• 전자공학회논문지C
• /
• 제34C권9호
• /
• pp.77-83
• /
• 1997

Based on the curve segment grouping, an efficient recognition of round objects form partially occuluded round boundaries is proposed. Curve segments are extracted from an image using a criterion based on the intra-segment curvature and local contrast. During the curve segment extraction the boundaries of pratially occluding and occuluded objects are segmented to different curve segments. The extracted segments of constant intra-segment curvature are grouped to different curve segments. The extracted segments of constant intra-segment curvature are grouped nto a round boundary by the proposed grouping algorithm using inter-segment curvature which gives the relatinships among the curve segments of the same round boundary. The 1st and the 2nd order moments are used for the parameter estimation of the best fitted ellipse with round boundary, and then recognition is perfomed based on the estimated parameters. The proposed scheme processes in segment unit and is more efficient in computational complexity and memory requirements those that of the conventional scheme which processed in pixel units. Experimental results show that the proposed technique is very efficient in recognizing the round object sfrom the real images with apples and pumpkins.

• The Journal of the Acoustical Society of Korea
• /
• 제15권4E호
• /
• pp.21-27
• /
• 1996

In this paper, we propose a discriminative training algorithm for the stochastic segment model (SSM) in continuous speech recognition. As the SSM is usually trained by maximum likelihood estimation (MLE), a discriminative training algorithm is required to improve the recognition performance. Since the SSM does not assume the conditional independence of observation sequence as is done in hidden Markov models (HMMs), the search space for decoding an unknown input utterance is increased considerably. To reduce the computational complexity and starch space amount in an iterative training algorithm for discriminative SSMs, a hybrid architecture of SSMs and HMMs is programming using HMMs. Given the segment boundaries, the parameters of the SSM are discriminatively trained by the minimum error classification criterion based on a generalized probabilistic descent (GPD) method. With the discriminative training of the SSM, the word error rate is reduced by 17% compared with the MLE-trained SSM in speaker-independent continuous speech recognition.

• 한국정보과학회논문지:데이타베이스
• /
• 제32권3호
• /
• pp.334-343
• /
• 2005

XML 데이타를 대상으로 선형 질의나 가지모양 질의 같은 복잡한 질의가 많이 연구되고 있다. 이와 같은 질의를 처리하기 위해 XML 데이타를 구조정보에 의해 미리 인코딩한 후, 질의 처리시 구조정보를 이용하여 빠르게 질의를 수행하는 구조 조인 알고리즘들이 제안되었다. 그 중 최근에 제안된 TwigStack 알고리즘과 TSGeneric 알고리즘은 각각 인덱스가 없는 환경과 있는 환경에서 수행시간이 입력 데이타의 양과 비례하는 최적의 성능을 보여주었다. 하지만 이들 알고리즘은 질의의 길이(질의에 나타난 엘리먼트 개수)에 비례하여 입력데이타의 양이 증가하고, 따라서 수행시간이 길어진다는 제한점이 있다. 이 논문에서는 기존의 구조 조인 알고리즘들에 구조 인덱스를 결함한 세그먼트 조인 기법을 제안한다. 이 기법은 질의 노드와 노드 간의 구조 조인과는 달리, 구조 인덱스를 이용하여 일련의 질의 노드들을 하나의 세그먼트로 식별한 후 세그먼트와 세그먼트 사이의 조인을 수행한다. 그 결과 세그먼트마다 하나의 질의 노드만을 읽음에 의해 질의를 처리할 수 있게 되어 수행성능이 향상된다. 다양한 데이타셋에 대해 인덱스가 없는 환경에서 실험 결과, 세그먼트 조인 기법을 적용한 SegmentTwig 알고리즘은 TwigStack 알고리즘보다 우수한 성능을 보였다.

• 한국군사과학기술학회지
• /
• 제16권4호
• /
• pp.537-544
• /
• 2013

This paper proposes a recursive localized Normalized Mutual Information(NMI) algorithm to overcome shortcomings of the conventional NMI algorithm and the localized NMI algorithm which proposed before. The localized NMI algorithm divides images into few fixed size segments and applies NMI algorithm to each segments. By extension, the proposed algorithm uses variable size segments using its characteristic. Dividing each segment recursively, the algorithm selects a suitable segment size and improves a performance of the image registration. Experimental result shows the performance of the proposed algorithm.

• 한국멀티미디어학회논문지
• /
• 제12권3호
• /
• pp.427-435
• /
• 2009

사용자들은 웹 콘텐츠의 세부 내용단위인 메뉴, 로그인, 뉴스, 동영상 등 다양한 아이템에서 자신이 홍미있는 아이템을 찾아 읽고 아이템에 연결된 하이퍼렁크를 클릭한다. 모바일 디바이스처럼 작은 스크린에서는 데스크탑 기반의 웹 콘텐츠를 동시에 보여주기 힘들어 사용자는 좌우 또는 상하 스크롤링을 통해 아이템을 찾아 헤매는 검색의 불편함이 발생한다. 사용자가 자주 사용하거나 또는 원하는 아이템을 찾아 먼저 표현하여 모바일 인터페이스 조작의 불편함을 감소시킬 수 있다. 그러기 위해 웹 콘텐츠는 세부 내용단위인 아이템 별로 세그먼트되어야 한다. 기존 대부분의 세그먼트 알고리즘들은 웹 콘텐츠의 HTML 코드와 모바일 사이즈에 기반하여 세그먼트하고 있어 다양한 아이템들이 구조적으로 더욱 복잡하게 형성되고 있는 현대의 웹 콘텐츠에서 내용 단위인 아이템 블록으로 세그먼트하는데 여러 어려움이 있다. 본 논문에서는 데스크탑 웹 콘텐츠에서 내용 단위에 기반한 아이템 블록 추출을 위한 세그먼트 알고리즘을 제안한다.

• ETRI Journal
• /
• 제28권3호
• /
• pp.329-336
• /
• 2006

This paper investigates the problem of protecting multicast sessions in mesh wavelength-division multiplexing (WDM) networks against single link failures, for example, a fiber cut in optical networks. First, we study the two characteristics of multicast sessions in mesh WDM networks with sparse light splitter configuration. Traditionally, a multicast tree does not contain any circles, and the first characteristic is that a multicast tree has better performance if it contains some circles. Note that a multicast tree has several branches. If a path is added between the leave nodes on different branches, the segment between them on the multicast tree is protected. Based the two characteristics, the survivable multicast sessions routing problem is formulated into an Integer Linear Programming (ILP). Then, a heuristic algorithm, named the adaptive shared segment protection (ASSP) algorithm, is proposed for multicast sessions. The ASSP algorithm need not previously identify the segments for a multicast tree. The segments are determined during the algorithm process. Comparisons are made between the ASSP and two other reported schemes, link disjoint trees (LDT) and shared disjoint paths (SDP), in terms of blocking probability and resource cost on CERNET and USNET topologies. Simulations show that the ASSP algorithm has better performance than other existing schemes.

• 한국정보과학회논문지:정보통신
• /
• 제30권3호
• /
• pp.448-460
• /
• 2003

본 논문에서는 복구시간의 최소화 및 효율적인 복구자원 제공을 위해 세그먼트 자동복구 기법을 이용한 네트워크 고장 복구 방안을 제안한다. 세그먼트 자동복구는 대규모 통신망을 다수개의 소규모 서브네트워크로 분할하여 각 서브네트워크에서 자동복구를 수행하는데, 그 성능은 서브네트워크의 크기와 형태에 따라서 다양한 특성을 나타낸다. 대부분의 장애를 서브네트워크 내부에서 복구할 수 있기 때문에 복구시간이 줄어들게 된다. 본 논문에서는 서브네트워크의 분할에 있어서의 특성을 분석하고, 서브네트워크의 크기와 그에 따른 자동복구 방법의 성능을 비교하고 분석한다. 링크와 노드장애가 발생하는 환경에 대한 시뮬레이션 결과에서 제안된 세그먼트 자동복구 방법이 가장 짧은 복구 시간을 나타내었다. 특히 세그먼트 자동복구의 개념을 사용하는 SLSP(Shortest Leap Shared Protection) 방법과 비교했을 경우 복구 시간과 복구 자원 면에서 모두 우수한 성능을 나타내었다.

• 한국컴퓨터정보학회논문지
• /
• 제14권10호
• /
• pp.83-92
• /
• 2009

본 논문에서는 컬러 영상에서 관심객체를 분할하기 위해 컬러 분산 에너지를 이용하는 확장 스네이크 알고리즘을 제안한다. 기존 스네이크 알고리즘은 영상 내에 존재하는 다양한 에너지들을 정의하여 영상을 관심 객체와 배경으로 분할한다. 스네이크의 성능은 구성하는 에너지의 특성에 따라 주로 좌우된다. 능동 윤곽선 모델인 일반적인 스네이크 알고리즘은 적용이 쉽고 분석이 용이한 영상의 밝기 정보를 주요 에너지로 사용한다. 그러나 영상밝기의 미분연산이나 에지검출과 관련된 에너지는 잡음에 민감하고 배경이 복잡해지면 성능이 좋지 않은 단점을 가지고 있다. 제안하는 알고리즘은 분할 영역의 컬러 분산을 스네이크의 영상 에너지에 추가함으로써 복잡한 배경에서도 관심객체를 효율적으로 분할한다. 제안하는 확장 스네이크 알고리즘의 성능을 단순한 배경과 복잡한 배경을 갖는 컬러 영상에서 관심객체를 분할하는 다양한 실험을 통해서 입증하였다. 그 결과 정확도 면에서 약 12.42 %의 향상된 성능을 보였다.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2000년도 ITC-CSCC -1
• /
• pp.474-477
• /
• 2000

This paper presents an algorithm for simplification of 3D triangular mesh data, based on mesh simplification. The proposed algorithm is first attempt to segment the entire mesh into several parts using the orientation of triangles. Then simplification algorithm is applied to each segment that has similar geometric property. The proposed two step multi-resolution modeling scheme would yield better performance then conventional algorithm like edge collapse technique, since the segmentation step can give global information on the input shape. The experimental results show that the proposed algorithm is performed efficiently.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제10권4호
• /
• pp.125-132
• /
• 2021

인공신경망의 계층의 깊이가 깊어지고 입력으로 사용되는 데이터 차원이 증가됨에 신경망의 학습 및 인식에 있어서 많은 연산을 고속으로 요구하는 고연산의 문제가 발생한다. 따라서 본 논문에서는 신경망 입력 데이터의 차원을 감소시키기 위한 데이터 차원 감소 방법을 제안한다. 제안하는 선분 특징 분석(Line-segment Feature Analysis; LFA) 알고리즘은 한 영상 내에 존재하는 객체의 선분(Line-segment) 특징을 분석하기 위하여 메디안 필터(median filter)를 사용한 기울기 기반의 윤곽선 검출 알고리즘을 적용한다. 추출된 윤곽 영상은 [0, 1, 2, 4, 8, 16, 32, 64, 128]의 계수 값으로 구성된 3×3 또는 5×5 크기의 검출 필터를 이용하여 8가지 선분의 종류에 상응하는 고유값을 계산한다. 각각의 검출필터로 계산된 고유값으로부터 동일한 반응값을 누적하여 두 개의 1차원의 256 크기의 데이터를 생성하고 두 가지 데이터 요소를 합산하여 LFA256 데이터를, 두 데이터를 합병하여 512 크기의 LAF512 데이터를 생성한다. 제안한 LFA 알고리즘의 성능평가는 필기체 숫자 인식을 위한 데이터 차원 감소를 목적으로 PCA 기법과 AlexNet 모델을 이용하여 비교 실험한 결과 LFA256과 LFA512가 각각 98.7%와 99%의 인식 성능을 보였다.