• 한국통신학회논문지
• /
• 제35권5C호
• /
• pp.464-471
• /
• 2010

지속적인 네트워크 전송 능력 및 저장 매체 성능 향상에도 불구하고, 다양한 기술적 경제적 이유에서, 화질 열화를 최소화하면서 압축 성능을 증대시키기 위한 비디오 부호화 기술이 꾸준히 개발되고 있다. 본 논문에서는 종래의 비디오 성능을 더욱 향상시키기 위해, 경쟁 기반 스킵모드 부호화를 위한 적응적 문맥기반 움직임 예측 후보 선택 기법을 제안한다. 제안하는 기법은 카메라의 움직임 여부와 주변 블록의 움직임 벡터 문맥을 기반으로 움직임 예측 후보를 적응적으로 구성하여, 고정된 움직임 예측 후보를 가지는 종래의 방식에 비해 효율적인 움직임 예측 후보를 제공하였다. 이와 같이 선택된 적응적 움직임 예측 후보를, 비디오 부호기의 인터 모드 중 가장 효율적인 부호화 모드로 알려진 스킵 모드의 움직임 예측 후보 선택에 적용함으로써 종래 방식 중 가장 우수한 성능을 나타내는 경쟁 기반 움직임 벡터 부호화 방식의 BD-RATE 성능을 최대 2배까지 개선할 수 있었다.

• 한국항해항만학회지
• /
• 제30권3호
• /
• pp.227-233
• /
• 2006

상해를 포함한 북중국 항만들이 빠르게 성장하면서 동북아 허브항을 지향하는 항만간의 경쟁이 치열하게 전개되고, 부산항의 위기론까지 대두되고 있다. 그러나 북중국 항만들의 성장에 관한 낙관적인 전망과 함께 기상 악화 및 지리적 원거리로 인한 운영상의 제약 문제가 제기되기도 한다. 기상 악화 문제는 선박 운항 및 터미널 하역 작업에 직접 영향을 미치기 때문에 항만의 경쟁력을 논할 때 우선 고려되어야 하는 요인 중 하나이지만 기존 문헌은 이러한 항만 운영 외적 요인에 대한 검토가 극히 미흡하다. 따라서 본 논문은 국내 소재 국적 선사 및 외국선사 대리점을 대상으로 상해 및 북중국 항만의 제약 요인을 분석하였다. 조사 결과 응답자들은 북중국 항만의 최대 제약 요인으로서 기상 악화를 꼽았으며, 그로 인한 세부적인 문제점으로서 정기선박의 스케줄 운영 불가, 일정을 맞추기 위해 해당 항만을 건너뛸(skip) 경우 발생하는 유지비용 과다, 화물집하의 어려움, 납기 준수 불가, 영업물량 감소 등을 들었다.

• Smart Structures and Systems
• /
• 제31권4호
• /
• pp.351-363
• /
• 2023

Visual structural inspections are an inseparable part of post-earthquake damage assessments. With unmanned aerial vehicles (UAVs) establishing a new frontier in visual inspections, there are major computational challenges in processing the collected massive amounts of high-resolution visual data. We propose twin deep learning models that can provide accurate high-resolution structural components and damage segmentation masks efficiently. The traditional approach to cope with high memory computational demands is to either uniformly downsample the raw images at the price of losing fine local details or cropping smaller parts of the images leading to a loss of global contextual information. Therefore, our twin models comprising Trainable Resizing for high-resolution Segmentation Network (TRS-Net) and DmgFormer approaches the global and local semantics from different perspectives. TRS-Net is a compound, high-resolution segmentation architecture equipped with learnable downsampler and upsampler modules to minimize information loss for optimal performance and efficiency. DmgFormer utilizes a transformer backbone and a convolutional decoder head with skip connections on a grid of crops aiming for high precision learning without downsizing. An augmented inference technique is used to boost performance further and reduce the possible loss of context due to grid cropping. Comprehensive experiments have been performed on the 3D physics-based graphics models (PBGMs) synthetic environments in the QuakeCity dataset. The proposed framework is evaluated using several metrics on three segmentation tasks: component type, component damage state, and global damage (crack, rebar, spalling). The models were developed as part of the 2^nd International Competition for Structural Health Monitoring.