• 한국멀티미디어학회논문지
• /
• 제22권11호
• /
• pp.1269-1279
• /
• 2019

In medical image analysis, segmentation is considered as a vital process since it partitions an image into coherent parts and extracts interesting objects from the image. In this paper, we consider automatic segmentations of OCT retinal images to find six layer boundaries using convolutional neural networks. Segmenting retinal images by layer boundaries is very important in diagnosing and predicting progress of eye diseases including diabetic retinopathy, glaucoma, and AMD (age-related macular degeneration). We applied well-known CNN architecture for general image segmentation, called Segnet, U-net, and CNN-S into this problem. We also proposed a shortest path-based algorithm for finding the layer boundaries from the outputs of Segnet and U-net. We analysed their performance on public OCT image data set. The experimental results show that the Segnet combined with the proposed shortest path-based boundary finding algorithm outperforms other two networks.

• ETRI Journal
• /
• 제27권5호
• /
• pp.533-538
• /
• 2005

We developed a pipelined scheduling technique of functional hardware and software modules for platform-based system-on-a-chip (SoC) designs. It is based on a modified list scheduling algorithm. We used the pipelined scheduling technique for a performance analysis of an MPEG4 video encoder application. Then, we applied it for architecture exploration to achieve a better performance. In our experiments, the modified SoC platform with 6 pipelines for the 32-bit dual layer architecture shows a 118% improvement in performance compared to the given basic SoC platform with 4 pipelines for the 16-bit single-layer architecture.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2004년도 하계종합학술대회 논문집(1)
• /
• pp.55-58
• /
• 2004

This this paper, we propose vertical Bell laboratories layered space time (V-BLAST) system based on variable rate Low-Density Parity Check (LDPC) codes to improve performance of receiver when QR decomposition interference suppression combined with interference cancellation is used over independent Rayleigh fading channel. The different rate LDPC codes can be made by puncturing some rows of a given parity check matrix. This allows to implement a single encoder and decoder for different rate LDPC codes. The performance can be improved by assigning stronger LDPC codes in lower layer than upper layer because the poor SNR of first detected data streams makes error propagation. Keeping the same overall code rates, the V-BLAST system with different rate LDPC codes has the better performance (in terms of Bit Error Rate) than with constant rate LDPC code in fast fading channel.

• 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
• /
• 한국정보과학회언어공학연구회 2017년도 제29회 한글 및 한국어 정보처리 학술대회
• /
• pp.92-96
• /
• 2017

딥 러닝 모델은 여러 히든 레이어로 구성되며, 히든 레이어의 깊이가 깊어질수록 레이어의 벡터는 높은 수준으로 추상화된다. 본 논문에서는 Encoder RNN의 레이어를 여러 층 쌓은 멀티 레이어 포인터 네트워크를 제안하고, 멀티 태스크 학습 기반인 멀티 레이어 포인터 네트워크를 이용한 한국어 의존 구문 분석 모델을 제안한다. 멀티 태스크 학습 모델은 어절 간의 의존 관계와 의존 레이블 정보를 동시에 구하여 의존 구문 분석을 수행한다. 실험 결과, 본 논문에서 제안한 모델이 기존 한국어 의존 구문 분석 연구들 보다 좋은 UAS 92.16%, LAS 89.88%의 성능을 보였다.

• 한국컴퓨터산업학회논문지
• /
• 제7권5호
• /
• pp.513-520
• /
• 2006

In this paper, we propose a novel real-time frame-layer rate control algorithm using sliding window method for low bit rate video coding. The proposed rate control method performs bit allocation at the frame level to minimize the average distortion over an entire sequence as well as variations in distortion between frames. A new frame-layer rate-distortion model is derived, and a non-iterative optimization method is used for low computational complexity. In order to reduce the quality fluctuation, we use a sliding window scheme which does not require the pre-analysis process. Therefore, the proposed algorithm does not produce time delay from encoding, and is suitable for real-time low-complexity video encoder. Experimental results indicate that the proposed control method provides better visual and PSNR performance than the existing TMN8 rate control method.

• 한국어정보학회:학술대회논문집
• /
• 한국어정보학회 2017년도 제29회 한글및한국어정보처리학술대회
• /
• pp.92-96
• /
• 2017

딥 러닝 모델은 여러 히든 레이어로 구성되며, 히든 레이어의 깊이가 깊어질수록 레이어의 벡터는 높은 수준으로 추상화된다. 본 논문에서는 Encoder RNN의 레이어를 여러 층 쌓은 멀티 레이어 포인터 네트워크를 제안하고, 멀티 태스크 학습 기반인 멀티 레이어 포인터 네트워크를 이용한 한국어 의존 구문 분석 모델을 제안한다. 멀티 태스크 학습 모델은 어절 간의 의존 관계와 의존 레이블 정보를 동시에 구하여 의존 구문 분석을 수행한다. 실험 결과, 본 논문에서 제안한 모델이 기존 한국어 의존 구문 분석 연구들 보다 좋은 UAS 92.16%, LAS 89.88%의 성능을 보였다.

• 한국멀티미디어학회논문지
• /
• 제8권10호
• /
• pp.1403-1410
• /
• 2005

멀티미디어, 특히 실시간 통신에서 동기화 문제는 서비스 품질과 직결된다고 할 수 있다. 본 연구에서는 MPEG-2의 시스템계층의 표준 디코더가 고정 지연요소의 경우만 고려하여 설계되어 엔코더와 디코더간의 동기화가 되지 못함을 알게 되었다. 이를 해결하기 위해 MPEG-2에 적용할 수 있는 Extended-SRTS (extended-synchronous residual-time stamp)기법을 제안했다. 이 알고리즘은 MPEG-2의 STC(system time clock)를 서비스클럭(27MHz)으로 사용하여 전송스트림과 동기 시킨다. 그 결과 주파수 드리프트, 시변망 지터 및 패킹지터 등의 영향을 개선시킬 수 있다. 또한 망 클럭의 의존도를 낮출 수 있어 종단 간에 동기화를 쉽게 하고 투명한 연결을 할 수 있어, 실시간 멀티미디어 통신 분야에 폭넓게 적용할 수 있으리라 기대한다.

• 한국멀티미디어학회논문지
• /
• 제24권8호
• /
• pp.979-987
• /
• 2021

Multiple Sclerosis (MS) can be early diagnosed by detecting lesions in brain magnetic resonance images (MRI). Unsupervised anomaly detection methods based on autoencoder have been recently proposed for automated detection of MS lesions. However, these autoencoder-based methods were developed only for 2D images (e.g. 2D cross-sectional slices) of MRI, so do not utilize the full 3D information of MRI. In this paper, therefore, we propose a novel 3D autoencoder-based framework for detection of the lesion volume of MS in MRI. We first define a 3D convolutional neural network (CNN) for full MRI volumes, and build each encoder and decoder layer of the 3D autoencoder based on 3D CNN. We also add a skip connection between the encoder and decoder layer for effective data reconstruction. In the experimental results, we compare the 3D autoencoder-based method with the 2D autoencoder models using the training datasets of 80 healthy subjects from the Human Connectome Project (HCP) and the testing datasets of 25 MS patients from the Longitudinal multiple sclerosis lesion segmentation challenge, and show that the proposed method achieves superior performance in prediction of MS lesion by up to 15%.

• 한국시뮬레이션학회논문지
• /
• 제24권3호
• /
• pp.61-68
• /
• 2015

MANET(Mobile ad hoc networks)은 이동 단말로 구성된 동적인 자가 생성 네트워크를 의미한다. 본 연구에서는 MANET에서 비디오 전송 서비스를 다루고 있는 최근 연구를 보완하기 위한 개선된 cross-layer 접근 방법을 제시하고 있다. 본 연구는 ns-3 시뮬레이션을 통해 수행되며, 시뮬레이션에 소요되는 시간을 감안하여 효율적으로 각 계층의 주요 인자의 상호작용을 동시에 고려하기 위해 통계적 실험계획법을 활용하고자 한다. 제안된 cross-layer 접근 방법은 MANET 프로토콜 계층(물리, 네트워크, 전송 계층)과 응용 계층(비디오 인코더)를 동시에 인자로 다루고 있고, 반응 변수로는 객관적 비디오 품질 지표를 포함한다. 본 연구의 결과는 통제 불가능한 인자의 값에 따라 통제 가능한 인자를 설정하여 최적의 비디오 품질을 제공하는 MANET 비디오 전송 어플리케이션을 설계하는 기초 연구로써 활용될 수 있다.

• 전자공학회논문지
• /
• 제52권10호
• /
• pp.118-128
• /
• 2015

압축센싱 기술이 직면하고 있는 두 가지의 도전과제는 복원 알고리즘의 연산 복잡도 개선과 부호화 효율 향상 문제이다. 이에 대한 해결방안으로, 본 논문은 최대 3 가지의 공간 해상도 조절 및 향상된 압축센싱 부호화 성능을 가능하게 하는 공간 스케일러블 Kronecker 압축센싱 구조를 제안한다. 제안 방법의 기저 계층(base layer)에서는 quincunx 샘플링 격자에 기반 하는 듀얼-해상도 센싱 행렬을 사용한다. 해당 센싱 행렬은 낮은 해상도의 영상에 대한 고속-프리뷰(preview) 기능을 가능케 한다. 향상 계층(enhancement layer)에서는 획득한 측정값과 예측 측정값 간의 잔차 측정값을 부호화 한다. 복원과정에서는 기저 계층으로부터 낮은 해상도의 복원 영상을 획득 할 수 있는 반면, 두 개의 계층을 모두 사용하여 복원하는 경우 높은 해상도의 영상을 획득할 수 있다. 실험 결과, 제안하는 구조가 종래의 단일 계층방법 및 다중-해상도 기반 구조에 비해, 2.0bpp일 때 PSNR 성능이 각각 5.75dB 및 5.05dB 더 향상됨을 확인하였다.