본 연구에서는 임펄스 잡음과 가우시안 잡음 및 혼재된 영상의 잡음을 효과적으로 제거하기 위한 평균 근사 값 필터를 제안한다. 먼저, 잡음을 검출하기 위한 단계로서 적용 마스크 내의 최소 최대값을 제거한 평균을 구한 후, 화소 값과 평균값의 차이가 임계 값 이상인지 알아본다. 화소 값이 임계 값 이상이면 잡음으로 처리하고, 임계 값 이하이면 비 잡음으로 처리한다. 다음으로, 잡음을 제거하기 위한 단계로서 잡음이 포함된 화소의 최소 최대값을 제외한 평균값과 마스크 내 가장 근사한 값을 화소 값으로 출력한다. 이러한 평균 근사 값 필터를 혼재된 잡음 영상에 적용한 결과, 중앙값 필터와 평균값 필터만을 각각 적용했을 때에 비해 0.4[dB] 이상 효과적으로 잡음을 제거할 수 있었다.
편미분 방정식을 도입하여 새로운 영상처리 기술을 개발하려는 연구가 활발히 진행 중이며, 특히 확산 방정식을 풀어 잡음 제거, 영상 복원, 에지 검출 및 영상 분할 등에 응용할 수 있는 이미지 확산 알고리즘에 관심이 높다. 본 논문에서는 기존의 비등방성 확산 방식이 결국은 커널 크기가 작은 적응 필터링 방식과 동일한 효과를 낸다는 것을 보이고, 확산 과정에서 선형 필터의 단점을 보완할 수 있도록 가중 미디언(WM, Weighted Median) 필터를 적용한 새로운 확산 기법을 제안하였다. 제안된 WM 필터가 비등방성 커널을 갖도록 필터계수에 대응하는 가중치들을 이미지의 국부적인 변화량에 따라 적응적으로 가변할 수 있는 기법을 제안하였다. 뿐만 아니라 반복 과정에서의 확산 속도를 증가할 수 있도록 커널의 크기를 증가시키기 위한 방안도 제시하였다. 실제 영상을 사용한 실험을 통하여 제안된 방식이 기존의 방식에 비해 잡음 제거 (특히 임펄스성 잡음) 특성이나 에지 보존 특성이 더 우수하다는 것을 보였다. 또한 기존의 방식에 비해 확장된 크기를 갖는 커널을 이용함으로써 확산 속도를 높일 수 있다는 것을 보였다.
본 논문에서는 증강현실 환경에서 보다 강건한 카메라 정보 추정을 위한 입자필터 기반의 카메라 추적 기법에 대해서 설명한다. 실시간 카메라 추적을 위해서는 일반적으로 칼만 필터, 또는 확장 칼만 필터 등이 많이 이용되지만, 카메라의 급격한 흔들림 및 장면의 가려짐 등과 같은 불안정한 조건에서는 정상적인 카메라 추적이 매우 힘들다는 단점이 있다. 본 논문에서 제안하는 입자필터링 기법은 시스템 상태에 대한 측정 표본입자의 가중치를 별도의 가중치 계산과정을 이용하지 않고 가우스 분포를 기반으로 계산하였으며, 카메라 입자를 수렴시키기 위한 별도의 처리과정을 거치지 않고 시스템의 실제 불확실도에 근사화되도록 재표본화된 표본입자 집합을 이용하여 카메라 상태의 추정을 수행하였다. 또한 제안된 방법은 보다 많은 수의 표본 입자를 이용하는 환경에서도 실시간 처리가 가능한 장점이 있다. 실험을 통하여 다양한 환경 하에서 제안된 방법의 효율성과 정확성을 확인하였다.
본 논문에서는 무대에서의 방송용 카메라를 위한 자동 객체추적 시스템을 구현한다. 객체추적을 위해서 Open-CV 기반의 파이썬 프로그램을 탑재한 PC, 라즈베리파이 3, 모바일 장치를 사용한다. 영상 객체추적 방법으로는 mean-shift, CAMshift, GMM을 이용한 백그라운드 모델링, SURF를 이용한 템플레이트 기반 추적, CMT, TLD 등의 방법들이 있다. CAMshift 알고리즘은 고속 및 성능의 강인함으로 실시간 추적에 효율적이지만, 본 논문에서는 CMT 알고리즘을 이용한 방송용 카메라의 영상 객체추적 시스템을 구현한다. 이것은 정적 및 적응형 일치성 때문에 최적의 영상 추적 방법이다. 제안된 시스템은 무대에서의 실시간 연속적인 객체추적을 위한 효율적이고 강인한 영상 추적 시스템에 잘 응용될 수 있다.
본 논문에서는 블라인드 최소 출력 에너지 다중 사용자 검출 기법을 멀티 캐리어 대역 확산 코드 분할 다중접속 시스템에 적용하고자 하였다. MC/DS-CDMA는 다중 사용자의 접속으로 인하여 성능 저하 문제가 발생한다. 시스템의 성능을 높이기 위해서는 다중 사용자 성분을 제거할 필요가 있다. 블라인드 간섭 제거기는 검출하고 자 하는 사용자의 최소한의 정보만을 가지고도 정보 신호 검출이 가능하다. 제안된 수신기의 성능을 평가하기 위해서, 가우시안 채널하에서 실행하였다. 모의실험 결과를 살펴보면, 다중 사용자 간섭이 없는 경우에서는 제안된 수신기가 약 6[dB] 정도의 신호대 잡음비 이득을 얻었고, 다중 사용자 간섭이 존재하는 경우는 약 3[dB] 이득을 얻을 수 있었다. 또한, 사용자의 수용 용량을 비교한 결과 제안된 구조가 기존 방법에 비하여 약 2배 정도 용량을 지니고 있음을 알 수 있었다. 실험 결과를 통하여 제안된 방식이 더 우수한 것을 알 수 있었다.
본 논문에서는 스마트폰 적용을 위한 휴먼 바디 추적 방법을 제안한다. 기존 휴먼 바디 추적 방법은 크게 센서 기반 방법과 비전 기반 방법으로 구분된다. 센서 기반 방법은 위치 정보의 누적 오차로 인해 추적 성능이 떨어지는 단점이 있다. 비전 기반 방법은 누적 오차가 없지만 스마트폰 적용을 위한 연산량 감소가 요구되고 있다. 본 논문에서는 스마트폰 적용을 위한 휴먼 바디 추적 방법으로 개선된 HOG 알고리즘을 이용한다. 개선된 HOG 알고리즘은 다운샘플링과 프레임 샘플링을 통해 구현된다. 다운샘플링에는 가우시안 피라미드가 적용되고, 프레임 샘플링에는 uniform sampling이 적용된다. 제안한 알고리즘을 2개 기기, 4개 해상도, 4개 프레임에서 측정하였고, 실시간으로 적용이 가능한 다운샘플링과 프레임 샘플링 파라미터 중에서 가장 검출률이 좋은 값을 도출하였다.
본 논문에서는 투명한 물질의 두께를 측정하기 위한 방법으로 기하 위상 렌즈 기반의 색공초점 센서를 개발하고, 성능 개선을 위한 보정 방법을 제시한다. 일반적인 색공초점 센서의 복잡한 설계로 인한 한계를 극복하기 위해, 기하 위상 렌즈를 이용하여 전체 시스템의 크기를 줄이고, 시스템 오차를 보상하기 위한 파장 첨두 위치 추출 방법과 계통 오차 제거 방법을 설명한다. 색공초점 센서를 이용하여 투명한 물질의 두께를 측정하기 위한 이론을 설명하고, 이를 사파이어 및 BK7 물질의 두께를 측정함으로써 실험적으로 검증한다. 색공초점 센서를 이용한 두께 측정 방법은 기존의 간섭계 및 공초점 센서의 방법들에 비해 측정 속도가 빠르고, 분산 등에 의한 두께 측정 영역 제한이 없기 때문에 많은 응용이 가능하다.
본 논문에서는 감시영역을 벗어난 후 다시 돌아온 객체에 대한 배회행위를 효과적으로 인식 할 수 있는 지능형 배회행위 검출 시스템을 제안한다. 전경과 배경을 가우시안 혼합 모델을 이용하여 분리하고 그림자를 제거하여 객체를 인식한 후, 객체의 색도 히스토그램을 이용하여 감시영역을 벗어난 후 돌아온 객체들을 판단하고 감시영역에 존재하는 시간을 보전한다. 배회행위를 판단하기 위해 카메라 캘리브레이션을 통해 실세계 배회패턴과 같은 행태의 매크로 블록을 영상좌표에 도입한 후 배회궤적을 추출하고, 감시영역에 객체가 존재하는 시간을 함께 고려하여 배회행위를 판단한다. 제안하는 방법은 실험에 사용된 모든 배회행위 프레임에서 정확하게 배회행위를 검출하여 그 효과를 입증하였다.
본 논문에서는 합성곱 신경망(CNN)에 기반한 프레임 동기 기법을 제안한다. 기존의 프레임 동기 기법은 프리앰블과 수신 신호 사이의 상관을 통해 수신 신호와 프리앰블이 일치하는 지점을 찾는다. 제안하는 기법은 1차원 벡터로 이루어진 상관기 출력 신호를 2차원 행렬로 재구성하며, 이 2차원 행렬을 합성곱 신경망에 입력하고 합성곱 신경망은 프레임 도착 지점을 추정한다. 구체적으로 가산 백색 가우스 잡음(AWGN) 환경에서 무작위로 도착하는 수신 신호를 생성하여 학습 데이터를 만들고, 이 학습 데이터로 합성곱 신경망을 학습시킨다. 컴퓨터 모의실험을 통해 기존의 동기 기법과 제안하는 기법의 프레임 동기 오류 확률을 다양한 신호 대 잡음 비(SNR)에서 비교한다. 모의실험 결과는 제안하는 합성곱 신경망을 이용한 프레임 동기 기법이 기존 기법 대비 약 2dB 우수함을 보인다.
이 논문은 최근 엄청난 성장을 하고 있는 유튜브의 댓글 중 스팸 댓글을 판별하는 기법을 제안한다. 유튜브에서는 광고를 통한 수익 창출이 가능하기 때문에 인기 동영상에서 자신의 채널이나 동영상을 홍보하거나 영상과 관련 없는 댓글을 남기는 스패머(spammer)들이 나타났다. 유튜브에서는 자체적으로 스팸 댓글을 차단하는 시스템을 운영하고 있지만 여전히 제대로 차단하지 못한 스팸 댓글들이 있다. 따라서, 유튜브 스팸 댓글 판별에 대한 관련 연구들을 살펴 보고 인기 동영상인 싸이, 케이티 페리, LMFAO, 에미넴, 샤키라의 뮤직비디오 댓글 데이터에 6가지 머신러닝 기법(의사결정나무, 로지스틱 회귀분석, 베르누이 나이브 베이즈, 랜덤 포레스트, 선형 커널을 이용한 서포트 벡터 머신, 가우시안 커널을 이용한 서포트 벡터 머신)과 이들을 결합한 앙상블 모델로 스팸 탐지 실험을 진행하였다.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.