초점을 두고 AI 서비스 운영을 위한 시스템 측면에서의 연구 결과를 기술하였다. 3대의 서로 다른 Ubuntu 시스템을 구축하고, 이 시스템상에서 서로 다른 AI 모델(RFCN, SSD-Mobilenet)과 서로 다른 통신 방식(gRPC, REST)의 조합으로 2017 validation COCO dataset의 데이터를 이용하여 객체 검출 서비스를 Tensorflow serving을 통하여 AI 서비스를 요청하는 부분과 AI 서비스를 수행하는 부분으로 나누어 실험하였다. 다양한 실험을 통하여 AI 모델의 종류가 AI 머신의 통신 방식보다 AI 서비스 추론 시간에 더 큰 영향을 미치고, 객체 검출 AI 서비스의 경우 검출하려는 이미지의 파일 크기보다는 이미지 내의 객체 개수와 복잡도에 따라 AI 서비스 추론 시간이 더 큰 영향을 받는다는 것을 알 수 있었다. 그리고, AI 서비스를 로컬이 아닌 원격에서 수행하면 성능이 좋은 머신이라고 하더라도 로컬에서 수행하는 경우보다 AI 서비스 추론 시간이 더 걸린다는 것을 확인할 수 있었다. 본 연구 결과를 통하여 서비스 목표에 적합한 시스템 설계와 AI 모델 개발 및 효율적인 AI 서비스 운영이 가능해질 것으로 본다.