• 전기학회논문지
• /
• 제56권7호
• /
• pp.1321-1323
• /
• 2007

A new reference point location method based on an edge map is proposed, where an orientation map is defined and used to find the edge map. Experimental results show that the proposed method can effectively detect the core point in poor quality and arch-type fingerprint images and produces better results in terms of the detection rate and accuracy than the sine map-based method.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2001년도 제14회 신호처리 합동 학술대회 논문집
• /
• pp.139-142
• /
• 2001

This paper presents a highly fast and accurate facial region extraction method by using the skin-color-reference map and motion information. First, we construct the robust skin-color-reference map and eliminate the background in image by this map. Additionally, we use the motion information for accurate and fast detection of facial region in image sequences. Then we further apply region growing in the remaining areas with the aid of proposed criteria. The simulation results show the improvement in execution time and accurate detection.

• 전기학회논문지
• /
• 제56권8호
• /
• pp.1511-1513
• /
• 2007

A new reference point location method using the cosine component is proposed, where an edge map is defined and used to find the reference point. Because all processes used in the proposed method are performed at the block level, less processing time is required. Experimental results show that the proposed method can effectively detect the reference point with higher speed and accuracy for all types of fingerprints.

• Journal of Plant Biotechnology
• /
• 제43권4호
• /
• pp.411-416
• /
• 2016

NGS 기술은 전체 게놈 시퀀싱 및 reference 게놈에 alignment에 의해 돌연변이 표현형에 관련된 돌연변이 식별에 이용한다. 그러나 품종 및 계통들을 resequence 하였을 경우 기존의 reference 게놈에 구조적 변이가 보이며, reference와 맞지 않는 게놈지역에서 돌연변이들은 단순한 alignment로 찾을 수 없다. 본 리뷰에서는 NGS 기술을 이용하여 돌연변이체로부터 변이 관련 유전자를 식별하는 MutMap, MutMap-Gap 및 MutMap+ 방법을 기술하였고 지금까지의 연구현황에 대해 기술하였다. 아울러 이들 방법은 nucleotide-binding site-leucine rich repeat (NBS-LRR) 그룹들의 병 저항성 유전자와 같이 구조적 변이를 가진 유전자를 분리하는 등 유용성에 대해 고찰하였다.

• 대한전자공학회논문지SP
• /
• 제43권5호
• /
• pp.12-21
• /
• 2006

본 논문에서는 컬러 영상에서 배경의 복잡도와 객체의 위치에 관계없이 영상 내에 존재하는 중요 객체를 자동으로 추출하는 방법을 제안한다. 제안하는 방법은 중요 객체를 추출하기 위해 에지(edge) 정보와 색상(color) 정보를 이용한 특징 지도를 사용한다. 또한, 효과적인 객체 추출을 위해서 참조 지도(reference map)를 제안한다. 참조 지도를 생성하기 위해서는 영상에서 사람의 시각에 두드러지게 구분되는 영역을 표현하는 특징 지도(feature map)를 먼저 생성한다. 그런 다음, 특징 지도들을 효과적으로 결합하여 배경의 영향을 최소화 하면서, 중요 객체가 존재할 확률이 높은 영역들을 포함하는 참조 지도를 생성한다. 특징 지도를 생성하기 위해서는 밝기 차 정보를 나타내는 에지와 YCbCr 컬러와 HSV 컬러 공간에서의 색상 성분을 사용하며, 특징 지도에 대한 생성 방법은 영상 내에서 밝기차이와 색상차이에 의해서 나타나는 경계 부분을 추출하는 방법을 사용한다. 최종적으로 중요 객체가 존재하는 영역을 나타내기 위해서 참조 지도와 특징 지도들을 결합한 결합 지도(combination map)를 생성한다. 결합 지도는 중요 객체의 외곽선 정보만을 표현하기 때문에, 객체 전체를 표현할 수 있는 객체 후보 영역을 추출하는데, 이를 위해서는 객체 후보 영역을 추출하기 위해서 convex hull 알고리즘을 사용한다. Convex hull 알고리즘에 의해서 추출된 영역은 여전히 배경 부분을 포함하고 있으므로, 영상 분할 방법을 적용하여 배경을 제거한 후 영상에서의 중요 객체를 추출한다. 제안한 알고리즘의 성능을 실험적으로 확인한 결과, 평균적으로 84.3%의 정확율과 81.3%의 재현율의 성능을 보였다.

• 한국콘텐츠학회논문지
• /
• 제10권4호
• /
• pp.28-35
• /
• 2010

다중 참조 영상을 이용한 가변 블록 크기의 움직임 예측 및 보상 기법이 부호화 효율을 높이기 위해 H.264/AVC에 채택되었다. 하지만 움직임 예측 및 보상으로 인한 계산량은 다중 참조 영상과 가변 블록의 수에 비례하여 증가한다. 본 논문에서는 화질은 유지하며 계산량을 줄이기 위한 새로운 고속 참조 영상선택 방법을 제안한다. 먼저 다중 참조 영상들에 대해서 $4{\times}4$ 블록의 SAD값을 이용하여 움직임 벡터 참조 지도를 만든다. 다음으로 가변 블록 크기의 움직임 예측 및 보상이 움직임 벡터 참조 지도를 활용하여 실시된다. 제안하는 방법은 H.264/AVC 표준과 비교하여 BDPSNR은 평균적으로 0.01dB 나빠지고 BDBR은 약 0.27% 증가하지만 영상 부호화 속도를 약 38% 단축시킨다.

• Journal of information and communication convergence engineering
• /
• 제14권4호
• /
• pp.207-214
• /
• 2016

In this paper, we propose a radial reference map-based location fingerprinting technique with constant spacing from an access point (AP) to all reference points by considering the minimum dynamic range of the received signal strength indicator (RSSI) obtained through an experiment conducted in an indoor environment. Because the minimum dynamic range, 12 dBm, of the RSSI appeared every 20 cm during the training stage, a cell spacing of 80 cm was applied. Furthermore, by considering the minimum dynamic range of an RSSI in the location estimation stage, when an RSSI exceeding the cumulative average by ${\pm}6dBm$ was received, a previously estimated location was provided. We also compared the location estimation accuracy of the proposed method with that of a conventional fingerprinting technique that uses a grid reference map, and found that the average location estimation accuracy of the conventional method was 21.8%, whereas that of the proposed technique was 90.9%.

• 한국정밀공학회:학술대회논문집
• /
• 한국정밀공학회 2000년도 추계학술대회 논문집
• /
• pp.666-669
• /
• 2000

Localization is the process of aligning the robot's local coordinates with the global coordinates of a map. A mobile robot's location is basically computed by a dead reckoning scheme, but this position information becomes increasingly inaccurate during navigation due to odometry errors. In this paper, the method of building a map of a robot's environment using ultrasonic sensor data and the occupancy grid map scheme is briefly presented. Then, the search and matching algorithms to compensate for the odometry error by comparing the local map with the reference map are proposed and verified by experiments. It is shown that the compensated error is not accumulated and exists within the limited range.

• 방송공학회논문지
• /
• 제25권6호
• /
• pp.954-964
• /
• 2020

실감형 미디어에서 현실감을 느끼게 하는 가장 중요한 요소는 깊이 정보이다. 따라서 고품질의 실감형 미디어를 제작하기 위해서는 고품질의 깊이 정보를 획득하는 것이 필수적이다. 본 논문에서는 고품질의 깊이 정보를 획득하기 위하여 다중 시점 환경에서 깊이 지도를 개선하기 위하여 깊이 지도를 여러 개의 세그먼트로 분할 및 다중 시점간의 관계를 고려하는 알고리즘을 제안한다. 제안된 알고리즘은 슈퍼픽셀 세그먼테이션 기법을 사용하여 기준 시점의 깊이 지도를 여러 세그먼트로 나누고, 각 세그먼트를 인접 시점으로 투영한다. 이후 투영된 세그먼트의 정보를 이용하여 인접 시점의 깊이 지도를 평면 추정을 이용하여 개선한 후, 기준 시점으로 역투영된다. 여러 개의 인접 시점에 대해 이 과정을 반복하여 개선된 인접 시점들의 값들과 기준 시점의 초기 깊이 지도를 가중치 합으로 갱신하여 깊이 지도를 개선한다. 기존 다중 시점 스테레오 비전 알고리즘에 제안된 알고리즘을 적용한 시뮬레이션을 통해 제안된 알고리즘의 결과가 주관적 및 객관적으로 기존 알고리즘을 능가하는 것을 보인다.

• 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.