• Structural Engineering and Mechanics
• /
• 제13권2호
• /
• pp.117-134
• /
• 2002

This paper presents a computational method for a confidence region of identified parameters which are affected by measurement noise and error contained in prescribed parameters. The method is based on sensitivities of the identified parameters with respect to model parameter error and measurement noise along with the law of error propagation. By conducting numerical experiments on simple models, it is confirmed that the confidence region coincides well with the results of numerical experiments. Furthermore, the optimum arrangement of sensor locations is evaluated when uncertainty exists in prescribed parameters, based on the concept that square sum of coefficients of variations of identified results attains minimum. Good agreement of the theoretical results with those of numerical simulation confirmed validity of the theory.

• 한국통신학회논문지
• /
• 제25권8B호
• /
• pp.1391-1399
• /
• 2000

본 논문에서는 영상분할을 이용한 영역기반 영상검색에 관해 논하였다 불규칙한 광원에 의한 영향을 최소화할 수 있는 분 할 방법을 제안하였다 영상분할은 영역 병합을 이용하였고 병합 후보영역은 웨이브릿 변환의 고주파 대역 에너지 값을 이용하여 선정하였다 내용기반 영상 검색은 분할된 영역정보를 이용하여 수행되며 칼라와 질감 모양 특징 벡터를 구성하여 질의를 수행하였다 영역간 유사도 검사는 특징벡터간 유클리디안 거리를 측정하여 수행하였으며 다양한 형태의 자연영상을 대상으로 한 실험을 통해 본 방법의 효율성을 검증하였다.

• International Journal of Internet, Broadcasting and Communication
• /
• 제13권2호
• /
• pp.156-165
• /
• 2021

In this paper, we propose an histogram weighted centroid based Siamese region proposal network for object tracking. The original Siamese region proposal network uses two identical artificial neural networks which take two different images as the inputs and decide whether the same object exist in both input images based on a similarity measure. However, as the Siamese network is pre-trained offline, it experiences many difficulties in the adaptation to various online environments. Therefore, in this paper we propose to incorporate the histogram weighted centroid feature into the Siamese network method to enhance the accuracy of the object tracking. The proposed method uses both the histogram information and the weighted centroid location of the top 10 color regions to decide which of the proposed region should become the next predicted object region.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제7권4호
• /
• pp.670-691
• /
• 2013

In RSSI-based RFID(Radio Frequency IDentification) indoor localization system, the signal path loss model of each sub-region is different from others in the whole localization area due to the influence of the multi-path phenomenon and other environmental factors. Therefore, this paper divides the localization area into many sub-regions and constructs separately the signal path loss model of each sub-region. Then an improved LANDMARC method is proposed. Firstly, the deployment principle of RFID readers and tags is presented for constructing localization sub-region. Secondly, the virtual reference tags are introduced to create a virtual signal strength space with RFID readers and real reference tags in every sub-region. Lastly, k nearest neighbor (KNN) algorithm is used to locate the target object and an error compensating algorithm is proposed for correcting localization result. The results in real application show that the new method enhances the positioning accuracy to 18.2% and reduces the time cost to 30% of the original LANDMARC method without additional tags and readers.

• 방송공학회논문지
• /
• 제13권3호
• /
• pp.380-387
• /
• 2008

본 논문에서는 음성 특성에 기반을 둔 보컬 영역 검색 알고리듬을 적용하는 가라오케 시스템을 제시한다. 제안한 시스템에서 입력 음악은 보컬 영역 검색 알고리듬을 통해 보컬 부분과 반주 부분으로 분류된다. 그런 다음, 보컬 영역에 대해서만 보컬 제거기법을 적용한다. 보컬 영역 검색에서는 TICFT (twice iterated composite Fourier transform) 영역에서 보컬의 특성을 고려하여 분류를 수행한다. 보컬 제거를 위해서 대역 통과 필터링 된 보컬 영역으로부터 보컬 성분을 추출하고, 이를 원래의 음악에서 감산함으로써 보컬 성분이 제거된 음악을 얻는다. 본 논문에서 제시한 기법은 4곡의 노래에 적용하고, 그 성능을 평가한다.

• 대한전자공학회논문지SP
• /
• 제43권6호
• /
• pp.20-27
• /
• 2006

Multi-level thresholding은 영상 분할 방법 중 하나로 널리 이용되고 있지만 대부분의 기존 논문들은 응용 분야에 직접적으로 이용되기에는 적합하지 않거나 영상 분할 단계까지 확장되지 않고 있다. 본 논문에서는 영상 분할을 위한 multi-level thresholding 방안으로써 영역 단위의 multi-level thresholding을 제안한다. 먼저, 영상의 색상별 성분에 대해서 EWFCM(Entropy-based Weighted Fuzzy C-Means) 알고리즘을 적용하여 2개의 군집으로 분류한 후 코드 영상을 생성한다. EWFCM 알고리즘은 화소들에 대한 공간 정보를 추가한 개선된 FCM 알고리즘으로 영상 내 존재하는 잡음을 제거한다. 그리고 코드 영상에 존재하는 군집의 수를 감소함으로써 좀 더 나은 영상 분할 결과를 얻을 수 있으며 군집의 감소는 하나의 군집내에 존재하는 영역들과 나머지 군집들간의 유사도를 기반으로 영역을 재분류함으로써 처리된다. 그러나 영상에는 여전히 많은 영역들이 존재하기 때문에 이를 해결하기 위한 하나의 후처리 방안으로써 영역간의 Kullback-Leibler 거리값을 기반으로 Bayesian 알고리즘에 의한 영역 합병을 수행한다. 실험 결과 제안한 영역 기반의 multi-level thresholding은 기존 방법이나 화소나 군집 기반의 multi-level thresholding보다 좋은 분할 결과를 보였으며 Bayesian 알고리즘을 이용한 후처리 방안에 의해 좀 더 나은 결과를 보였다.

• 한국정보과학회논문지:시스템및이론
• /
• 제37권5호
• /
• pp.314-318
• /
• 2010

본 논문에서는 사용자가 관심을 갖는 다중 영역기반(ROI)으로 이미지를 검색하는 방법을 제안한다. 제안한 방법은 이미지를 블록으로 구분한 후 사용자가 선택한 다중 ROI와 겹치는 부분을 선택하고 해당 블록의 MPEG-7 도미넌트 컬러와 블록의 상대적 위치를 고려하여 유사도를 측정한다. 실험결과 제안한 방법은 전역 이미지 검색이나 동일한 위치의 블록만 비교하는 경우보다 높은 성능향상을 나타냈고, 다중 ROI의 경우 상대적 위치를 고려하는 방법이 다른 방법에 비해 우수한 성능을 나타냈다.

• 한국멀티미디어학회논문지
• /
• 제19권8호
• /
• pp.1248-1259
• /
• 2016

Classification methods based on dual energy X-ray absorptiometry, ultrasonic waves, and quantitative computed tomography have been proposed. Also, a classification method based on machine learning with bone mineral density and structural indicators extracted from the CT images has been proposed. We propose a method which enhances the performance of existing classification method based on bone mineral density and structural indicators by extending structural indicators and using principal component analysis. Experimental result shows that the proposed method in this paper improves the correctness of osteoporosis classification 2.8% with extended structural indicators only and 4.8% with both extended structural indicators and principal component analysis. In addition, this paper proposes a method of automatic phantom analysis needed to convert the CT values to BMD values. While existing method requires manual operation to mark the bone region within the phantom, the proposed method detects the bone region automatically by detecting circles in the CT image. The proposed method and the existing method gave the same conversion formula for converting CT value to bone mineral density.

• 로봇학회논문지
• /
• 제8권2호
• /
• pp.82-91
• /
• 2013

This paper proposes a building recognition algorithm using watershed image segmentation algorithm and integrated region matching (IRM). To recognize a building, a preprocessing algorithm which is using Gaussian filter to remove noise and using canny edge extraction algorithm to extract edges is applied to input building image. First, images are segmented by watershed algorithm. Next, a region adjacency graph (RAG) based on the information of segmented regions is created. And then similar and small regions are merged. Second, a color distribution feature of each region is extracted. Finally, similar building images are obtained and ranked. The building recognition algorithm was evaluated by experiment. It is verified that the result from the proposed method is superior to color histogram matching based results.

• Journal of the Korean Society for Industrial and Applied Mathematics
• /
• 제19권1호
• /
• pp.47-56
• /
• 2015

In this paper, we present an implicit method for reconstructing a 3D solid model from two 2D cross section images. The proposed method is based on the Cahn-Hilliard model for the image inpainting. Image inpainting is the process of reconstructing lost parts of images based on information from neighboring areas. We treat the empty region between the two cross sections as inpainting region and use two cross sections as neighboring information. We initialize the empty region by the linear interpolation. We perform numerical experiments demonstrating that our proposed method can generate a smooth 3D solid model from two cross section data.