• 대한전자공학회논문지SP
• /
• 제44권1호
• /
• pp.40-48
• /
• 2007

이 논문은 다중 스케일 베이지안 관점에서 다층 퍼셉트론과 마코프 랜덤 필드를 사용한 새로운 결 분할 방법을 제안한다. 다층 퍼셉트론의 출력은 사후 확률을 모델링하므로 본 논문에서는 다중 스케일 웨이블릿 계수들을 다층 퍼셉트론의 입력으로 사용한다. 다층 퍼셉트론으로부터 구한 사후 확률과 MAP (maximum a posterior) 분류를 이용하여 각 스케일에서 결 분류를 수행한다. 또한 가장 섬세한 스케일에서 더 개선된 분할 결과를 얻기 위하여 모든 스케일에서 MAP 분류 결과들을 거친 스케일에서 섬세한 스케일까지 차례로 융합한다. 이런 과정은 한 스케일에서의 분류 정보와 그 인접한 보다 거친 스케일에서 얻어지는 문맥과 관련한 연역적 정보를 이용하여 MAP 분류를 행함으로써 이루어진다. 이 융합 과정에서, MRF (Markov random fields) 사전 모델이 평탄화 제한자로서 동작하고, 깁스 샘플러 (Gibbs sampler)는 MAP 분류기로서 동작한다. 제안한 분할 방법은 HMT (Hidden Markov Trees) 모델과 HMTseg 알고리즘을 이용한 결 분할 방법보다 더 좋은 성능을 보인다.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2003년도 하계종합학술대회 논문집 Ⅳ
• /
• pp.2100-2103
• /
• 2003

기존의 객체 추출 및 추적 기법은 외형 변화가 없는 객체를 대상으로 하거나 배경이 고정된 영상만을 고려하였다 본 논문에서는 영역의 색상과 움직임 정보, 그리고 인접한 영역의 상관 관계를 고려한 Markov Random Field (MRF) 모델을 제안한다. MRF 모델은 영상의 시간적 공간적 상관성을 기반으로 최적의 레이블 셋을 계산함으로써 보다 정확하게 객체를 추출 및 추적할 수 있다. 또한, 블록 기반 움직임 추출 알고리즘인 Diamond Search (DS)를 분할된 영역에 적용하여 빠르게 영역의 움직임과 전역 움직임을 추정하였다. 실험 결과 제안한 방법이 객체의 외형 변화와 카메라 움직임이 있는 동영상에서 빠른 속도로 정확하게 객체를 추출 및 추적하는 것을 확인하였다.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 2000년도 제15차 학술회의논문집
• /
• pp.273-273
• /
• 2000

We present a new scheme to increase the performance of edge-preserving image smoothing from the parameter tuning of a Markov random field (MRF) function. The method is based on automatic control of the image smoothing-strength in MRF model ing in which an introduced parameter function is based on control of enforcing power of a discontinuity-adaptive Markov function and edge magnitude resulted from discontinuities of image intensity. Without any binary decision for the edge magnitude, adaptive control of the enforcing power with the full edge magnitude could improve the performance of discontinuity-preserving image smoothing.

• 대한전자공학회논문지SP
• /
• 제48권1호
• /
• pp.157-165
• /
• 2011

본 논문에서는 마르코프 랜덤 필드(Markov random fields: MRF) 기반으로 배경을 모델링하는 방식과 함께 관련 파라미터들을 추정하는 알고리즘을 제안한다. 화소 기반의 배경 모델링 기법은 인근 화소 간의 연관성을 고려하지 않고 화소 단위의 시간적 변화에 대한 통계적 특성에 주로 의존하므로 판정 오류를 줄이는데 한계가 있다. 제안 알고리즘은 화소 기반으로 배경 모델을 일차적으로 수행한 다음 MRF를 이용하여 시공간적으로 인근한 화소 간의 상호 의존성을 활용하여 배경모텔의 정확도를 향상시키는데 그 목적을 두고 있다. MRF는 기본적으로 파라미터의 크기에 매우 민감하므로 기존의 MRF 기반 알고리즘은 이미지에 따라 적절한 값을 사전에 구하여 적용하고 있다. 제안한 방식은 초기에 임의의 파라미터로 배경/전경 상태변수를 구한 후에 이의 통계적 특성을 이용하여 파라미터들을 추정하고 추정된 파라미터를 적용하여 상대변수를 재차 구하는 과정을 반복함으로써 최적의 파라미터에 적응적으로 수렴하도록 조정한다. 실내외의 다양한 환경에서 촬영한 비디오를 이용하여 제안한 방식 성능을 확인한다.

• 대한원격탐사학회지
• /
• 제17권4호
• /
• pp.335-344
• /
• 2001

Texture is extensively studied in a variety of image processing applications such as image segmentation and classification because it is an important property to perceive regions and surfaces. This paper focused on the analysis and synthesis of textured single and multiband images using Markov Random Field model considering the existent spatial correlation. Especially, for multiband images, the cross-channel correlation existing between bands as well as the spatial correlation within band should be considered in the model. Although a local interaction is assumed between the specified neighboring pixels in MRF models, during the maximization process, short-term correlations among neighboring pixels develop into long-term correlations. This result in exhibiting phase transition. In this research, the role of temperature to obtain the most probable state during the sampling procedure in discrete Markov Random Fields and the stopping rule were also studied.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2001년도 봄 학술발표논문집 Vol.28 No.1 (B)
• /
• pp.553-555
• /
• 2001

Markov Random Fields(MRF) 모델은 영상 분할 및 복원 등에 주로 사용되는 확률적 영상모델이다. 본 논문에서는 MRF 모델을 3차원으로 확장하여 분할을 위한 선 필드 모델(Line Field Model)과 움직임 검출을 위한 움직임 필드 모델(Motion Field Model)을 도입하여 동영상 내에서 움직이는 물체의 형상과 움직임을 추정한다. 제안된 방법을 이용하여 한국어 수화 동작에서 손의 형상과 이동방향을 검출하였다. 그 결과 optical flow를 사용하는 방법에 비해서 이동 방향이 왜곡되는 것을 방지하여 보다 정확한 이동 방향을 검출할 수 있었다. 또한 영상 추출의 경우에 있어서도 형상의 윤곽면과 내부가 하나의 라벨(label)로 묶이기 때문에 보다 깨끗한 영상을 추출할 수 있었다.

• 방송공학회논문지
• /
• 제20권3호
• /
• pp.449-463
• /
• 2015

동영상에서의 객체 추적은 보안, 색인 및 검색, 감시, 통신, 압축 등 다양한 분야에서 중요하다. 본 논문은 HEVC 비트스트림 상에서의 객체 추적 방법을 제안한다. 복호화를 수행하지 않고, 비트스트림 상에 존재하는 움직임 벡터(MV : Motion Vector)와 부호화 크기 정보를 Spatio-Temporal Markov Random Fields (ST-MRF) 모델에 적용해 객체 움직임의 공간적 및 시간적 특성을 반영한다. 변환계수를 특징점으로 활용하는 객체형태 조정 알고리즘을 적용해 ST-MRF 모델 기반 객체 추적방법에서 나타나는 과분할에 의한 오차전파 문제를 해결한다. 제안하는 방법의 추적성능은 정확도 86.4%, 재현율 79.8%, F-measure 81.1%로 기존방법 대비 평균 F-measure는 약 0.2% 향상하지만 기존방법에서 과분할 및 오차전파가 두드러지는 영상에 대해서는 최대 9% 정도의 성능향상을 보인다. 전체 수행시간은 프레임 당 평균 5.4ms이며 실시간 추적이 가능하다.

• Computers and Concrete
• /
• 제13권5호
• /
• pp.659-677
• /
• 2014

A Bayesian response surface updating procedure is applied in order to update the parameters of the covariance function of a random field for concrete properties based on a limited number of available measurements. Formulas as well as a numerical algorithm are presented in order to update the parameters of response surfaces using Markov Chain Monte Carlo simulations. The parameters of the covariance function are often based on some kind of expert judgment due the lack of sufficient measurement data. However, a Bayesian updating technique enables to estimate the parameters of the covariance function more rigorously and with less ambiguity. Prior information can be incorporated in the form of vague or informative priors. The proposed estimation procedure is evaluated through numerical simulations and compared to the commonly used least square method.

• Journal of applied mathematics & informatics
• /
• 제33권5_6호
• /
• pp.517-530
• /
• 2015

In this paper, we establish a class of strong limit theorems, represented by inequalities, for the arbitrary random field with respect to the product binomial distributions indexed by the infinite tree on the generalized random selection system by constructing the consistent distri-bution and a nonnegative martingale with pure analytical methods. As corollaries, some limit properties for the Markov chain field with respect to the binomial distributions indexed by the infinite tree on the generalized random selection system are studied.

• 대한전자공학회논문지SP
• /
• 제42권3호
• /
• pp.1-6
• /
• 2005

변이 영상을 마코브 랜덤필드(MRF)로 모델링한 마코브 네트워크에서 신뢰확산 알고리듬은 각 화소에 대응되는 노드들 사이에 메시지를 전달하는 방식으로 이루어진다. 최초 메시지는 알고리듬의 반복을 통해 특정한 값으로 수렴하게 되며, 수렴된 값을 얻기 위해서는 많은 알고리듬의 반복이 필요하다. 본 논문에서는 알고리듬의 반복을 줄이기 위해 영상내 물체들을 선들의 조합 구성으로 보고 각각의 선들은 같은 메시지를 갖는 노드들의 집합으로 간주하여 기존의 신뢰확산 알고리듬을 단순화하였다.