• 대한기계학회논문집A
• /
• 제35권10호
• /
• pp.1291-1298
• /
• 2011

본 논문은 탄약, 미사일, 우주발사체 등과 같은 일회성(one-shot) 시스템의 가부반응데이터를 이용하여 신뢰도를 추정하는 새로운 방법을 제안한다. 제안한 방법은 모수 추정법을 기반으로 한다. 제안한 방법은 가부반응 데이터의 시간에 따른 고장 비율 감소를 고려하였으며 모수 추정법의 문제점을 극복할 수 있다. 기존 문헌에 공개된 7 가지 추정방법들과 제안한 방법과의 정확성을 비교하여 제안한 방법을 검증하였다. 정확성 비교 시, 다양한 샘플 수 변화를 고려하여 신뢰도 추정결과에 대한 SSE를 이용하였다. 정확성 비교 결과, 제안한 방법은 다른 방법에 비해 정확성이 높은 신뢰도 추정결과를 제공하였다.

• Journal of information and communication convergence engineering
• /
• 제19권2호
• /
• pp.79-83
• /
• 2021

This paper proposes a novel image classification method based on few-shot learning, which is mainly used to solve model overfitting and non-convergence in image classification tasks of small datasets and improve the accuracy of classification. This method uses model structure optimization to extend the basic convolutional neural network (CNN) model and extracts more image features by adding convolutional layers, thereby improving the classification accuracy. We incorporated certain measures to improve the performance of the model. First, we used general methods such as setting a lower learning rate and shuffling to promote the rapid convergence of the model. Second, we used the data expansion technology to preprocess small datasets to increase the number of training data sets and suppress over-fitting. We applied the model to 10 monkey species and achieved outstanding performances. Experiments indicated that our proposed method achieved an accuracy of 87.92%, which is 26.1% higher than that of the traditional CNN method and 1.1% higher than that of the deep convolutional neural network ResNet50.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제29권1_2호
• /
• pp.114-125
• /
• 2002

본 논문에서는 MPEG 비디오 데이터의 컷(cut)과 디졸브(dissolve)를 검출하여 샷(shot) 단위로 분할하고 각 샷의 카메라 동작 또는 객체 움직임의 형태를 분류하는 방법을 제안하고자 한다. 정확한 샷의 위치와 카메라, 객체의 세분화된 동작을 구별하기 위한 전단계의 연구에서[1] 우선 MPEG 데이터의 I(Intra) 프레임의 DC(Direct Current) 계수를 분석하여 픽처 그룹을 Shot(장면이 바뀐 경우), Move(카메라 동작 또는 객체가 움직인 경우), Static(영상의 변화가 거의 없는 경우)으로 세분화하여 분류하였다. 이 과정에서 2단계 구조의 신경망을 구성하고 여러 종류의 특징을 서로 다른 해상도에서 추출하여 결합시키는 방법을 제안하였다. 다음 단계로 Shot 또는 Move로 분류된 픽처 그룹의 P(Predicted), B(Bi-directional) 프레임을 선별적, 계층적으로 탐색하여 컷의 정확한 발생 위치와 카메라 동작 또는 객체 움직임의 종류를 결정하는 방법을 제안한다. P, B 프레임의 매크로 블록의 종류별 분포를 통계적으로 이용하여 컷의 발생 위치를 검출하여, P, B 프레임의 매크로 블록 종류와 움직임 벡터를 동시에 사용하는 신경망을 구성하여 디졸브, 카메라 동작, 객체 움직임의 종류를 검출한다. 본 논문에서 제안하는 방법은 MPEG 데이터의 압축을 풀지 않은 상태에서 I 프레임의 DC 계수만을 사용하여 픽처 그룹을 분류하며, 분류된 픽처 그룹 내에서 일부의 P, B 프레임만을 계층적으로 선택하여 탐색함으로서 처리 시간을 감소시키고자 하였다. 세 종류의 서로 다른 비디오 데이터를 사용한 실험에서 93.9-100.0%로 픽처 그룹을, 96.1-100.0%로 컷을 검출하였다. 또한 두 종류의 비디오 데이터를 사용한 실험에서 90.13% 및 89.28%의 정확성으로 카메라 동작 또는 객체 움직임을 분류하였다.

• 융합신호처리학회논문지
• /
• 제2권1호
• /
• pp.38-43
• /
• 2001

본 논문에서는 MPEG 비디오 스트림을 분석하여 DCT DC 계수를 추출하고 이들로 구성된 DC 이미지로부터 제안하는 robust feature를 이용하여 shot 검출을 수행한 후 각 feature들의 통계적 특성을 이용하여 스트림의 특징에 따라 weight를 부가하여 구해진 characterizing value의 시간 변화량을 구한다. 추해진 변화량의 local maxima와 local minima는 비디오 스트림에서 각각 가장 특징적인 frame과 평균적인 frame을 나타낸다. 이 순간의 shot을 구함으로서 효과적이고 빠른 시간 내에 key frame을 추출한다. 추출되어진 key frame에 대하여 원영상을 복원한 후, 색인을 위하여 다수의 parameter를 구하고, 사용자가 질의한 영상에 대해서 이들 파라메터를 구하여 key frame들과 가장 유사한 대표영상들을 검색한다. 실험결과 일반적인 방법보다 더 나은 결과를 보였고, 높은 검색율을 보였다.

• Smart Structures and Systems
• /
• 제33권1호
• /
• pp.55-64
• /
• 2024

This paper proposes a fusion imaging-based coating-defect classification method for steel structures that uses zero-shot learning. In the proposed method, a halogen lamp generates heat energy on the coating surface of a steel structure, and the resulting heat responses are measured by an infrared (IR) camera, while photos of the coating surface are captured by a charge-coupled device (CCD) camera. The measured heat responses and visual images are then analyzed using zero-shot learning to classify the coating defects, and the estimated coating defects are visualized throughout the inspection surface of the steel structure. In contrast to older approaches to coating-defect classification that relied on visual inspection and were limited to surface defects, and older artificial neural network (ANN)-based methods that required large amounts of data for training and validation, the proposed method accurately classifies both internal and external defects and can classify coating defects for unobserved classes that are not included in the training. Additionally, the proposed model easily learns about additional classifying conditions, making it simple to add classes for problems of interest and field application. Based on the results of validation via field testing, the defect-type classification performance is improved 22.7% of accuracy by fusing visual and thermal imaging compared to using only a visual dataset. Furthermore, the classification accuracy of the proposed method on a test dataset with only trained classes is validated to be 100%. With word-embedding vectors for the labels of untrained classes, the classification accuracy of the proposed method is 86.4%.

• 한국지능시스템학회:학술대회논문집
• /
• 한국지능시스템학회 2007년도 추계학술대회 학술발표 논문집
• /
• pp.217-220
• /
• 2007

In this paper, we present a new anchor shot detection system which is a core step of the preprocessing process for the news video analysis. The proposed system is composed of four modules and operates sequentially: 1) skin color detection module for reducing the candidate face regions; 2) face detection module for finding the key-frames with a facial data; 3) vector representation module for the key-frame images using a non-negative matrix factorization; 4) anchor shot detection module using a support vector data description. According to our computer experiments, the proposed system shows not only the comparable accuracy to the recent other results, but also more faster detection rate than others.

• 한국지능시스템학회논문지
• /
• 제18권1호
• /
• pp.133-138
• /
• 2008

In this paper, we propose a novel anchor shot detection system, named to MASD (Multi-phase Anchor Shot Detection), which is a core step of the preprocessing process for the news video analysis. The proposed system is composed of four modules and operates sequentially: 1) skin color detection module for reducing the candidate face regions; 2) face detection module for finding the key-frames with a facial data; 3) vector representation module for the key-frame images using a non-negative matrix factorization; 4) one class SVM module for determining the anchor shots using a support vector data description. Besides the qualitative analysis, our experiments validate that the proposed system shows not only the comparable accuracy to the recently developed methods, but also more faster detection rate than those of others.

• 한국군사과학기술학회지
• /
• 제20권6호
• /
• pp.844-852
• /
• 2017

Since guided weapon is high-cost and one-shot device which is non-reusable, it requires a lot of resources to prove required accuracy as a part of reliability demonstration. Once a test for proving accuracy rate of guided missile fails, it causes an additional cost and delay of schedule. This study introduces an equation for proper sample size and plan for guided-missile accuracy rate test in order to minimize the risk of test failure. Proper sample size for the test is derived by considering the reliability growth. Furthermore, each task for accuracy rate test is defined according to the development step. Therefore, this study can contribute to reduce sample size for accuracy rate test in order to meet the reliability requirement and assure transparency in the test process.

• 한국군사과학기술학회지
• /
• 제13권6호
• /
• pp.982-989
• /
• 2010

This paper shows accuracy comparison results of reliability estimation methods for one-shot systems such as ammunitions. Quantal-response data, following a binomial distribution at each sampling time, characterizes lifetimes of one-shot systems. Various quantal-response data of different sample sizes are simulated using lifetime data randomly sampled from assumed weibull distributions with different shape parameters but the identical scale parameter in this paper. Then, reliability estimation methods in open literature are applied to the simulated quantal-response data to estimate true reliability over time. Rankings in estimation accuracy for different sample sizes are determined using t-test of SSE. Furthermore, MSE at each time, including both bias and variance of estimated reliability metrics for each method are analyzed to investigate how much both bias and variance contribute the SSE. From the MSE analysis, MSE provides reliability estimation trend for each method. Parametric estimation method provides more accurate reliability estimation results than the other methods for most of sample sizes.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2016년도 추계학술대회
• /
• pp.172-175
• /
• 2016

시간 정보를 이용하여 거리 측정 및 물체 탐지 등에 사용되고 있는 Time of Flight(ToF) LiDAR(Light Detection And Ranging) 기술이 자율 주행 자동차, 지형 분석 같이 보다 정밀 측정이 필요한 분야에 응용되면서 ToF 시간 정보 추출에 대한 중요성이 높아지고 있다. 본 논문에서는 ToF 시간 정보의 정확성의 지표로 timing jitter를 사용하였고, 약 31M free space 환경에서 1.5um 파장의 MOPA LASER와 InGaAs Avalanche Photodiode(APD)로 이루어진 Single-Shot LiDAR system(SSLs)을 통해 측정 및 분석하였다. 또한 SSLs를 통해 측정된 데이터에 curve fitting 방법인 spline interpolation과 반복 측정된 피크 데이터를 이용하는 multiple-shot averaging 방법을 적용하여 timing jitter 개선결과를 제시하였다.