• 한국산학기술학회논문지
• /
• 제14권5호
• /
• pp.2393-2399
• /
• 2013

본 논문에서는 특이값 분해(SVD: singular value decomposition)에 의한 기저 스펙트럼의 합성을 통해 혈소판 라만 스펙트럼에서 알츠하이머병(AD: Alzheimer's disease)을 검출하는 방법을 제안하였다. AD가 유도된 형질 전환 실험용 쥐의 혈소판에서 측정한 라만 스펙트럼은 가산 잡음과 배경 잡음의 제거와 정규화로 구성된 전처리 과정을 수행한다. 각 데이터 행렬의 열벡터는 AD와 정상(NR: normal)의 라만 스펙트럼으로 구성한다. 이 데이터 행렬을 SVD로 분해한 다음 각 행렬의 열벡터 12개를 AD와 NR의 기저 스펙트럼으로 결정한다. 분류 과정은 각 클래스의 기저 스펙트럼을 선형 합성한 스펙트럼과 분류 스펙트럼의 평균제곱근오차(root mean square error)가 최소인 클래스를 선택하는 것으로 완료된다. 278개의 혈소판 라만 스펙트럼을 사용한 실험에 따르면 제안한 방법의 평균 분류율은 약 97.6%로 주성분 분석(principle components analysis)으로 추출한 특징에 MLP(multi-layer perceptron)를 이용한 경우보다 약 6.1% 정도의 우수한 성능을 보였다. 이 결과에서 SVD에 의한 기저 스펙트럼이 혈소판 라만 스펙트럼에서 AD의 검출에 적합하게 사용될 수 있음을 확인하였다.

• 한국정보과학회논문지:시스템및이론
• /
• 제37권3호
• /
• pp.184-193
• /
• 2010

본 논문은 생물체 표면에서 번쩍이고 다채로운 색깔의 반사특성을 보이는 훈색(暈色)현상의 양방향 반사율 분포 함수(BRDF: Bidirectional Reflectance Distribution Function)의 압축방법을 제안한다. 그래픽스 기술에서 훈색 현상의 용어를 보통 이리데센스(Iridescence) 또는 구조적 색상(structural colors)라고 부른다. 이러한 현상의 주요한 특징은 시점에 따라 다채로운 색상과 밝기를 갖는 것이다. 이것을 구현하기 위해 기존의 그래픽스 기술들은 BRDF를 이용한 방법을 사용한다. BRDF 방법은 많은 시점의 영상을 직접 활용하여 사실적인 표현이 가능한 장점이 있지만, 데이터양이 커서 연산량이 많은 단점이 있다. 본 논문에서는 훈색(暈色: Iridescence)현상의 BRDF로부터 반사맵을 작성하고, 반사맵을 여러 개의 색상 기반의 동심원으로 반사맵을 표현할 수 있는 방법을 제안한다. 이때 동심원 1개는 1개의 법선벡터에 의한 반사광의 빔폭을 의미한다. 본 논문에서는 여러 개의 가상의 광학적 법선벡터를 사용하여 울퉁불퉁한 동심원을 합성한다. 그리고 동심원의 중심을 통과하는 한 선분으로부터 1차원 스펙트럼 정보를 취득한다. 제안하는 방법은 BRDF의 막대한 데이터양을 효과적으로 줄여서 단지 1장의 텍스처를 사용하여 사실적인 밝기 차이와 스펙트럼 표현이 가능한 영상기반 렌더링 기법(IBR: image based rendering)으로 사용할 수 있다.

• 전기전자학회논문지
• /
• 제6권1호
• /
• pp.94-101
• /
• 2002

본 논문은 블럭 기반 움직임 추정 알고리듬들에서 나타나기 쉬운 불연속성(discontinuity)을 줄이기 위한 알고리듬을 제안한다. 제안된 알고리듬은 정합 과정 중, 한 블럭에 대한 부분 SAD 값을 이용하여 쉽고 간단하게 불연속성 특성을 갖는 블럭을 찾아낼 수 있으며, 이러한 블럭들에 대해서만 부분 블럭에 대한 움직임 벡터를 추가 생성해낸다. 제안된 알고리듬은 기존의 여러 대표적인 움직임 추정 알고리듬들과의 성능 비교를 통하여, 일반 블럭에 대해서는 다른 알고리듬과 대등한 연산량을 나타내며, 불연속성을 갖는 블럭에 대해서는 화질의 개선을 보여 주었다.

• 한국통신학회논문지
• /
• 제31권10C호
• /
• pp.933-941
• /
• 2006

본 논문에서는 다시점 예측기법과 MPEG 동영상 압축 표준 기법을 이용하여 CCD 카메라로부터 광학적으로 획득되거나 컴퓨터에 의해 생성된 디지털 홀로그램(프린지 패턴)을 효율적으로 압축하는 방법을 제안하였다. 이 방법은 RGB의 각 색차신호를 분리하여 처리하고, 각 색차신호의 객체영상을 $N{\times}N$ 크기로 분할한 부분영상들을 기본단위로 하며, 이때의 각 부분영상은 객체 전체에 대한 정보를 보유하고 있다. 본 논문의 방법은 분할되고 주파수 변환된 한 열의 부분영상들을 다시점 예측기법을 이용하여 집적영상을 만들고, 이 영상을 기준으로 데이터압축을 수행한다. 즉, 이 집적영상에서 역으로 생성된 부분영상과 원 부분영상에 대해 MPEG의 움직임 예측/보상방법으로 데이터를 압축한다. 따라서 압축된 데이터는 집적영상을 만들기 위한 각 부분영상의 변위벡터, 집적영상, 각 부분영상에 대한 움직임벡터 및 보상영상이다. 이 방법을 구현하여 실험한 결과 기존의 방법에 비해 동일 압축율에서의 NC(Normal Correlation) 값이 약 4% 이상 높은 값을 보여 압축효율이 더 좋음을 알 수 있었다. 따라서 본 논문의 방법은 디지털 홀로그램 데이터를 전송하여야 하는 응용분야에서 보다 효율적으로 사용될 수 있을 것으로 기대된다.

• 전자공학회논문지
• /
• 제54권6호
• /
• pp.100-105
• /
• 2017

본 논문은 개인 인증 알고리즘에 관한 것으로 심전도를 이용한 생체 인증 방식은 특정 보정기준점을 추출하는 방법과 그렇지 않은 방법으로 분류할 수 있으며 본 논문에서 제안하는 방법은 특정 보정기준점을 추출하지 않는 방법으로 이산 코사인 변환과 랜덤 포레스트 분류기를 사용하였다. 심전도 신호는 R-Peak 점을 기준으로 단일 심박으로 나누었으며 각 심박의 특징 추출을 위해 이산 코사인 변환을 적용하였다. 이산 코사인 변환 계수는 정보가 저주파에 집중되는 특성이 있으므로 초기 저주파에 해당하는 40까지 값을 특징으로 랜덤 포레스트 분류기를 구성하였다. 랜덤 포레스트는 의사결정 트리의 앙상블 분류기로 결정 트리를 기본으로 하고 있으므로 빠른 학습 속도와 많은 양의 데이터 처리 능력, 다양한 클래스를 분류할 수 있어 실생활에 적용 가능하며 무엇보다 ID의 승인과 거절을 위한 임계값을 분류기 내부에서 조절할 수 있어 오 분류에 강건한 알고리즘을 구성할 수 있다. 18개의 심전도 파일로 구성된 MIT-BIT Normal Sinus Rhythm 데이터베이스를 선정하여 성능을 평가하였으며 99.99%의 심전도 인식률을 보였다.