본 논문은 ROI가 적용된 HOG 특징을 적용한 보행자 인식에 대해서 제안한다. 기존의 HOG 방법은 높은 인식률을 갖지만 처리 속도가 느린 단점이 존재한다. 처리 속도가 느린 기존의 HOG 방법에 ROI를 적용하여 불필요한 영역에 대한 연산을 줄여 처리 속도를 향상시켰다. ROI 영역을 설정하기 위해 영상 전체를 연산하는 홀수 프레임과 설정된 ROI 영역만을 연산하는 짝수 프레임을 조합한 구조를 사용하였다. 구현 결과 본 논문에서 제안하는 방법은 기존의 방법과 동일한 정확도를 유지하면서 처리 속도측면에서 약 20% 향상된 초당 8.3 프레임의 성능을 보였다.
본 논문에서는 보행자 및 배경 이미지로부터 HOG-PCA 특징을 추출하고 다항식 기반 RBFNNs(Radial Basis Function Neural Network) 패턴분류기과 최적화 알고리즘을 이용하여 보행자를 검출하는 시스템 설계를 제안한다. 입력 영상으로부터 보행자를 검출하기 위해 전처리 과정에서 HOG(Histogram of oriented gradient) 알고리즘을 통해 특징을 추출한다. 추출된 특징은 고차원이므로 패턴분류기 분류 시 많은 연산과 처리속도가 따른다. 이를 개선하고자 PCA (Principal Components Analysis)을 사용하여 저차원으로의 차원 축소한다. 본 논문에서 제안하는 분류기는 pRBFNNs 패턴분류기의 효율적인 학습을 위해 최적화 알고리즘인 PSO(Particle Swarm Optimization)을 사용하여 구조 및 파라미터를 최적화시켜 모델의 성능을 향상시킨다. 사용된 데이터로는 보행자 검출에 널리 사용되는 INRIA2005_person data set에서 보행자와 배경 영상을 각각 1200장을 학습 데이터, 검증 데이터로 구성하여 분류기를 설계하고 테스트 이미지를 설계된 최적의 분류기를 이용하여 보행자를 검출하고 검출률을 확인한다.
홍채인식 시스템은 홍채영역 검출, 홍채특징 코드 생성, 그리고 홍채코드 비교 판단의 과정으로 이루어져 있다. 기존의 논문이나 연구들의 대부분은 앞에서 나열한 홍채인식 시스템의 과정의 일부만을 수정하여 성능개선, 즉 인식속도 향상과 인식률 향상 등을 꾀하였다. 이에 반해, 본 논문에서는 홍채인식 과정 전체의 개선을 통하여, 획기적으로 홍채인식 시간을 단축시키는 홍채인식 방법을 제안 하였다. Hough Transform과 Vertical & Horizontal Histogram을 사용한 홍채영역 검출, gradient를 사용한 홍채코드 생성, 그리고 variance를 이용하는 홍채코드의 비교와 판단 과정을 빠르고 단순한 알고리즘으로 구성하여, 홍채인식 속도를 개선하였다. 본 논문에서 제안한 홍채인식 시스템의 성능을 실험한 결과, mobile 환경에서 실시간으로 사용 할 수 있는 속도와 기존 홍채인식 시스템과 비슷한 홍채인식률을 나타내었다.
Visual object tracking is a fundamental problem in the field of computer vision, as it needs a proper model to account for drastic appearance changes that are caused by shape, textural, and illumination variations. In this paper, we propose a feature-based visual-object-tracking method with a sparse representation. Generally, most appearance-based models use the gray-scale pixel values of the input image, but this might be insufficient for a description of the target object under a variety of conditions. To obtain the proper information regarding the target object, the following combination of features has been exploited as a corresponding representation: First, the features of the target templates are extracted by using the HOG (histogram of gradient) and LBPs (local binary patterns); secondly, a feature-based sparsity is attained by solving the minimization problems, whereby the target object is represented by the selection of the minimum reconstruction error. The strengths of both features are exploited to enhance the overall performance of the tracker; furthermore, the proposed method is integrated with the particle-filter framework and achieves a promising result in terms of challenging tracking videos.
Among the possible stereotactic body radiation therapy (SBRT) modalities used to treat patients with metastatic spinal tumors, this study compared Cyberknife, tomotherapy, and volumetric modulated arc radiotherapy (VMAT). We established treatment plans for each of them modality and quantitatively analyzed the dose evaluation factors of the dose-volume histogram (DVH) for all spinal bones, focusing on the tumor and spinal cord, in order to examine the usefulness of VMAT. For the treatment planning dose, the mean dose ($D_{max}$) and $D_{5%}$ showed statistical differences in the target dose, but no difference was shown in the spinal cord dose. For the DVH indices, tomotherapy showed the best performance was the best in terms of uniformity index, while VMAT showed better performance was better than the other two modalities in terms of the conformity index and the dose gradient index. VMAT had a much shorter treatment time than Cyberknife and tomotherapy. These findings suggest that VMAT FFF is the most effective therapy for SBRT of patients with metastatic spinal tumors for whom a high dose of radiation is prescribed.
목 적: 토모테라피 치료 계획 시 여러 가지 다양한 빔 조절 인자들의 수정으로 얻어진 각각의 치료 계획 결과를 특정한 선량체적 히스토그램 표지자(DVH-Index)를 이용하여 치료 전에 비교 함으로써 최적의 치료 계획을 효율적으로 도출할 수 있는 방안을 제시하고자 하는데 목적이 있다. 대상 및 방법: 토모테라피 적응증례를 가진 3명의 환자(두경부, 복부, 골반부)를 대상으로 치료 전 PQ 5000 (CT simulator, Philips)을 이용하여 전산화 단층 촬영영상을 얻었고, pinnacle ver 7.6c (3D RTP, ADAC)에서 종양 조직과 정상조직의 윤곽선을 묘사하여 토모 치료계획 장비(hi-art system ver 2.0)로 전송한 후 빔 조사야, 피치 혹은 중요도를 각기 다르게 설정하고 치료 계획을 실시하였다. 각각의 치료 계획은 종양 부위와 정상 부위의 선량 통계량(최대선량, 최소선량, 평균선량, 선량체적)을 구하여 치료 적절성을 비교하였고 또한 선량 체적 히스토그램을 이용하여 종양 표적 내의 균일성 지수(homogeneity index, HI), 종양 표적에 대한 선량 조형 지수(conformity index, CI), 정상 조직에서의 선량 감소 지수(dose gradient index, DGI)를 이용하여 치료 계획을 비교한 후 두 가지 비교 결과의 유사성을 확인 하였다. 결 과: 3명의 환자를 대상으로 각각 시행한 3가지 치료 계획을 등 선량 분포와 선량 통계량을 통해 비교한 결과와 선량 체적 히스토그램 표지자를 이용한 치료 계획의 비교 결과 두부, 복부와 골반부에 치료 부위를 가진 환자에 있어서 모두 동일한 치료계획을 우월하게 판정하였다. 결 론: 토모테라피의 치료 계획 비교 시 선량 체적 히스토그램의 표지자를 이용한 방법은 특정한 치료 목표에 따라 다소간의 차이를 나타낼 순 있으나 종양 조직에 대한 선량분포의 적절성과 전체적인 정상조직의 고 선량 위험도를 반영함으로써 다수의 치료계획을 단시간에 상호 비교 검증 할 수 있는 적절한 방법으로 사료 된다.
목 적: 세기변조방사선치료 시 선행되는 품질관리에서 선량분포와 절대선량 값을 비교하여 2차원 이온전리함의 유용성을 알아보고자 한다. 대상 및 방법: 본 실험은 선형가속기(CL 21EX, Varian, Palo Alto, USA)의 6 MV 광자선을 이용하여 비인두암 환자를 대상으로 하였다. 세기변조방사선치료를 위한 품질관리에는 2차원 이온전리함 배열(MatriXX, Wellhofer Dosimetrie, Germany)을 사용하였다. 비인두암 환자의 치료를 위해 역방향치료계획을 시행하였다. 고체팬톰에 삽입된 MatriXX를 전산화단층 촬영하여 환자 치료계획과 동일한 플루언스로 하이브리드(갠트리 각도 0$^\circ$) 치료계획을 실시하였다. 실험적 선량분포의 측정은 하이브리드 치료계획과 동일한 기하학적 조건으로 MatriXX와 고체팬톰을 이용하여 측정하였다. 선량분포에서 고선량 저변위(High Dose Low Gradient: HDLG) 점을 선정하여 절대선량을 비교하였으며, 선량분포 일치성분석을 위해 감마 인덱스 히스토그람($\gamma$-index, Dose difference: 3%, Distance to agreement: 3 mm)을 이용하여 정량화하였다. 결 과: 감마 인덱스 히스토그람 분석결과 인정허용범위(${\gamma}{\leq}$1) 비율을 모든 조사면에서 각각 확인하였다. 갠트리 각도 0$^\circ$에서 95.08%, 55$^\circ$에서 97.52%, 110$^\circ$에서 96.28%, 140$^\circ$에서 98.2%, 220$^\circ$에서 97.78%, 250$^\circ$에서 96.64%, 305$^\circ$에서 92.7%로 나타났다. HDLG에서 절대선량은 $\pm$3% 이내의 일치도를 보였다. 결 론: MatriXX를 이용한 세기변조방사선치료의 품질관리는 필름이나 단일 이온전리함을 이용한 일반적인 세기변조방사선치료 품질관리에 비해 시간, 인력을 최소화하면서 보다 효율적인 접근이 가능하였으며, 선량분포일치성 분석 및 절대선량확인에 매우 유용한 장치임을 알 수 있었다.
In this study, the Polynomial-based Radial Basis Function Neural Networks is proposed as one of the recognition part of overall face recognition system that consists of two parts such as the preprocessing part and recognition part. The design methodology and procedure of the proposed pRBFNNs are presented to obtain the solution to high-dimensional pattern recognition problem. First, in preprocessing part, we use a CCD camera to obtain a picture frame in real-time. By using histogram equalization method, we can partially enhance the distorted image influenced by natural as well as artificial illumination. We use an AdaBoost algorithm proposed by Viola and Jones, which is exploited for the detection of facial image area between face and non-facial image area. As the feature extraction algorithm, PCA method is used. In this study, the PCA method, which is a feature extraction algorithm, is used to carry out the dimension reduction of facial image area formed by high-dimensional information. Secondly, we use pRBFNNs to identify the ID by recognizing unique pattern of each person. The proposed pRBFNNs architecture consists of three functional modules such as the condition part, the conclusion part, and the inference part as fuzzy rules formed in 'If-then' format. In the condition part of fuzzy rules, input space is partitioned with Fuzzy C-Means clustering. In the conclusion part of rules, the connection weight of pRBFNNs is represented as three kinds of polynomials such as constant, linear, and quadratic. Coefficients of connection weight identified with back-propagation using gradient descent method. The output of pRBFNNs model is obtained by fuzzy inference method in the inference part of fuzzy rules. The essential design parameters (including learning rate, momentum coefficient and fuzzification coefficient) of the networks are optimized by means of the Particle Swarm Optimization. The proposed pRBFNNs are applied to real-time face recognition system and then demonstrated from the viewpoint of output performance and recognition rate.
변화 검출 알고리즘은 두 영상 프레임을 비교하여 변화를 가져온 유입된 외부 객체의 영역을 검출 하는 것이다. 본 논문은 두 영상 간의 밝기 변화 요인을 유입 객체에 의한 요인, 객체의 표면에서 주변으로 반사된 반사광 및 그림자에 의한 요인, 내재된 잡음에 의한 요인 등으로 분류하고, 이를 바탕으로 유입된 객체의 영역을 정확하게 검출하는 새로운 변화 검출 방법을 제안한다. 변화 요인의 분류와 객체 영역의 검출을 위하여, 우선 두 영상 간의 밝기 변화 값의 히스토그램을 분석하여 다수의 임계값을 추정한다. 다음으로 유입 객체의 경계 후보 화소를 추정하고, 추정된 객체 경계 후보 화소와 임계값을 이용하여 영상을 다수의 영역으로 분할한다. 최종적으로 분할된 각 영역의 텍스처를 두 영상에서 각각 구하고 이들 간의 유사도를 이용하여 각 영역이 외부 유입 객체 영역인지 아닌지를 판단한다. 다른 조명 변화 특성을 가지는 다수의 영상에서 수행된 실험을 통하여 제안한 방법이 유입된 객체의 영역을 강인하게 검출함을 보여준다.
보행자 검출은 수년간 광범위하게 연구된 문제이며, 자율주행 자동차와 운전자 보조시스템에서 매우 중요한 역할을 차지하고 있다. 특히, 계층적 분류기[1]와 Histogram of Gradient[2]특징벡터 등 영상기반의 보행자 검출기법과 ConvNet같이 deep model을 이용하여 검출하는 기법들이 연구되었고 검출성능은 꾸준히 상승하였다. 하지만 보행자 검출은 작은 오차에도 생명과 연관된 문제를 야기할 수 있기 때문에, 자율주행 시스템의 보행자검출 오차율은 더욱 낮출 필요가 있다. 따라서 본 연구에서는 Faster R-CNN 응용 기법에 새로 개발한 데이터 학습 모델을 적용하여 보행자 검출 오류를 줄이는 기법을 제안한다. 그리고 기존에 제안된 모델들과 비교를 통해, 보행자 검출에 있어 제안된 방법의 우수성을 보이고자 한다.
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.