• 한국물환경학회지
• /
• 제24권4호
• /
• pp.488-498
• /
• 2008

Soil and Water Assessment Tool (SWAT) model have been widely used in simulating hydrology and water quality analysis at watershed scale. The SWAT model extracts topographic feature using the Digital Elevation Model (DEM) for hydrology and pollutant generation and transportation within watershed. Use of various DEM cell size in the SWAT leads to different results in extracting topographic feature for each subwatershed. So, it is recommended that model users use very detailed spatial resolution DEM for accurate hydrology analysis and water quality simulation. However, use of high resolution DEM is sometimes difficult to obtain and not efficient because of computer processing capacity and model execution time. Thus, the SWAT Topographic Feature Extraction Error (STOPFEE) Fix module, which can extract topographic feature of high resolution DEM from low resolution and updates SWAT topographic feature automatically, was developed and evaluated in this study. The analysis of average slope vs. DEM cell size revealed that average slope of watershed increases with decrease in DEM cell size, finer resolution of DEM. This falsification of topographic feature with low resolution DEM affects soil erosion and sediment behaviors in the watershed. The annual average sediment for Soyanggang-dam watershed with DEM cell size of 20 m was compared with DEM cell size of 100 m. There was 83.8% difference in simulated sediment without STOPFEE module and 4.4% difference with STOPFEE module applied although the same model input data were used in SWAT run. For Imha-dam watershed, there was 43.4% differences without STOPFEE module and 0.3% difference with STOPFEE module. Thus, the STOPFEE topographic database for Soyanggang-dam watershed was applied for Chungju-dam watershed because its topographic features are similar to Soyanggang-dam watershed. Without the STOPFEE module, there was 98.7% difference in simulated sediment for Chungju-dam watershed for DEM cell size of both 20 m and 100 m. However there was 20.7% difference in simulated sediment with STOPFEE topographic database for Soyanggang-dam watershed. The application results of STOPFEE for three watersheds showed that the STOPFEE module developed in this study is an effective tool to extract topographic feature of high resolution DEM from low resolution DEM. With the STOPFEE module, low-capacity computer can be also used for accurate hydrology and sediment modeling for bigger size watershed with the SWAT. It is deemed that the STOPFEE module database needs to be extended for various watersheds in Korea for wide application and accurate SWAT runs with lower resolution DEM.

• 한국컴퓨터그래픽스학회논문지
• /
• 제25권3호
• /
• pp.105-113
• /
• 2019

물리 기반 유체 시뮬레이션은 고해상도 연산을 위해 많은 시간이 필요하다. 이 문제를 해결하기 위해 저해상도 유체 시뮬레이션의 한계를 딥 러닝으로 보완하는 연구들이 있으며, 그중에서는 저해상도의 시뮬레이션 데이터를 고해상도로 변환해주는 Super-resolution 분야가 있다. 하지만 기존 기법들은 전체 데이터 공간에서 밀도 데이터가 없는 부분까지 연산하므로 전체 시뮬레이션 속도 면에서 효율성이 떨어지며, 입력 해상도가 큰 경우에는 GPU 메모리가 부족해 연산할 수 없는 경우가 발생할 수 있다. 본 연구에서는 공간 분할 법 중 하나인 쿼드 트리를 활용하여 시뮬레이션 공간을 분할 및 분류하여 Super-resolution 하는 기법을 제안한다. 본 기법은 필요 공간만 Super-resolution 하므로 전체 시뮬레이션 가속화가 가능하고, 입력 데이터를 분할 연산하므로 GPU 메모리 문제를 해결할 수 있게 된다.

• IEIE Transactions on Smart Processing and Computing
• /
• 제3권1호
• /
• pp.19-27
• /
• 2014

Compressive sensing is an emerging sampling technique which enables sampling a signal at a much lower rate than the Nyquist rate. In this paper, we propose a novel framework based on Kronecker compressive sensing that provides multi-resolution image reconstruction capability. By exploiting the relationship of the sensing matrices between low and high resolution images, the proposed method can reconstruct both high and low resolution images from a single measurement vector. Furthermore, post-processing using BM3D improves its recovery performance. The experimental results showed that the proposed scheme provides significant gains over the conventional framework with respect to the objective and subjective qualities.

• 한국컴퓨터정보학회논문지
• /
• 제22권3호
• /
• pp.45-51
• /
• 2017

In this paper, we propose a consecutive-frame super-resolution method to tackle a moving object problem. The super-resolution is a method restoring a high resolution image from a low resolution image. The super-resolution is classified into two types, briefly, single-frame super-resolution and consecutive-frame super-resolution. Typically, the consecutive-frame super-resolution recovers a better than the single-frame super-resolution, because it use more information from consecutive frames. However, the consecutive-frame super-resolution failed to recover the moving object. Therefore, we proposed an improved method via moving object detection. Experimental results showed that the proposed method restored both the moving object and the background properly.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제37권7호
• /
• pp.573-577
• /
• 2010

영상 해상도 개선은 영상 복원이나 확대 같은 응용 분야에서 널리 사용되는 기술로서, 결과 영상에서의 블록 현상이나 인공물 발생과 같은 화질 열화를 제거하는 것이 중요하다. 본 논문에서는 영상의 손실 정보를 이용하는 영상 해상도 개선 방법을 제안한다. 제안하는 방법은 획득 저해상도를 하위 레벨 보간을 통해서 손실 정보를 계산 및 추정하고 이를 보간된 고해상도 영상에 적용함으로서 1차적인 보간을 수행하고 획득 저해상도 영상과의 에러를 계산한 후 다시 보간된 영상에 적용하는 과정을 반복하여 최종적인 보간 영상을 생성한다. 동일한 영상을 이용한 시험을 통해서 비교 방법들보다 평균 PSNR에서 3.2㏈ 이상 향상된 것을 확인하였고, 주관적 화질도 개선된 것을 알 수 있었다. 또한 계산복잡도를 85% 이상 감소시킬 수 있었다. 제안한 해상도 개선 방법은 영상 처리의 다양한 분야에서 기반 기술로 사용될 수 있다.

• 대한공간정보학회지
• /
• 제18권1호
• /
• pp.73-81
• /
• 2010

최근 고해상도 위성영상을 이용한 지형공간정보 제작에 관한 다양한 연구와 활용이 이루어지고 있다. 그러나 주제도는 중 저해상도 위성영상 기반으로 제작이 이루어져 위치정확도 및 표현되는 주제 정보의 정밀도가 낮다. 본 연구에서는 기존의 중 저해상도 위성영상 기반의 제작 방식에서 GSD 1m급 이하 고해상도 위성영상 기반의 자동화 제작 방식으로의 전환과 1/5,000 이하의 중 대축척의 주제정보 추출 및 정확도 분석을 수행하여, 고해상도 위성영상을 이용한 정밀 주제도 제작 방안을 제시하고자 한다. 고해상도 위성영상을 이용한 주제 정보의 자동추출을 위해 7개 분류항목에 대하여 객체지향분류를 수행하였으며, 분류결과는 기존의 중분류 토지피복도와 1/1000 수치지도를 이용하여 비교분석을 수행하였다.

• 대한전자공학회논문지SP
• /
• 제48권1호
• /
• pp.54-63
• /
• 2011

본 논문은 저해상도 입력 영상을 고해상도 영상으로 복원하는 고속 학습기반 보간 기법을 제안한다. 일반적인 학습기반 초고해상도 기법은 여러 종류의 저해상도 영상과 고해상도 영상의 상관성을 통해 고주파 정보를 사전에 학습하고, 합성 단계에서 학습한 정보를 이용해 임의의 저해상도 영상을 고해상도 영상으로 복원한다. 이런 기존 학습기반 초 고해상도 기법은 방대한 양의 학습된 정보를 메모리에 저장해야만 하는 단점이 있을 뿐만 아니라 이차원 블록 단위 정합 과정을 거쳐야 하기 때문에 상당한 연산량이 요구된다. 이러한 문제점을 보완하기 위해 본 논문은 일차원 패치 단위 학습을 통해 학습 정보 저장용 메모리 크기 및 연산량을 크게 줄이는 기법을 제안한다. 실험 결과에 따르면, 제안한 기법은 전통적인 bicubic 보간 기법보다 평균 0.7dB 정도 높은 PSNR을 보이며, SSIM도 평균 0.01이상 향상되는 결과를 보인다.

• 한국재료학회지
• /
• 제32권8호
• /
• pp.345-353
• /
• 2022

In this study, using deep learning, super-resolution images of transmission electron microscope (TEM) images were generated for nanomaterial analysis. 1169 paired images with 256 × 256 pixels (high resolution: HR) from TEM measurements and 32 × 32 pixels (low resolution: LR) produced using the python module openCV were trained with deep learning models. The TEM images were related to DyVO₄ nanomaterials synthesized by hydrothermal methods. Mean-absolute-error (MAE), peak-signal-to-noise-ratio (PSNR), and structural similarity (SSIM) were used as metrics to evaluate the performance of the models. First, a super-resolution image (SR) was obtained using the traditional interpolation method used in computer vision. In the SR image at low magnification, the shape of the nanomaterial improved. However, the SR images at medium and high magnification failed to show the characteristics of the lattice of the nanomaterials. Second, to obtain a SR image, the deep learning model includes a residual network which reduces the loss of spatial information in the convolutional process of obtaining a feature map. In the process of optimizing the deep learning model, it was confirmed that the performance of the model improved as the number of data increased. In addition, by optimizing the deep learning model using the loss function, including MAE and SSIM at the same time, improved results of the nanomaterial lattice in SR images were achieved at medium and high magnifications. The final proposed deep learning model used four residual blocks to obtain the characteristic map of the low-resolution image, and the super-resolution image was completed using Upsampling2D and the residual block three times.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2003년도 신호처리소사이어티 추계학술대회 논문집
• /
• pp.39-42
• /
• 2003

In this paper, we propose a background segmentation method in low resolution color image. A segmentation algorithm is based on color and edge information. In edge image, adaptive and local thresholds are applied to suppress paint boundaries. Through our experiments, the proposed algorithm efficiently segments background from objects.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2011년도 제42회 하계학술대회
• /
• pp.806-807
• /
• 2011

This paper presents a new sensorless controller used with both the classical sliding mode observer(SMO) and the rate of current change in order to a reduced torque ripple for switched reluctance motor (SRM) sensorless drives. The new sensorless scheme consists of a sliding mode observer (SMO)-based position sensorless approach for high speeds along with a low-resolution discrete the rate of current change for low speeds and standstill. The new position estimation resets between the SMO and the low-resolution of current change according to the speed sign and the position error difference between the SMO and the low-resolution rate of current change. The simulation results show the robustness of this new high performance sensorless control approach with the hybrid sensorless control topology.