• 한국컴퓨터정보학회논문지
• /
• 제13권1호
• /
• pp.1-10
• /
• 2008

이 기종의 네트워크와 시스템 자원으로 구성된 그리드 컴퓨팅 환경에서 대용량 데이터를 빠르고 정확하게 처리하기 위해서는 효과적인 그리드 자원선택이 필수적이다. 이를 위해 본 논문은 의사결정 트리 기법을 이용한 그리드 자원선택 시스템을 제안한다. 이 시스템은 자원 정보를 기록한 데이터 셋을 바탕으로 사용자들이 선택하는 자원들을 처리 할 데이터의 특성과 사용자의 요구사항으로 분석해서 자원선택을 위한 의사결정 트리를 구축한다. 그리드 사용자의 자원 요청 시 의사결정 트리를 탐색하여 사용자 요구 및 작업 특성에 적합한 자원들을 선택하여 작업을 할당함으로써 사용자 만족도를 향상시킴은 물론 전체 그리드 시스템의 성능을 개선한다. 실험결과는 본 논문에서 제안한 의사결정 트리 기반의 그리드 자원선택 시스템이 기존 그리드 자원선택 시스템인 Condor-G 및 Nimrod-G와 비교하여 더 높은 작업 처리율 및 자원 이용률과 더 적은 작업 손실 및 처리시간을 제공함으로써 그리드 자원선택 및 데이터 분산 처리에 효과적이라는 사실을 증명한다

• 한국인터넷방송통신학회논문지
• /
• 제21권3호
• /
• pp.201-210
• /
• 2021

본 논문에서는 객체 추적 기술을 이용한 분석 프로그램과 분석한 데이터를 시각화하여 제공하는 웹서버로 구성된 풋살 영상분석 시스템을 소개한다. 기존의 분석 시스템의 경우 특수한 장치나, 고비용의 카메라를 이용하기 때문에 사용자들이 쉽게 이용하기에 부담스럽다. 따라서 본 논문에서는 평면 영상만을 이용해 선수의 경기를 분석하여 데이터를 시각화하는 시스템을 설계하고 개발한다. 객체를 추적하며 누적된 값을 계산하여 객체의 픽셀당 거리를 구하고 이를 기반으로 속도 관련 데이터와 거리 기반 데이터를 추출한다. 추출된 데이터를 시각화 라이브러리를 통해 그래프와 이미지로 변환하고, 웹페이지를 통해 편리하게 이용할 수 있도록 한다. 본 분석 시스템을 통해 기존의 분석 시스템의 문제점을 개선하고 데이터 기반의 과학적이고 효율적인 분석을 이용할 수 있도록 한다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제16권12호
• /
• pp.3976-3990
• /
• 2022

Currently, cross-attention is widely used in Siamese trackers to replace traditional correlation operations for feature fusion between template and search region. The former can establish a similar relationship between the target and the search region better than the latter for robust visual object tracking. But existing trackers using cross-attention only focus on rich semantic information of high-level features, while ignoring the appearance information contained in low-level features, which makes trackers vulnerable to interference from similar objects. In this paper, we propose a Multi-level Cross-attention Siamese network(MCSiam) to aggregate the semantic information and appearance information at the same time. Specifically, a multi-level cross-attention module is designed to fuse the multi-layer features extracted from the backbone, which integrate different levels of the template and search region features, so that the rich appearance information and semantic information can be used to carry out the tracking task simultaneously. In addition, before cross-attention, a target-aware module is introduced to enhance the target feature and alleviate interference, which makes the multi-level cross-attention module more efficient to fuse the information of the target and the search region. We test the MCSiam on four tracking benchmarks and the result show that the proposed tracker achieves comparable performance to the state-of-the-art trackers.

• 한국지능시스템학회논문지
• /
• 제13권2호
• /
• pp.154-162
• /
• 2003

셀룰라 신경회로망의 연상 메모리를 이용하여 시각적인 입력 데이터의 연산을 통하여 영상 패턴의 분류와 인식을 수행한다. 셀룰라 신경회로망은 일반적인 신경회로망과 같이 비선형 데이터의 실시간 처리가 가능하고, 세포자동자와 같이 이 격자구조의 셀로 이루어져 인접한 셀과 직접 정보를 주고받는다. 응용 분야로는 최적화, 선형/비선형화, 연상 메모리, 패턴인식, 컴퓨터 비전 등에 적용할 수 있다. 영상의 이미지 픽셀을 셀룰라 신경회로망의 셀에 대응하여 전체 이미지 영상을 모든 셀룰라 신경회로망의 셀에서 동시에 병렬로 처리할 수 있어 2-D 이미지 처리에 적합하다. 본 논문은 셀룰라 신경회로망에 의한 연상 메모리 구조를 설계하고, 학습된 하중값 메모리에서 가장 적당한 하중값을 선택하여 학습된 영상과 정확히 일치하는 출력을 얻는 방법을 제시한다. 학습을 통한 연상 메모리 구현에는 각각의 뉴런에서 일정하지 않은 다른 템플릿을 사용한다. 각각의 템플릿은 뉴런들 간의 연결 하중값을 나타내고 학습에 따라 갱신된다. 학습방법으로는 템플릿 하중값 학습에 뉴런들 간의 연결 하중값을 조정하는 가장 단순한 규칙인 Hebb의 학습방법이 사용되었고 분류값 학습에 LMS 알고리즘이 사용되었다.

• 제어로봇시스템학회논문지
• /
• 제14권5호
• /
• pp.415-419
• /
• 2008

Detecting and correcting defects on LCD glasses early in the manufacturing process becomes important for panel makers to reduce the manufacturing costs and to improve productivity. Many attempts have been made and were successfully applied to detect and identify simple defects such as scratches, dents, and foreign objects on glasses. However, it is still difficult to robustly detect low-contrast defect region, called Mura or blemish area on glasses. Typically, these defect areas are roughly defined as relatively large, several millimeters of diameter, and relatively dark and/or bright region of low Signal-to-Noise Ratio (SNR) against background of low-frequency signal. The aim of this article is to present a robust algorithm to segment these blemish defects. Early 90's, a highly robust estimator, known as the Model-Fitting (MF) estimator was developed by X. Zhuang et. al. and have been successfully used in many computer vision application. Compared to the conventional Least-Square (LS) estimator the MF estimator can successfully estimate model parameters from a dataset of contaminated Gaussian mixture. Such a noise model is defined as a regular white Gaussian noise model with probability $1-\varepsilon$ plus an outlier process with probability $varepsilon$. In the sense of robust estimation, the blemish defect in images can be considered as being a group of outliers in the process of estimating image background model parameters. The algorithm developed in this paper uses a modified MF estimator to robustly estimate the background model and as a by-product to segment the blemish defects, the outliers.

• 한국지능시스템학회논문지
• /
• 제24권2호
• /
• pp.166-172
• /
• 2014

이미지를 각각의 카테고리로 분류하는 일은 컴퓨터 비전 분야의 중요한 문제 중 하나이다. 그러나 이미지에 존재하는 가변성, 모호성, 스케일 문제 등으로 인해 매우 도전적인 문제라고 할 수 있다. 본 논문에서는 장면 이미지를 구성하는 시멘틱 속성들의 고차원의 상호작용 관계를 고려 가능한 하이퍼그래프 기반의 모델링 기법을 제시하고 이를 장면 이미지 분류에 적용한다. 각 장면 카테고리에 준최적화된 하이퍼그래프를 생성하기 위해 확률 부분공간 기법에 기반을 둔 탐색기법을 제안하고, 이들 부분 공간 내에 속한 시멘틱 속성들의 발현량을 축약하기 위한 우도비 기반의 선형 변환 기법을 제안한다. 제안한 기법의 우수성을 검증하기 위한 실험을 통하여 제시한 기법을 통해 생성된 특징 벡터의 분별력이 기존의 기법들에서 사용된 특징 벡터들의 분별력보다 우수함을 보인다. 또한 제안한 기법을 장면 분류 데이터에 적용한 결과 기존의 기법들과 비교하여 경쟁력 있는 분류 성능을 보인다. 제안 한 기법은 이미지 분류에서 일반적으로 사용 되는 기법인 BoW+SPM 모델과 비교하여 3~4%이상의 성능 향상을 보였다.

• 한국멀티미디어학회논문지
• /
• 제17권11호
• /
• pp.1313-1324
• /
• 2014

Korea has high quality level of ICT Technologies, however it still have a long way to go before invigoration of ICT in agriculture industry. The government of Korea supply to agriculture ICT systems, however these are the enclosed type and insufficient the level of connectivity, compatibility, and integrity between ICT systems. Farmers can not share crop information and one system can not use with others in combination. Recently, IoT(Internet of Things) become popular to emphasize the vision of a global internet and ICT industry. The IoT is a critical technology that leads future internet generation. We believe that IoT will change status of agriculture industry and appearance of various agriculture business model. Using IoT technology is provided a platform of opportunities to optimize work processes and efficient use of energy, time and labour in farm. It can automatically control temperature, humidity, sunshine system and so on for optimal growth conditions at greenhouse and plant factory. Growth setting can even be controlled and monitored crop condition and disease by a smartphone app or PC. It is possible to improve quality of farming and farm product. We suggest that construction of IoT platform through open API in agriculture industry.

• 한국지능시스템학회논문지
• /
• 제15권4호
• /
• pp.400-405
• /
• 2005

본 논문에서는 고유얼굴을 이용한 얼굴인식 시스템의 성능을 분석한다. 개인의 신분을 확인하는 시스템의 단점을 보완하기 위하여 최근 생체인식 기술이 활발하게 연구되어오고 있으며, 그 중에서도 얼굴인식은 직관적인 이해가 가능하기 때문에 컴퓨터 비전과 패턴인식 분야에서 폭 넓게 연구되고 있다. 고유얼굴을 이용한 얼굴인식 방법은 훈련집합의 얼굴 이미지의 중요한 변화를 효율적으로 표현하는 특징 공간으로 투영시키면서 이루어진다. 여기서 특징 공간에 투영된 얼굴 이미지의 특징을 고유얼굴이라 한다. 개개의 얼굴 이미지는 고유얼굴의 가중함으로 근사화 되므로, 입력 얼굴의 인식은 훈련집합의 가중치와 입력 영상의 가중치를 비교하면서 이루어진다. 본 논문에서는 고유얼굴을 이용한 얼굴인식 방법의 성능을 검증하기 위해서 Harvard 데이터베이스를 이용하였으며, 시스템의 성능 분석을 위하여 조명에 대한 인식성능의 변화, 사용한 고유얼굴의 수에 대한 인식률의 변화, 전처리를 통하여 얻을 수 있는 인식률의 변화, 인식 거부 곡선을 통하여 시스템의 실제 적용 가능성에 대한 실험을 수행하고 결과를 분석한다.

• 한국지능시스템학회논문지
• /
• 제10권3호
• /
• pp.252-259
• /
• 2000

본 논문에서는 영상의 에지 검출을 수행하기 위한 퍼지 규칙을 학습하는 퍼지 분류자 시스템을 제안한다. 퍼지 분류자 시스템은 기계학습의 방법을 퍼지 논리의 개념에 적용한 것이다. 즉 분류자의 조건부와 행동부는 퍼지 규칙에서위 전건부와 후건부와 같은 것이 된다 퍼지 규칙을 진화에 의해 획득하는 방법론으로는 크게 미시간 접근법과 피츠 접근법이 있으며, 본 논문에서는 미시간 방법의 퍼지 분류자 시스템을 사용한다. 미시간 접근방법은 하나의 퍼지 IF-THEN 규칙이 진화연산의 직접적인 진화 대상이 되는 하나의 개체로 코드화된다. 또한 퍼지 분류자 시스템은 유전 알고리즘을 사용하여 새로운 규칙을 생성하거나 규칙을 수정하여 시스템의 성능을 향상시킨다. 제안된 방법은 영상 처리와 컴퓨터 비전 분야에서 인식과 구분ㅇ르 수행하기 위한 전처리 단계에 해당하는 에지 검출에 적용하여 그 유효성을 검증한다. 즉, 영상엣 한 픽셀이 이웃하는 픽셀들의 평균 그렝 레벨의 차리를 퍼지 집합으로 표현하고 퍼지 IF-THEN 규칙을 사용하여 에지를 검출하고, 이것을 Sobel 에지 검출방법으로 얻어진 결과와 비교하여 에지 검출에 사용된 규칙의 유용성을 판단한다.

• 한국지능시스템학회논문지
• /
• 제17권3호
• /
• pp.322-327
• /
• 2007

심리학 분야의 연구자들은 Electroencephalographic(EEG)을 오래전부터 인간 두뇌의 활동을 측정 기록하는데 사용하였다. 과학이 발달함에 따라 점차적으로 인간의 두뇌에서 감정을 조절하는 기본적인 영역들이 밝혀지고 있다. 그래서 인간의 감정을 조절하는 인간의 두뇌 활동 영역들을 EEG를 이용하여 측정하였다. 손짓이나 고개의 움직임은 사람들 사이에 대화를 위한 인간의 몸 언어로 사용된다. 그리고 그것들의 인식은 컴퓨터와 인간 사이에 유용한 회화수단으로 매우 중요하다. 몸짓에 관한 연구들은 주로 영상을 통한 인식 방법이 주를 이루고 있다. 많은 연구자들의 기존 연구에서는 생체신호나 몸짓중 한 가지만을 이용하여 감정인식 방법 연구를 하였다. 본 논문에서는 EEG 신호와 몸짓을 같이 사용해서 사람의 감정을 인식하였다. 그리고 인식의 대상자를 운전자라는 특정 대상자를 설정하고 실험을 하였다. 실험 결과 생체신호와 몸짓을 같이 사용한 실점의 인식률이 둘 중 한 가지만을 사용한 것보다 높은 인식률을 보였다. 생체신호와 몸짓들의 특징 신호들은 강화학습의 개념을 이용한 IFS(Interactive Feature Selection)를 이용하여 특징 선택을 하였다.