• 융합보안논문지
• /
• 제22권4호
• /
• pp.129-133
• /
• 2022

딥러닝 프레임워크는 현재에도 계속해서 발전되어 가고 있으며, 다양한 프레임워크들이 존재한다. 딥러닝의 대표적인 프레임워크는 TensorFlow, PyTorch, Keras 등이 있다. 딥러님 프레임워크는 이미지 학습을 통해 이미지 분류에서의 최적화 모델을 이용한다. 본 논문에서는 딥러닝 이미지 인식 분야에서 가장 많이 사용하고 있는 TensorFlow와 PyTorch 프레임워크를 활용하여 이미지 학습을 진행하였으며, 이 과정에서 도출한 결과를 비교 분석하여 최적화된 프레임워크을 알 수 있었다.

• 융합신호처리학회 학술대회논문집
• /
• 한국신호처리시스템학회 2003년도 하계학술대회 논문집
• /
• pp.94-97
• /
• 2003

본 논문에서는, 웨이브렛 변환과 잡음 섞인 숫자 영상에 대한 최적화 인식 훈련기법을 사용한 다계층 신경망을 제안하고, 이 시스템을 아라비아숫자 인식에 적용한다. 웨이브렛 변환을 이용해 원 영상 정보의 중요한 부분은 최대한 보존하면서 입력벡터의 크기를 줄임으로써 신경망의 노드 수와 학습 수렴시간이 줄어들도록 하였고, 최적화 인식 훈련기법은 데이터의 잡음을 점차적으로 높여가면서 훈련벡터에 적용, 인식률의 변화에 대해 살펴보았다. 잡음이 섞인 숫자 영상의 인식율을 높이기 위해 원 영상에 0, 10, 20, 30, 40, 50㏈의 잡음을 섞은 영상을 훈련에 함께 사용하였다. 테스트 영상에 잡음이 30∼50㏈정도 섞였을 경우에는 원 영상만을 훈련에 이용했을 패와 잡음이 섞인 영상을 이용하여 훈련시켰을 경우에 인식율의 차이가 별로 없지만, 0∼20㏈정도 섞인 영상을 테스트에 사용할때에는 0, 10, 20, 30, 40 , 50㏈의 잡음이 있는 영상을 훈련에 사용했을 때가 원 영상만을 훈련에 이용했을 경우에 비해 인식율이 9% 향상된다.

• 디지털융복합연구
• /
• 제13권6호
• /
• pp.69-79
• /
• 2015

본 연구의 목적은 중국 소비자들을 대상으로 국가이미지, 브랜드이미지, 원산지이미지를 바탕으로 한국화장품에 대한 구매의사결정을 이론적 배경에 대한 검토를 바탕으로 가설을 설정하고 가설을 검증하기 위하여 실증연구를 수행했다. 연구결과로 국가이미지, 브랜드이미지, 원산지이미지가 중국소비자들의 첨단 및 융합기술이 적용된 한국화장품에 대한 구매태도와 구매의도에 직접으로 영향을 미치고 있음을 알 수 있었다. 또한 구매태도는 구매의도와 상관관계가 있음을 중국구매자를 대상으로 통계프로그램인 SPSS 21.0을 이용하여 실증분석을 통해 분석했다. 본 연구결과를 통해 한국제품의 중국시장 진출을 위한 전략적 시사점을 제시하고 있다. 한국기업이 중국시장에 진출함에 있어서 국가이미지, 브랜드이미지, 원산지이미지를 중심으로 적극적으로 촉진활동을 전개한다면 중국소비자들은 한국제품에 대한 긍정적인 구매태도를 형성하고 구매의도를 촉진시킬 수 있음을 알 수 있다.

• ETRI Journal
• /
• 제31권6호
• /
• pp.717-724
• /
• 2009

This paper describes a 1.2 V 12 b 60 MS/s CMOS analog front-end (AFE) employing low-power and flexible design techniques for image signal processing. An op-amp preset technique and programmable capacitor array scheme are used in a variable gain amplifier to reduce the power consumption with a small area of the AFE. A pipelined analog-to-digital converter with variable resolution and a clock detector provide operation flexibility with regard to resolution and speed. The AFE is fabricated in a 0.13 ${\mu}m$ CMOS process and shows a gain error of 0.68 LSB with 0.0352 dB gain steps and a differential/integral nonlinearity of 0.64/1.58 LSB. The signal-to-noise ratio of the AFE is 59.7 dB at a 60 MHz sampling frequency. The AFE occupies 1.73 $mm^2$ and dissipates 64 mW from a 1.2 V supply. Also, the performance of the proposed AFE is demonstrated by an implementation of an image signal processing platform for digital camcorders.

• 융합신호처리학회논문지
• /
• 제1권1호
• /
• pp.49-57
• /
• 2000

In this study, a new algorithm for canceling a MRI artifact due to the translational motion In the image plane is described. Unlike the conventional iterative phase retrieval algorithm, in which there is no guarantee for the convergence, a direct method for estimating the motion is presented. In previous approaches, the motions in the x(read out) direction and the y(phase encoding) direction were estimated simultaneously. However, the feature of x and y directional motions are different from each other. By analyzing their features, each x and y directional motion is canceled by the different algorithms in two steps. First, it is noticed that the x directional motion corresponds to a shift of the x directional spectrum of the MRI signal, and the non-zero area of the spectrum just corresponds to the projected area of the density function on the x axis. So the motion is estimated by tracing the edges between non-zero area and zero area of the spectrum, and the x directional motion is canceled by shifting the spectrum in an reverse direction. Next, the y directional motion is canceled by using a new constraint condition, with which the motion component and the true image component can be separated. This algorithm is shown to be effective by using a phantom image with simulated motion.

• 융합정보논문지
• /
• 제11권7호
• /
• pp.1-6
• /
• 2021

본 연구의 목적은 이미지 랜드마크 선정 기법을 기반으로, 인공신경망 안면 영상분석 시스템의 성능을 향상하기 위한 내용이다. 랜드마크 선정을 위하여 안면 이미지 연령을 분류를 위한 CNN 기반의 다층 ResNet 모델의 구성이 필요하며, ResNet 모델에서 입력 노드의 변화에 따른 출력 노드의 변화를 감지하는 히트 맵을 추출한다. 추출된 다수의 히트 맵을 결합하여 연령 구분 예측과 관계된 안면 랜드마크를 구성한다. 이를 통하여, 안면 랜드마크를 통하여 픽셀의 위치별 중요도를 분석할 수 있으며, 가중치가 낮은 픽셀의 제거함으로서 상당량의 입력 데이터 감소가 가능해졌다. 이러한 기법은 인공신경망 시스템의 연산 성능 향상에 기여하게 된다.

• Journal of information and communication convergence engineering
• /
• 제19권2호
• /
• pp.79-83
• /
• 2021

This paper proposes a novel image classification method based on few-shot learning, which is mainly used to solve model overfitting and non-convergence in image classification tasks of small datasets and improve the accuracy of classification. This method uses model structure optimization to extend the basic convolutional neural network (CNN) model and extracts more image features by adding convolutional layers, thereby improving the classification accuracy. We incorporated certain measures to improve the performance of the model. First, we used general methods such as setting a lower learning rate and shuffling to promote the rapid convergence of the model. Second, we used the data expansion technology to preprocess small datasets to increase the number of training data sets and suppress over-fitting. We applied the model to 10 monkey species and achieved outstanding performances. Experiments indicated that our proposed method achieved an accuracy of 87.92%, which is 26.1% higher than that of the traditional CNN method and 1.1% higher than that of the deep convolutional neural network ResNet50.

• 한국정보컨버전스학회논문지
• /
• 제1권1호
• /
• pp.17-24
• /
• 2008

영상 감시 카메라는 각종 범죄를 예방하고 범죄사건을 해결하는데 중요한 정보를 제공해 준다. 2차원 얼굴 영상을 확대 복원하기 위해서는 사용하는 보간법은 비트맵 이미지를 사용하기 때문에 높은 품질의 영상으로 복원하기에는 많은 문제점이 있다. 따라서 이러한 문제점을 보완하면서 좀 더 높은 품질의 영상을 복원하고자 벡터 이미지 방식을 도입하여 영상을 복원하고자 한다.

• 융합신호처리학회논문지
• /
• 제17권1호
• /
• pp.26-31
• /
• 2016

본 논문에서는 소형 카메라 모듈의 화질을 분석하는 시스템을 제안하고 이를 이용하여 렌즈의 성능을 평가하며, 플레어 및 헐레이션 방지 디스크를 삽입하여 렌즈의 성능이 개선되는 효과를 검증한다. 카메라 모듈의 화질을 평가하는 카메라 모듈 화질검증 시스템과 이미지 신호 처리기(Image Signal Processor, ISP) 내부의 레지스터를 제어하는 카메라 모듈 제어 프로그램 및 화질분석 소프트웨어를 개발한다. 제안된 헐레이션 방지 디스크를 삽입된 카메라 모듈의 화질을 기존 카메라 모듈의 화질과 비교평가에서 획득된 영상의 해상도, 밝기, 색재현 등의 성능을 검증한다.

• 한국통신학회논문지
• /
• 제23권9A호
• /
• pp.2355-2364
• /
• 1998

In conventional fractal decoding procedure, the reconstructed image is obtained by a rpredefined number of iterations starting with an arbitrary initial image. Its convergence speed depends on the selection of the initial image. It should be solved to get high speed convergence. In this paper, we theoretically reveal that conventional method is approximately decomposed into the decoding of the DC and AC components. Based on this fact, we proposed a novel fast fractal decoding algorithm made up of two steps. The averaged-image considered as an optimal initial image is estimated in the first step. In the second step, the reconstructe dimag eis genrated from the output image obtained in the first step. From the simulations, it is shown that the output image of the first step approximately converges to the averaged-image with only 15% calculations for one iteration of conventional method. And the proposed method is faster than various decoding mehtods and evenly equal to conventioanl decoding with the averaged-image. In addition, the proposed method can be applied to the compressed data resulted from the various encoding methods because it does not impose any constraints in the encoding procedure to get high decoding speed.