• 제목/요약/키워드: Image resolution enhancement

검색결과 203건 처리시간 0.024초

노이즈에 강인한 지문 융선의 방향 추출 알고리즘 (Robust Orientation Estimation Algorithm of Fingerprint Images)

  • 이상훈;이철한;최경택;김재희
    • 대한전자공학회논문지SP
    • /
    • 제45권1호
    • /
    • pp.55-63
    • /
    • 2008
  • 지문의 방향 정보는 융선 강화, 정합, 분류기 등과 같이 전반적인 지문 인식 알고리즘의 기반 정보로 사용하므로 방향 정보의 오차는 지문 인식 성능에 직접적인 영향을 준다. 지문의 방향은 대부분의 영역에서는 융선의 흐름이 완만하게 변하는 전역적인 특성과 중심점(core point)이나 삼각주(delta point)와 같은 특이점(singular point) 부근에서 융선의 흐름이 급격히 변하는 지역적인 특성을 모두 갖고 있다. 따라서 융선의 방향 추출 시에 지역적인 특성만 강조하면 특이점 부근에서의 방향 변화를 민감하게 표현해 줄 수 있지만 노이즈에 취약한 단점이 발생하고 전역적인 특성만 강조하면 노이즈에 강인한 특성을 보이지만 특이점 부근에서 방향 변화에 둔감해진다. 본 논문에서는 지역적인 특성에 민감하면서도 노이즈에 강인한 적응적 지문 방향 추출 방법에 대하여 제안하였다. 또한, 상처에 의해 발생되는 방향성 노이즈는 반복 회귀 진단으로 이상치(outlier)들을 선별하여 제거함으로써 이에 대한 영향을 최소화하였다. 그리고 영역별로 측정 사이즈를 다르게 하여 노이즈에 강인하면서 특이점 부근에서는 융선 변화에 민감하게 방향을 추정하였다. 제안 방법의 평가를 위해 인조 지문(synthetic fingerprint)과 지문 인식의 성능 평가용으로 많이 사용되는 FVC 2002 데이터베이스를 사용하였다. 융선 방향 추출의 정확성은 융선의 방향 값을 사전에 알고 있는 인조 지문 데이터를 생성하여 평가하였고 최종 지문 인식 성능의 평가는 FVC 2002 데이터베이스를 사용하였다.

딥러닝에 의한 라이다 반사강도로부터 엄밀정사영상 생성 (True Orthoimage Generation from LiDAR Intensity Using Deep Learning)

  • 신영하;형성웅;이동천
    • 한국측량학회지
    • /
    • 제38권4호
    • /
    • pp.363-373
    • /
    • 2020
  • 정사영상 생성을 위한 많은 연구들이 진행되어 왔다. 기존의 방법은 정사영상을 제작할 경우, 폐색지역을 탐지하고 복원하기 위해 항공영상의 외부표정요소와 정밀 3D 객체 모델링 데이터가 필요하며, 일련의 복잡한 과정을 자동화하는 것은 어렵다. 본 논문에서는 기존의 방법에서 탈피하여 딥러닝(DL)을 이용하여 엄밀정사영상을 제작하는 새로운 방법을 제안하였다. 딥러닝은 여러 분야에서 더욱 급속하게 활용되고 있으며, 최근 생성적 적대 신경망(GAN)은 영상처리 및 컴퓨터비전 분야에서 많은 관심의 대상이다. GAN을 구성하는 생성망은 실제 영상과 유사한 결과가 생성되도록 학습을 수행하고, 판별망은 생성망의 결과가 실제 영상으로 판단될 때까지 반복적으로 수행한다. 본 논문에서 독일 사진측량, 원격탐사 및 공간정보학회(DGPF)가 구축하고 국제 사진측량 및 원격탐사학회(ISPRS)가 제공하는 데이터 셋 중에서 라이다 반사강도 데이터와 적외선 정사영상을 GAN기반의 Pix2Pix 모델 학습에 사용하여 엄밀정사영상을 생성하는 두 가지 방법을 제안하였다. 첫 번째 방법은 라이다 반사강도영상을 입력하고 고해상도의 정사영상을 목적영상으로 사용하여 학습하는 방식이고, 두 번째 방법에서도 입력영상은 첫 번째 방법과 같이 라이다 반사강도영상이지만 목적영상은 라이다 점군집 데이터에 칼라를 지정한 저해상도의 영상을 이용하여 재귀적으로 학습하여 점진적으로 화질을 개선하는 방법이다. 두 가지 방법으로 생성된 정사영상을 FID(Fréchet Inception Distance)를 이용하여 정량적 수치로 비교하면 큰 차이는 없었지만, 입력영상과 목적영상의 품질이 유사할수록, 학습 수행 시 epoch를 증가시키면 우수한 결과를 얻을 수 있었다. 본 논문은 딥러닝으로 엄밀정사영상 생성 가능성을 확인하기 위한 초기단계의 실험적 연구로서 향후 보완 및 개선할 사항을 파악할 수 있었다.

뇌량 팽대의 일과성 병변: 7명의 환자에서의 자기공명 영상소견과 임상 양상의 연관성 (Transient Splenial Lesions in the Splenium of Corpus Callosum in Seven Patients: MR Findings and Clinical Correlations)

  • 박주영;이인호;송창준;황희윤
    • Investigative Magnetic Resonance Imaging
    • /
    • 제17권1호
    • /
    • pp.1-7
    • /
    • 2013
  • 목적: 이 연구의 목적은 뇌량 팽대에 일과성 병변을 보이는 환자의 영상 소견과 임상 양상의 연관성을 연구하는 데 있다. 대상과 방법: 2006년 11월부터 2011년 4월까지 일과성 뇌량 팽대 병변을 보인 총 7명의 환자 (남성: 여성 = 4:3, 연령 11-38세, 평균연령 25.5세)를 대상으로 하였다. 모든 환자의 자기 공명 영상 소견과 임상 소견을 후향적으로 검토하였다. 자기 공명 영상에서는 병변의 위치, 신호 강도, 확산 제한, 조영 증강과 추적 검사에서의 병변의 가역성에 대하여 평가하였다. 증상과 증후, 치료 및 결과에 대한 임상 소견도 후향적으로 검토하였다. 결과: 모든 환자에서 병변은 뇌량 팽대에 국한되었다. 모든 병변은 확산 강조 영상에서 고신호 강도를 보였으며 6명의 환자는 겉보기 확산 계수 영상에서 확산 제한을 보였다. 한 명의 환자에서는 겉보기 확산 계수 영상을 얻지 못하였다. 모든 환자(7명)는 T2 강조 영상에서 고신호 강도를 보였다. 5명 (71.4%)의 환자는 추적 검사 영상 (범위 7-34일) 중 확산 강조 영상과 겉보기 확산 계수 영상에서 고신호 강도와 확산 제한의 완전한 회복이 있었으며 T2 강조 영상에서도 완전한 회복을 보였다. 모든 병변에서 조영제 주입 후 조영 증강은 보이지 않았다. 모든 병변은 항결핵제를 포함한 다양한 원인으로 젊은 환자에서 발생하였고 보존적 치료로 7일 이상의 시간 뒤에는 회복되었다. 결론: 모든 일과성 뇌량 팽대 병변은 최초 확산 강조 영상과 겉보기 확산 계수 영상에서 확산 제한과 같은 비특이적 영상 소견을 보였다. 그렇지만 젊은 환자에서 호발한 점과 7일 이상의 시간 뒤에 가역적인 변화를 보인다는 것은 일과성 뇌량 팽대 병변의 특징이 될 수 있다. 또한, 영상의학과 의사뿐 아니라 임상의사는 항결핵제를 포함한 다양한 원인이 이러한 병변을 일으킬 수 있다는 것을 명심해야 한다.