• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제8권5호
• /
• pp.1690-1710
• /
• 2014

In this paper, we propose the rapid implementation of a 3-dimensional (3D) facial reconstruction from a single frontal face image and introduce a design for its application on a mobile device. The proposed system can effectively reconstruct human faces in 3D using an approach robust to lighting conditions, and a fast method based on a Canonical Correlation Analysis (CCA) algorithm to estimate the depth. The reconstruction system is built by first creating 3D facial mapping from a personal identity vector of a face image. This mapping is then applied to real-world images captured with a built-in camera on a mobile device to form the corresponding 3D depth information. Finally, the facial texture from the face image is extracted and added to the reconstruction results. Experiments with an Android phone show that the implementation of this system as an Android application performs well. The advantage of the proposed method is an easy 3D reconstruction of almost all facial images captured in the real world with a fast computation. This has been clearly demonstrated in the Android application, which requires only a short time to reconstruct the 3D depth map.

• 한국컴퓨터정보학회논문지
• /
• 제25권3호
• /
• pp.51-55
• /
• 2020

본 논문에서는 이미지 복원에 사용되는 기존의 FAM (Fuzzy Associative Memory)에 유사성 학습을 채택하여 개선된 FAM을 제안한다. 이미지 복원은 노이즈가 존재하는 버전에서 원 이미지에 가깝게 복원하는 것을 의미한다. 얼굴 인식과 같은 중요한 적용 문제에서 이 프로세스는 잡음에 강하고 견고하며 빠르며 확장 가능해야한다. 기존의 FAM 은 강력한 퍼지 제어를 통하여 도메인에 적용 할 수 있지만 실제 응용 프로그램에서는 용량 문제가 있지만 단순한 단일 계층 신경망이다. 유사성 측정은 복구 된 이미지와 원본 이미지 사이의 제곱 평균 오차를 최소화하기 위해 FAM 구조의 연결 강도와 관련이 있다. 제안된 알고리즘의 효과는 실험에서 랜덤 노이즈로 인한 오류 크기가 현저히 낮아지는 것을 확인하였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2017년도 추계학술발표대회
• /
• pp.1109-1111
• /
• 2017

본 논문은 다양한 센서들과 디바이스들이 실시간으로 정보를 주고 산업 IoT 환경에서 실시간 분산 제어 역할을 하는 마스터 노드(Master Node)인 CPS시스템이 시스템장애 또는 내, 외부적인 요인으로 인해 정상적인 수행을 하지 못할 때 일시적으로 마스터 노드의 기능을 수행할 수 있는 싱크노드(Sink Node)를 선정하여 대리 마스터 노드를 결정하는 방안을 제시한다. 산업 IoT환경에서 마스터 노드의 역할로써 중요한 파라미터들을 선정한다. 이 후 상황에 따라 파라미터들의 가중치를 변경하여 우선순위 알고리즘을 통해 지속적으로 싱크 노드들의 우선순위에 대한 정보를 마스터 노드와 싱크노드들 간 공유하게 된다. 마스터 노드의 결함이 발생 시 우선순위가 높은 싱크노드가 마스터 노드의 역할을 대신 수행하여 예기치 못한 상황에도 데이터를 유지할 수 있도록 한다.

• 한국항해항만학회:학술대회논문집
• /
• 한국항해항만학회 2003년도 춘계공동학술대회논문집
• /
• pp.311-315
• /
• 2003

최근의 인터넷에서의 데이터 흐름을 보면 비대칭흐름의 경향이 있다. 비대칭흐름은 주로 하향링크의 데이터 흐름이 많은 것이 특징이며 하향링크에서 데이터흐름을 저해하는 요소인 응답(acknowledgement)을 줄여나가는 기법이 필요하다. 본 논문에서는, 시뮬레이션 결과로, 데이터의 손실이 많은 병목구간에서는 Sack의 성능이 더 높다는 것을 알 수 있었다. 패킷 손실면에서 비교해보면 NewReno와 Sack 중에서 NewReno가 Sack보다 더 낮은 것으로 나타났다. 그리고 NewReno와 Sack의 Ack Pack터에 대한 처리율을 비교해 달 때 10초 동안의 실험에서 NewReno가 Sack보다 처리되는 패킷의 수도 많다는 것을 볼 수 있었다. 결론적으로 비대칭링크에서의 처리율은 NewReno가 Sack도다 앞서는 것을 알 수 있었다.

• 대한공간정보학회지
• /
• 제24권1호
• /
• pp.81-87
• /
• 2016

자연재해로 인해 댐, 교량, 제방 등 수변구조물에 피해가 발생할 경우, 빠른 복구를 위해 정확한 피해정보를 분석하는 일은 매우 중요하다. 본 연구에서는 최근 활용이 확산되고 있는 UAV(Unmanned aerial vehicle)영상을 활용하여 효과적으로 피해를 분석하는 방안을 제시하고 정확도 평가를 수행하였다. UAV영상은 수변구조물 일대를 촬영한 영상들을 이용하였고, 피해를 분석하는 핵심 방법론으로 영상정합과 변화탐지 기법을 활용하였다. 영상정합을 통해 생성된 점군 데이터(point cloud)는 2차원 영상으로 3차원 형상을 재현하며, 사전에 구축된 레퍼런스 데이터와의 높이 값 비교를 통해 피해영역을 추출할 수 있다. 피해영역으로 추출된 결과는 정확도를 평가하기 위해 항공라이다로 구축된 정확한 데이터와 비교하여 절대위치 오차를 비교하였다. 실험 결과 EOP(외부표정요소)가 매우 정확한 UAV 영상을 사용하면 제안된 방법론으로 평균 10~20cm 오차 범위 내의 정확도를 확보할 수 있음을 알 수 있었고, 이는 제안한 방법이 비교적 큰 규모인 수변구조물에서 발생하는 피해 분석에 매우 유용하게 활용될 수 있음을 보여주었다. 하지만 복잡도가 높은 구조물들은 매칭 기술을 적용하기 어려우며, 이러한 구조물들의 피해를 추출하기 위해서는 별도의 방법론이 필요하다.