• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 1998년도 학술대회
• /
• pp.3-8
• /
• 1998

The conversion of monoscopic video to 3D stereoscopic video has been studied by some pioneering researchers. In spite of the commercial of potential of the technology, two problems have bothered the progress of this research area: vertical motion parallax and high computational complexity. The former causes the low 3D perception, while the hardware complexity is required by the latter. The previous research has dealt with NTSC video, thur requiring complex processing steps, one of which is motion estimation. This paper proposes 3D stereoscopic conversion method of MPGE encoded data. Our proposed method has the advantage that motion estimation can be avoided by processing MPEG compressed data for the extraction of motion data as well as that camera and object motion in random in random directions can be handled.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 2011년도 추계학술대회
• /
• pp.192-195
• /
• 2011

본 연구에서는 SVC 기반의 HTTP 스트리밍 서비스에서 스케일러블 임의 접근 (random access) 기능을 가능하게 하는 방법을 제안한다. ISO MPEG에서는 DASH (Dynamic Adaptive Streaming over HTTP) 기술을 표준화 하고 있는데, H.264/AVC 비디오에 대한 임의 접근 기능을 지원하는 구문론 (syntax)과 의미론 (semantics)은 현재 표준의 범위에 포함되어 있는 상황이지만 SVC 비디오에 대한 임의 접근 기능에 대한 기술은 포함되어 있지 않다. 본 연구에서는 SVC의 계층적 구조(layered structure)를 고려한 스케일러블 (scalable) 임의 접근 기능을 지원하기 위한 구문론 (syntax)과 의미론 (semantics)에 대해 제안한다.

• International Journal of Fuzzy Logic and Intelligent Systems
• /
• 제14권3호
• /
• pp.209-215
• /
• 2014

Sequence tagging is the task of predicting frame-wise labels for a given input sequence and has important applications to diverse domains. Conventional methods such as maximum likelihood (ML) learning matches global features in empirical and model distributions, rather than local features, which directly translates into frame-wise prediction errors. Recent probabilistic sequence models such as conditional random fields (CRFs) have achieved great success in a variety of situations. In this paper, we introduce a novel discriminative CRF learning algorithm to minimize local feature mismatches. Unlike overall data fitting originating from global feature matching in ML learning, our approach reduces the total error over all frames in a sequence. We also provide an efficient gradient-based learning method via gradient forward-backward recursion, which requires the same computational complexity as ML learning. For several real-world sequence tagging problems, we empirically demonstrate that the proposed learning algorithm achieves significantly more accurate prediction performance than standard estimators.

• 한국산업정보학회논문지
• /
• 제4권4호
• /
• pp.1-6
• /
• 1999

통신망을 통하여 시간 의존 미디어를 전송하면 부하 변동에 따라 운송지연(transit delay)이 일정하지 않으므로 수신측에 도착하는 패킷간에 원래의 시간 관계가 유지되지 않는 비동기 현상이 나타난다. 현재 제안된 여러 동기화 방안들은 운송지연 특성을 보장하는 자원 보장형 통신망과 운송지연 변화의 폭이 큰 자원 비보장형 통신망 환경을 고려한 2가지 형태가 존재한다. 자원 보장형 통신망에서는 예약이나 협상을 통해 최소 및 최대 운송지연이 전송 기간동안 계속 유지하는 반면, 자원 비보장형 통신망에서는 가능한 최대의 대역폭을 사용하는 최대 노력 (best-effort) 서비스를 사용한다. 이 논문은 패킷망이나 인터넷과 같은 자원 비보장형 통신망 환경에서 통신망의 부하 변화에 동적으로 적응하여 동기화된 전달(playout)을 제공하는 미디어내 동기화 방안(Intra-media Synchronization)에 관한 것이다. 제안하는 방안은 전송 경로의 운송지연 통계치로부터 다음 전송할 패킷의 운송지연을 추정하여 송신 시간을 조절함으로써, 통신망의 부하로 인한 운송지연의 변화에 적응하여 수신 패킷의 도착 시간을 일정한 범위 내로 유지한다. 또한 망 혼잡을 방지하고 최소 서비스품질을 유지하기 위하여 통신망의 대역폭에 맞추어 전송률 조정과 패킷 폐기를 병행하는 미디어 스케일링을 적용하였다.

• 한국전자파학회논문지
• /
• 제23권11호
• /
• pp.1307-1314
• /
• 2012

지하 탐사 레이더(GPR: Ground-Penetrating Radar) 영상에서 지하의 비균일성에 의한 클러터(clutter)의 영향을 저감할 수 있는 고유 영상(eigenimage) 기반의 신호처리 기법을 제시하였다. GPR 탐사의 B-scan 영상에 기존의 고유 영상 필터링 기법을 적용하면 안테나 링잉, 송수신 안테나 간의 직접 결합(direct coupling)과 지표면 반사와 같이 비교적 균일한 클러터는 충분히 제거할 수 있다. 그러나, 지하의 비균일성(inhomogenity)에 의한 불규칙적인 클러터는 제거되지 못한 채 여전히 남아 있어서, 표적 신호(target signal)는 클러터에 의해 왜곡되거나 가려진다. 고유 영상 필터링한 영상들의 동일 픽셀(pixel) 간의 관계를 비교해 보면, 지하의 클러터와 표적에 해당하는 픽셀은 서로 다른 상관성이 존재하였다. 상관성이 높은 픽셀은 강화하면서 상관성이 낮은 픽셀은 저감할 수 있도록 고유 영상 필터링한 영상들에서 동일 픽셀간 기하 평균 신호처리 방법을 제안하였다. 불규칙 매질 분포(random media distribution)를 갖는 비균일 지하 속의 표적에 대한 GPR 탐사를 불규칙 매질 생성 기법(randommedia generation technique)과 시간 영역 유한 차분(FDTD: Finite-Difference Time-Domain)법으로 모의계산하고, 제안한 신호처리 방법을 GPR 탐사의 B-scan 자료에 적용하였다. 제안한 방법은 기존의 고유 영상 필터링에 비해서 지하의 비균일 클러터를 현저히 저감하고, 표적신호는 충분히 강화할 수 있음을 보였다.

• 전기전자학회논문지
• /
• 제19권2호
• /
• pp.237-243
• /
• 2015

최근 기술의 발달로 국내에 10명 중 8명은 스마트폰을 사용하고 있다. 또한, 스마트폰을 이용한 다양한 어플리케이션들이 개발되었다. 이로 인해, 스마트폰 중독현상이 사회적인 문제로 대두되고 있다. 특히, 스마트폰 중독은 스스로가 조절하기 어렵고, 자각하기 힘들다. 주로 설문지를 중심으로한 연구들에서, 스마트폰 중독을 진단하기 위해 예를 들면 S-척도와 같은 연구를 수행해왔다. 본 연구에서는 ECG(심전도)와 Eye Gaze 신호를 이용한 검출 방법을 제안하고자 한다. 피험자가 감정 영상을 시청했을 때, 피험자의 ECG 신호와 Eye Gaze 신호를 각각 Shimmer와 스마트아이를 이용하여 측정한다. 더불어, ECG 신호의 S-transform 결과를 특징으로 추출한다. 또한 동공의 직경, 시선과의 거리, 눈 깜빡임으로 구성된 Eye Gaze 신호로부터 12개의 특징을 추출한다. 분류기는 랜덤 포레스트를 이용하여 학습시키고 피험자의 데이터를 이용하여 스마트폰 중독군을 검출한다. 검출한 결과와 실험 전 진행한 S-척도 결과와 비교한 결과 ECG는 87.89%의 정확도, Eye Gaze는 60.25%의 정확도를 보여주는 것을 알 수 있었다.

• Journal of applied mathematics & informatics
• /
• 제25권1_2호
• /
• pp.315-327
• /
• 2007

Mathematical aspects of the electromagnetic surface-wave propagation are examined for the dielectric core consisting of multiple sub-layers, which are embedded in the gap between the two bounding cladding metals. For this purpose, the linear problem with a partial differential wave equation is formulated into a nonlinear eigenvalue problem. The resulting eigenvalue is found to exist only for a certain combination of the material densities and the number of the multiple sub-layers. The implications of several limiting cases are discussed in terms of electromagnetic characteristics.

• Journal of Mechanical Science and Technology
• /
• 제17권4호
• /
• pp.545-561
• /
• 2003

We use the first-passage-time formulation by Torquato, Kim and Cule ［J. Appl. Phys., Vol. 85, pp. 1560∼1571 (1999) ］, which makes use of the first-passage region in association with the diffusion tracer's Brownian movement, and develop a new efficient Brownian motion simulation method to compute the effective conductivity of digitized composite media. By using the new method, one can remarkably enhance the speed of the Brownian walkers sampling the medium and thus reduce the computation time. In the new method, we specifically choose the first-passage regions such that they coincide with two, four, or eight digitizing units according to the dimensionality of the composite medium and the local configurations around the Brownian walkers. We first obtain explicit solutions for the relevant first-passage-time equations in two-and three-dimensions. We then apply the new method to solve the illustrative benchmark problem of estimating the effective conductivities of the checkerboard-shaped composite media. for both periodic and random configurations. Simulation results show that the new method can reduce the computation time about by an order of magnitude.

• 한국멀티미디어학회논문지
• /
• 제19권3호
• /
• pp.531-538
• /
• 2016

In this paper, we propose a novel post-processing method of semantic segmentation from indoor scenes with RGBD inputs. For accurate segmentation, various post-processing methods such as superpixel from color edges or Conditional Random Field (CRF) method considering neighborhood connectivity have been used, but these methods are not efficient due to high complexity and computational cost. To solve this problem, we maximize the efficiency of post processing by using depth superpixel extracted from disparity image to handle object silhouette. Our experimental results show reasonable performances compared to previous methods in the post processing of semantic segmentation.

• 스마트미디어저널
• /
• 제9권3호
• /
• pp.9-17
• /
• 2020

Hippocampus is a complex brain structure embedded deep into the temporal lobe. Studies have shown that this structure gets affected by neurological and psychiatric disorders and it is a significant landmark for diagnosing neurodegenerative diseases. Hippocampus features play very significant roles in region-of-interest based analysis for disease diagnosis and prognosis. In this study, we have attempted to learn the embeddings of this important biomarker. As conventional metric learning methods for feature embedding is known to lacking in capturing semantic similarity among the data under study, we have trained deep Siamese convolutional neural network for learning metric of the hippocampus. We have exploited Gwangju Alzheimer's and Related Dementia cohort data set in our study. The input to the network was pairs of three-view patches (TVPs) of size 32 × 32 × 3. The positive samples were taken from the vicinity of a specified landmark for the hippocampus and negative samples were taken from random locations of the brain excluding hippocampi regions. We have achieved 98.72% accuracy in verifying hippocampus TVPs.