• 한국멀티미디어학회논문지
• /
• 제9권8호
• /
• pp.1000-1009
• /
• 2006

본 논문에서는 부화소 단위의 적응적인 선형 보간법을 제안한다. 보통의 선형 보간법에 화소 마다 매개변수가 도입되고 이 매개 변수를 최적으로 구하기 위해서 저역 필터와 MMSE (minimum mean square error) 방법을 이용한 일반적인 보간 구조를 제안한다. 또한 제안된 일반적인 적응 선형 보간 구조에서 복잡도를 최소화한 방법을 유도하여 간단한 닫힌 형태의 식으로 제시한다. 기존 방법인 보통의 선형 보간법, 3차 컨볼루션 보간법에 비교하여 주관적으로나 객관적으로 제안된 방법의 우수함을 실험 결과로 알 수 있을 뿐만 아니라 왜곡 거리 선형 보간법(warped distance linear interpolation), 이동 선형 보간법(shifted linear interpolation) 등의 최근 기술과 비교하여도 우수함을 실험결과는 보여준다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2007년도 한국컴퓨터종합학술대회논문집 Vol.34 No.1 (B)
• /
• pp.203-207
• /
• 2007

본 논문에서는 낮은 해상도의 영상을 높은 해상도의 영상으로 변환하는 과정에서 최적화된 매개변수를 적용하는 적응적 3차 회선 보간 기법을 제안한다. 제안된 알고리즘은 먼저 주어진 영상 신호에 3차 회선 보간 기법을 수행하여 높은 해상도로 변환시킨다. 변환된 영상 신호는 다시 3차 회선 보간 기법으로 변환 과정을 통해 처음 주어진 원 영상 신호와 같은 해상도로 변환시킨다. 여기서 변환된 영상 신호와 원 영상 신호의 차이를 최소로 만드는 매개변수는 적응적으로 최적화된다. 적응적으로 최적화된 매개변수는 보간 커널을 최적화하여 3차 회선 보간 기법의 성능을 향상시킨다. 본 논문에서 제안한 알고리즘을 알려진 여러 영상으로 기존에 존재하던 보간 기법들과 비교하는 실험을 하고, 도출된 실험 결과를 객관적인 지표로 제시하여 우수함을 입증한다.

• 대한공간정보학회지
• /
• 제22권1호
• /
• pp.23-29
• /
• 2014

고해상도 위성영상의 등장과 공간분해능의 발전은 위성영상을 활용한 다양한 연구들을 가능하게 하였다. 그 중에서도 고해상도 위성영상을 이용한 표적 탐지 기술은 광범위한 지역의 차량, 항공기, 선박 등의 탐지를 가능하게 하여 교통류 모델링, 군사적 목적의 감시 정찰을 효과적으로 수행하게 한다. 최근 다양한 국가에서 여러 위성을 발사함에 따라 위성영상 선택의 폭이 증가하였으나 고해상도 위성영상을 이용한 공간해상도 비교 연구는 많지 않으며 더욱이 표적 탐지에 미치는 공간 해상도의 영향에 관한 연구는 국내외로 매우 부족한 상황이다. 따라서 본 연구에서는 PSO 기반의 표적 탐지 연구를 바탕으로 공간해상도가 항공기 및 선박 표적 탐지에 미치는 영향을 분석하였다. 원영상에 대한 재배열 보간 기법을 통해 0.5m, 1m, 2m, 4m의 다양한 공간해상도의 시뮬레이션 영상을 생성하고 이때 최근린보간, 양선형보간, 3차회선보간과 같이 다양한 재배열 보간 기법을 적용하였다. 표적 탐지 정확도는 공간해상도 뿐만 아니라 보간 기법에 따라 비교 분석되었다. 연구 결과 0.5m의 고해상도 영상에서 그리고 최근린보간 기법을 이용한 재배열 영상에서 더 높은 표적 탐지 정확도를 얻을 수 있음을 확인하였다. 또한 50% 이상의 표적 탐지 정확도를 얻기 위해서는 항공기의 경우 2m, 선박의 경우 4m 이상의 영상이 필요하며 항공기의 형태적 특이성은 더 높은 공간 해상력을 필요로 함을 확인하였다. 본 연구는 항공기 및 선박 표적 탐지에 적합한 적정 공간분해능을 제안하고 위성 센서 설계의 기준을 제시하는데 큰 기여를 할 것으로 사료된다.

• 한국지반공학회논문집
• /
• 제39권10호
• /
• pp.41-48
• /
• 2023

도로 하부에 발생된 이상구간은 사용자의 안전을 위협하고 보수하기 위해서도 많은 사회적 비용이 동반된다. 본 연구에서는 적외선 카메라를 사용하여 이상구간 매질에 따른 온도 분포를 실험적으로 평가하고 이를 머신러닝 기법으로 분석하고자 하였다. 대상 현장은 가로와 세로 및 깊이가 모두 50cm인 정육면체 형태로 설정하였고, 이상구간은 물과 공기로 결정하였다. 실험부지의 상부는 포장층을 모사하기 위해 콘크리트 블록을 설치하였으며, 오후 4시부터 다음날 오후 3시까지 총 23시간 동안 포장층의 온도 분포를 측정하였다. 측정된 값은 이미지 형태로 도출되었으며, 이미지 중간부분에서 측정 온도의 수치를 추출하였다. 최대온도와 최저온도의 차이는 물, 공기, 그리고 원 지반에서 각각 34.8℃, 34.2℃ 그리고 28.6℃로 나타났으며, 이미지 분석 기법인 convolution neural network(CNN) 방법을 활용하여 각 측정 이미지에 해당하는 조건을 분류하였다. 분류를 수행하기 위해서는 res net 101과 squeeze net 네트워크가 이용되었다. res net 101의 분류 정확도는 물, 공기 그리고 원 지반에서 각각 70%, 50% 그리고 80%로 나타났고, squeeze net의 분류 정확도는 60%, 30% 그리고 70%로 나타났다. 해당 연구 결과는 수치데이터로 특징 판단이 어려울 경우 이미지 기반의 CNN 알고리즘을 활용하면 매질 특성 분석이 가능하고 지반내 상태도 예측할 수 있는 방법론을 보여준다.