• 제목/요약/키워드: Image Preprocessing

검색결과 707건 처리시간 0.023초

해조류 유래 바이오매스 안전성 확보를 위한 갯녹음 현상 분석 초분광영상 정보 시스템 (Hyperspectral Imaging Information System for Analyzing the Urchin Barren Phenomenon to Ensure the Safety of Seaweed-Derived Biomass)

  • 김용석;장상목
    • 청정기술
    • /
    • 제30권3호
    • /
    • pp.175-187
    • /
    • 2024
  • 전국 연안에 많이 분포된 다양한 해조류에 기반한 바이오매스는 중요한 바다 생물 유기체이다. 해조류는 건강한 바다 생물체를 이루고 있는 요소이지만, 다양한 바다 환경의 변화로 인하여 백화현상(갯녹음)이 발생하고 있으며 그 피해 또한 증가하고 있다. 우리나라 연안 지역의 갯녹음 분포 및 확산에 대한 조사는 꾸준히 진행하고 있으며, 광범위한 지역을 신속하고 정확하게 분석할 수 있는 기술 중 하나가 초분광 영상 정보 시스템에 기반한 탐지 기술이다. 총설에서는 갯녹음에 대한 현황을 조사하는 최신 초분광 영상 기술과 이를 분류하는 기법(원리 및 전처리 기술, 보정 기술 등)에 대한 내용을 제시하고자 한다. 본 연구에서는 초분광 영상을 제주 해안에 대한 갯녹음 분류기법에 대하여 제시하고, 갯녹음 현황 판정에 대해서 초기, 진행, 심화의 단계로 구분하였다. 그 결과 실험 대상에서 심화 지역이 약 17.5%의 비율이 되는 것으로 나타났으며, 이를 기반으로 다양한 유형별 관리 방안 및 복원 방법을 제시하는 데 활용될 수 있을 것으로 사료된다.

그래픽 하드웨어 가속을 이용한 실시간 색상 인식 (Real-time Color Recognition Based on Graphic Hardware Acceleration)

  • 김구진;윤지영;최유주
    • 한국정보과학회논문지:컴퓨팅의 실제 및 레터
    • /
    • 제14권1호
    • /
    • pp.1-12
    • /
    • 2008
  • 본 논문에서는 야외 및 실내에서 촬영된 차량 영상에 대해 실시간으로 차량 색상을 인식할 수 있는 GPU(Graphics Processing Unit) 기반의 알고리즘을 제시한다. 전처리 과정에서는 차량 색상의 표본 영상들로부터 특징벡터를 계산한 뒤, 이들을 색상 별로 조합하여 GPU에서 사용할 참조 텍스쳐(Reference texture)로 저장한다. 차량 영상이 입력되면, 특징벡터를 계산한 뒤 GPU로 전송하고, GPU에서는 참조 텍스쳐 내의 표본 특징리터들과 비교하여 색상 별 유사도를 측정한 뒤 CPU로 전송하여 해당 색상명을 인식한다. 분류의 대상이 되는 색상은 가장 흔히 발견되는 차량 색상들 중에서 선택한 7가지 색상이며, 검정색, 은색, 흰색과 같은 3가지의 무채색과 빨강색, 노랑색, 파랑색, 녹색과 같은 4가지의 유채색으로 구성된다. 차량 영상에 대한 특징벡터는 차량 영상에 대해 HSI(Hue-Saturation-Intensity) 색상모델을 적용하여 색조-채도 조합과 색조-명도 조합으로 색상 히스토램을 구성하고, 이 중의 채도 값에 가중치를 부여함으로써 구성한다. 본 논문에서 제시하는 알고리즘은 다양한 환경에서 촬영된 많은 수의 표본 특징벡터를 사용하고, 색상 별 특성을 뚜렷이 반영하는 특징벡터를 구성하였으며, 적합한 유사도 측정함수(likelihood function)를 적용함으로써, 94.67%에 이르는 색상 인식 성공률을 보였다. 또한, GPU를 이용함으로써 대량의 표본 특징벡터의 집합과 입력 영상에 대한 특징벡터 간의 유사도 측정 및 색상 인식과정을 병렬로 처리하였다. 실험에서는, 색상 별로 1,024장씩, 총 7,168장의 차량 표본 영상을 이용하여 GPU에서 사용하는 참조 텍스쳐를 구성하였다. 특징벡터의 구성에 소요되는 시간은 입력 영상의 크기에 따라 다르지만, 해상도 $150{\times}113$의 입력 영상에 대해 측정한 결과 평균 0.509ms가 소요된다. 계산된 특징벡터를 이용하여 색상 인식의 수행시간을 계산한 결과 평균 2.316ms의 시간이 소요되었고, 이는 같은 알고리즘을 CPU 상에서 수행한 결과에 비해 5.47배 빠른 속도이다. 본 연구에서는 차량만을 대상으로 하여 색상 인식을 실험하였으나, 일반적인 피사체의 색상 인식에 대해서도 제시된 알고리즘을 확장하여 적용할 수 있다.

Hybrid CNN-LSTM 알고리즘을 활용한 도시철도 내 피플 카운팅 연구 (A Study on People Counting in Public Metro Service using Hybrid CNN-LSTM Algorithm)

  • 최지혜;김민승;이찬호;최정환;이정희;성태응
    • 지능정보연구
    • /
    • 제26권2호
    • /
    • pp.131-145
    • /
    • 2020
  • 산업혁신의 흐름에 발맞추어 다양한 분야에서 활용되고 있는 IoT 기술은 빅데이터의 접목을 통한 새로운 비즈니스 모델의 창출 및 사용자 친화적 서비스 제공의 핵심적인 요소로 부각되고 있다. 사물인터넷이 적용된 디바이스에서 누적된 데이터는 사용자 환경 및 패턴 분석을 통해 맞춤형 지능 시스템을 제공해줄 수 있어 편의 기반 스마트 시스템 구축에 다방면으로 활용되고 있다. 최근에는 이를 공공영역 혁신에 확대 적용하여 CCTV를 활용한 교통 범죄 문제 해결 등 스마트시티, 스마트 교통 등에 활용하고 있다. 그러나 이미지 데이터를 활용하는 기존 연구에서는 개인에 대한 사생활 침해 문제 및 비(非)일반적 상황에서 객체 감지 성능이 저하되는 한계가 있다. 본 연구에 활용된 IoT 디바이스 기반의 센서 데이터는 개인에 대한 식별이 불필요해 사생활 이슈로부터 자유로운 데이터로, 불특정 다수를 위한 지능형 공공서비스 구축에 효과적으로 활용될 수 있다. 대다수의 국민들이 일상적으로 활용하는 도시철도에서의 지능형 보행자 트래킹 시스템에 IoT 기반의 적외선 센서 디바이스를 활용하고자 하였으며 센서로부터 측정된 온도 데이터를 실시간 송출하고, CNN-LSTM(Convolutional Neural Network-Long Short Term Memory) 알고리즘을 활용하여 구간 내 보행 인원의 수를 예측하고자 하였다. 실험 결과 MLP(Multi-Layer Perceptron) 및 LSTM(Long Short-Term Memory), RNN-LSTM(Recurrent Neural Network-Long Short Term Memory)에 비해 제안한 CNN-LSTM 하이브리드 모형이 가장 우수한 예측성능을 보임을 확인하였다. 본 논문에서 제안한 디바이스 및 모델을 활용하여 그간 개인정보와 관련된 법적 문제로 인해 서비스 제공이 미흡했던 대중교통 내 실시간 모니터링 및 혼잡도 기반의 위기상황 대응 서비스 등 종합적 메트로 서비스를 제공할 수 있을 것으로 기대된다.

N-13 암모니아 PET 동적영상과 인자분석을 이용한 심근 혈류량 정량화 (Quantification of Myocardial Blood flow using Dynamic N-13 Ammonia PET and factor Analysis)

  • 최용;김준영;임기천;김종호;우상근;이경한;김상은;최연성;김병태
    • 대한핵의학회지
    • /
    • 제33권3호
    • /
    • pp.316-326
    • /
    • 1999
  • 목적: N-13 암모니아 PET 동적영상에 포함된 순수 한 혈액풀 입력함수와 심근 조직함수를 추출하며 각 조직 인자영상을 생성하는 인자분석 방법을 개발하고자 하였다. 또한 인자분석 방법으로 추출된 입력함수와 조직함수를 사용하여 혈류량을 측정하여 구현한 인자분석 방법의 정확도와 유용성을 고찰하였다. 대상 및 방법: 다섯 명의 관상동맥질환 환자에 20 mCi N-13 암모니아를 안정상태와 부하상태에서 주사한 후, 23분간 26프레임의 PET 동적영상을 얻었다. 인자분석을 수행하기 위해 첫째, N-13 암모니아 PET 동적영상을 3차원 행렬화 한 후, 부분영상을 추출하여 딕셀을 생성, 규격화하였다. 두 번째 주 대각성분분석 단계에서는 공분산행렬을 계산하여 인자부하량을 구하며, 세 번째 단계에서는 인자부하량이 양의 구속조건을 만족할 때까지 인자함수를 사갈 회전시켰다. 네 번째 단계에서는 인자영상과 시간-방사능 곡선을 추출하였다. 인자분석 방법의 효율성과 정확성을 검증하고자 인자분석과 관심영역설정 방법으로 구한 혈액풀 입력함수의 곡선 아래 면적을 비교하고, 두 가지 방법으로 구한 입력함수와 조직함수를 이용하여 심근 혈류량을 측정하여 선형 회귀분석하였다. 결과: 관심영역 설정 방법과 개발된 인자분석 방법을 이용하여 구한 혈액풀 입력함수의 $0{\sim}1$분 사이의 평균 곡선 아래 면적 비는 1.02, $0{\sim}2$분 사이는 0.98, $1{\sim}2$분 사이는 0.86이었다. 또한 인자분석과 관심영역 설정 방법으로 얻은 입력함수와 관심영역 설정 방법으로 얻은 조직함수로 구한 심근 혈류량의 선형 회귀곡선 기울기는 0.91, 상관계수는 0.82로 서로 잘 일치하였다. 결론: N-13 암모니아 PET 동적영상을 인자분석 하는 방법을 구현하여 각 조직 인자영상과 이에 대응하는 시간-방사능 곡선을 추출하였으며, 인자분석과 관심영역 설정 방법으로 얻은 혈액풀 입력함수가 서로 잘 일치됨을 검증하였다. 또한, 인자분석 방법과 관심영역 설정방법으로 얻은 시간-방사능 곡선으로 구한 심근 혈류량 값들이 서로 좋은 상관관계를 나타내는 것으로 관찰되어 인자분석 방법으로 추출된 혈액풀 입력함수와 심근 조직함수가 순수한 생리적 함수들과 잘 일치된다고 판단할 수 있었다. 그러므로 N-13 암모니아 PET과 인자분석 방법을 이용하면 혈액 채취, 관심영역 설정, 흘러넘침 보정없이 심근 혈류량을 비침습적으로 간단하고 정확하게 정량화 할 수 있다.

  • PDF

HEVC 실시간 소프트웨어 인코더에서 GOP 병렬 부호화를 지원하는 R-lambda 모델 기반의 율 제어 방법 (R-lambda Model based Rate Control for GOP Parallel Coding in A Real-Time HEVC Software Encoder)

  • 김대은;장용준;김문철;임웅;김휘용;석진욱
    • 방송공학회논문지
    • /
    • 제22권2호
    • /
    • pp.193-206
    • /
    • 2017
  • 본 논문에서는 4K UHD 입력 영상을 실시간으로 부호화하기 위해 GOP 단위 또는 IDR 주기 단위의 병렬 부호화 구조를 지원하는 $R-{\lambda}$ 모델 기반의 율 제어 방법을 제안한다. 제안하는 $R-{\lambda}$ 모델 기반의 율 제어 방법에서는 순차적 프레임 부호화가 아닌 병렬 부호화를 위한 슬라이스 레벨 비트 분배(bit allocation) 방법을 제안한다. GOP 단위 또는 IDR 주기 단위의 병렬 부호화에서 율 제어기를 작동시키는 경우, 계층적 B구조에서 최하위 프레임 계층을 제외한 동일 계층에 속한 프레임 간에는 상호간에는 부호화 수행 이후 각 소모된 비트양에 대한 정보를 공유 할 수 없기 때문에 기존의 비트량 분배 방식으로는 비트 예산(bit budget) 관리가 불가능하다. 이를 해결하기 위해 본 논문에서는, 기존의 $R-{\lambda}$ 모델 기반 율 제어 방법인 프레임 부호화 순서에 따라 각 프레임별로 목표 비트량 분배하던 방식으로부터, GOP 별로 비트량을 할당한 후, 각 GOP 내의 계층적 B 구조에서 계층이 깊어지는 방향으로 순차적으로 비트 예산을 갱신하여 비트량을 분배하는 방식으로 율 배분 방식을 개선하였다. 뿐만 아니라, 입력 영상의 전처리 과정을 통해 획득된 영상의 복잡도 정보를 고려하여 비트를 분배하여 영상의 주관적인 화질을 향상시켰다. 실험을 통해 제안 방법이 병렬 구조의 HEVC 부호화기에서 잘 작동함을 확인 할 수 있었고, 전처리 결과를 활용하여 율 제어기의 성능을 향상 시킬 수 있음을 확인하였다.

화소기반 형태분석 방법을 이용한 내측측두엽 간질환자의 회백질 부피/농도 감소평가; FDG PET과의 비교 (Voxel-based Morphometry (VBM) Based Assessment of Gray Matter Loss in Medial Temporal Lobe Epilepsy: Comparison with FDG PET)

  • 강혜진;이호영;이재성;강은주;이상건;장기현;이동수
    • 대한핵의학회지
    • /
    • 제38권1호
    • /
    • pp.30-40
    • /
    • 2004
  • 목적: 본 연구의 목적은 첫째, 내측 측두엽 간질환자의 MR 영상에 화소기반 형태분석방법(VBM)을 적용하여 회백질 부피감소를 보이는 영역을 뇌 전체를 관찰하여 찾아내고자 하였다. 둘째, 본 연구에서 적용된 VBM방법이 내측측두엽 간질환자의 간질병소의 편측성을 평가하기에 쓰일 수 있을지 조사하였다. MR영상으로 VBM 결과를 FDG PET의 SPM 분석결과와 비교하였다. 대상 및 방법: 12명의 좌측 내측측두엽 간질환자와 11명의 우측 내측측두엽 간질환자의 T1 강조영상을 각각 37명의 정상 대조군의 영상과 비교하였다. 모든 영상을 표준 뇌 표준판에 공간정합한 후, 평균영상을 생성하여 연구-특정적 뇌 표준판을 만들고 이 연구 측정적 표준판에 다시 비선형 공간정규화 하였다. 영상을 분할하여 회백질영상을 추출하고 변조한 후 편평화하였다. 환자군과 정상군의 차이를 SPM99를 이용하여 허위발견률을 기준으로 통계처리하였다. FDG PET 영상을 SPM을 이용하여 정상대조군 22명과 비교하였다. 결과: 좌측 내측측두엽 간질환자는 좌측의 해마와 편도체 영역에 회백질 부피/농도가 감소하였고, 뇌의 양측 소뇌, 전대상회, 방추상회의 부피/농도가 감소하였다. 우측 내측측두엽 간질환자는 우측 해마의 서 회백질이 감소하였다. 좌측 내측측두엽 간질은 좌측 측두엽과 시상 우측 내측측두엽간질 환자는 우측측두엽에 광범위한 부위에 FDG 섭취가 감소하였다. 결론: VBM 방법을 적용한 결과 간질원인 병소 해마와 해마주변영역에서 유의하게 회백질 부피/농도가 감소하였다. FDG PET SPM 분석에서 간질원인병소의 대사 감소를 찾을 수 있었던 것처럼, 이 연구에서 적용한 변조 VBM 방법은 내측측두엽 간질환자의 간질원인병소를 편측화할 수 있었고 내측측두엽을 제외한 다른 뇌영역의 해부학적 변화를 발견하는데 도움이 되었다. 이에 비하여 간질원인병소인 좌우측측두엽의 넓은 부위에 FDG 섭취가 감소하여 대조되었다.

금융 특화 딥러닝 광학문자인식 기반 문서 처리 플랫폼 구축 및 금융권 내 활용 (Deep Learning OCR based document processing platform and its application in financial domain)

  • 김동영;김두형;곽명성;손현수;손동원;임민기;신예지;이현정;박찬동;김미향;최동원
    • 지능정보연구
    • /
    • 제29권1호
    • /
    • pp.143-174
    • /
    • 2023
  • 인공지능의 발전과 함께 딥러닝을 활용한 인공지능 광학문자인식 기법 (Artificial Intelligence powered Optical Character Recognition, AI-OCR) 의 등장은 기존의 이미지 처리 기반 OCR 기술의 한계를 넘어 다양한 형태의 이미지로부터 여러 언어를 높은 정확도로 읽어낼 수 있는 모델로 발전하였다. 특히, AI-OCR은 인력을 통해 대량의 다양한 서류 처리 업무를 수행하는 금융업에 있어 그 활용 잠재력이 크다. 본 연구에서는 금융권내 활용을 위한 AI-OCR 모델의 구성과 설계를 제시하고, 이를 효율적으로 적용하기 위한 플랫폼 구축 및 활용 사례에 대해 논한다. 금융권 특화 딥러닝 모델을 만듦에 있어 금융 도메인 데이터 사용은 필수적이나, 개인정보보호법 이하 실 데이터의 사용이 불가하다. 이에 본 연구에서는 딥러닝 기반 데이터 생성 모델을 개발하였고, 이를 활용하여 AI-OCR 모델 학습을 진행하였다. 다양한 서류 처리에 있어 유연한 데이터 처리를 위해 단계적 구성의 AI-OCR 모델들을 제안하며, 이는 이미지 전처리 모델, 문자 탐지 모델, 문자 인식 모델, 문자 정렬 모델 및 언어 처리 모델의 선택적, 단계적 사용을 포함한다. AI-OCR 모델의 배포를 위해 온프레미스(On-Premise) 및 프라이빗 클라우드(Private Cloud) 내 GPU 컴퓨팅 클러스터를 구성하고, Hybrid GPU Cluster 내 컨테이너 오케스트레이션을 통한 고효율, 고가용 AI-OCR 플랫폼 구축하여 다양한 업무 및 채널에 적용하였다. 본 연구를 통해 금융 특화 AI-OCR 모델 및 플랫폼을 구축하여 금융권 서류 처리 업무인 문서 분류, 문서 검증 및 입력 보조 시스템으로의 활용을 통해 업무 효율 및 편의성 증대를 확인하였다.