• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2002년도 춘계종합학술대회
• /
• pp.602-607
• /
• 2002

본 논문에서는 효율적인 압축 기법과 멀티미디어를 위한 다 해상도 3D 얼굴 모델 전송, 그리고 저비트율 응용에 대해 제안하고자 한다. 일반적으로 얼굴 모델은 3D 레이저 디지타이저에 의해서 얻어지게 되고 애니메이션, 비디오게임, 비디오 회의와 같은 응용 범위에 따라 여러 해상도로 재양자화 되어진다. 3D 디지털화된 얼굴 모델을 정합하고 재양자화 하기 위해서 2D 템플릿을 변형함으로써 압축 모델을 얻을 수 있다. 현재까지의 연구에서 다섯 가지 해상도로 계층적 2D 얼굴 와이어프레임 템플릿을 만들었다. 변형 과정에서 2D 템플릿은 얼굴 특징점과 제안된 PCAT(piecewise chainlet affine transformation)에 의해 바뀌게 된다. 재양자화된 후 3D 디지털화된 모델은 인지하지 못할 정도로 손실이 줄어들게 된다. 더욱이, 본 논문에서 제안한 계층적 데이터 구조를 갖는 다 해상도 얼굴모델은 통신망에서 점진적으로 알려지고 사용되어질 것이다.

• 대한의용생체공학회:의공학회지
• /
• 제40권5호
• /
• pp.179-188
• /
• 2019

In ultrasound telemedicine, it is important to reduce the size of the data by compressing the ultrasound image when sending it. Ultrasound images can be divided into image context and other information consisting of patient ID, date, and several letters. Between them, ultrasound context is very important information for diagnosis and should be securely preserved as much as possible. In several previous papers, ultrasound compression methods were proposed to compress ultrasound context and other information into different compression parameters. This ultrasound compression method minimized the loss of ultrasound context while greatly compressing other information. This paper proposed the method of automatic segmentation of ultrasound context to overcome the limitation of the previously described ultrasound compression method. This algorithm was designed to robust for various ultrasound device and to enable real-time operation to maintain the benefits of ultrasound imaging machine. The operation time of extracting ultrasound context through the proposed segmentation method was measured, and it took 311.11 ms. In order to optimize the algorithm, the ultrasound context was segmented with down sampled input image. When the resolution of the input image was reduced by half, the computational time was 126.84 ms. When the resolution was reduced by one-third, it took 45.83 ms to segment the ultrasound context. As a result, we verified through experiments that the proposed method works in real time.

• 정보보호학회논문지
• /
• 제34권3호
• /
• pp.379-392
• /
• 2024

데이터의 급속한 증가와 함께 저장 공간 절약과 데이터 전송의 효율성이 중요한 문제로 대두되면서, 데이터 압축기술의 효율성 연구가 중요해졌다. 무손실 알고리즘은 원본 데이터를 정확히 복원할 수 있지만, 압축 비율이 제한적이며, 손실 알고리즘은 높은 압축률을 제공하지만 데이터의 일부 손실을 수반한다. 이에 딥러닝 기반 압축 알고리즘, 특히 오토인코더 모델이 데이터 압축 분야에서 활발한 연구가 진행됐다. 본 연구에서는 오토인코더를 활용한 새로운 부채널 분석 데이터 압축기를 제안한다. 제안하는 부채널 데이터 대상 압축기는 부채널데이터 특성을 잘 유지할 뿐만 아니라, 기존의 널리 사용되는 Delfate 압축방식 대비 높은 압축률을 보인다. 로컬 연결 레이어를 사용한 인코더는 부채널 데이터의 시점별 특성을 효과적으로 보존하고, 디코더는 멀티 레이어 퍼셉트론을 사용하여 빠른 압축해제 시간을 유지한다. 상관 전력 분석을 통해 제안된 압축기가 부채널 데이터의 특성을 손실 없이 데이터 압축이 가능을 증명하였다.

• 지능정보연구
• /
• 제27권3호
• /
• pp.175-197
• /
• 2021

최근 딥 러닝 기술의 발전으로 뉴스, 블로그 등 다양한 문서에 포함된 텍스트 분석에 딥 러닝 기술을 활용하는 연구가 활발하게 수행되고 있다. 다양한 텍스트 분석 응용 가운데, 텍스트 분류는 학계와 업계에서 가장 많이 활용되는 대표적인 기술이다. 텍스트 분류의 활용 예로는 정답 레이블이 하나만 존재하는 이진 클래스 분류와 다중 클래스 분류, 그리고 정답 레이블이 여러 개 존재하는 다중 레이블 분류 등이 있다. 특히, 다중 레이블 분류는 여러 개의 정답 레이블이 존재한다는 특성 때문에 일반적인 분류와는 상이한 학습 방법이 요구된다. 또한, 다중 레이블 분류 문제는 레이블과 클래스의 개수가 증가할수록 예측의 난이도가 상승한다는 측면에서 데이터 과학 분야의 난제로 여겨지고 있다. 따라서 이를 해결하기 위해 다수의 레이블을 압축한 후 압축된 레이블을 예측하고, 예측된 압축 레이블을 원래 레이블로 복원하는 레이블 임베딩이 많이 활용되고 있다. 대표적으로 딥 러닝 모델인 오토인코더 기반 레이블 임베딩이 이러한 목적으로 사용되고 있지만, 이러한 기법은 클래스의 수가 무수히 많은 고차원 레이블 공간을 저차원 잠재 레이블 공간으로 압축할 때 많은 정보 손실을 야기한다는 한계가 있다. 이에 본 연구에서는 오토인코더의 인코더와 디코더 각각에 스킵 연결을 추가하여, 고차원 레이블 공간의 압축 과정에서 정보 손실을 최소화할 수 있는 레이블 임베딩 방법을 제안한다. 또한 학술연구정보서비스인 'RISS'에서 수집한 학술논문 4,675건에 대해 각 논문의 초록으로부터 해당 논문의 다중 키워드를 예측하는 실험을 수행한 결과, 제안 방법론이 기존의 일반 오토인코더 기반 레이블 임베딩 기법에 비해 정확도, 정밀도, 재현율, 그리고 F1 점수 등 모든 측면에서 우수한 성능을 나타냄을 확인하였다.

• 대한디지털의료영상학회논문지
• /
• 제9권2호
• /
• pp.39-43
• /
• 2007

In angiography, the global standard agreements of DICOM is lossless. But it brings on overload and takes too much store space in DICOM sever. Because of all those things we transmit images which is classified in subjective way. But this cause data loss and would be lead doctors to make wrong reading. As a result of that we try to transmit continued image (raw data) to reduce those mistakes. We got angiography images from the equipment(Allura FD20-Philips). And compressed it in two different methods(lossless & lossy fair). and then transmitted them to PACS system. We compared the quality of QC phantom images that are compressed by different compress method and compared spatial resolution of each images after CD copy. Then compared each Image's data volume(lossless & lossy fair). We measured spatial resolution of each image. All of them had indicated 401p/mm. We measured spatial resolution of each image after CD copy. We got also same conclusion (401p/mm). The volume of continued image (raw data) was 127.8MB(360.5 sheets on average) compressed in lossless and 29.5MB(360.5 sheets) compressed in lossy fair. In case of classified image, it was 47.35MB(133.7 sheets) in lossless and 4.5MB(133.7 sheets) in lossy fair. In case of angiography the diagnosis is based on continued image(raw data). But we transmit classified image. Because transmitting continued image causes some problems in PACS system especially transmission and store field. We transmit classified image compressed in lossless But it is subjective and would be different depend on radiologist. therefore it would make doctors do wrong reading when patients transfer another hospital. So we suggest that transmit continued image(raw data) compressed in lossy fair. It reduces about 60% of data volume compared with classified image. And the image quality is same after CD copy.

• Journal of Advanced Marine Engineering and Technology
• /
• 제40권7호
• /
• pp.613-621
• /
• 2016

본 논문에서는 현장 및 원격지에서 해양플랜트 및 선박의 내부 IP기반 네트워크 장비의 운용, 설정과 원격지 통제 지원을 위하여 네트워크 장비, CCTV, PAGA, IP-PBX, Legacy를 연동하고 원격지에서 장비의 상태, 작업 상황, 알림 등의 모니터링과 제어가 가능한 네트워크 장비 통합 관리 시스템의 운영 프로그램을 구현하였다. 개발된 운용 프로그램을 위성지구국과 운항중 선박에 적용하여 선육간 통신 구간에서의 데이터 유실 및 송수신 지연에 대한 성능을 시험한 결과 FBB, MVSAT 환경에서 네트워크 장비, PAGA, IP-PBX, Legacy의 실시간 모니터링 및 제어와 CCTV의 제어 기능이 정상적으로 동작함을 확인하였다. 단 데이터량이 비교적 큰 CCTV 영상 수신과 음성 데이터의 송수신은 다소 지연되어 데이터의 실시간 송수신을 위한 데이터 압축 및 변환 기술 개발이 필요함을 확인하였다.

• 한국융합학회논문지
• /
• 제11권12호
• /
• pp.39-47
• /
• 2020

본 논문에서는 이미지에서 돌출되는 객체를 검출하기 위해 Saliency Attention을 이용한 딥러닝 기반의 검출 방법을 제안하였다. 돌출 객체 검출은 사람의 시선이 집중되는 물체를 배경으로부터 분리시키는 것이며, 이미지에서 관련성이 높은 부분을 결정한다. 객체 추적 및 검출, 인식 등의 다양한 분야에서 유용하게 사용된다. 기존의 딥러닝 기반 방법들은 대부분 오토인코더 구조로, 특징을 압축 및 추출하는 인코더와 추출된 특징을 복원 및 확장하는 디코더에서 많은 특징 손실이 발생한다. 이러한 손실로 돌출 객체 영역에 손실이 발생하거나 배경을 객체로 검출하는 문제가 있다. 제안하는 방법은 오토인코더 구조에서 특징 손실을 감소시키고 배경 영역을 억제하기 위해 Saliency Attention을 제안하였다. ELU 활성화 함수를 이용해 특징 값의 영향력을 결정하며 각각 정규화된 음수 및 양수 영역의 특징값에 Attention을 진행하였다. 제안하는 Attention 기법을 통해 배경 영역을 억제하며 돌출 객체 영역을 강조하였다. 실험 결과에서는 제안하는 방법이 기존 방법과 비교하여 향상된 검출 결과를 보였다.