• 한국컴퓨터정보학회논문지
• /
• 제26권3호
• /
• pp.127-135
• /
• 2021

산란계사와 같이 매우 좁은 환경에서 많은 개체를 사육하는 경우 작은 환경 변화에도 큰 피해를 받을 수 있다. 이와 같은 문제를 해결하기 위해 본 연구에서는 끊임없이 소리를 발생하는 산란계의 특성을 이용하여 산란계 발성음 분석 시스템을 제안한다. 기존의 산란계 발성음 시스템은 산란계사의 제한된 상황만을 고려하거나 실제 산란계사에 적용하기에는 어려움을 가지고 있다. 이러한 문제를 극복하기 위하여 본 논문에서는 MFCC 특징 벡터를 이용한 9가지의 산란계 소리 분석을 통해 실제 산란계사 환경에서 발생하는 수 있는 7가지의 상황을 실시간으로 감지할 수 있는 새로운 산란계 발성음 분석 모델을 제안한다. 본 논문에서 제안한 분석 모델을 실제 산란계사에서 성능 평가를 진행한 결과, 평균 AUC 0.93의 분류 성능을 나타내어 기존의 주파수 기반의 특징 분석 방법에 비해 약 43% 향상된 결과를 보여주었다.

• 인터넷정보학회논문지
• /
• 제24권1호
• /
• pp.49-59
• /
• 2023

COVID-19로 대표되는 팬데믹 상황에서 의료 인력 부족으로 인한 문제가 대두되고 있다. 본 논문에서는 진단 업무를 지원하기 위한 컴퓨터 비전 솔루션으로 PA 흉부 X-선 영상에 대한 병변 유무 진단 방법에 대해 제시한다. 디지털 영상에 대한 특징 비교 방식의 이상 탐지 기법을 X-선 영상에 적용하여 비정상적인 영역을 예측할 수 있다. 정렬된 PA 흉부 X-선 영상으로부터 특징 벡터를 추출하고 패치 단위로 분할하여 지역적으로 등장하는 비정상을 포착한다. 사전 실험으로 다중 객체를 포함하는 시뮬레이션 데이터 세트를 생성하고 이에 대한 비교 실험 결과를 제시한다. 정렬된 영상에 대해 적용 가능한 패치 특징 하드마스킹을 통해 프로세스의 효율성 및 성능을 향상하는 방법을 제시한다. 지역 특수성 및 전역 이상 탐지 결과를 합산하여 기존 연구 대비 6.9%p AUROC 향상된 성능을 보인다.

• 한국정보전자통신기술학회논문지
• /
• 제12권3호
• /
• pp.251-256
• /
• 2019

본 연구에서는 손동작을 인식하기 위하여 밀리미터파 기반 레이더에서 얻어진 손동작의 주파수 반향 특성을 이용하는 알고리즘 및 시스템을 제안하였다. 제안된 시스템은 밀리미터파 아날로그 송수신부, ADC부 및 신호 처리부가 원칩으로 구현된 시스템을 이용하여 데이터를 수집하도록 구성하였고, 제안한 알고리즘은 반사된 주파수 영상의 제르니케모멘트로부터 얻어진 전역 및 지역 디스크립터로 구성된 BoF에서 K-means 클러스터링을 이용하여 코드 워드를 생성하고 SVM을 이용한 손동작 분류를 수행하였다. 수행 결과는 혼동행렬에서 얻어진 정밀도, 민감도 및 정확도를 이용하여 평가였다. 정확도 평가에서는 제안한 방법은 GZM방법 및 LZM방법과 비교하여 성능 평가를 위한 인덱스에서 제안한 방법이 95.6%의 성능을 보였고 비교한 나머지 두 방법은 88.4% 및 84%을 나타내어 제안한 방법이 기존의 두 방법에 비하여 7~8% 성능이 향상되었으며 정밀도 및 민감도에서도 나머지 두 방법에 대하여 향상된 성능을 나타내었다. 제안한 방법은 소형화된 밀리미터파 기반 레이더를 이용하여 동작 인식을 할 수 있는 임베디드 시스템의 응용가능성을 보여준다.

• 대한의용생체공학회:의공학회지
• /
• 제23권1호
• /
• pp.39-47
• /
• 2002

본 연구의 목적은 선형 변환을 이용한 레지스트레이션의 정확도를 높이는데 있다. 서로 다른 개인간의 뇌영상을 비교분석하기 위해서는 공통된 좌표계로 각 영상을 변환하는 작업이 필요하다 정확한 변환을 위해서는 전체적인 뇌영상의 매치와 국소적 영역의 매치가 모두 중요하다 일반적으로 상호정보를 이용한 레지스트레이션은 전체적인 뇌영상을 매치시키는데 유리하다. 그러나 관심영역에 대한 매치는 특징기반 레지스트레이션 방법이 더 유리하다. 본 논문에서 제시하는 통합 레지스트레이션은 특징정보와 더불어 복셀기반의 상호정보를 함께 사용하였다. 이러한 접근 방법은 정신분열증을 판단하는 기준으로 많이 사용되는 뇌량을 포함하는 뇌의 중심부분의 매칭에 유리함을 실험을 통해 확인하였다 상호정보만을 사용하는 복셀기반 레지스트레이션이나 탈라이락 좌표계를 이용한 정규화에 비해 본 연구의 통합 레지스트레이션은 전체적 뇌영상 뿐만 아니라 관심 영역에서의 레지스트레이션 오차가 더 작았다.

• 융합정보논문지
• /
• 제12권3호
• /
• pp.17-24
• /
• 2022

모바일 악성 앱이 급증하고 있으며, 전 세계 모바일 OS 시장의 대부분을 차지하고 있는 안드로이드가 모바일 사이버 보안 위협의 주요 대상이 되고 있다. 따라서 빠르게 진화하는 악성 앱에 대응하기 위해 인공지능 구현기술 중 하나인 기계학습을 활용한 악성 앱 탐지 기법의 필요성이 대두되고 있다. 본 논문은 악성 앱의 탐지성능을 향상할 수 있는 특성 선택 및 특성 추출을 이용한 특성 선별 방법을 제안하였다. 특성 선별 과정에서 특성 개수에 따라 탐지 성능이 향상되었으며, 권한보다 API가 상대적으로 좋은 탐지 성능을 보였고, 두 특성을 조합하면 평균 93% 이상의 높은 탐지 정밀도를 보여 적절한 특성의 조합이 탐지 성능을 높일 수 있음을 확인하였다.

• International Journal of Automotive Technology
• /
• 제8권4호
• /
• pp.493-504
• /
• 2007

This paper proposes a stereo vision-based forward obstacle detection and distance measurement method. In general, stereo vision-based obstacle detection methods in automotive applications can be classified into two categories: IPM (Inverse Perspective Mapping)-based and disparity histogram-based. The existing disparity histogram-based method was developed for stop-and-go applications. The proposed method extends the scope of the disparity histogram-based method to highway applications by 1) replacing the fixed rectangular ROI (Region Of Interest) with the traveling lane-based ROI, and 2) replacing the peak detection with a constant threshold with peak detection using the threshold-line and peakness evaluation. In order to increase the true positive rate while decreasing the false positive rate, multiple candidate peaks were generated and then verified by the edge feature correlation method. By testing the proposed method with images captured on the highway, it was shown that the proposed method was able to overcome problems in previous implementations while being applied successfully to highway collision warning/avoidance conditions, In addition, comparisons with laser radar showed that vision sensors with a wider FOV (Field Of View) provided faster responses to cutting-in vehicles. Finally, we integrated the proposed method into a longitudinal collision avoidance system. Experimental results showed that activated braking by risk assessment using the state of the ego-vehicle and measuring the distance to upcoming obstacles could successfully prevent collisions.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2007년도 Proceedings of ISRS 2007
• /
• pp.286-289
• /
• 2007

This study is to develop a cloud detection algorit1un for COMS and it is currently tested by using MODIS level 2B and MTSAT-1R satellite radiance data. Unlike many existing cloud detection schemes which use a threshold method and traditional statistical methods, in this study a feed-forward neural network method with back-propagation algorit1un is used. MODIS level 2B products are matched with feature information of five-band MTSAT 1R image data to form the training dataset. The neural network is trained over the global region for the period of January to December in 2006 with 5 km spatial resolution. The main results show that this model is capable to detect complex cloud phenomena. And when it is applied to seasonal images, it shows reliable results to reflect seasonal characteristics except for snow cover of winter. The cloud detection by the neural network method shows 90% accuracy compared to the MODIS products.

• 방송공학회논문지
• /
• 제5권1호
• /
• pp.31-40
• /
• 2000

본 논문에서는 MPEG-7의 여러 가지 서술자 중 영상의 에지 정보를 효과적으로 표현하기 위한 에지 히스토그램 서술자를 제안한다. 영상에서 추출된 에지 정보를 효율적으로 서술하기 위하여 영상 전체(global), 부분 영역(semi-global), 그리고 국부(local) 영역에 대한 에지 히스토그램으로 구분하여 에지 히스토그램 서술자의 구조를 채택하였다. 또한, 제안된 서술자의 에지 검출 기법은 기존의 픽셀단위 검출 방법과는 달리 블록단위 에지 검출을 사용함으로써 에지 특징의 추출 속도를 높이며 블록을 압축의 기본단위로 하는 MPEG-1, 2의 압축 비트스트림에서도 빠른 속도로 직접 에지 특징을 검출할 수 있는 장점이 있다. 제안된 방법이 MPEG-7의 비균질 질감 서술자로써 같은 부류에 속하는 웨이브릿 기반 서술자 및 국부 에지 기반 서술자와 비교하여 검색 효율과 특징 추출 속도가 모두 우수함을 실험을 통해 확인하였다.

• ETRI Journal
• /
• 제36권6호
• /
• pp.913-923
• /
• 2014

This paper proposes a global mapping algorithm for multiple robots from an omnidirectional-vision simultaneous localization and mapping (SLAM) approach based on an object extraction method using Lucas-Kanade optical flow motion detection and images obtained through fisheye lenses mounted on robots. The multi-robot mapping algorithm draws a global map by using map data obtained from all of the individual robots. Global mapping takes a long time to process because it exchanges map data from individual robots while searching all areas. An omnidirectional image sensor has many advantages for object detection and mapping because it can measure all information around a robot simultaneously. The process calculations of the correction algorithm are improved over existing methods by correcting only the object's feature points. The proposed algorithm has two steps: first, a local map is created based on an omnidirectional-vision SLAM approach for individual robots. Second, a global map is generated by merging individual maps from multiple robots. The reliability of the proposed mapping algorithm is verified through a comparison of maps based on the proposed algorithm and real maps.

• 지질공학
• /
• 제32권3호
• /
• pp.377-388
• /
• 2022

최근, 다수의 연구가 지수적으로 증가하는 지진 자료를 효율적이고 정확하게 처리하기 위해 기계학습을 활용하고 있다. 본 연구는 지진의 발생 시간, 위치, 규모의 정보를 확장하여 기계학습에 적용 가능한 자료를 제작한 후, 주성분 분석을 통해 추출한 자료의 주요 성분으로 자료의 차원을 축소하였다. 차원이 확장된 자료는 36,699개의 지진 사건을 포함하는 Global Centroid Moment Tensor 카탈로그로부터 얻은 지진 정보의 통계량으로 구성되었다. 표준화와 최대-최소화 스케일링을 활용하여 자료 전처리를 수행하였으며, 스케일링이 완료된 자료에 주성분 분석을 적용하여 자료의 주요 특징을 추출하였다. 스케일링은 상이한 단위로 인한 특징 값의 차이를 현저히 감소시켰으며, 그 중 표준화는 다른 전처리에 비해서 각 특징의 중앙값을 더 균등하게 변환하였다. 주성분 분석이 스케일링이 적용되지 않은 자료로부터 추출한 여섯 개의 주성분은 원본 자료의 정보를 99% 설명하였다. 표준화와 최대-최소 스케일링이 적용된 자료로부터 추출한 열여섯 개의 주성분은 원본 자료의 정보의 98%를 재구성하였다. 이는 특징 값의 분포가 균등한 자료의 정보를 보존하기 위해서는 더 많은 주성분이 필요함을 지시한다. 본 연구는 지진 데이터와 지진 거동과의 관계를 분석하는 효율적이고 정확한 기계 학습 모형을 훈련시키기 위한 데이터 처리 방법을 제안하였다.