• 한국산학기술학회논문지
• /
• 제10권8호
• /
• pp.1947-1954
• /
• 2009

카메라에 의해 획득되는 주행 차량의 번호판 영상은 많은 변화와 잡음을 포함할 뿐만 아니라 번호판 영상내의 문자 영상은 매우 작은 크기를 가지게 된다. 이러한 열악한 조건으로 대표되는 번호판 영상의 인식 효율을 높이기 위해 번호판 영상의 인식에 적합한 영상 정제와 특징 추출 방법을 다양한 실험에 의해 결정하였으며, 서로 대비되는 특징을 사용하여 인식 성능을 상호 보완할 수 있는 인식기쌍을 설계하였다. 전체 번호판의 인식을 위해 다수의 인식기쌍으로 구성된 복합인식기를 구축하여 개별 인식 결과, 신뢰도, 상호 연관성, 저평가 요소의 처리 등을 분석하여 최종 인식하였다. 제안된 방법의 인식 효율을 도로 현장에서 취득된 번호판 영상을 대상으로 검증하였다.

• 한국산학기술학회논문지
• /
• 제12권9호
• /
• pp.4133-4137
• /
• 2011

신뢰성 있는 다중태그 인식은 최근 다중태그 애플리케이션 이슈 중의 하나이다. 하지만, 데이터 확보 단계에서 다중태그 리더를 통한 신뢰성 있는 다중태그 인식은 리더간의 충돌, 소음, 태그가 부착된 물건들의 이동 등으로 발생하는 거짓양성인식, 거짓음성인식, 비 인식같은 신뢰성 없는 인식으로 인하여 신뢰서 있는 데이터를 확보하는데 어려움을 겪고 있다. 따라서 본 논문은 다중태그 리더를 통한 인식에서 발생되는 이러한 문제점들을 해결하기 위하여 먼저 성능평가 기준을 소개하고, 1) 수신된 신호 강도 표시기 (RSSI)을 이용한 최소 중첩인식공간 설정방식, 2)시-공간 분할 처리방식, 3) 큰 사이즈의 이중 태그 부착 방식등과 같은 3가지 해결방안을 제시하였다. 그리고 본 논문은 멀티 RFID 리더가 설치된 스마트 사무실에서 태그의 성공 인식률 계산을 통하여 제안된 방법의 성능개선을 보여주었다.

• 한국컴퓨터정보학회논문지
• /
• 제24권11호
• /
• pp.109-117
• /
• 2019

최근 의료분야에서 대용량 의료정보의 이차적인 활용에 관심이 대두되고 있다. 대용량 의료정보의 경우 질병에 대한 연구나 예방 등에 활용되어 의료분야의 발전에 기여할 수 있는 유용한 정보이다. 그러나 개인정보보호법이나 의료법 등으로 인해, 의료정보는 환자나 의료진 등의 개인정보를 포함하고 있기 때문에 이차적인 활용에 많은 제한이 발생한다. 이러한 문제를 해결하기 위해 현재까지 k-익명성[1], l-다양성[2], 그리고 차분 프라이버시[3] 등 다양한 방법들이 제안되어 왔다. 본 논문에서는 지금까지 연구된 다양한 방법들 중 라플라스 노이즈를 이용한 그리고 이전에 제안된 차분 프라이버시 방법들의 문제점들에 대해 논의해보고자 한다. 끝으로 우리는 분석가들로부터의 질의에 대한 응답을 확인하기 위해 주어진 데이터 집합의 마지막 컬럼에 1 비트의 상태필드를 추가하여 기존의 문제점을 해결하는 새로운 방법에 대해 제안해 보고자 한다.

• 한국광학회지
• /
• 제14권3호
• /
• pp.255-259
• /
• 2003

본 논문에서는 위상 변조된 가상 영상과 결합변환상관기를 이용하여 암호화 및 복호화 수준을 향상시키는 방법을 제안하였다. 원 영상은 주파수 영역에서 가상 위상 영상과 무작위 위상 영상의 곱을 퓨리에 변환하여 만든 암호화 영상과 제안한 위상 대응 규칙으로 만든 퓨리에 복호화 키를 퓨리에 변환하여 출력 평면에서 간단히 복원된다. 제안한 방법은 암호화된 영상을 허가되지 않은 사람들이 분석함으로써 있을 수 있는 복제 가능성을 원 영상의 어떤 정보도 포함하지 않은 가상 영상을 사용함으로써 배제할 수 있다. 또한 위상 변조된 영상의 자기상관성분의 세기는 1이므로 원 영상은 이 자기상관성분을 이용하여 재생되므로 결합변환상관기의 가장 큰 문제점인 자기상관성분을 제거해야 하는 문제를 해결할 수 있다 하지만 위상 암호화방법은 잡음이나 흠집에 민감하여 복원영상의 왜곡이 발생할 수 있으므로 본 논문에서는 이 문제를 분석하고 해결책을 제시하였다. 검증 실험을 통하여 분석의 타당성을 확인하고 제안한 암호화 방법이 광 암호화 시스템에 적용 가능함을 확인하였다.

• 한국정보통신학회논문지
• /
• 제22권11호
• /
• pp.1462-1467
• /
• 2018

단일 노출 영상, 또는 다중 노출 영상을 사용하여 저조도 영상의 화질 개선 알고리즘이 수많이 연구되고 있다. 저조도 영상은 명암이 낮고, 잡음이 많아 피사체의 정보를 식별하기에 한계가 있다. 본 논문에서는 듀얼카메라로 촬영한 다중 노출 영상 2개를 이용하여 저조도 영상의 화질 개선하는 알고리즘의 하드웨어 설계를 제안한다. 제안하는 하드웨어 구조는 전달함수를 사용하여 프레임 메모리와 라인 메모리를 쓰지 않는 방식으로 실시간 처리로 설계되었다. 그리고 제안하는 하드웨어 설계는 Verilog로 설계했고, Modelsim을 사용하여 검증했다. 마지막으로 Xilinx사의 xc7z045-2ffg900을 목표 보드로 이용하여 FPGA를 구현했을 때 최대 동작 주파수 167.617MHz로 확인하였고, 영상 크기가 $1920{\times}1080$ 일 때, 소요된 총 클럭 사이클은 2,076,601이며 80.7fps로 실시간 처리가 가능하다.

• Nuclear Engineering and Technology
• /
• 제53권1호
• /
• pp.148-163
• /
• 2021

Timely fault identification is important for safe and reliable operation of the electric valve system. Many research works have utilized different data-driven approach for fault diagnosis in complex systems. However, they do not consider specific characteristics of critical control components such as electric valves. This work presents an integrated shallow-deep fault diagnostic model, developed based on signals extracted from DN50 electric valve. First, the local optimal issue of particle swarm optimization algorithm is solved by optimizing the weight search capability, the particle speed, and position update strategy. Then, to develop a shallow diagnostic model, the modified particle swarm algorithm is combined with support vector machine to form a hybrid improved particle swarm-support vector machine (IPs-SVM). To decouple the influence of the background noise, the wavelet packet transform method is used to reconstruct the vibration signal. Thereafter, the IPs-SVM is used to classify phase imbalance and damaged valve faults, and the performance was evaluated against other models developed using the conventional SVM and particle swarm optimized SVM. Secondly, three different deep belief network (DBN) models are developed, using different acoustic signal structures: raw signal, wavelet transformed signal and time-series (sequential) signal. The models are developed to estimate internal leakage sizes in the electric valve. The predictive performance of the DBN and the evaluation results of the proposed IPs-SVM are also presented in this paper.

• 분석과학
• /
• 제35권2호
• /
• pp.69-81
• /
• 2022

The method of measuring and classifying the energy category of neutrons directly using raw data acquired through a CZT detector is not satisfactory, in terms of accuracy and efficiency, because of its poor energy resolution and low measurement efficiency. Moreover, this method of measuring and analyzing the characteristics of low-energy or low-activity gamma-ray sources might be not accurate and efficient in the case of neutrons because of various factors, such as the noise of the CZT detector itself and the influence of environmental radiation. We have therefore developed an efficient method of analyzing radiation characteristics using a neutron and gamma-ray analysis algorithm for the rapid and clear identification of the type, energy, and radioactivity of gamma-ray sources as well as the detection and classification of the energy category (fast or thermal neutrons) of neutron sources, employing raw data acquired through a CZT detector. The neutron analysis algorithm is based on the fact that in the energy-spectrum channel of 558.6 keV emitted in the nuclear reaction ¹¹³Cd + ¹n → ¹¹⁴Cd + in the CZT detector, there is a notable difference in detection information between a CZT detector without a PE modulator and a CZT detector with a PE modulator, but there is no significant difference between the two detectors in other energy-spectrum channels. In addition, the gamma-ray analysis algorithm uses the difference in the detection information of the CZT detector between the unique characteristic energy-spectrum channel of a gamma-ray source and other channels. This efficient method of analyzing radiation characteristics is expected to be useful for the rapid radiation detection and accurate information collection on radiation sources, which are required to minimize radiation damage and manage accidents in national disaster situations, such as large-scale radioactivity leak accidents at nuclear power plants or nuclear material handling facilities.

• 수산해양기술연구
• /
• 제58권2호
• /
• pp.130-140
• /
• 2022

Recently, wideband acoustic technology has been introduced and started to be used in fisheries acoustic surveys in various waters worldwide. Wideband acoustic data provides high vertical resolution, high signal-to-noise ratio and continuous frequency characteristics over a wide frequency range for species identification. In this study, the main characteristics of wideband acoustic systems were elaborated, and a general methodology for wideband acoustic data analysis was presented using data collected in frequency modulation mode for the first time in Republic of Korea. In particular, this study described the data recording method using the mission planner of the wideband autonomous acoustic system, wideband acoustic data signal processing, calibration and the wideband frequency response graph. Since wideband acoustic systems are currently installed on many training and research vessels, it is expected that the results of this study can be used as basic knowledge for fisheries acoustic research using the state-of-the-art system.

• 예술인문사회 융합 멀티미디어 논문지
• /
• 제7권2호
• /
• pp.311-319
• /
• 2017

최근 대용량 의료정보의 이차적인 활용에 대한 관심과 함께 의료정보 내의 개인정보에 대한 프라이버시 침해 문제에 대한 관심 또한 대두되고 있다. 대용량 의료정보의 경우 질병 연구, 예방 등 다양한 분야에서 활용될 수 있는 매우 유용한 정보이다. 이러한 대용량 의료정보의 경우 환자, 의료인 등에 대한 개인정보를 포함하고 있기 때문에 개인정보보호법과 같은 프라이버시 관련 법률에 저촉되어 활용에 많은 제한이 존재한다. 현재까지 k-익명성, l-다양성, 디퍼렌셜 프라이버시 등 의료정보 내의 개인정보를 보호하면서 대용량 의료정보의 이차적인 활용을 가능하게 하는 다양한 방법들이 개발되어 활용되어오고 있다. 본 논문에서는 지금까지 개발된 다양한 방법들 중 디퍼렌셜 프라이버시의 처리 절차에 대해 알아보고 라플라스 노이즈를 사용하는 디퍼렌셜 프라이버시가 가지고 있는 문제점들에 대해 알아본다. 또한 AES와 같은 대칭키 암호화 알고리즘과 Shamir의 비밀 분산 기법을 이용하여 이에 대한 해결책을 새롭게 제안한다.

• Journal of Information Processing Systems
• /
• 제19권3호
• /
• pp.289-301
• /
• 2023

Due to the development and dissemination of modern technology, anyone can easily communicate using services such as social network service (SNS) through a personal computer (PC) or smartphone. The development of these technologies has caused many beneficial effects. At the same time, bad effects also occurred, one of which was the spam problem. Spam refers to unwanted or rejected information received by unspecified users. The continuous exposure of such information to service users creates inconvenience in the user's use of the service, and if filtering is not performed correctly, the quality of service deteriorates. Recently, spammers are creating more malicious spam by distorting the image of spam text so that optical character recognition (OCR)-based spam filters cannot easily detect it. Fortunately, the level of transformation of image spam circulated on social media is not serious yet. However, in the mail system, spammers (the person who sends spam) showed various modifications to the spam image for neutralizing OCR, and therefore, the same situation can happen with spam images on social media. Spammers have been shown to interfere with OCR reading through geometric transformations such as image distortion, noise addition, and blurring. Various techniques have been studied to filter image spam, but at the same time, methods of interfering with image spam identification using obfuscated images are also continuously developing. In this paper, we propose a deep learning-based spam image detection model to improve the existing OCR-based spam image detection performance and compensate for vulnerabilities. The proposed model extracts text features and image features from the image using four sub-models. First, the OCR-based text model extracts the text-related features, whether the image contains spam words, and the word embedding vector from the input image. Then, the convolution neural network-based image model extracts image obfuscation and image feature vectors from the input image. The extracted feature is determined whether it is a spam image by the final spam image classifier. As a result of evaluating the F1-score of the proposed model, the performance was about 14 points higher than the OCR-based spam image detection performance.