• 환경영향평가
• /
• 제21권4호
• /
• pp.593-607
• /
• 2012

The Ministry of Environment have started the 'National Ecosystem Survey' since 1986. It has been carried out nationwide every ten years as the largest survey project in Korea. The second one and the third one produced the GIS-based inventory of species. Three survey methods were different from each other. There were few studies for species distribution using national survey data in Korea. The purposes of this study are to test species distribution models for finding the most suitable modeling methods for the National Ecosystem Survey data and to investigate the modeling results according to survey methods and taxonominal group. Occurrence data of nine species were extracted from the National Ecosystem Survey by taxonomical group (plant, mammal, and bird). Plants are Korean winter hazel (Corylopsis coreana), Iris odaesanensis (Iris odaesanensis), and Berchemia (Berchemia berchemiaefolia). Mammals are Korean Goral (Nemorhaedus goral), Marten (Martes flavigula koreana), and Leopard cat (Felis bengalensis). Birds are Black Woodpecker (Dryocopus martius), Eagle Owl (Bubo Bubo), and Common Buzzard (Buteo buteo). Environmental variables consisted of climate, topography, soil and vegetation structure. Two modeling methods (GAM, Maxent) were tested across nine species, and predictive species maps of target species were produced. The results of this study were as follows. Firstly, Maxent showed similar 5 cross-validated AUC with GAM. Maxent is more useful model to develop than GAM because National Ecosystem Survey data has presence-only data. Therefore, Maxent is more useful species distribution model for National Ecosystem Survey data. Secondly, the modeling results between the second and third survey methods showed sometimes different because of each different surveying methods. Therefore, we need to combine two data for producing a reasonable result. Lastly, modeling result showed different predicted distribution pattern by taxonominal group. These results should be considered if we want to develop a species distribution model using the National Ecosystem Survey and apply it to a nationwide biodiversity research.

• 방송공학회논문지
• /
• 제28권1호
• /
• pp.100-108
• /
• 2023

하이브리드 블록 기반 비디오 압축에서 변환 부호화는 공간 영역의 잔차 신호를 주파수 영역으로 변환하여 낮은 주파수 대역에 에너지를 집중시켜 이후 엔트로피 코딩 과정에서 높은 압축률을 달성할 수 있게 한다. 최신 비디오 압축 표준인 VVC(Versatile Video Coding)는 DCT-2(Discrete Cosine Transform type 2), DST-7(Discrete Sine Transform type 7), DCT-8(Discrete Cosine Transform type 8)를 사용하여 주변환을 수행한다. 본 논문에서는 DCT-2, DST-7, DCT-8이 모두 선형 변환임을 고려하여, 선형 변환의 선형성을 이용하여 역변환 시 곱셈 연산량을 줄이는 역변환 방법을 제안한다. 제안하는 역변환 방법은 VVC의 참조 소프트웨어인 VVC Test Model-8.2 (VTM-8.2) 대비 비트율의 증가 없이 부호화 시간과 복호화 시간이 AI(All Intra)에서 평균 26%, 15%, RA(Randon Access)에서 평균 4%, 10% 감소하였다.

• 한국정보처리학회논문지
• /
• 제4권6호
• /
• pp.1418-1432
• /
• 1997

일반적인 내용기반 화상 검색 기법은 검색 인덱스로서 칼라와 텍스쳐를 사용하며, 칼라기법인 칼라히스토그램과 칼라쌍 검색 기법은 공간정보와 텍스트가 부족하다. 따라서 본 논문은 칼라공간과 키워드를 결합한 내용 기반 화상 검색시스템을 설계하고 구현하였다. 화상검색을 위한 전처리기에서는 기존의 HSI(Hue, Saturation, Intensity) 좌표계를 사용하였고, 화상으로부터 색채 영역과 비색채영역을 검출해 내었다. 화상의 크시는 200*N 또는 N*200으로 정규화하고 256칼라로 변환시킨다. 칼라 공간으로 칼라 선택을 결정하기 위해서는 배경과 색채를 위한 2개의 칼라히스토그램을 사용한다. 공간정보는 최대 엔트로피 이산화를 사용함으로써 얻어진다. 키워드는 화상의 종류, 칼라, 모양, 위치, 크기를 선택 가능하도록 했으며, 입력되는 색채에 대해서는 한국 공업 규격의 유채색과 무채색 15가지 색으로 제한하였다. 화상검색 방법은 유사도 검색의 특징 키로 사용하였고, 화상 검색시 특정 성분의 가중치에 따른 검색을 위해 사용자는 질의어 입력시 칼라공간 ${\alpha}(%),\;키워드\;{\beta}(%)$등의 가중치를 화상 내용 특징에 따라 그 값을 조절하여 부여할 수 있는 방안을 개발하였다. 질의 화상에 대한 칼라공간, 키워드와 같은 추출된 특징중 하나의 특징으로 검색 실험한 결과는 가중치를 부여하여 실험한 결과보다 검색 효율이 낮았으며 가중치를 부여한 경우 측정된 파라메타의 평균치는 Precision(0.858), Recall(0.936), RT(1), MT(0)를 보임으로써 칼라공간, 키워드 내용기반 화상 검색 시스템들 보다 높은 검색 효율을 입증해 보였다.

• 지능정보연구
• /
• 제25권3호
• /
• pp.43-62
• /
• 2019

한때, 이상 탐지 분야는 특정 데이터로부터 도출한 기초 통계량을 기반으로 이상 유무를 판단하는 방법이 지배적이었다. 이와 같은 방법론이 가능했던 이유는 과거엔 데이터의 차원이 단순하여 고전적 통계 방법이 효과적으로 작용할 수 있었기 때문이다. 하지만 빅데이터 시대에 접어들며 데이터의 속성이 복잡하게 변화함에 따라 더는 기존의 방식으로 산업 전반에 발생하는 데이터를 정확하게 분석, 예측하기 어렵게 되었다. 따라서 기계 학습 방법을 접목한 SVM, Decision Tree와 같은 모형을 활용하게 되었다. 하지만 지도 학습 기반의 모형은 훈련 데이터의 이상과 정상의 클래스 수가 비슷할 때만 테스트 과정에서 정확한 예측을 할 수 있다는 특수성이 있고 산업에서 생성되는 데이터는 대부분 정답 클래스가 불균형하기에 지도 학습 모형을 적용할 경우, 항상 예측되는 결과의 타당성이 부족하다는 문제점이 있다. 이러한 단점을 극복하고자 현재는 클래스 분포에 영향을 받지 않는 비지도 학습 기반의 모델을 바탕으로 이상 탐지 모형을 구성하여 실제 산업에 적용하기 위해 시행착오를 거치고 있다. 본 연구는 이러한 추세에 발맞춰 적대적 생성 신경망을 활용하여 이상 탐지하는 방법을 제안하고자 한다. 시퀀스 데이터를 학습시키기 위해 적대적 생성 신경망의 구조를 LSTM으로 구성하고 생성자의 LSTM은 2개의 층으로 각각 32차원과 64차원의 은닉유닛으로 구성, 판별자의 LSTM은 64차원의 은닉유닛으로 구성된 1개의 층을 사용하였다. 기존 시퀀스 데이터의 이상 탐지 논문에서는 이상 점수를 도출하는 과정에서 판별자가 실제데이터일 확률의 엔트로피 값을 사용하지만 본 논문에서는 자질 매칭 기법을 활용한 함수로 변경하여 이상 점수를 도출하였다. 또한, 잠재 변수를 최적화하는 과정을 LSTM으로 구성하여 모델 성능을 향상시킬 수 있었다. 변형된 형태의 적대적 생성 모델은 오토인코더의 비해 모든 실험의 경우에서 정밀도가 우세하였고 정확도 측면에서는 대략 7% 정도 높음을 확인할 수 있었다.

• 한국방사선학회논문지
• /
• 제10권2호
• /
• pp.81-87
• /
• 2016

본 실험에서 제안된 질감특징분석 알고리즘은 지방간 환자의 CT영상을 이용하여 정상영상과 질환영상으로 구분하여, 정상 간 CT영상과 지방간 CT영상을 생성하고 제안된 질감특징분석을 이용한 컴퓨터보조 진단 시스템에 적용하여 6개의 파라메타로 정량적 분석을 통해 지방간 CT영상의 질환 인식률을 도출하고 평가하였다. 결과로 지방간 CT영상 30증례 중에서 각각의 파라메타별 질감특징 값에 대한 인식률은 평균 밝기의 경우 100%, 엔트로피의 경우 96.67%, 왜곡도의 경우 93.33%로 높게 나타났고, 평탄도의 경우 83.33%, 균일도의 경우 86.67%, 평균대조도의 경우 80%로 다소 낮은 질환 인식률을 보였다. 따라서 본 연구의 결과를 바탕으로 의료영상의 컴퓨터보조진단 시스템으로 발전된 프로그램을 구현한다면 지방간 CT영상의 질환부위 자동검출 및 정량적 진단이 가능해 컴퓨터보조진단 자료로서 활용이 가능할 것으로 판단되며 최종판독에서 객관성, 정확성, 판독시간 단축에 유용하게 사용 될 것으로 사료된다.

• 정보처리학회논문지B
• /
• 제18B권2호
• /
• pp.51-56
• /
• 2011

흑체의 온도 변화에 대한 영상의 색차를 줄이는 본질 영상은 단일 불변 방향을 검출하고 백색 장면 조명체를 기반으로 하기 때문에 실영상에 존재하는 다수의 불변 방향과 유색 장면 조명체에 취약하다. 이러한 문제를 해결하기 위해 본 논문에서는 ${\chi}$-색도 공간에서 ROI의 전방향프로젝션과 백색패치의 평행이동을 통해 불변 방향을 검출하는 본질 영상 획득 기법을 제안한다. 3차원 RGB 공간 분석의 어려움으로 인하여, 본 논문 또한 밝기가 고려되지 않은 ${\chi}$-색도 공간을 사용한다. 이 공간에서 유색 조명체의 효과는 백색패치의 평행이동을 통해 감소시키고, 색차에 따라 가상의 선분으로 나타나는 불변 방향은 ROI의 전방향 프로젝션을 통해 검출한다. 다수의 불변 방향을 고려하여 ROI 선택은 3D 히스토그램에서 빈도수에 의해 결정한다. 검출 후, 본질 영상은 불변 방향의 직교 방향으로의 프로젝션과 RGB영상으로의 역변환 과정을 통해 획득된다. 실험에서 Ebner가 제안한 데이터집합을 실험 영상으로 이용하였고, 불변 방향의 표준편차와 색항등성 측도를 평가 측도로 사용하였다. 제안한 기법의 실험 결과는 엔트로피 기법보다 불변 방향의 표준 편차가 낮았으며, 기존의 기법에 비해 색항등성이 2배 이상 높았다.

• 한국방사선학회논문지
• /
• 제9권6호
• /
• pp.369-374
• /
• 2015

본 연구에서 제안된 질감특징분석 알고리즘은 뇌출혈환자의 CT영상을 이용하여 정상영상과 질환영상으로 구분하여, 고유영상 및 실험영상을 생성하고 제안된 컴퓨터보조진단 시스템에 적용하여 6개의 파라메타로 정량적 분석을 통해 뇌출혈 CT영상의 인식률을 도출하고 평가하였다. 결과로 뇌출혈 CT영상 40증례 중에서 각각의 질감 특징값에 대한 인식률은 평균밝기의 경우 100%, 평균대조도의 경우 100%, 평탄도의 경우 100%, 왜곡도의 경우 100%로 높게 나타났고, 균일도의 경우 95%, 엔트로피의 경우 87.5%로 다소 낮은 질환 인식률을 보였다. 따라서 본 연구의 결과를 바탕으로 의료영상의 컴퓨터보조진단 시스템으로 발전된 프로그램을 구현한다면 뇌출혈 CT영상의 질환부위 자동검출 및 정량적 진단이 가능해 컴퓨터보조진단 자료로서 활용이 가능할 것으로 판단되며 최종판독에서 정확성과 판독시간 단축에 유용하게 사용 될 것으로 사료된다.