• 한국정밀공학회지
• /
• 제25권1호
• /
• pp.51-62
• /
• 2008

• 한국인터넷방송통신학회논문지
• /
• 제12권1호
• /
• pp.151-156
• /
• 2012

근사분산을 최대화하는 least favorable한 ${\epsilon}$-contaminated 정규분포는, 중간 영역에서는 가우시안이나 그 외의 영역에서는 라플라시안 분포를 갖는다는 사실에 근거하여 본 논문에서는 이 확률분포 하에서 비선형 잡음제거 알고리즘을 유도하고 이의 성능을 확인한다. 제안 알고리즘은 위 잡음 환경에서 MLE(maximum likelihood estimator) 이며, efficacy를 최대화한다는 기준에서 최적임을 증명한다. 또한, 유도한 필터를 미리어드 필터와 결합함으로써 임펄스 잡음을 효과적으로 제거하기 위한 비선형 필터를 제안하고 이를 이론적으로 분석한 다음 ${\alpha}$-stable 확률분포를 갖는 잡음에 열화된 이미지를 이용하여 그 성능을 확인한다.

• 대한전자공학회논문지SP
• /
• 제48권5호
• /
• pp.16-22
• /
• 2011

본 논문에서는 배경 차분에 의해 객체를 검출하고 확률적으로 표본화된 입자 필터링(particle filtering)기법을 사용한 다중객체 추적 기법을 제안한다. 확률적으로 표본화된 입자들을 사용하여 다중 객체에 독립적으로 적용할 때 발생하는 계산 복잡도(computational complexity)를 감소시키는 동시에 안정적인 추적을 가능하게 하였다. 객체의 색상정보를 사용한 히스토그램 분포에 의한 관측 모델(observation model)을 구성하고 객체의 움직임 정보를 위해 동적 모델을 공식화하여 영상을 해석하였다. 전체적인 추적 시스템은 베이시언 최대 우도 기법(Bayesian maximum likelihood method)을 근간으로 하되, 입자 필터링을 객체 추적에 적용하여 실용적인 현실 객체 추적 상황에도 강건하게 대처할 수 있음을 실험을 통해서 증명하였다.

• 한국의학물리학회:학술대회논문집
• /
• 한국의학물리학회 2002년도 Proceedings
• /
• pp.442-445
• /
• 2002

We present an algorithm for automatic anatomically adaptive image enhancement of digital chest radiographs. Chest images were exposed using digital radiography system with a 0.143 mm pixel pitch, l4-bit gray levels, and 3121 ${\times}$ 3121 matrix size. A chest radiograph was automatically divided into two classes (lung field and mediastinum) by using a maximum likelihood method. Each pixel in an image was processed using fuzzy domain transformation and enhancement of both the dynamic range and local gray level variations. The lung fields were enhanced appropriately to visualize effectively vascular tissue, the bronchus, and lung tissue, etc as well as pneumothorax and other lung diseases at the same time with the desired mediastinum enhancement. A prototype implementation of the algorithm is undergoing trials in the clinical routine of radiology department of major Korean hospital.

• 대한전자공학회논문지SP
• /
• 제42권6호
• /
• pp.43-54
• /
• 2005

이본 논문에서는 Bayesian 영상 분할법과 SOM(Self Organization feature Map)을 이용한 텍스쳐(Texture) 분할 방법을 제안한다. SOM의 입력으로 다중 스케일에서의 웨이블릿 계수를 사용하고, 훈련된 SOM으로부터 관측 데이터에 대한 우도(尤度, likelihood)와 사후확률을 구하는 방법을 제시한다. 훈련된 SOM들로부터 구한 사후확률과 MAP(Maximum A Posterior) 분류법을 이용하여 텍스쳐 분할을 얻는다. 그리고 문맥 정보를 이용하여 텍스쳐 분할 결과를 개선하였다. 제안 방법은 HMT(Hidden Markov Tree)을 이용한 텍스쳐 분할보다 더 우수한 결과를 보여준다. 또한 SOM과 HMTseg라고 불리는 다중스케일 Bayesian 영상 분할 기법을 이용한 텍스쳐 분할 결과는 HMT와 HMTseg을 이용한 결과보다 더 우수한 성능을 보여준다.

• 한국측량학회지
• /
• 제33권3호
• /
• pp.203-209
• /
• 2015

This paper discusses the effectiveness of using Landsat 8 TIR (Thermal Infrared) band images to improve the accuracy of landuse/landcover classification of urban areas. According to classification results for the study area using diverse band combinations, the classification accuracy using an image fusion process in which the TIR band is added to the visible and near infrared band was improved by 4.0%, compared to that using a band combination that does not consider the TIR band. For urban area landuse/landcover classification in particular, the producer’s accuracy and user’s accuracy values were improved by 10.2% and 3.8%, respectively. When MLC (Maximum Likelihood Classification), which is commonly applied to remote sensing images, was used, the TIR band images helped obtain a higher discriminant analysis in landuse/landcover classification.

• 한국음향학회지
• /
• 제16권2호
• /
• pp.58-65
• /
• 1997

본 논문에서는 시계열 image data를 안정되고 높은 정확도로 분류할 수 있는 자동분류법을 제안하였다. 제안한 방법은 대상 영역에 관한 분류도가 기존재하던 가, 아니면 최소한 시계열 image data 중 어느 한 image data가 분류되어 있다고 하는 전제조건에 그 기초를 두고 있다. 분류도는 training area를 선정하기 위라여 사용하는 기준주제도로 사용되어진다. 제안한 방법은 1)기준주제도를 사용한 training data의 추출, 2)taining data의 균질성에 의거한 변화화소의 검출, 3)검출된 변화화소에 대한 clustering, 4)training data의 재구성, 5)maximum likelihood classifier와 같은 판별법에 의한 분류 등 5개의 단계로 구성된다. 제안한 방법의 성능을 정량적으로 평가하기 위하여 4개의 시계열 Landsat TM image data를 제안한 방법과 숙련된 operator가 필요한 기존의 방법으로 각각 분류하여 비교 검토하였다. 그 결과, 기존의 방법으로는 숙련된 operator가 필요하고, 분류도를 얻기까지 수일이 소요되는 데 반하여, 제안한 방법으로는 숙련된 operator 없이, 신뢰성 있는 분류도를 수 시간 내에 자동으로 얻을 수 있었다.

• 한국멀티미디어학회논문지
• /
• 제23권7호
• /
• pp.883-890
• /
• 2020

In this paper, we propose a variational expectation-maximization algorithm that computes posterior probabilities from Latent Dirichlet Allocation (LDA) model. The algorithm approximates the intractable posterior distribution of a document term matrix generated from a corpus made up by 50 papers. It approximates the posterior by searching the local optima using lower bound of the true posterior distribution. Moreover, it maximizes the lower bound of the log-likelihood of the true posterior by minimizing the relative entropy of the prior and the posterior distribution known as KL-Divergence. The experimental results indicate that documents clustered to image classification and segmentation are correlated at 0.79 while those clustered to object detection and image segmentation are highly correlated at 0.96. The proposed variational inference algorithm performs efficiently and faster than Gibbs sampling at a computational time of 0.029s.

• Nuclear Medicine and Molecular Imaging
• /
• 제42권2호
• /
• pp.118-126
• /
• 2008

Statistical image reconstruction methods have played an important role in emission computed tomography (ECT) since they accurately model the statistical noise associated with gamma-ray projection data. Although the use of statistical methods in clinical practice in early days was of a difficult problem due to high per-iteration costs and large numbers of iterations, with the development of fast algorithms and dramatically improved speed of computers, it is now inevitably becoming more practical. Some statistical methods are indeed commonly available from nuclear medicine equipment suppliers. In this paper, we first describe a mathematical background for statistical reconstruction methods, which includes assumptions underlying the Poisson statistical model, maximum likelihood and maximum a posteriori approaches, and prior models in the context of a Bayesian framework. We then review a recent progress in developing fast iterative algorithms.

• 한국HCI학회:학술대회논문집
• /
• 한국HCI학회 2006년도 학술대회 1부
• /
• pp.772-779
• /
• 2006

The new model proposed in this paper is the hidden Markov mesh model or the 2D HMM with the causality of top-down and left-right direction. With the addition of the causality constraint, two algorithms for the evaluation of a model and the maximum likelihood estimation of model parameters have been developed theoretically which are based on the forward-backward algorithm. It is a more natural extension of the 1D HMM than other 2D models. The proposed method will provide a useful way of modeling highly variable image patterns such as offline cursive characters.