• Journal of the Korean Data and Information Science Society
• /
• 제18권2호
• /
• pp.385-399
• /
• 2007

In many image processing applications, a random noise makes some trouble since most video enhancement functions produce visual artifacts if a priori of the noise is incorrect. The basic difficulty is that the noise and the signal are difficult to be distinguished. Typical unsharp masking (UM) enhances the visual appearances of images, but it also amplifies the noise components of the image. Hence, the applications of a UM are limited when noises are presented. This paper proposed statistical algorithms based on parametric and nonparametric tests to adaptively enhance the image feature and the noise combining while applying UM. With the proposed algorithm, it is made possible to enhance the local contrast of an image without amplifying the noise.

• Geomechanics and Engineering
• /
• 제7권4호
• /
• pp.431-458
• /
• 2014

Construction of a new cavern close to an existing cavern will result in a modification of the state of stresses in a zone around the existing cavern as interaction between the twin caverns takes place. Extensive plane strain finite difference analyses were carried out to examine the deformations induced by excavation of underground twin caverns. From the numerical results, a fairly simple nonparametric regression algorithm known as multivariate adaptive regression splines (MARS) has been used to relate the maximum key point displacement and the percent strain to various parameters including the rock quality, the cavern geometry and the in situ stress. Probabilistic assessments on the serviceability limit state of twin caverns can be performed using the First-order reliability spreadsheet method (FORM) based on the built MARS model. Parametric studies indicate that the probability of failure $P_f$ increases as the coefficient of variation of Q increases, and $P_f$ decreases with the widening of the pillar.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제12권1호
• /
• pp.392-412
• /
• 2018

Due to the semantic gap problem across different modalities, automatically retrieval from multimedia information still faces a main challenge. It is desirable to provide an effective joint model to bridge the gap and organize the relationships between them. In this work, we develop a deep image annotation and classification by fusing multi-modal semantic topics (DAC_mmst) model, which has the capacity for finding visual and non-visual topics by jointly modeling the image and loosely related text for deep image annotation while simultaneously learning and predicting the class label. More specifically, DAC_mmst depends on a non-parametric Bayesian model for estimating the best number of visual topics that can perfectly explain the image. To evaluate the effectiveness of our proposed algorithm, we collect a real-world dataset to conduct various experiments. The experimental results show our proposed DAC_mmst performs favorably in perplexity, image annotation and classification accuracy, comparing to several state-of-the-art methods.

• 응용통계연구
• /
• 제32권5호
• /
• pp.721-740
• /
• 2019

영상처리 분야에서 중요한 분야인 잡음 제거는 통계적인 접근이 필요하지만 잡음에 대한 특정한 분포를 가정하기 어려우며 지역적 특징을 반영하는 공간 필터는 소표본에 해당하므로 모수적인 방법으로 접근할 수 없다. 1차 영상 미분과 2차 영상 미분은 영상에 포함된 잡음 수준에 따라 확연한 차이를 보이며 캐니 에지 검출기를 사용하면 보다 명확히 알 수 있다. 잡음 수준을 통계적으로 확인하고자 Fligner-Killeen 검정을 진행하고 붓스트랩 방법을 사용하였으며 추정된 잡음의 수준을 베타분포의 누적분포함수를 이용하여 0과 1사이의 값을 갖도록 하였다. 본 연구에서는 영상에 포함된 잡음 수준을 고려하는 잡음 제거 알고리즘을 제시하고자 한다.

• 방송공학회논문지
• /
• 제14권2호
• /
• pp.253-264
• /
• 2009

본 논문에서는 실용화를 목적으로 비전 시스템을 기반으로 한 차선검출의 성능개선과 처리과정의 고속화 알고리즘을 제안한다. 차선검출의 고속화를 위해 전처리 과정으로 수평소실선의 추정과 관심영역(ROI-LB)의 최적 선정으로 획기적인 검출영역의 감소가 가능하다. 블록단위의 ROI-LB 내에서 영상의 특징정보를 추출하고 이를 기반으로 한 Hough 변환의 적용에 의한 nonparametric 모델 매칭 기법으로 차선을 검출한다. Laplacian 필터를 사용해서 잡음제거와 동시에 에지 보강 과정을 처리함으로서 다양한 차선 패턴에 대한 특징정보 추출의 신뢰성을 향상시킨다. 또한 ROI-LB 내 블록별 에지의 방향성 정보의 클러스터링으로 차선으로 오인식되는 에지들의 제거가 가능해 차선검출의 성능을 개선할 수 있다. 제안 방법의 유효성을 검증하기 위해 다양한 실제 차선 패턴을 대상으로 한 실험결과를 제시한다.

• 지능정보연구
• /
• 제28권1호
• /
• pp.175-196
• /
• 2022

우리나라의 주력 산업 중 하나였던 정보통신 및 가전 산업은 점차 수출 비중이 낮아지는 등 수출 경쟁력이 약화되고 있다. 본 연구는 이런 정보통신 및 가전 산업의 수출 제고를 돕기 위해서 객관적으로 수출경쟁력을 분석하고 수출 유망국가를 제시하고자 했다. 본 연구는 수출경쟁력 평가를 위해서 네트워크 분석 중 구조적 특징, 중심성 그리고 구조적 공백 분석을 수행했다. 유망 수출 국가를 선정하기 위해서는 기존에 경제적 요인 외에도 이미 형성된 글로벌 무역 네트워크(ITN) 즉 글로벌 밸류체인(GVC)의 특성을 고려할 수 있는 새로운 변수를 제안했다. 국가간 무역 네트워크 분석에서 Exponential Random Graph Model(ERGM)을 통해 도출된 개별적인 링크에 대한 조건부 로짓값(log-odds)을 수출가능성을 나타낼 수 있는 대리변수로 가정했다. 이런 ERGM의 링크 연결 가능성까지 고려해 수출 유망국가를 추천하는 데는 모수적 접근 방법과 비모수적 접근 방법을 각각 활용했다. 모수적 방법에서는 ERGM에서 도출된 네트워크의 링크별 특성값을 기존의 경제적 요인에 추가 고려하여 우리나라 정보통신 및 가전 산업 수출액을 예측하는 회귀분석 모형을 개발했다. 또한 비모수적 접근 방법에서는 클러스터링 방법을 바탕으로 한 Abnormality detection 알고리즘을 활용했는데, 2개 Peer(동배)에서 벗어난 이상값을 찾는 방법으로 수출 유망국가를 제안했다. 연구 결과에 따르면, 해당 산업 수출 네트워크의 구조적 특징은 이전성이 높은 연결망이었으며, 중심성 분석결과에 따르면 우리나라는 수출에 규모에 비해서 영향력이 약한 것으로 나타났고, 구조적 공백 분석결과에서 수출 효율성이 약한 것으로 나타났다. 본 연구가 제안한 추천모델에 따르면 모수 분석에서는 이란, 아일랜드, 북마케도니아, 앙골라, 파키스탄이 유망 수출 국가로 나타났으며, 비모수 분석에서는 카타르, 룩셈부르크, 아일랜드, 북마케도니아, 파키스탄이 유망 국가로 분석되었으며, 분석방법에 따라 추천된 국가에서는 일부 차이가 나타났다. 본 연구결과는 GVC에서 우리나라 정보통신과 가전 산업의 수출경쟁력이 수출 규모에 비해서 높지 않음을 밝혔고, 따라서 수출이 더욱 감소될 수 있음을 보였다. 또한 본 연구는 이렇게 약화된 수출경쟁력을 높일 수 있는 방안으로 다른 국가들과의 GVC 네트워크까지 고려해 수출유망 국가를 찾는 방법을 제안했다는데 의의가 있다.