• Journal of information and communication convergence engineering
• /
• 제12권4호
• /
• pp.263-270
• /
• 2014

Corner detection and feature extraction are essential aspects of computer vision problems such as object recognition and tracking. Feature detectors such as Scale Invariant Feature Transform (SIFT) yields high quality features but computationally intensive for use in real-time applications. The Features from Accelerated Segment Test (FAST) detector provides faster feature computation by extracting only corner information in recognising an object. In this paper we have analyzed the efficient object detection algorithms with respect to efficiency, quality and robustness by comparing characteristics of image detectors for corner detector and feature extractors. The simulated result shows that compared to conventional SIFT algorithm, the object recognition system based on the FAST corner detector yields increased speed and low performance degradation. The average time to find keypoints in SIFT method is about 0.116 seconds for extracting 2169 keypoints. Similarly the average time to find corner points was 0.651 seconds for detecting 1714 keypoints in FAST methods at threshold 30. Thus the FAST method detects corner points faster with better quality images for object recognition.

• International Journal of Human Ecology
• /
• 제9권1호
• /
• pp.97-106
• /
• 2008

This study investigated the relationships between eating disorder risk, body image perception, weight control, and dietary habits in Korean women. Body shape perception, the Eating Attitude Test (EAT-26) and dietary habit information were collected by a self-administered questionnaire to 373 adult women and the data were analyzed by the Chi-square test. 31.4% of the women were classified in the eating disorder group by a score of over 20 points on the EAT-26. Compared to the normal group, more women in the eating disorder risk group perceived that a thin body shape was the ideal body shape and were dissatisfied with their body shape. This group was also more interested in weight control and more likely to try weight control methods. The eating disorder risk group was more likely to skip meals and snacks than the normal group. In addition, they had a greater appetite and a higher frequency of overeating than the normal group. Over 30% of the Korean women surveyed were categorized at high risk of eating disorders. They were more likely to overestimate body weight and shape and tried to control their weight by inappropriate methods. To prevent eating disorders in adult women, nutrition education programs should incorporate strategies to change inaccurate self-body image and to disseminate information about healthy weight control methods.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2009년도 추계학술대회
• /
• pp.589-591
• /
• 2009

본 논문에서 제안하고 있는 RT-WISN(Real Time-Wireless Image Sensor Network)는 과거의 무선이미지 전송 기술에 비해 적은 전력을 소모하고 빠른 전송이 가능하게 하는 기술이다. 제안된 RT-WISN은 IEEE802.15.4 표준을 따르고 있으며, 현재 본 연구실에서 개발하고 있는 UoC(Ubiquitous on Chip) 메모리 구조를 응용하여 사용하고 있다. 본 논문에서 제안하고 있는 RT-WISN은 전송하고자 하는 대상이 되는 영상정보의 움직임 변화를 영상 전송 임계값 값을 사용하여 데이터 전송 시기를 결정함으로써 기존의 시스템에 비해 노드의 에너지를 보다 효율적으로 관리할 수 있는 기법 이다. 또한 본 논문에서는 제안된 전용 프로세서를 사용하여 보다 넓은 대역폭에서 필요한 영상 데이터를 효율적으로 전송할 수 있어 전송 시간 제어에 보다 용이함을 제공 한다. 무선센서 네트워크에서 이런 점들은 각 노드들의 생존 시간을 향상하게 되고, 고속의 전송이 가능하게 하는 장점으로 작용하게 된다. 본 논문에서는 Peer-to-Peer 상에서 실제 설계된 메모리 구조를 사용하여 이미지를 무선으로 전송하고 그 전송 시간과 도달률을 측정하여 RT-WISN이 무선 센서 네트워크에서의 검출된 영상 정보의 전송에 적합함을 보인다.

• 한국컴퓨터정보학회논문지
• /
• 제28권5호
• /
• pp.113-120
• /
• 2023

본 연구는 간호대학생의 간호전문직관 형성에 미치는 영향요인을 알아보기 위해 시도하였다. 연구방법은 K대학교 간호학과 3학년(n=169)을 대상으로 구조화된 자기보고형 설문지로 조사하였으며, 수집된 자료는 SPSS/WIN 25.0 프로그램을 이용하여 분석하였다. 연구결과는 전공만족도, 간호사 이미지, 임상실습교육환경 및 실습소속감이 간호전문직관과 통계적으로 유의한 양의 상관관계를 보였으며, 전공만족도가 간호전문직관에 가장 큰 영향을 미치는 것으로 나타났다. 이에 긍정적인 간호전문직관을 형성하기 위해서는 전공만족도를 높이기 위한 다양하고 체계적인 교육프로그램 개발과 적용이 요구된다.

• 디지털융복합연구
• /
• 제11권1호
• /
• pp.243-248
• /
• 2013

본 논문에서는 2D/3D 동영상 변환을 위해 깊이가 할당될 전경을 초점 정보와 색상분석 기반의 그룹화를 이용하여 추출하고, 전경의 깊이를 초점 정보와 움직임 정보를 이용하여 생성하는 방법을 제안하였다. 2D영상에서 전경을 추출하기 위해 영상의 초점 정보의 움직임을 추정하여 전경 후보 영상을 생성하고, 전경 후보 영상에 존재하는 객체 내부의 홀 영역을 색상 분석을 이용한 채움 과정을 수행하여 전경 영역을 추출하였다. 생성된 전경 영역에 깊이를 할당하기 위해 해당 프레임에 존재하는 초점 값을 분석하여 초기 깊이 정보를 생성하고 움직임 정보를 가중하여 깊이 정보를 할당하였다. 생성된 깊이 정보의 품질을 평가하기 위해 기존에 제안된 알고리즘의 결과 영상과 비교하였다.

• 공학논문집
• /
• 제3권1호
• /
• pp.7-20
• /
• 1998

우리의 경제성장과 국민소득의 증가와 더불어 자가용승용차가 증가함으로서 자동차 대중화시대에 접어 들었지만 아직까지도 교통안전과 질서에 대한 의식이 성숙하지 못함에 따라 교통안전 사고 등의 문제를 야기시키고 있다. 따라서 웹기반 어린이 교통 질서 및 안전 교육 시스템의 개발은 교통 질서 및 안전 교육의 중요성과 필요성을 홍보하고 교육 함으로서 교통 안전 사고를 예방하는데 목적을 두고 있다. 이 시스템 개발이 이루어진 논문 내용은 다음과 같다. 교통 안전 교육에 필요한 텍스트, 이미지, 동영상 데이터 확보 및 디지타이징과 계층적 관계 확립, 정보간 관계성 분석 및 정보간 하이퍼 링크 구조설계, 시소러스 구축 및 시소러스 기반 정보검색 엔진 설계 및 구현, 교통 질서 및 안전 교육을 위한 데이터베이스 스키마 설계 및 구현과 사용자 중심의 GUI 구축등이다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 2009년도 IWAIT
• /
• pp.32-37
• /
• 2009

Recently, electronic mail(E-mail) is the most popular communication manner in our society. In such conventional environments, spam increasingly congested in Internet. In this paper, Chinese spam could be effectively detected using text and image features. Using text features, keywords and reference templates in Chinese mails are automatically selected using genetic algorithm(GA). In addition, spam containing a promotion image is also filtered out by detecting the text characters in images. Some experimental results are given to show the effectiveness of our proposed method.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제32권1호
• /
• pp.50-61
• /
• 2005

멀티미디어 기기의 일반화로 여러 분야에서 영상처리 기술인력에 대한 수요가 증가하고 있으나, 실무능력을 가진 전문인력의 수는 시장의 요구에 비해 매우 적다. 영상처리 분야에 실무능력을 갖춘 전문인력을 양성하기 위해서는 이론교육과 함께 학습한 이론을 실제 영상에 적용하고 적용된 결과를 분석해 볼 수 있는 실습과정을 체계적으로 지원할 수 있는 비주얼 프로그래밍 환경이 필요하다. 본 논문에서는 효율적인 영상처리 교육이 이루어지도록 이론적인 내용과 이론에 따른 다양한 해법을 직접 체험해 볼 수 있고 학습과정에서 얻어진 새로운 아이디어를 쉽게 구현해 볼 수 있는 통합 환경인 비주얼 프로그래밍 환경을 제안한다. 제안된 시스템은 교육받은 내용을 실제 응용 시스템 개발 과정까지 일괄적으로 지원하는 통합 환경을 제공하고 있으며, 교재 및 학습자료들을 누적 관리하여 학생이나 교수자 모두에게 이상적인 영상처리 교육 및 연구 환경을 제공한다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제15권4호
• /
• pp.1246-1262
• /
• 2021

Recent studies have demonstrated the strong ability of deep convolutional neural networks (CNNs) to significantly boost the performance in single image super-resolution (SISR). The key concern is how to efficiently recover and utilize diverse information frequencies across multiple network layers, which is crucial to satisfying super-resolution image reconstructions. Hence, previous work made great efforts to potently incorporate hierarchical frequencies through various sophisticated architectures. Nevertheless, economical SISR also requires a capable structure design to balance between restoration accuracy and computational complexity, which is still a challenge for existing techniques. In this paper, we tackle this problem by proposing a competent architecture called Enhanced U-Net Network (EUN), which can yield ready-to-use features in miscellaneous frequencies and combine them comprehensively. In particular, the proposed building block for EUN is enhanced from U-Net, which can extract abundant information via multiple skip concatenations. The network configuration allows the pipeline to propagate information from lower layers to higher ones. Meanwhile, the block itself is committed to growing quite deep in layers, which empowers different types of information to spring from a single block. Furthermore, due to its strong advantage in distilling effective information, promising results are guaranteed with comparatively fewer filters. Comprehensive experiments manifest our model can achieve favorable performance over that of state-of-the-art methods, especially in terms of computational efficiency.

• 디지털융복합연구
• /
• 제11권12호
• /
• pp.345-352
• /
• 2013

본 논문에서는 GPU(Graphics Processing Unit)에서 데이터를 처리할 수 있게 하여 단일 영상에서 효율적으로 깊이를 추정하는 방법을 제안한다. 단일 영상은 카메라의 투영 과정에 의해 깊이 정보가 소실되게 되며 영상에서 소실된 깊이를 추정하기 위해서 단안 단서를 이용한다. 제안하는 깊이 추정 알고리즘은 좀 더 신뢰성 있는 깊이를 추정하고자 여러 단안 단서를 이용하며 에너지 최소화를 통해 단안 단서들을 결합한다. 그러나 여러 단안 단서들을 고려해야하기 때문에 처리해야 할 데이터가 많은 단점이 존재한다. 따라서 GPGPU(General Purpose Graphics Processing Unit)를 통해 데이터를 병렬적으로 처리하게 하여 효율적으로 깊이를 추정하는 방법을 제안한다. 객관적인 효율성을 검증하기 위해 PSNR(Peak Signal to Noise Ratio)을 통해 실험하였으며 GPGPU을 이용함으로써 알고리즘의 수행시간을 평균 61.22% 감소시켰다.