• International Journal of Fuzzy Logic and Intelligent Systems
• /
• 제14권4호
• /
• pp.249-255
• /
• 2014

We present a simple method to watermark three-dimensional (3D) triangular meshes that have been generated from the depth data of the Kinect sensor. In contrast to previous methods, which maintain the shape of 3D triangular meshes and decide the embedding place, requiring calculations of vertices and their neighbors, our method is based on selecting one of the coordinate axes. To maintain shape, we use discrete wavelet transform and constant regularization. We know that the watermarking system needs the information to be embedded; we used a text to provide that information. We used geometry attacks such as rotation, scales, and translation, to test the performance of this watermarking system. Performance parameters in this paper include the vertices error rate (VER) and bit error rate (BER). The results from the VER and BER indicate that using a correction term before the extraction process makes our system robust to geometry attacks.

• Journal of information and communication convergence engineering
• /
• 제21권2호
• /
• pp.139-144
• /
• 2023

Engineers prefer deep neural networks (DNNs) for solving computer vision problems. However, DNNs pose two major problems. First, neural networks require large amounts of well-labeled data for training. Second, the covariate shift problem is common in computer vision problems. Domain adaptation has been proposed to mitigate this problem. Recent work on adversarial-learning-based unsupervised domain adaptation (UDA) has explained transferability and enabled the model to learn robust features. Despite this advantage, current methods do not guarantee the distinguishability of the latent space unless they consider class-aware information of the target domain. Furthermore, source and target examples alone cannot efficiently extract domain-invariant features from the encoded spaces. To alleviate the problems of existing UDA methods, we propose the mixup regularization in adversarial discriminative domain adaptation (ADDA) method. We validated the effectiveness and generality of the proposed method by performing experiments under three adaptation scenarios: MNIST to USPS, SVHN to MNIST, and MNIST to MNIST-M.

• 한국통신학회논문지
• /
• 제25권1B호
• /
• pp.141-147
• /
• 2000

선형적인 움직임에 의하여 흐려지고 가산잡음으로 훼손된 영상을 복원할 경우, 잡음을 평활화하면 동시에 윤곽도 같이 평활화 되며, 윤곽을 복원하면 잡음도 동시에 강조되는 이중성을 지닌다. 이러한 문제점을 해결하기 위하여 본 논문에서는 평면에선는{{{{ {I-H}^{ } }} }}연산잔가 효과적이고 윤곽에서는 Laplacian 연산자가 효과가 있는 점을 이용하여 훼손된 영상의 평면영역에서는{{{{ {I-H}^{ } }} }}정칙화 연산자를 윤곽영역에서는 Laplacian 정칙화 연산자를 적응적으로 적용하는 알고리듬을 제안한다. 본 논문에서 제시한 복원방법을 실험결과를 통해 기존의 방법과 비교해보면 평면에서의 잡음의 평활화가 개선되고 윤곽에서의 리플잡음이 줄었음을 알 수 있다. 또한 이것은 우리의 시각이 가지는 평면에서의 잡음의 가시도에 따른 시각적인 효과가 개선되었음을 알 수 있었으며, 기존의 방법에 비해 더욱 우수한 ISNR을 얻을 수 있었다.

• 반도체디스플레이기술학회지
• /
• 제18권3호
• /
• pp.66-71
• /
• 2019

In shape from focus (SFF) methods, the quality of image focus volume plays a vital role in the quality of 3D shape reconstruction. Traditionally, a linear 2D filter is applied to each slice of the image focus volume to rectify the noisy focus measurements. However, this approach is problematic because it also modifies the accurate focus measurements that should ideally remain intact. Therefore, in this paper, we propose to enhance the focus volume adaptively by applying 3-dimensional weighted least squares (3D-WLS) based regularization. We estimate regularization weights from the guidance volume extracted from the image sequences. To solve 3D-WLS optimization problem efficiently, we apply a technique to solve a series of 1D linear sub-problems. Experiments conducted on synthetic and real image sequences demonstrate that the proposed method effectively enhances the image focus volume, ultimately improving the quality of reconstructed shape.

• Journal of Electrical Engineering and Technology
• /
• 제13권4호
• /
• pp.1724-1731
• /
• 2018

The conventional polynomial neural network (PNN) is a classical flexible neural structure and self-organizing network, however it is not free from the limitation of overfitting problem. In this study, we propose a space search-optimized polynomial neural network (ssPNN) structure to alleviate this problem. Ranking selection is realized by means of ranking selection-based performance index (RS_PI) which is combined with conventional performance index (PI) and coefficients based performance index (CPI) (viz. the sum of squared coefficient). Unlike the conventional PNN, L2-norm regularization method for estimating the polynomial coefficients is also used when designing the ssPNN. Furthermore, space search optimization (SSO) is exploited here to optimize the parameters of ssPNN (viz. the number of input variables, which variables will be selected as input variables, and the type of polynomial). Experimental results show that the proposed ranking selection-based polynomial neural network gives rise to better performance in comparison with the neuron fuzzy models reported in the literatures.

• 한국방사선학회논문지
• /
• 제11권7호
• /
• pp.679-685
• /
• 2017

환자의 병변 진단에 효과적인 CT 검사가 광범위하게 실시되고 있어, 방사선 피폭이 매우 크게 증가하였다. 환자의 피폭 선량을 줄이기 위해 다양한 방법이 강구되고 있고, 영상재구성 측면에서 반복 재구성 기법이 적용되고 있다. 반복 재구성 기법 중 대수적 재구성 기법의 정규화 인자에 대한 재구성된 단면 영상의 품질을 정규화 제곱평균제곱근 오차를 이용하여 조사하였다. 프로그램은 Visual C++로 작성하였으며 평행빔하에서 $512{\times}512$ 크기의 Shepp-Logan 두부 팬텀, 360장의 투영 영상, 1024개의 검출기 픽셀을 적용하였고, 전방투영과 역투영에 Joseph 방법을 사용하였다. 0.09-0.12의 정규화 인자에서 10회 반복으로 최소의 NRMS값 0.108을 얻었고 0.1% 및 0.2%의 잡음에 대해 8회 및 6회에서 최적의 영상을 보였다. 사용하는 팬텀에 따라 최적화된 값의 변동이 관찰되어 ART를 사용할 경우 정규화 인자에 대해서는 case-by-case로 최적의 값을 찾아야 한다는 것을 알 수 있다. 대수적 재구성 기법에서 최적의 정규화 인자를 발견함으로써 단면 영상을 획득하는데 걸리는 시간을 단축할 수 있을 것이다.

• 전자공학회논문지B
• /
• 제32B권6호
• /
• pp.886-898
• /
• 1995

One of the ways to measure the distance in the computer vision is to use the focus and defocus. There are two methods in this way. The first method is caculating the distance from the focused images in a point (MMDFP: the method measuring the distance to the focal plane). The second method is to measure the distance from the difference of the camera parameters, in other words, the apertures of the focal planes, of two images with having the different parameters (MMDCI: the method to measure the distance by comparing two images). The problem of the existing methods in MMDFP is to decide the thresholding vaue on detecting the most optimally focused object in the defocused image. In this case, it could be solved by comparing only the error energy in 3x3 window between two images. In MMDCI, the difficulty is the influence of the deflection effect. Therefor, to minimize its influence, we utilize two differently focused images instead of different aperture images in this paper. At the first, the amount of defocusing between two images is measured through the introduction of regularization and then the distance from the camera to the objects is caculated by the new equation measuring the distance. In the results of simulation, we see the fact to be able to measure the distance from two differently defocused images, and for our approach to be robuster than the method using the different aperture in the noisy image.

• International Journal of Naval Architecture and Ocean Engineering
• /
• 제13권1호
• /
• pp.321-339
• /
• 2021

Response Surface Method (RSM) has been widely used for flammable cloud size prediction as it can reduce computational intensity for further Explosion Risk Analysis (ERA) especially during the early design phase of offshore platforms. However, RSM encounters the overfitting problem under very limited simulations. In order to overcome the disadvantage of RSM, Bayesian Regularization Artificial Neural (BRANN)-based model has been recently developed and its robustness and efficiency have been widely verified. However, for ERA during the early design phase, there seems to be room to further reduce the computational intensity while ensuring the model's acceptable accuracy. This study aims to develop an integrated method, namely the combination of Center Composite Design (CCD) method with Bayesian Regularization Artificial Neural Network (BRANN), for flammable cloud size prediction. A case study with constant and transient leakages is conducted to illustrate the feasibility and advantage of this hybrid method. Additionally, the performance of CCD-BRANN is compared with that of RSM. It is concluded that the newly developed hybrid method is more robust and computational efficient for ERAs during early design phase.

• 대한원격탐사학회지
• /
• 제28권5호
• /
• pp.561-571
• /
• 2012

변조전달함수(MTF; Modulation Transfer Function)는 광학영상의 성능을 평가하는 중요한 품질 요소 중 하나이다. 영상의 MTF 증진을 위해 영상 복원이 필요하나, 이 과정은 대표적인 부적합문제(ill-posed problem)의 하나로 특정한 해를 갖지 않는다. 영상 복원을 위한 필터에는 역 필터(IF; Inverse Filter), 의사 역 필터(PIF; Pseudo Inverse Filter), Wiener Filter(WF) 등이 있다. 이들 중 가장 일반적으로 사용되고 있는 WF는 촬영된 영상 내에서 영상과 잡음을 정확히 구분하기 어렵다는 한계를 가지고 있다. 본 논문에서는 Modified Wiener Filter(MWF)를 사용하여 부적절 문제를 풀 수 있도록 문제를 정규화 하였으며, 정규화 변수(regularization parameter)의 값을 찾기 위한 방법으로 L-곡선(L-curve)을 사용하였다. MWF의 검증을 위해 Dubaisat-1 위성의 영상을 의사 역 필터(PIF), Wiener Filter(WF), MWF로 영상 복원을 수행하였다. 복원 결과, MWF를 사용했을 때가 PIF를 사용했을 때의 결과에 비해 20.93%, WF를 사용했을 때의 결과에 비해 10.85% 더 향상된 MTF를 얻을 수 있었다.

• 비파괴검사학회지
• /
• 제15권1호
• /
• pp.299-309
• /
• 1995

IR CAT Scan 개발을 위한 기하학적 역 열전도 문제의 해를 경계요소법 및 정규화 과정을 사용하여 구하였다. 이 문제에서는 잉여기술된 온도조건이 적외선 스캐닝에 의해 표면에 주어지며, 이 조건은 다른 조건과 함께 미지경계의 위치를 계산하는데 사용되었다. 문제의 해를 구하기 위해 보조문제가 도입되었고, 이 보조문제의 영역에 대한 가상적인 내부경계를 정의함으로써 공동(cavity)이 영역 내부에 위치하게 되며, 포텐셜 문제의 해를 구하여 그 위치를 결정하였다 이 문제의 해를 구하기 위해 경계요소법이 정규화과정과 함께 사용되었으며, 수치해석을 통하여 역 해법에 대한 정규화 효과를 분석하였다.