• 한국컴퓨터정보학회논문지
• /
• 제19권4호
• /
• pp.55-62
• /
• 2014

본 논문에서는 유도 전동기 결함 중 가장 많은 비중을 차지하는 베어링의 복합 결함을 검출하기 위해 음향 방출 신호와 이를 영상화하여 질감 분석을 이용한 결함 검출 방법을 제안한다. 영상화된 결함 신호가 갖는 엔트로피, 픽셀의 동질성 및 에너지 특징을 분석하고, 그레이-레벨 동시발생 행렬을 통해 영상의 에너지, 동질성 및 다양성의 세 가지 질감 특징을 추출한다. 추출된 세 가지 질감 특징을 퍼지-ARTMAP(Fuzzy-ARTMAP)의 입력으로 사용하여 베어링의 외륜-내륜, 내륜-롤러 및 외륜-롤러에 대한 복합 결함을 분류한다. 총 10회에 걸쳐 제안한 방법의 분류 성능을 평가한 결과, 100%의 분류 정확성을 보였다.

• 대한임베디드공학회논문지
• /
• 제7권4호
• /
• pp.163-172
• /
• 2012

A driver assistance system is critical to improve a convenience and stability of vehicle driving. Several systems have been already commercialized such as adaptive cruise control system and forward collision warning system. Efficient vehicle detection is very important to improve such driver assistance systems. Most existing vehicle detection systems are based on a radar system, which measures distance between a host and leading (or oncoming) vehicles under various weather conditions. However, it requires high deployment cost and complexity overload when there are many vehicles. A camera based vehicle detection technique is also good alternative method because of low cost and simple implementation. In general, night time vehicle detection is more complicated than day time vehicle detection, because it is much more difficult to distinguish the vehicle's features such as outline and color under the dim environment. This paper proposes a method to detect vehicles at night time using analysis of a captured color space with reduction of reflection and other light sources in images. Four colors spaces, namely RGB, YCbCr, normalized RGB and Ruta-RGB, are compared each other and evaluated. A suboptimal threshold value is determined by Otsu algorithm and applied to extract candidates of taillights of leading vehicles. Statistical features such as mean, variance, skewness, kurtosis, and entropy are extracted from the candidate regions and used as feature vector for SVM(Support Vector Machine) classifier. According to our simulation results, the proposed statistical feature based SVM provides relatively high performances of leading vehicle detection with various distances in variable nighttime environments.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제14권8호
• /
• pp.3295-3311
• /
• 2020

With the wide application of hyperspectral images, it becomes more and more important to compress hyperspectral images. Conventional recursive least squares (CRLS) algorithm has great potentiality in lossless compression for hyperspectral images. The prediction accuracy of CRLS is closely related to the correlations between the reference bands and the current band, and the similarity between pixels in prediction context. According to this characteristic, we present an improved CRLS with adaptive band selection and adaptive predictor selection (CRLS-ABS-APS). Firstly, a spectral vector correlation coefficient-based k-means clustering algorithm is employed to generate clustering map. Afterwards, an adaptive band selection strategy based on inter-spectral correlation coefficient is adopted to select the reference bands for each band. Then, an adaptive predictor selection strategy based on clustering map is adopted to select the optimal CRLS predictor for each pixel. In addition, a double snake scan mode is used to further improve the similarity of prediction context, and a recursive average estimation method is used to accelerate the local average calculation. Finally, the prediction residuals are entropy encoded by arithmetic encoder. Experiments on the Airborne Visible Infrared Imaging Spectrometer (AVIRIS) 2006 data set show that the CRLS-ABS-APS achieves average bit rates of 3.28 bpp, 5.55 bpp and 2.39 bpp on the three subsets, respectively. The results indicate that the CRLS-ABS-APS effectively improves the compression effect with lower computation complexity, and outperforms to the current state-of-the-art methods.

• 한국방사선학회논문지
• /
• 제10권8호
• /
• pp.645-652
• /
• 2016

본 연구는 통계적 속성에 기반한 질감특징값 분석을 바탕으로 뇌 전산화단층촬영 영상에서 정상과 뇌경색의 컴퓨터보조진단의 적용 가능성을 알아보고자 하였다. 실험은 질감특징값을 나타내는 6개의 파라미터를 이용한 질환인식률 평가와 ROC curve를 분석하였다. 그 결과 평균밝기 88%, 대조도 92%, 평탄도 94%, 균일도 88%, 엔트로피 84%의 높은 질환인식률을 나타내었다. 하지만 왜곡도의 경우 58%로 다소 낮은 질환 인식률을 나타내었다. ROC curve를 이용한 분석에서 각 파라미터의 곡선아래면적이 0.886(p=0.0001)이상을 나타내어 질환인식에 의미가 있는 결과로 나타났다. 또한 각 파라미터의 cut-off값 결정으로 컴퓨터보조진단을 통한 질환예측이 가능할 것으로 판단된다.

• 한국통신학회논문지
• /
• 제28권11C호
• /
• pp.1118-1122
• /
• 2003

본 논문에서는 특이치 분해를 이용한 워터마크 기법을 제안하였다. 워터마킹의 단계는 먼저 웨이블릿 변환에 의한 저해상도 LL대역의 영상을 3${\times}$3 블록단위로 나누고, 엔트로피와 조건수를 기준으로 선택한 블록을 특이치 분해하여 워터마크를 삽입하는 것이다. 이는 워터마크 추출을 안정적으로 수행할 수 있는 저 대역 워터마크 삽입기법을 제공한다. 본 논문에서 워터마크를 효율적으로 추출하기 위해 영상에 가해진 공격을 국소적으로 모델링하여 공격연산자를 근사적으로 구하고, 워터마크 삽입 시 수행된 특이치 분해와 추정된 공격연산자를 적용하여 삽입위치에 따라 워터마크 집단을 결정한다. 각 워터마크 집단 내에서 최적의 워터마크를 구하고 T검정을 이용하여 워터마크의 유무를 검정한다. 제안된 워터마크 기법이 여러 단계 JEPG 공격에 견고하다는 것을 수치실험에서 확인하였다.

• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제1권3호
• /
• pp.187-192
• /
• 2012

본 논문은 디지털 저작권 관리를 위한 효율적인 H.264/AVC 비디오 스크램블링 방법을 제안한다. 제안하는 방법은 H.264 동영상 압축 방법에서 엔트로피 부호화에서 사용되는 레벨 및 suffix와 움직임 예측에서 사용되는 MVD에 스크램블링 방법을 적용하는 것이다. 다른 논문들에서 제안된 방법들은 데이터의 압축 효율을 감소시키거나 많은 연산량으로 인해 실시간 처리가 불가능하다는 문제점이 있다. 본 논문에서 제안하는 스크램블링/디스크램블링 방법은 다른 논문에서 제안한 방식들의 문제점을 개선시켜 복원된 영상에 왜곡을 일으키지 않을 뿐만 아니라 압축 효율을 원래의 압축 방법 그대로 유지한다. H.264 레퍼런스 프로그램을 이용한 실험을 통해 제안하는 방법의 성능 및 동작을 검증하였으며, USB동글을 이용하여 제안하는 스크램블링/디스크램블링 방식을 H.264 비디오 압축에 적용할 수 있는 동영상 재생 시스템을 구현하였다.

• 디자인학연구
• /
• 16호
• /
• pp.27-38
• /
• 1996

환경을 다루는 디자이너에게 있어서 유동적으로 변화하는 과학적 지식 체계의 흐름을 파악하는 것은 중요하다. 당대의 시대적 세계관과 타학문 분야의 발전 성향을 반영하여 새로운 문화를 창조하고 제시하는 과정이 환경디자인이기 때문이다. 본 연구는 변화하는 세계관이 관점에서 공간을 파악하여 현대인의 도시환경에 상실되어 가는 이미지를 회복할 수 있는 방향을 제시하는 데에 그 의의를 둔다. 연구의 진행 과정은 다음과 같다. 1. 공간의 순위적 질서에 따른 각 공간의 역할과 인간과의 관계에 있어서 각 공간의 중요성을 논한다. 2. 새로운 패러다임의 관점에서 공간은 어떻게 해석되는 지와 그에 따른 환경디자인 접근방법의 방향을 제시한다. 3. 도시 환경에 있어서 준공 적 공간의 제안이 뉴 패러다임과 그 입장을 같이 하고 있음을 논하고 준공 적 공간의 도시 활성화 역할의 중요성을 밝힌다. 연구결과 새로운 패러다임에 입각한 공간의 이해에서 출발한 준공적 공간이 도시에서의 풍요로운 삶의 영역을 확장하여 무질서, 엔트로피의 증가라는 부정적인 환경 문제를 극복하는 에너지로서 작용할 수 있는 가능성을 찾아볼 수 있었다.

• 한국지능시스템학회논문지
• /
• 제6권3호
• /
• pp.81-88
• /
• 1996

클러스터링은 주어진 데이타 집합의 패턴을 비슷한 성질을 가지는 그룹으로 나누어 패턴 상호간의 관계를 정립하기 위한 방법론이다. 이러한 클러스터링 기법을 위하여 많은 알고리즘이 개발되었고, 패턴인식과 영상처리 등의 여러 공학영역에 적용되어 왔다. 대부분의 실세계 데이타는 그 경계가 명확하지 않으므로 그 특성을 보다 정확히 반영하기 위하여 퍼지이론이 도입되었다.이와 같은 클러스터 분석 방법은 보다 적절히 으용하기 위하여 클러스터링의 적절성을 평가하기 위한 방법론과 함께 연구되어야 한다. 이를 위하여 각 데이타 패턴이 얼마나 잘 분류되었는지를 수학적으로 계산하기 위한 함수들이 제안되었다. 그러나 클로스터 타당성 문제는 주어지 클러스터링 방법론의 특성, 그 알고리즘에서 사용한 파라메터의 성질, 주어진 입력 데이타 집합의 특성 등 여러 복잡한 상황을 포함하고 있으므로 기존의 연구에서와 같이 하나의 함수를 이용하여 해결하기는 어렵다. 그러므로 본 논문에서는 기존에 연구되어온 타당성 측정 함수를 조사하고 그의 단점을 고찰하여 이를 해결하기 위한 방법으로 4가지성능 측정자를 제안하고 이의 결합에 의하여 형성된 클러스터 타당성의 정도를 구하는 방법론을 제시하고자 한다. 또한 이러한 방법은 퍼지 클러스터링을 위한 학습 알고리즘과 결함하여 클러스터의 수나 데이타의 분포에 대한 정보없이 최적 클러스터를 찾아주는 방법에 응용될 수 있음을 보인다.

• 한국정보통신학회논문지
• /
• 제11권6호
• /
• pp.1104-1114
• /
• 2007

디지털 비디오 압축 기술은 대역폭과 저장 공간이 제한되는 멀티미디어 데이터의 효율적인 전송과 저장을 가능하게 하는 중요한 역할을 해왔다. JVT가 제안한 새로운 비디오 코딩 표준인 H.264/AVC는 압축 성능에 있어서 이전의 표준들을 훨씬 능가하고 있다. 특히 비디오 및 이미지 압축 응용에서 가변길이 부호는 중요한 역할을 한다. H.264/AVC 표준은 엔트로피 코딩 방식으로서 CAVLC를 채택하였다. H.264/AVC의 CAVLC는 많은 메모리 액세스를 필요로 한다. 이는 메모리 액세스시에 상당한 전력을 소비하기 때문에 DMB와 비디오 폰 서비스와 같은 응용을 위해서는 심각한 문제가 될 수 있다. 본 논문에서는 이러한 문제점을 극복하기 위해, 산술연산에 근거한 메모리 사용없는 coeff_token, level 및 run_before 디코딩을 구현하고, total_zero 가변길이 디코딩시에만 필요한 메모리의 70%만 사용하여 구현하는 가변길이 디코딩 기법을 제안한다.

• 디지털융복합연구
• /
• 제20권4호
• /
• pp.389-396
• /
• 2022

딥러닝(Deep Learning)은 퍼셉트론을 기반으로 하고 있으며 현재에는 이미지 인식, 음성 인식, 객체 검출 및 약물 개발 등과 같은 다양한 영역에서 사용되고 있다. 이에 따라 학습 알고리즘이 다양하게 제안되었고 신경망을 구성하는 뉴런수도 연구자마다 많은 차이를 보이고 있다. 본 연구는 현재 대표적으로 사용되고 있는 확률적 경사하강법(SGD), 모멘텀법(Momentum), AdaGrad, RMSProp 및 Adam법의 뉴런수에 따른 학습 특성을 분석하였다. 이를 위하여 1개의 입력층, 3개의 은닉층, 1개의 출력층으로 신경망을 구성하였고 활성화함수는 ReLU, 손실 함수는 교차 엔트로피 오차(CEE)를 적용하였고 실험 데이터셋은 MNIST를 사용하였다. 그 결과 뉴런수는 100~300개, 알고리즘은 Adam, 학습횟수(iteraction)는 200회가 딥러닝 학습에서 가장 효율적일 것으로 결론을 내렸다. 이러한 연구는 향후 새로운 학습 데이터가 주어졌을 경우 개발될 알고리즘과 뉴런수의 기준치에 함의를 제공할 것이다.