• Investigative Magnetic Resonance Imaging
• /
• 제2권1호
• /
• pp.58-66
• /
• 1998

목적: 본 논문은 마코브 랜덤필드(Markov Random Field)와 깁스 랜덤필드(Gibbs Random Field) 및 라인모델(LIne Model)에 기반한 3차원 자기공명영상의 분류 방법을 소개하고자 하였다. 대상 및 방법 : 통계적으로 이질적 성분들로 구성된 영상을 대상으로한 깁스분류 결과는 영상내의 국소적으로 정적인 영역들을 이웃화소 시스템 내에서 정의되는 상호작용 인자(inetraction parameter)의 메커니즘에 의해 분리하\ulcorner로서 개선시킬 수 있다. 이를 위하여 영상에서 라인모델의 생성을 고려할 수 있으며, 본 논문에서는 영상의 미분방법에 근거한 다중신호영상을 위한 라인모델을 구축하였다. 라인모델은 서로 상이한 통게적 특성을 갖는 영역사이에 존재하는 관측할 수 없는 라인필드의 존재 유무를 확률 값으로 제공한다. 영상으로부터 획득한 라이모델은 Gibbs 분류기의 에너지함수 값을 결정하는 상호작용 인자 값을 결정하는데 사용된다. 결과 : 3차원 자기공명영상의 분류를 위한 MRS-Gibbs 분류기는 영상분류의 도메인이 일반적인 이차원 영상의 $E^{2}$ 공간에서 $E^{3}$ 공간으로 확장되었다. 개발된 깁스분류기를 이용한 자기공명여상의 분류결과 기존의 context free 분류방법에 의한 결과에 비하여 특히 동일성질을 갖고 있는 영역 및 경계부분 등의 분류결과가 우수함을 알 수 있었다. 결론 : 본 논문에서는 다중 신호, 3차원 자기공명영상을 위한 라인모델을 구축하고 그로부터 MRF-Gibbs분류기의 에너지함수를 결정하기 위한 상호작용 인자를 유도하였다.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 1997년도 한국자동제어학술회의논문집; 한국전력공사 서울연수원; 17-18 Oct. 1997
• /
• pp.1722-1725
• /
• 1997

This paper presents image analysis method using a Markov random field(MRF) model. Particulary, image esgmentation is to partition the given image into regions. This scheme is first segmented into regions, and the obtained domain knowledge is used to obtain the improved segmented image by a Markov random field model. The method is a maximum a posteriori(MAP) estimation with the MRF model and its associated Gibbs distribution. MAP estimation method is applied to capture the natural image by TMS320C80(MVP) and to realize the segmented image by a MRF model.

• 대한전자공학회논문지SP
• /
• 제44권1호
• /
• pp.40-48
• /
• 2007

이 논문은 다중 스케일 베이지안 관점에서 다층 퍼셉트론과 마코프 랜덤 필드를 사용한 새로운 결 분할 방법을 제안한다. 다층 퍼셉트론의 출력은 사후 확률을 모델링하므로 본 논문에서는 다중 스케일 웨이블릿 계수들을 다층 퍼셉트론의 입력으로 사용한다. 다층 퍼셉트론으로부터 구한 사후 확률과 MAP (maximum a posterior) 분류를 이용하여 각 스케일에서 결 분류를 수행한다. 또한 가장 섬세한 스케일에서 더 개선된 분할 결과를 얻기 위하여 모든 스케일에서 MAP 분류 결과들을 거친 스케일에서 섬세한 스케일까지 차례로 융합한다. 이런 과정은 한 스케일에서의 분류 정보와 그 인접한 보다 거친 스케일에서 얻어지는 문맥과 관련한 연역적 정보를 이용하여 MAP 분류를 행함으로써 이루어진다. 이 융합 과정에서, MRF (Markov random fields) 사전 모델이 평탄화 제한자로서 동작하고, 깁스 샘플러 (Gibbs sampler)는 MAP 분류기로서 동작한다. 제안한 분할 방법은 HMT (Hidden Markov Trees) 모델과 HMTseg 알고리즘을 이용한 결 분할 방법보다 더 좋은 성능을 보인다.

• Journal of the Korean Data and Information Science Society
• /
• 제7권2호
• /
• pp.247-256
• /
• 1996

본 논문은 깁스 표본 기법을 이용하여 Demster et al.(1981)에 의해 소개된 Field Mice자료를 분석하기 위하여 베이지안 계층적 모형을 적용시켜 보았다. Jeffrey의 사전확률을 이용한 사후 평균을 깁스 표본 기법을 이용하여 구하였고, 이로 부터 얻은 베이지안 추정량을 최소 자승 추정량, EM알고리즘을 이용한 랜덤 효과를 포함한 가능도함수에 대한 최대 가능도 추정량(MLR)과 비교하였다.

• 한국정보통신학회논문지
• /
• 제10권8호
• /
• pp.1373-1379
• /
• 2006

움직임 객체의 추출은 비디오 서비스 등에서 주요한 연구목적 중의 하나이다. 본 논문은 블록 움직임 벡터를 이용하여 움직임 객체를 추출하는 새로운 기법을 제시한다. 이를 위하여, 1) 사후 확률 밀도와 Gibbs 랜덤필드의 이용하여 블록 움직임 벡터를 결정하고, 2) 2-D 히스토그램을 바탕으로 전역 움직임을 구하고, 3) 경계 블록 분할 단계를 통해 객체 추출을 달성한다. 제안된 알고리듬은 특히 압축된 비디오 신호의 움직임 객체에 특히 유용하게 이용될 수 있다. 제안된 알고리듬을 여러 가지 영상에 적용한 결과 양호한 결과를 얻을 수 있었다.

• Journal of the Korean Statistical Society
• /
• 제31권2호
• /
• pp.177-198
• /
• 2002

The estimation of variance components or variance ratios in linear model is an important issue in plant or animal breeding fields, and various estimation methods have been devised to estimate variance components or variance ratios. However, many traits of economic importance in those fields are observed as dichotomous or polychotomous outcomes. The usual estimation methods might not be appropriate for these cases. Recently threshold linear model is considered as an important tool to analyze discrete traits specially in animal breeding field. In this note, we consider a hierarchical Bayesian method for the threshold animal model. Gibbs sampler for making full Bayesian inferences about random effects as well as fixed effects is described to analyze jointly discrete traits and continuous traits. Numerical example of the model with two discrete ordered categorical traits, calving ease of calves from born by heifer and calving ease of calf from born by cow, and one normally distributed trait, birth weight, is provided.

• 전자공학회논문지S
• /
• 제34S권2호
• /
• pp.71-78
• /
• 1997

Markov random field models have extensively used in applications such as image segmentation and image restoration. In this paper, we consider the relation between the stationarity of parameters and the synthesized images for gauss-markov rnadom field which has the most popularly used among many MRF models. GMRF model, which is both wide-sense Markov and strict-sense markov, has AR representations and is also a kind of gibbs distribution. Therefore, we may approach in aspect of both AR models and gibbs models. We show the relation between the stationarity of parameters and the images which are synthesized by two approaching methods and derive the stationary regions of parameters in 1st order and isotropic 2nd order case.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2013년도 춘계학술발표대회
• /
• pp.792-795
• /
• 2013

본 연구에서는 조영증강 의료 초음파 영상에서 조영제의 도달시간(arrival time)과 전이시간(transit time)에 관한 정보를 영상화하는 과정에서 정보의 왜곡을 개선하는 방법론을 제시한다. 간 질환 진단을 위한 파라미터 영상에서 병변 형태의 왜곡은 호흡에 의한 흔들림 현상과 노이즈의 영향에 기인한다. 본 논문에서는 이를 개선하는 방법으로서 MRF(Markov Random Field) 모델을 적용한 최적화 기법을 제안한다. 이를 위하여 Gibbs 샘플러를 적용하기 위한 에너지 함수를 정의하고 이를 기반으로 하는 영상개선 알고리즘을 구현하였다. 제안된 이론은 실제 의료진단 데이터에 적용함으로써 그 유용성을 평가하였다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제3권6호
• /
• pp.231-236
• /
• 2014

의료 초음파 영상에서 조영제의 전이시간과 조영효과 변화 곡선 특성에 대한 파라미터는 각종 소화기 질환을 진단하는 중요한 인자가 된다. 이러한 진단인자들에 대한 육안판별의 어려움을 극복하기 위하여 파라미터 영상의 자동 생성 기법을 구현할 수 있는데 이 과정에서 마이크로 버블형태의 노이즈와 호흡에 의한 흔들림 현상은 추출된 영상의 신뢰도를 저하 시킨다. 이에 본 연구에서는 MRF(Markov Random Field) 모델을 기반으로 하는 최적화 기법을 적용하여 파라미터 영상을 개선하는 방법을 고찰하며, 호흡에 의한 영상의 흔들림을 보정하기 위한 영상추적 기법을 제시한다. 세부적으로 초음파 동영상 원시 데이터로부터 호흡주기 추출 기법을 구현하였으며, 추출된 주기를 기반으로 모멘텀 요소와 동적 가중치를 반영하는 ROI(Region of Interest) 추적 알고리즘을 적용하였다. 또한 영상 개선 기법에 적용되는 Gibbs 샘플러의 에너지 함수를 정의하고 실제 간질환 진단 데이터를 대상으로 영상 개선 효과를 실험적으로 평가하였다.

• 한국측량학회지
• /
• 제22권3호
• /
• pp.303-309
• /
• 2004

영상의 밝기값과 텍스쳐 모두를 사용하여 대상물의 경계를 보다 정확하게 추출할 수 있는 적응적 베이즈 영상 분할기법을 C 프로그래밍 언어로 개발하였다. 사전확률밀도함수를 추정하기 위하여 깁스 분포 모델을 적용하였고, 조건확률밀도함수를 추정하기 위하여 퍼지 C-군집화 기법을 도입하였다. 추정된 두 확률밀도함수로부터 최대 사후주변확률이 산출되었고, 이를 시뮬레이션영상에 적용하여 99% 이상의 신뢰도를 획득하였다. 또한 개발된 알고리즘을 1963년 미 정찰위성사진을 이용하여 제작한 남극 정사영상에 적용하여 남극 전체 해안선에 대하여 최대 300미터 정확도를 갖는 벡터지도를 제작하였다.