• 대한전자공학회논문지SP
• /
• 제45권4호
• /
• pp.50-58
• /
• 2008

본 논문에서는 대역 제한된 색도 신호에 의해 발생하는 색 번짐 현상을 TV 수신단이나 MPEG 디코더에서 효과적으로 개서하는 색 버짐 개선 방법을 제안한다. 비디오 영상 신호는 영상의 밝기 정보를 가지고 있는 한 개의 휘도 신호와 색상 정보를 가지고 있는 두 개의 색도 신호로 구성되어 있으며 사람의 눈이 미세한 면적에 대해서는 색의 변화를 거의 인식하지 못하는 점을 이용하여 색도 신호의 고주파 정보를 제한하고 있다. 하지만 HDTV와 같은 고화질 화상 제품이 생산됨에 따라 색 번짐 현상이 화질 저하의 요인으로 인식되기 시작하였다. 본 논문에서는 영상 융합 기술을 이용하여 색도 신호보다 더 많은 고주파 정보를 가지고 있는 휘도 신호의 고주파 성분을 이용하여 손상된 색도 신호의 고주파 성분을 추정하는 방법을 제안한다. 휘도 신호로부터 추출된 고주파 성분은 추정된 색도 신호와 원본 색도 신호 사이에 발생하는 에러의 ${\iota}_2-norm$이 최소화 되도록 설계된 공간 적응적 가중치에 의해서 적절히 조절된 후에 입력 색도 신호와 결합되어 색 번짐이 개선된 색도 신호를 얻을 수 있게 하다. 제안하는 색 번짐 개선 방법은 색도 신호의 해상도를 휘도 신호의 해상도만큼 향상시키기 때문에 자연스러운 결과를 출력하며 또한 기존의 방법에서는 개선하기 힘들었던 좁은 경계에서의 색 번짐 현상도 효과적으로 개선한다. 실험 결과에서는 제안된 방법이 기존의 방법에 비해 시각적 및 수치적인 면에서 뛰어난 결과를 보임을 확인할 수 있다.

• 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.

• 대한공간정보학회지
• /
• 제24권1호
• /
• pp.89-98
• /
• 2016

본 연구에서는 축척과 갱신 주기가 상이한 이종의 공간 데이터 셋을 융합하기 위하여 사용자의 개입을 최소화하면서 다대다 관계에도 적용이 가능한 기하학적 방법론 기반의 면 객체 자동 매칭 방법을 제안하였다. 이를 위하여 첫째, 포함함수가 0.4 이상인 객체(노드)는 인접행렬에서 에지로 연결되었고, 이들 인접행렬의 곱을 반복적으로 수행하여 다대다 관계를 포함하는 후보 매칭 쌍을 선정하였다. 다대다 관계인 면 객체들은 알고리즘으로 생성된 convex hull로 단일 면 객체로 변환하였다. 기하학적 매칭을 위하여, 매칭 기준을 설정하고, 이들을 유사도 함수를 이용하여 유사도를 계산하였다. 다음으로 변환된 유사도와 CRITIC 방법으로 도출된 가중치를 선형 조합하여 형상 유사도를 계산하였다. 마지막으로 훈련자료에서 모든 가중치에 대한 정확도와 재현율을 나타낸 PR 곡선의 교차점인 EER로 임계값을 선정하고, 이 임계값을 기준으로 매칭 유무를 판별하였다. 제안된 방법을 수치지도와 도로명 주소기본도에 적용한 결과, 일부 다대다 관계에서 잘못 매칭되는 경우를 시각적으로 확인할 수 있었으나, 통계적 평가에서 정확도, 재현율, F-measure가 각각 0.951, 0.906, 0.928로 높게 나타났다. 이는 제안된 방법으로 이종의 공간 데이터 셋을 자동으로 매칭하는데 그 정확도가 높음을 의미한다. 그러나 일부 오류가 발생한 다대다 관계인 후보 매칭 쌍을 정확하게 정량화하기 위해서 포함함수나 매칭 기준에 대한 연구가 진행되어야 할 것이다.

• 한국의학물리학회지:의학물리
• /
• 제21권4호
• /
• pp.332-339
• /
• 2010

본 연구에서는 콘빔 단층촬영영상(cone beam CT; CBCT) 및 다엽 콜리메이터(multileaf collimator;MLC) 로그데이터를 이용한 적응형 방사선치료기법의 체계를 구축하고, 그 과정에서의 선량 계산 오차의 양상을 팬텀을 이용하여 분석하고자 하였다. Catphan-600 (The Phantom Laboratory, USA) 팬텀을 CT와 CBCT 촬영 후 CT 영상을 이용하여 간단한 단계별조사(step-and-shoot) 방식의 세기조절방사선치료(intensity-modulated radiation therapy; IMRT) 계획을 수립하였다. 이후 빔전달 시 생성된 MLC 로그데이터(Dynalog)를 이용하여 실제 전달된 세그먼트 별 모니터단위(MU) 가중치와 MLC 엽(leaf)의 위치를 구한 후 이를 다시 Pinnacle3에 넣고 선량을 재계산하였다. 초기 치료 계획은 치료 계획용 CT 영상($CT_{plan}$) 및 CBCT 영상($CBCT_{plan}$)에 대하여 계산되었으며, 재구성된 선량 역시 치료 계획용 CT 영상($CT_{recon}$) 및 CBCT 영상($CBCT_{recon}$)에 대하여 계산되었다. 각 선량 계산을 $CT_{plan}$을 기준으로 하여 2차원 선량분포, 감마 인덱스, 선량-부피 히스토그램(dose-volume histogram; DVH)을 이용하여 분석하였다. 2차원 선량분포 및 DVH 분석 모두에서 원래의 치료 계획보다 실제 전달된 선량이 다소 많은 것으로 나타났으나 임상적인 의미는 미미했다. 감마 인덱스의 경우 CBCT에 선량을 계산했을 때 치료 계획 정보나 재구성된 선량 정보를 이용한 경우 모두 오차가 크게 발생했다. 재구성된 선량은 빔의 경계 부분에서 오차가 크게 발생하였으나 그 영향은 CT 및 CBCT 영상 간 차이에 의한 것보다 작았다. CBCT 영상에 전달된 선량을 재구성하게 되면 두 영향이 복합적으로 작용하여 오차는 더 줄어들게 되지만 $CT_{plan}$과 $CBCT_{plan}$의 차이에 비하여 $CBCT_{plan}$과 $CBCT_{recon}$ 차이는 상대적으로 작아 전달된 선량의 오차를 평가할 때 불확실성이 커졌다. 그러므로 선량 계산 오차의 양상은 셋업 오차, CBCT 영상을 이용한 선량 계산 오차 및 재구성된 선량 계산의 오차로 나누어 분석될 필요가 있을 것이다.

• 현장농수산연구지
• /
• 제23권1호
• /
• pp.89-104
• /
• 2021

비정형 데이터인 한국농수산대학 신입생 자기소개서에서 의미 있는 정보를 추출하기 위하여 핵심적인 역할을 하는 단어의 중요도를 평가하는 TF-IDF 가중치를 기초로 한 언어네트워크분석을 하였다. TF-IDF 가중치에 의한 핵심단어는 문항 1에서는 '농업', '수학', '공부', '문제', '친구', 문항 2에서는 '동아리', '식물', '친구', '농업', '작물', 문항 3에서는 '친구', '동아리', '의견', '갈등', '관리', 문항 4에서는 '버섯', '곤충', '아버지', '농업', '농장' 등으로 나타났다. 또한 빈도수는 낮은 단어이지만 핵심단어로 나타난 단어를 보면 문항 1에서는 '수학', '자격증', '성적', '영어', '과학', 문항 2에서는 '식물', '작물', '공부', '쓰레기', '발표', '실험', 문항 3에서는 '동아리', '청소', '봉사', '갈등', '봉사활동', 문항 4에서는 '버섯', '곤충', '양식', '한우', '조경' 등으로 나타났다. 단어들 간의 관계를 시각적으로 분석이 가능한 언어네트워크분석 결과 매개중심성이 높은 단어는 문항 1에서는 '이유', '고등학교', '재학', 문항 2에서는 '쓰레기', '고등학교', '학교', 문항 3에서는 '중요', '오해', '완성', 문항 4에서는 '가공', '사료', '농가'로 나타났다. 연결정도중심성은 문항 1에서는 '고등학교', '탐구', '성적', 문항 2에서는 '쓰레기', '정리', '수업시간', 문항 3에서는 '의견', '회의', '봉사활동', 문항 4에서는 '가공', '공간', '실습'으로 나타났다. 매개중심성 값이 클수록 네트워크의 중앙에 위치하고, 두 범주 사이의 관계가 강할수록 서로 근거리에 위치한다. 연결정도중심성이 클수록 노드의 크기가 크게 나타나며, 노드 연결선은 단어들의 동시 출현 빈도가 높을수록 edge가 굵게 나타났다. 동시 출현 빈도가 높은 즉 상관관계가 높은 단어 조합은 '자격증 - 취득', '문제 - 해결', '과학 - 생명', '오해 - 양보' 등으로 나타났다. 단어 기반의 계층적 클러스터링 기법에 의하여 단어 간 인접, 상호 관계를 계층적으로 나타낸 클러스터 덴드로그램으로 군집의 개수를 결정하였다. 단어들의 군집 간 비유사도의 차이가 큰 군집을 구한 결과 문항 1은 2개, 문항 2와 문항 4는 4개, 문항 3은 5개의 군집으로 분류할 경우 군집내 응집력이 높고, 군집 간 이질성이 큰 적절한 군집을 구할 수 있었다.