• 한국통신학회논문지
• /
• 제38C권10호
• /
• pp.875-880
• /
• 2013

시청자에게 입체감과 몰입감을 줄 수 있는 3차원 영상의 제작을 위해서는 장면의 색상 영상과 함께 깊이 정보가 필요하다. 일반적으로 장면의 깊이를 측정하는 깊이 센서에서 획득된 깊이 영상은 매우 작은 해상도를 가진다. 따라서 색상 영상과 함께 3차원 영상 제작에 이러한 깊이 영상을 사용하기 위해서는 저해상도 깊이 영상의 업샘플링 기술이 필요하다. 본 논문에서는 깊이 불연속 정보를 이용하여 저해상도 깊이 영상을 업샘플링하는 방법을 설명한다. 깊이 영상을 업샘플링할 때 가장 민감하게 다루어야 할 깊이 불연속 부분을 고해상도 색상과 저해상도 깊이 영상으로부터 찾아낸다. 그리고 깊이 불연속 부분을 고려하여 깊이 영상 업샘플링을 위한 에너지 함수를 모델링하고, 신뢰 확산(belief propagation) 방법을 이용하여 해상도가 확대된 깊이 영상을 획득한다. 제안하는 방법은 필터 기반이나 에너지 함수 기반의 다른 방법들보다 우수한 성능을 나타내었다.

• 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.

• Journal of the Korean Data and Information Science Society
• /
• 제26권1호
• /
• pp.101-109
• /
• 2015

행정구역상 읍/면/동 단위의 소지역 (small area)별로 질병위험의 차이에 대한 분석을 위해, 2005년 기준 서울 행정동을 기준으로 2005년부터 2008년까지 질병, 사고, 암 사망자료에 대한 표준화 사망률 (SMR; standardized mortality rate)을 고려하였다. 소지역 단위로 질병사망률을 직접 추정하는 것은 소지역 내 표본수가 작아, 개발 소지역 단위에서의 직접 계산된 SMR은 그 추정치의 정도 (precision) 확보가 어려운 문제점이 발생한다. 따라서, 본 연구에서는 각 소지역간 효과 추정을 위해 공간적 상관성 (spatial correlation)을 가지는 다단계 일반화 선형모형 (HGLM; hierarchical generalized linear models)을 고려하였다. 이를 통해, 서울지역 동별 주요 사망원인에 따른 공변량의 효과 및 추정된 SMR을 근거로 질병지도 결과를 제시하였다.

• 대한전자공학회논문지SP
• /
• 제46권2호
• /
• pp.1-9
• /
• 2009

최근 고화질의 멀티미디어 서비스에 대한 수요가 증파됨에 따라 필름 복원은 많은 연구자들에 대한 관심이 증가하고 있다. 일반적으로 오래된 필름은 dust, 스크래치, flick 등에 의해 손상된다. 이들 중 대부분에 손상요인들은 스크래치와 블로치이며, 많은 연구자들이 이러한 손상요인을 복원하는 연구를 하고 있다. 그러나 기존의 방법은 대부분 한계점이 있다: 스크래치에 대해서는 잘하지만, 블로치를 처리하기에는 불안전하다. 본 논문에서는 스크래치와 블로치 모두에 의해 손상된 이미지를 복원하는 강건한 방법을 개발하는 것이다. 이를 위해, 우리는 MRF-MAP 프레임워크를 사용하고, 복원문제는 사후 에너지 함수의 최소화 문제로 간주된다. 최소화는 복잡한 결합 문제에 하나이고, 우리는 효과적인 분배와 결합 문제를 위해 분산 유전자 알고리즘을 사용한다. 제안된 방법의 효율성을 증명하기위해, 오래된 필름과 인위적으로 손상된 필름에 실험하였으며, 그 결과를 다른 방법과 비교하였다. 그 결과는 제안된 방법이 더 우수함을 보여주었다.

• 정보과학회 논문지
• /
• 제42권7호
• /
• pp.910-918
• /
• 2015

본 논문에서는 조영증강 초음파영상의 분석과정에서 육안판별의 한계를 극복하기 위한 파라미터 가시화기법을 소개하고, 이 과정에서 영상의 왜곡과 노이즈를 보정하기 위한 방법론을 제시한다. 초음파영상에서 조영제의 전이형태에 대한 동적패턴은 간질환 진단에서 의미있는 파라미터가 되는데, 전이시간 정보와 조영증강 패턴을 정적인 단일영상으로 표현함으로써 급속도로 진행되는 동영상에서 정확한 정보를 효과적으로 판별할 수 있게 한다. 진단파라미터 데이터의 신뢰도를 저하시키는 요인으로 호흡에 의한 흔들림현상과 마이크로 버블에 의한 노이즈를 들 수 있다. 이에 대한 대안으로 영상의 움직임추적을 위한 다단계 알고리즘과 마르코프 랜덤 필드 모델에 기반한 영상개선기법을 제안한다. 실제 임상데이터를 사용한 실험결과를 통하여, 제안된 방법의 유용성을 실험적으로 고찰한다.

• 대한원격탐사학회지
• /
• 제20권2호
• /
• pp.139-152
• /
• 2004

본 연구에서는 수정이방성복원 후 지역확장분할 영상분류의 분류오류를 Markov Random Field(MRF) 기반 분류자를 사용하여 개선시킬 것을 제안하고 있다. 제안 접근법은 지역확장분할 분류에 의해 생성된 결과에서 분류오류의 발생 가능성이 높은 경계지역을 정의하고 경계지역내의 화소들에 대해 재분류를 수행하여 수정하는 것이다. 재분류를 위한 MRF 기반 분류자는 지역확장분할 분류에 의해 추정된 클래스 수와 클래스 특성 값을 기반으로 하여 분류를 수행하는 반복적인 기법이다. 모의자료에 대한 실험은 제안 기법이 분류 정확성을 향상시킴을 보여주었다 그러나 실제적으로 많은 탐사지역의 피복형태는 매우 복잡한 구조를 갖고 있으므로 일반적 MRF 기반 기법의 사용은 원격탐사 영상의 정확한 분석을 이끌어 내지 못할 수 있으므로 본 연구는 다중 분류자를 사용하는 다단계 경계지역 수정기법을 제안한다. 한반도의 실제 원격탐사 영상자료에 대한 적용결과는 다단계 기법의 효과성을 잘 보여주고 있다. 다단계 반복적 경계지역 내 분류수정은 분석지역에 존재하는 자세한 구조를 보존하는 한편 지역적 명확한 구분의 분류결과를 생성한다.

• International Journal of Computer Science & Network Security
• /
• 제23권3호
• /
• pp.177-186
• /
• 2023

Hyperspectral imaging technology is one of the most efficient and fast-growing technologies in recent years. Hyperspectral image (HSI) comprises contiguous spectral bands for every pixel that is used to detect the object with significant accuracy and details. HSI contains high dimensionality of spectral information which is not easy to classify every pixel. To confront the problem, we propose a novel RGB channel Assimilation for classification methods. The color features are extracted by using chromaticity computation. Additionally, this work discusses the classification of hyperspectral image based on Domain Transform Interpolated Convolution Filter (DTICF) and 3D-CNN with Bi-directional-Long Short Term Memory (Bi-LSTM). There are three steps for the proposed techniques: First, HSI data is converted to RGB images with spatial features. Before using the DTICF, the RGB images of HSI and patch of the input image from raw HSI are integrated. Afterward, the pair features of spectral and spatial are excerpted using DTICF from integrated HSI. Those obtained spatial and spectral features are finally given into the designed 3D-CNN with Bi-LSTM framework. In the second step, the excerpted color features are classified by 2D-CNN. The probabilistic classification map of 3D-CNN-Bi-LSTM, and 2D-CNN are fused. In the last step, additionally, Markov Random Field (MRF) is utilized for improving the fused probabilistic classification map efficiently. Based on the experimental results, two different hyperspectral images prove that novel RGB channel assimilation of DTICF-3D-CNN-Bi-LSTM approach is more important and provides good classification results compared to other classification approaches.