• 제목/요약/키워드: Pixel error

검색결과 480건 처리시간 0.033초

임의의 잡음 신호 추가를 활용한 적대적으로 생성된 이미지 데이터셋 탐지 방안에 대한 연구 (Random Noise Addition for Detecting Adversarially Generated Image Dataset)

  • 황정환;윤지원
    • 한국정보전자통신기술학회논문지
    • /
    • 제12권6호
    • /
    • pp.629-635
    • /
    • 2019
  • 여러 분야에서 사용되는 이미지 분류를 위한 딥러닝(Deep Learning) 모델은 오류 역전파 방법을 통해 미분을 구현하고 미분 값을 통해 예측 상의 오류를 학습한다. 엄청난 계산량을 향상된 계산 능력으로 해결하여, 복잡하게 설계된 모델에서도 파라미터의 전역 (혹은 국소) 최적점을 찾을 수 있다는 것이 장점이다. 하지만 정교하게 계산된 데이터를 만들어내면 이 딥러닝 모델을 '속여' 모델의 예측 정확도와 같은 성능을 저하시킬 수 있다. 이렇게 생성된 적대적 사례는 딥러닝을 저해할 수 있을 뿐 아니라, 사람의 눈으로는 쉽게 발견할 수 없도록 정교하게 계산되어 있다. 본 연구에서는 임의의 잡음 신호를 추가하는 방법을 통해 적대적으로 생성된 이미지 데이터셋을 탐지하는 방안을 제안한다. 임의의 잡음 신호를 추가하였을 때 일반적인 데이터셋은 예측 정확도가 거의 변하지 않는 반면, 적대적 데이터셋의 예측 정확도는 크게 변한다는 특성을 이용한다. 실험은 공격 기법(FGSM, Saliency Map)과 잡음 신호의 세기 수준(픽셀 최댓값 255 기준 0-19) 두 가지 변수를 독립 변수로 설정하고 임의의 잡음 신호를 추가하였을 때의 예측 정확도 차이를 종속 변수로 설정하여 시뮬레이션을 진행하였다. 각 변수별로 일반적 데이터셋과 적대적 데이터셋을 구분하는 탐지 역치를 도출하였으며, 이 탐지 역치를 통해 적대적 데이터셋을 탐지할 수 있었다.

3차원 두부영상의 기준좌표계 설정을 위한 연구: 1부 CT영상에서 3차원 계측점의 재현성 (Formulation of a reference coordinate system of three-dimensional (3D) head & neck images: Part I. Reproducibility of 3D cephalometric landmarks)

  • Park, Jae-Woo;Kim, Nam-Kug;Chang, Young-Il
    • 대한치과교정학회지
    • /
    • 제35권5호
    • /
    • pp.388-397
    • /
    • 2005
  • 이 연구는 기존의 두부방사선사진에서 사용되었던 계측점들을 3차원으로 재구성한 CT자료에서 다시 정의하고, 그 점들의 재현도를 조사함으로써. 재현성이 높고 해부학적 특징을 잘 표현하는 점들을 제안하고자 시행하였다. 3차원 영상에서 상대적 좌표 값을 구하기 위해 어느 4점도 같은 평면에 존재하지 않는 7개의 고정점을 선정하여 기준 좌표계를 설정하였다. V works 4.0 (Cybermed inc., Seoul. Korea)을 이용하여 고정점과 1점 설정을 위한 volume model (voxel size=4*4*2, threshold value-639)을 형성한 후 계측점을 선택하였으며. 나머지 점들은 모두 volume mode의 MPR 창을 이용하여 선정하였다 이렇게 선정한 계측점을 V 녁ㅎㄷ교 (Cybermed Inc.. Seoul, Korsa)로 이출하여 각 점의 상대적 공간 좌표 값을 구하였다 모든 자료는 2주 간격으로 2번 측정한 후 재현도를 계산하였다 각 계측점의 재현도는 x축 $0.13\~1.24mm$, y축 $0.23\~1.53mm$, z축 $0.15\~1.81mm$로 유사한 범위를 보였다 재현도가 우수한 것은 고정점을 이용한 1점이며 봉합에 의해 정의되는 J점의 재현도가 비교적 낮게 나타났다.

Google Map을 이용한 GCP 칩의 품질 분석 (Quality Analysis of GCP Chip Using Google Map)

  • 박형준;손종환;신정일;권기억;김태정
    • 대한원격탐사학회지
    • /
    • 제35권6_1호
    • /
    • pp.907-917
    • /
    • 2019
  • 최근 국토 모니터링, 지형 분석 등 많은 분야에서 고해상도 위성영상의 수요가 증가와 함께 기하보정의 필요성이 증가하고 있다. 자동 정밀 기하보정 방법으로 GCP(Ground Control Point) 칩과 위성영상간의 정합을 통해 지상기준점을 자동으로 추출하는 방법이 있다. 자동 정밀 기하보정은 GCP 칩과 위성영상의 정합 성공률이 중요하다. 따라서 제작된 GCP 칩의 정합 성능 평가가 중요하다. GCP 칩의 정합 성능 평가를 위해 국토관측 위성용으로 구축된 총 3,812점의 GCP 칩을 실험 자료로 사용했다. KOMPSAT-3A 영상과 Google Map의 GCP칩 정합 결과를 분석한 결과 유사한 결과를 얻을 수 있었다. 따라서 Google Map 위성영상으로 고해상도 위성영상을 충분히 대체할 수 있다고 판단했다. 또한 GCP 칩의 정합 성능 검증에 필요한 시간을 줄이기 위해 자동화된 방법으로 Google Map의 중심점과 오차 반경을 이용한 방법을 제시했다. 실험 결과 최적의 오차 반경은 17 pixel(약 8.5 m)로 설정하는 것이 가장 좋은 분류 정확도를 보였다. Google Map 위성영상과 자동화된 검증 방법으로 남한 전역에 구축된 GCP 칩 3,812개의 정합 성능 평가를 진행했으며 남한에 구축된 GCP 칩은 약 94%의 정합 성공률을 보였다. 이후 정합에 실패한 GCP 칩을 분석하여 주요 정합 실패원인을 분석하였다. 분석 결과 남한 전역에 구축된 GCP 칩 중 재제작이 필요한 GCP 칩을 제외한 나머지 GCP 칩은 국토위성영상 자동 기하보정에 충분히 사용할 수 있다.

SPOT 4 영상의 기하보정을 위한 시선 벡터 조정 모델 (Line-of-Sight (LOS) Vector Adjustment Model for Restitution of SPOT 4 Imagery)

  • 정형섭
    • 한국측량학회지
    • /
    • 제28권2호
    • /
    • pp.247-254
    • /
    • 2010
  • SPOT 4 위성영상의 기하 왜곡을 보정하기 위하여 새로운 접근방법을 연구하였다. 우주공간에서 위성과 지구의 관계를 정립함으로서 새로운 조건 방정식을 유도하였다. 초기 위성에 대한 정보가 어떤 일정한 변화에 의해 왜곡이 있다고 가정하고, LOS(Line-Of-Sight) 벡터를 변화시켜 위성영상의 기하를 보정하는 LOS 벡터 조정 모델을 연구하였다. 본 모델을 증명하기 위하여 관측각이 큰 SPOT 4 위성영상을 대상으로 실험하였다. 또한, 정확한 실험을 위하여 GPS로부터 측량한 10개의 지상기준점(GCPs)과 25개의 검사점(check points)을 사용하였다. SPOT 4 위성영상에 주어진 초기 위성정보(위성 위치, 속도, 자세, 관측각 등)를 그대로 이용하여 계산한 위성영상 기하는 총 35개의 지상기준점과 검사점에 대하여 거의 일정한 변화량을 지녔으며, 이를 통해 SPOT 4 위성영상에 시선벡터조정모델을 적용할 수 있음을 확인하였다. 시선벡터조정모델을 적용하여 영상에 고르게 분포하는 지상기준점을 2점에서 10점까지 변화시키면서 검사점의 오차를 계산하였고, 25개 검사점 오차는 모두 1픽셀 미만이었다. 새로운 접근 방법인 이 모델은 2점 이상의 지상기준점을 이용하여 SPOT 4 영상 기하를 효과적으로 보정하였으며, 또한 SPOT 영상과 촬영방식이 동일한 고해상 위성영상에 대해서도 좋은 결과를 얻을 것으로 기대한다.

신뢰전파 스테레오 기법의 고속 알고리즘 (A Fast Algorithm of the Belief Propagation Stereo Method)

  • 최영석;강현수
    • 대한전자공학회논문지SP
    • /
    • 제45권5호
    • /
    • pp.1-8
    • /
    • 2008
  • 최근 활발히 연구되고 있는 신뢰전파(Belief Propagation) 기법은 변위(disparity) 정보추출에 우수한 성능을 보인다. 신뢰전파 기법은 변위 추출에 필요한 목표함수를 Markov random field(URF)의 에너지 함수로 모델링 하는 방식으로서 에너지 함수를 최소화하는 변위 값을 찾음으로써 정합문제를 해결한다. MRF 모델은 스테레오와 영상복원과 같은 비전 문제에 강건하고 일괄된 구조를 제공한다. 그러나 MRF 모델링 기반의 신뢰전파 기법은 정확한 결과를 산출하지만 다른 스테레오 기법에 비하여 상대적으로 많은 계산 량이 요구되기 때문에 실시간 구현에 어려움이 있다. 본 논문에서는 이러한 문제를 해결하고자 신뢰전파 기법의 고속 구현 알고리즘을 제안한다. 에너지 함수는 data항과 smoothness항의 합으로 나타낸다. 데이터(data)항은 일반적으로 두 영상의 밝기 차이로 계산되고, 연속성(smoothness)항은 인접화소의 차이를 나타낸다. 연속성 정보는 메시지로부터 생성되는데, 메시지는 네 방향의 인접화소 위치에 대한 연속성과 일치성을 고려하여 계산된다. 네 방향의 메시지에 대한 처리 시간은 전체 프로그램 수행 시간의 80%이상을 차지한다. 제안된 방법에서는 네 개의 배열에서 생성되는 메시지를 하나의 배열에서 일괄적으로 생성하게 함으로써 메시지 계산에 대한 수행 시간을 단축하는 알고리즘을 제안한다. 최종 변위 추출과정에서 메시지는 통합된 하나의 배열에서만 호출되며, 이는 기존 알고리즘의 메시지 처리의 계산 량을 1/4 만큼 줄이는 효과가 있다. 기존의 신뢰전파 기법으로 생성한 깊이맵의 변위 오차율과 제안한 알고리즘으로 생성된 깊이맵의 변위 오차율을 비교함으로써 제안한 알고리즘의 변위추출의 정확도를 평가한다. 실험 결과, 변위 오차는 거의 증가하지 않는 반면, 전체 프로그램 수행 시간이 철저히 감소됨을 확인할 수 있다.

드론 영상의 차량 레이블링을 통한 간선도로 차간간격(GAP) 산정 (GAP Estimation on Arterial Road via Vehicle Labeling of Drone Image)

  • 진유진;배상훈
    • 한국ITS학회 논문지
    • /
    • 제16권6호
    • /
    • pp.90-100
    • /
    • 2017
  • 본 연구에서는 기존 지점 및 구간 검지체계의 한계를 극복하기 위한 방편으로 드론 촬영영상을 활용하여 차량을 검지 및 레이블링 하고 이를 기반으로 도심부 간선도로상 차간간격을 산정하는 것을 목적으로 한다. 드론 영상 데이터 획득 시 적정 시간대, 위치, 고도를 선정하기 위하여 여러 조건하에서 촬영을 실시하여 최종 영상 데이터를 획득하였다. 다양한 영상분석기법 중 혼합 Gaussian, 영상 이진화, 모폴로지 기법을 적용시켜 차량을 검지하였고 칼만 필터를 적용하여 차량을 레이블링 하였다. 레이블링율 분석 결과 실제 차량 수 285대 중 185대를 검지함으로써 차량 레이블링율은 65%로 나타나는 것을 확인하였다. 차간간격은 픽셀 단위화를 통해 산정하였으며, 결과는 다음 지도와의 비교 분석을 통해 검증을 수행하였다. 검증 결과 차간간격 오차가 모두 5m 미만으로 나타났으며 평균 오차는 선행차량과의 차간간격은 1.67m, 후행차량과의 차간간격은 1.1m로 분석되었다. 본 연구에서 산출된 차간간격은 도심부 도로의 밀도, 서비스 수준 판단 기준 설정 등으로 활용될 수 있을 것이다.

단일 카메라 캘리브레이션과 스테레오 카메라의 캘리브레이션의 비교 (Calibration Comparison of Single Camera and Stereo Camera)

  • 김의명;홍송표
    • 한국측량학회지
    • /
    • 제36권4호
    • /
    • pp.295-303
    • /
    • 2018
  • 스테레오 카메라 시스템은 물리적으로 고정된 기선길이를 가지고 있어 축척이 일정하나 스테레오 영상에서 매번 특징점 매칭을 통해서 상호표정요소를 결정할 경우 축척이 고정 되어 있지 않아 실제 3차원 좌표를 측정하기 어려운 문제점이 있다. 따라서 본 연구에서는 수정된 공선조건식을 이용하여 좌우측 카메라의 내부적인 특성 및 카메라간의 관계를 동시에 결정하는 스테레오 카메라 캘리브레이션을 수행하고 이를 단일 카메라 캘리브레이션과 비교하는 것을 목적으로 하였다. 실험을 통해 근거리에 촬영한 영상에서 결정한 3차원 거리를 비교하였을 경우 단일 캘리브레이션의 결과에서는 ${\pm}0.014m$의 평균제곱근오차가 발생한 반면 스테레오 카메라의 경우에는 오차가 거의 발생하지 않았기 때문에 스테레오 카메라 캘리브레이션의 3차원 거리의 정확도가 우수하게 나타났다. 에피폴라 영상의 종시차에 대한 비교에서는 스테레오 카메라를 이용한 경우가 단일 카메라의 경우 보다 평균제곱근오차가 최대 0.3 픽셀 정도의 차이를 보였으나 그 영향은 크지 않은 것으로 나타났다.

실내 분광 측정자료를 이용한 선형혼합모델의 오차 분석 (Error Analysis of Linear Mixture Model using Laboratory Spectral Measurements)

  • 김선화;신정일;신상민;이규성
    • 대한원격탐사학회지
    • /
    • 제23권6호
    • /
    • pp.537-546
    • /
    • 2007
  • 초분광영상의 분석 기법 중 하나인 선형혼합분석기법은 각 화소를 구성하는 구성물질과 구성 비율을 추정하는데 매우 유용하게 사용되고 있다. 선형혼합모델은 지질 및 광물분포와 관련된 분야에서는 비교적 성공적으로 시도되고 있으나, 산림이나 여러 인공물들로 구성된 도시와 같은 상대적으로 복잡한 구조를 가진 혼합체에서는 그 정확도가 떨어진다. 본 연구에서는 식물과 토양의 혼합체를 대상으로 선형혼합모델을 적용하여 계산된 혼합체의 반사값과 실제 이 혼합체들을 분광측정기로 측정한 반사값과의 비교를 통해, 선형혼합모델의 오차를 계산하였다. 이를 통해 선형혼합모델의 오차 원인인 구성 물질간의 분광적 상호작용이 어느 경우 발생 혹은 증가하는지를 분석하고, 또한 파장대별 상호작용의 정도 차이가 있는지를 분석하였다. 연구 결과, 선형혼합모델은 혼합체를 구성하는 구성물질의 구성비율이 비슷한 경우, 각 구성 물질간의 상호작용이 증가하여 선형혼합모델의 오차가 가장 커지는 것을 알 수 있었다. 결과적으로 선형혼합모델의 오차 원인인 구성 물질간 상호작용의 발생 정도는 혼합체를 구성하는 성분의 종류, 반사 특성, 구성비율, 파장대와 구성 성분의 배열 상태에 따라 다르게 나타나는 것을 알 수 있었다. 향후 선형혼합모델의 정확도를 높이기 위해서는 이러한 혼합체의 특징들이 구성 물질간의 상호작용에 끼치는 영향을 정량적으로 분석하여야 할 것이다.

사이드 슬리더 촬영 기반 KOMPSAT-3 위성 영상의 균일 영역 검출을 통한 비균일 보정 기법 연구 양식 (A Study on Non-uniformity Correction Method through Uniform Area Detection Using KOMPSAT-3 Side-Slider Image)

  • 김현호;서두천;정재헌;김용우
    • 대한원격탐사학회지
    • /
    • 제37권5_1호
    • /
    • pp.1013-1027
    • /
    • 2021
  • KOMPSAT-3로 촬영한 영상은 일반 카메라로 촬영한 영상과 달리 가시광선 대역의 RGB 영역뿐만 아니라 NIR, PAN Band를 추가적으로 가지고 있다. 또한, 지상 685 km의 높은 고도에서 약 17 km 이상이 되는 넓은 반경의 지역을 촬영하기 때문에 이에 따른 전기적, 광학적 특성을 고려해야 한다. 즉, KOMPSAT-3의 카메라 센서는 각 CCD 픽셀 별, 각 band 별 특성, 감도 및 시간에 따른 변화, CCD Geometry 등에 의해 왜곡 현상이 발생하는데, 왜곡 현상을 해결하기 위해 센서보정이 필수적으로 필요하다. 본 논문에서는 KOMPSAT-3 사이드 슬리더 촬영 기반 영상에서 세그먼트 기반 노이즈 분석을 통한 균일 영역을 검출하는 기법을 제안한다. 해당 알고리즘을 통해 균일 영역을 검출 후 비 균일 보정 알고리즘 적용을 위해 각 센서별로 보정 테이블을 생성한 후 생성된 보정 테이블을 이용하여 위성 영상 보정을 수행하였다. 그 결과 기존 기법 대비 제안한 기법을 통해 수직 노이즈와 같은 위성 영상의 왜곡을 감소하였으며, 영상 품질의 척도인 상대적 방사 정확성 지표에 대해서는 평균 제곱 오차를 사용한 지표(RA)와 절대오차를 이용한 지표(RE)에 대해서 기존 방법에 대비하여 각각 0.3%, 0.15% 평가 지표에서 비교 우위에 있음을 확인하였다.

뇌 PET과 MR 영상의 자동화된 3차원적 합성기법 개발 (Development of an Automatic 3D Coregistration Technique of Brain PET and MR Images)

  • 이재성;곽철은;이동수;정준기;이명철;박광석
    • 대한핵의학회지
    • /
    • 제32권5호
    • /
    • pp.414-424
    • /
    • 1998
  • 목적: PET과 MR 영상을 체계적으로 합성i분석하여 각각의 영상기법이 갖는 단점을 보완하고 기능을 향상시킴으로써 보다 정확하고 유용한 임상정보를 얻을 수 있다. 두 영상을 공간적으로 합성하기 위해서 머리 표피 경계점들 간의 거리를 최소화하는 알고리즘을 이용할 경우 경계점 추출의 정확성 및 견실성과 거리 계산 속도가 합성 알고리즘의 성능을 결정하는 중요한 요소가 된다. 본 연구에서는 PET 영상의 경계 추출과 거리 계산 방법을 개선하고 이를 이용하여 PET과 MR 영상을 3차원적으로 합성하였다. 대상 및 방법: 공간적인 합성을 위한 영상처리기법의 핵심인 경계점 추출을 위해 PET영상에서는 방출스캔 sinogram의 경계를 강조한 후 재구성한 횡단면으로부터 2 mm 간격으로 머리 표피 경계점들을 추출하였으며 MR 영상에서는 각 횡단면마다 약 2도 간격으로 경계점들을 추출하였다. 두 영상의 모든 경계점들 간의 평균 유클리디안 거리를 최소화하는 3차원 가상공간 상에서의 위치 이동과 회전 각도를 최소자승법을 이용하여 구한 후 PET영상을 역 전환하여 위치 정합을 하였다. 평균 거리의 계산 속도를 향상시키기 위하여 고정된 대상의 각 경계점을 중심으로 하여 주변 공간 정들에서의 거리를 순차적으로 계산하고 이들의 최소값을 취하는 방법으로 거리지도를 구성하였으며 최소자승법에서 경계점들 간의 위치가 변할 때마다 매번 평균거리를 다시 계산하지 않고 거리지도를 참조하여 평균 거리를 산출하는 방법을 사용하였다. 위치 정합된 두 영상의 동시 표현을 위하여 PET 영상의 화소값에 $0.4{\sim}0.7$부터 1사이의 범위로 정규화된 MR 영상의 화소 값으로 가중치를 주는 가중정규화 방법을 사용하였다. 결과: 방출스캔의 sinogram을 이용함으로써 PET영상의 경계를 견실하게 추출할 수 있었으며, 거리지도를 이용하여 거리 계산을 한 결과 계산 속도를 향상시킬 수 있었다. 정상인의 뇌영상에 대해 위치 정합을 실시한 결과 평균 거리 오차는 2mm 이하였다. 가중정규화 방법을 사용하였을 때 합성된 영상의 정성적인 식별 명확도가 향상하였다. 결론: 견실한 PET 영상 경계점 추출과 거리지도를 이용한 계산 속도의 향상을 통해 뇌 PET과 MR 영상 합성기법의 성능을 개선할 수 있었으며 이를 이용하며 개발한 영상정합 프로그램은 임상 환경에서 유용하게 사용될 수 있을 것이다.

  • PDF