• 방송공학회논문지
• /
• 제21권4호
• /
• pp.578-591
• /
• 2016

본 논문에서는 HEVC 부호화기의 속도를 향상시키기 위하여, 움직임 벡터의 군집화를 통한 코딩 블록의 최대 분할 깊이를 결정하는 방법을 제안한다. 현재 HEVC (High Efficiency Video Coding)의 참조 소프트웨어 HM은 최적의 코딩 블록 구조를 찾기 위해 다양한 코딩 블록의 깊이들에 대한 율-왜곡 최적화 (RDO: Rate-Distortion Optimization)를 수행한다. 하지만 이는 부호화기의 높은 복잡도를 차지하는 요소 중 하나로 보고된다. 본 논문에서는 최적의 코딩 블록 구조를 움직임 벡터의 군집화 된 결과에 따라 결정함으로써, 부호화 과정에서 코딩 블록 구조를 찾기 위한 RDO의 복잡도를 줄임으로써 부호화기의 속도를 향상시키는 방법을 제안한다. 제안하는 방법은 전처리 과정으로부터 원본 영상에 대한 움직임 벡터 계산, 이를 통한 계층적 군집화를 수행하여, 군집화된 경향을 기반으로 코딩 블록의 최대 깊이를 결정한다. 본 논문의 제안하는 방법은 HEVC 참조 소프트웨어 대비 평균 1.45% BD-rate 손실이 있었으며 평균 16%의 부호화 속도 향상을 보였다. 또한, 기존의 고속화 방법과 함께 적용한 경우 1.84% BD-rate 손실과 45.13%의 평균 부호화 속도 향상을 나타냈다.

• 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.

• 대한전자공학회논문지SP
• /
• 제48권4호
• /
• pp.86-97
• /
• 2011

본 논문에서는 칼라분류 및 방향성 에지정보의 클러스터링과 이들의 통합에 의한 새로운 도로영역 및 차선검출 알고리즘을 제안한다. 도로영역 및 차선을 하나의 인식대상 물체로 취급하고, 통계적 파라미터의 반복 최적화에 의한 칼라정보의 클러스터링을 수행해서 검출과 인식을 위한 초기정보로 사용한다. 다음으로, 칼라정보가 갖는 물체인식 의 한계를 개선하기 위해 에지정보를 검출하고, 관심영역(Region Of Interest for Lane Boundary(ROI-LB))의 추출과 ROI-LB 영역에서 방향성 에지정보의 검출과 클러스터링을 수행한다. 칼라분류 및 에지 클러스터링의 결과를 통합해, 이들 각각의 정보가 갖는 특징을 이용함으로서 도로환경에 적합한 도로영역 및 차선을 검출할 수 있도록 한다. 제안방법은 도로와 차선에 관한 파라미터릭 수학적 모델을 사용하지 않고 칼라 및 에지의 클러스터링 정보에 의한 non-parametric 방법으로 다양한 도로 환경에 유연한 대응이 가능한 장점을 갖는다. 본 제안방법의 유효성을 입증하기 위해 상이한 촬상조건 및 도로환경에서의 영상에 대한 실험결과를 제시한다.

• 한국인터넷방송통신학회논문지
• /
• 제17권2호
• /
• pp.147-157
• /
• 2017

최근에는 슈퍼-픽셀 (super-pixel)은 컴퓨터 발전 응용에 널리 사용되고 있다. 슈퍼 픽셀 알고리즘은 픽셀을 지각적으로 실행이 가능한 영역으로 변환하여 그리드 픽셀의 경직된 특징을 줄일 수 있다. 특히, 슈퍼 픽셀은 깊이 추정, 골격 작업, 바디 라벨링 및 기능 국소화 등에 사용된다. 그러나 이러한 작업을 수행하기 위해 우수한 슈퍼 픽셀 파티션을 생성하는 것은 쉽지 않다. 특히 슈퍼 픽셀은 비합, 지속, 폐쇄, 지각 불변과 같은 형태 측면을 고려할 때보다 의미있는 특징을 만족시키지는 못한다. 본 논문에서는 단순 선형 반복 클러스터링과 퍼지 클러스터링 개념을 결합한 고급 알고리즘을 제안한다. 단순 선형 반복 클러스터링 기술은 이미지 경계, 속도, 메모리 효율이 기존 방법보다 높다. 그것은 형태 측면의 맥락에서 슈퍼 픽셀 형태에 대해 양호하게 작거나 규칙적인 특성을 제안하는 것은 아니다. 퍼지 유사성 측정은 제한된 크기와 이웃을 고려하여 합리적인 그래프를 제공한다. 보다 작고 규칙적인 픽셀을 얻으며 부분적으로 관련된 특징을 추출 할 수 있다. 시뮬레이션은 퍼지 유사성 기반 슈퍼 픽셀 생성은 사람의 이미지를 분해하는 방식으로 자연적 특징을 대표적으로 나타낸다.

• 지능정보연구
• /
• 제8권2호
• /
• pp.1-13
• /
• 2002

본 논문에서는 연속적으로 입력되는 칼라영상에서 물체의 이동에 의하여 형성된 동작영역을 확인하고, 영상의 시컨스(sequence)를 대상으로 움직이는 물체의 형태인 보행자 혹은 자동차들의 이동방향을 추적하는 시스템을 제안하였다. 카메라가 고정되어 있고 물체가 이동하는 상황에서 카메라시계에 진입하는 물체를 포착하여, 포착된 물체의 영역을 차 영상 분석을 통해 이진화하여 추출하고, 추출된 영역을 co-occurrence matrix의 RGB full 칼라의 특징 벡터를 추출하는 것을 제시하였다 추출되어지는 칼라 특징벡터를 분석하여 인접 프레임간의 이동물체 영역끼리의 대응관계를 조사함으로서, 이동물체를 추적한다. 군집화(clustering) 단계에서는 이전 단계에서 추출한 특징 벡터들 가운데 에너지, 엔트로피만을 가지고 인접 프레임간의 군집화를 조사하기 위하여 이동물체 영역들 간의 퍼지동적물체 정합 알고리즘을 적용시켰다. 인접 프레임간의 움직임 영역의 물체들에 대하여 멤버 쉽 함수를 근거로 중심 값을 계산하면, 동일 물체일 경우 중심 값 부근에서 군집이 형성되며, 이를 바탕으로 이동물체를 추출할 수 있는 방안을 제안하였다.

• 한국정보통신학회논문지
• /
• 제11권8호
• /
• pp.1604-1611
• /
• 2007

곤충의 발자국 패턴을 이용하여 곤충을 인식하고자 할 때에는 특징을 추출하기 위한 기본 단위의 영역을 추출할 필요가 있다. 이 논문에서는 기본 단위 영역의 추출을 위한 전 단계 처리 과정으로서 군집화 기법을 사용하였다. 인식의 대상이 되는 곤충들의 크기와 종류에 따라 남겨지는 발자국 패턴의 크기 및 간격이 다르게 나타난다. 따라서 이 논문에서는 패턴의 크기와 간격에 관계없이 인식의 기본 단위가 되는 영역을 추출할 수 있도록 하는 개선된 ART2 알고리즘을 제안하였다. 제안한 ART2 알고리즘에서는 군집화를 위한 임계값이 군집화의 대상이 되는 모든 패턴들의 거리를 축적한 그래프의 형태에 따라 자동으로 설정되도록 하였다. 제안한 기법으로 2 가지 종류의 곤충 발자국 패턴에 대하여 군집화를 실험한 결과 모두 바르게 군집화가 이루어짐을 알 수 있었다.

• 대한원격탐사학회지
• /
• 제20권4호
• /
• pp.235-244
• /
• 2004

본 연구는 SPOT-4 위성의 VEGETATION-1 센서의 가시 채널, 근적외 채널, 단파 적외채널 자료를 이용하여 눈과 구름을 구별하기 위해 새롭게 제시된 알고리즘을 평가하기 위한 것이다. 눈과 구름의 마스크를 위해 전통적으로 이용되고 있는 임계치 방법들은 본 연구에서 좋은 결과를 보여 주지 못하였다 따라서 K-means 군집화 방법이 이러한 임계치 방법 대신 본 연구에서 사용되었다. 군집화에서는 두 임계치 알고리즘을 통합하여 적설과 구름을 그룹화 시켜 동시에 추출한 화소들을 적용하였다. 이것은 전체 영상을 군집화에 적용시킬 때와 비교해 군집화의 과정을 단순화시키고 나아가 정확도를 향상시킬 수 있다. 본 연구는 이러한 과정을 통해 얻어진 결과를 임계치 방법이 적용되었을 때의 결과와 비교함과 동시에 VEGETATION 자료의 분별능력을 평가하였다. 본 연구에서 제시한 방법을 이용하였을 때, 구름과 눈의 분별 능력은 상당히 향상되었다. 분별 오차는 임계치 방법을 사용하였을 때 보다 구름에 대해 19.4% 적설에 대해 9.7% 정도 감소하였다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제2권7호
• /
• pp.487-494
• /
• 2013

의료 영상 워터마킹은 헬스케어 정보 시스템의 보안 서비스 분야에서 많은 주목을 받고 있다. 본 논문은 워터마킹을 삽입할 최적의 서버 블록 위치 선택을 위한 개선된 퍼지 클러스터링 기법, 이산 웨이블릿 변환 및 이산 코사인 변환을 분할된 회백질 의료 영상에 적용한 블라인드 의료 영상 워터마킹 기법을 제안한다. 모의실험결과, 제안한 워터마킹 기법은 기존의 기법들보다 PSNR과 M-SVD에서 우수한 성능을 보였다. 또한, 제안한 워터마킹 기법은 노이즈 첨가, 필터링, JPEG 압축, 블러링, 히스토그램 균일화, 크로핑과 같은 공격에서도 기존의 기법들보다 정규화된 연관성 값에서 보다 강인함을 보였다.

• 한국의류학회지
• /
• 제22권7호
• /
• pp.833-842
• /
• 1998

The purpose of this study is to (1) investigate on the impulse purchase tendency of women who buy women's character clothing brands and (2) to clarify the relationship between the women's impulse purchase tendency and the marketing factors, and the brand image. The subjects were 203 women in their twenties and thirties who had purchased the women's character clothing brands in last six months living in Seoul. The data were collected by self-administered questionnaire and were analyzed by frequency, percentage, t-test, clustering analysis and MDS(Multi-Dimensional Scale). The results of the study were as follows: (1)66.0% of the women were categorized as the group of high-degree of impulse purchase tendency and 34.0% of the women were identified as the group of low-degree of impulse purchase tendency. (2) In identifying the relationship between the marketing factors and the impulse purchase tendency, the group of the high-degree of impulse purchase tendency was affected by the marketing factors such as new and fashionable products, status of display, advertising and discout selling. (3) Brand image was not statistically significant according to the impulse purchase tendency. As a whole, 'Obzee' was recognized as unique-style and sexy brand, 'Time' and 'Mine' were thought as the reasonable-prince and basic-style brands, 'Deco' were clarified as the intellectual-image brand, and 'Ego' and 'Telegraph' were revealed as high-price-image brands.

• 전기학회논문지
• /
• 제64권7호
• /
• pp.1104-1113
• /
• 2015

In this paper, we propose Two-Dimensional Robust Face Recognition System Realized with the Aid of Facial Symmetry with Illumination Variation. Preprocessing process is carried out to obtain mirror image which means new image rearranged by using difference between light and shade of right and left face based on a vertical axis of original face image. After image preprocessing, high dimensional image data is transformed to low-dimensional feature data through 2-directional and 2-dimensional Principal Component Analysis (2D)2PCA, which is one of dimensional reduction techniques. Polynomial-based Radial Basis Function Neural Network pattern classifier is used for face recognition. While FCM clustering is applied in the hidden layer, connection weights are defined as a linear polynomial function. In addition, the coefficients of linear function are learned through Weighted Least Square Estimation(WLSE). The Structural as well as parametric factors of the proposed classifier are optimized by using Particle Swarm Optimization(PSO). In the experiment, Yale B data is employed in order to confirm the advantage of the proposed methodology designed in the diverse illumination variation