• 한국컴퓨터그래픽스학회논문지
• /
• 제6권4호
• /
• pp.35-42
• /
• 2000

3차원 텍스춰 매핑은 얇은 종이를 부자연스럽게 물체에 붙이는 것과는 달리 마치 원래의 재료로부터 조각을 한 것과 같은 매우 자연스러운 시각적 효과를 내는 장점이 있다. 하지만 빠른 텍스춰 매핑을 위하여 샘플링을 통하여 생성한 3차원 텍스춰를 실시간 계산을 위하여 메모리에 올리는 것은 일반적으로 텍스춰의 방대한 크기 때문에 실용적이지 못하다. 최근 [11]에서는 실용적인 실시간 3차원 텍스춰 매핑 기법을 제안하였는데 여기서는 웨이블릿에 기반한 압축 기법을 사용하여 메모리 문제를 해결하려 하였다. 이 논문에서는 이러한 압축 기반 실시간 3D 텍스춰 매핑에 사용될 수 있는 또 다른 압축 기법에 대하여 살펴보았다. 특히 벡터양자화 방법과 FXT1 방법을 3차원 텍스춰 압축에 적합하도록 확장을 하고 그 성능을 비교 분석을 하였다.

• 한국통신학회논문지
• /
• 제22권4호
• /
• pp.714-725
• /
• 1997

본 논문에서는 웨이블렛 변환된 영상을 비트 플레인으로 분해하여 효과적으로 영상을 부호화하는 방법을 제안한다. 제안하는 방법은 원영상을 웨이블렛 변환하여 저대역 부분은 그대로 무손실 전송하고 고대역 부분은 비트 플레인(bit-plane)으로 분해한 다음, 각 비트 플레인에 나타나는 이진 영상들을 각각의 특성에 따라 부호화한다. 부호화 방법은 먼저 원영상을 웨이블렛 변환한 후, 부동소수점 값을 가지는 웨이블렛 변환 계수를 정수화하고 이 값을 N비트 데이터와 부호 비트로나눈다. 이러한 이진값으로 표현된 그레이 원영상을 비트 플레인으로 분할하여 N개의 이진 영상과 부호 비트에 대응하는 1개의 부호 비트 플레인을 생성시킨다. N개의 비트 플레인에 존재하는 이진 영상은 상대적으로 화질에 미치는 중요도가 적은 하위 비트 플레인의 고대역 부분을 제거한 후, 2차원 이진 블록 부호화 방법을 사용하여 부호화한다. 부호 비트 플레인은 N비트로 데이터의 값이 0이 아닐 경우 그에 해당하는 부호값 만을 부호화하여 압축효과를 높일 수 있었다. 본 논문에서 제안한 방법은 웨이블렛 변환 계수로부터 추출된 비트 플레인 중에서 화질에 크게 영향을 주는 중상위 비트 플레인의 이진영상들이 원영상의 에지(edge) 정보와 함께 지역적으로 모여 있는 특성을 보임에 따라 효과적인 부호화가 가능하다. 또한 비트 플레인 부호화 방식은 상대적으로 영상의 화질에 중요도가 적은 하위 비트 플레인을 쉽게 분리하여 제거함으로서 적정한 영상화질을 유지하면서 비트율(bit rate)을 조정할 수 있는 장점이있다. 제안한 방법은 실험을 통하여 기존의 벡터 양자화 기법에 의한 부호화 방법보다 압축율이나 PSNR 측면에서 성능이 좋음을 입증하였다.

• 한국음향학회지
• /
• 제25권2호
• /
• pp.96-100
• /
• 2006

고립단어 인식기의 오 인식 단어를 거절하기 위한 방법으로 정규화 신뢰도가 제안되어 논문 [1-2]에서 성공적으로 적용된 바 있다. 그러나 정규화 신뢰도의 성능 측정을 위해 고정된 단어 셌을 대상으로 실험을 하였다. 본 논문에서는 정규화 신뢰도를 가변어휘 음성인식 영역에 적용하여 신뢰도의 거절성능을 밝히고 특히, 벡터양자화기를 이용하여 미 출현 트라이 폰의 문제를 극복하는 방법을 제안한다. 이때 정규화 신뢰도는 트라이 폰 신뢰도들의 통계적 특징(평균과 표준편차)을 사용한다. 가변어휘 인식실험 결과음소 단위의 정규화방법이 트라이 폰 기반 정규화방법에 비하여 우수한 성능을 보였으며 이러한 결과는 논문 [1-2]의 결과와는 상이한 것으로 트라이 폰 기반 정규화 방법이 미 출현 트라이 폰에 대하여 강인하지 못하다는 점을 시사하고 있다. 따라서 정규화 신뢰도가 음소 또는 트라이 폰에 상관없이 기준 신뢰도인 RLTC 신뢰도 [3]에 비하여 우수한 성능을 보였으며 가변어휘 인식에서도 동작함을 확인 할 수 있었다.

• 한국통신학회논문지
• /
• 제28권3A호
• /
• pp.111-118
• /
• 2003

적응형 송신 빔 성형 시스템에서 순방향 링크의 채널 특성을 기지국에 정확히 전달하는 것은 시스템 성능을 결정하는 중요한 요소이다. FDD 방식 시스템의 경우 순방향 채널의 정보는 일반적으로 귀환 채널을 통해 전달되며 송신 안테나 수에 비례하여 증가하게 된다. 이 논문에서는 N개의 송신안테나를 갖는 빔 성형 시스템이 2N개의 송신 안테나 시스템으로 확장되는 반면, 귀환 채널은 귀환 전송 비트율의 제한으로 인해 기존의 N-안테나 시스템의 귀환 채널이 그대로 유지된다. 제한된 귀환 채널 정보의 사용 효율을 높여 시스템의 성능을 향상시키기 위해 적응형 송신 빔 성형 방식과 안테나 선택 다이버시티 방식을 결합한 순방향 링크 CDMA 시스템을 제안하고 모의 실험을 통해 성능을 연구한다. 제한된 귀환 채널 비트를 갖는 시스템에서, 송신 안테나 수와 안테나 선택 방식에 따른 시스템 성능을 주파수 비선택적 페이딩 채널 및 다중 경로 페이딩 채널에서 모의 실험을 통해 정량화 한다. 모의 실험 결과는 송신 안테나 선택 방식을 적용함으로써 각 안테나당 할당되는 정보 비트 수를 증가시켜 양자화로 인한 오류를 줄이고, 선택 다이버시티 이득을 얻음으로써 전체 시스템 성능이 개선됨을 보인다.

• 대한전자공학회논문지SP
• /
• 제37권5호
• /
• pp.54-63
• /
• 2000

고속 움직임 추정을 위한 다 해상도 블록 정합 기법을 제안한다 최저 해상도 계층에서 전역 탐색을 통해 최소 정함 오치를 갖는 움직임 벡터를 선택하고, 공간적으로 인접한 블록들의 움직임 벡터들 중에서 최소 정합 오차를 갖는 움직임 벡터를 찾는다 이 때, 주변 움직임 벡터들의 보다 정확한 탐색을 위해 저 해상도 계층에서도 움직임 벡터의 양자화 없이 탐색을 할 수 있는 효과적인 방법을 제안한다. 이렇게 얻어진 2개의 움직임 벡터들은 중간 해상도 계층에서의 탐색을 위한 초기 탐색 중심점들로 사용된다 중간 계층에서, 각 초기점을 중심으로 훨씬 좁아진 영역에서의 지역 탐색을 수행한다. 최저 해상도 계층에서 주변 움직임 벡터 탐색을 위해 사용했던 방법을 이용하면, 각 지역 탐색을 정수 화소 단위로 수행할 수 있다 지역 탐색 영역 내에서 최소 정함 오차를 갖는 움직임 벡터를 찾고, 이 벡터를 중심으로 마지막 계층에서의 마지막 탐색을 수행한다 그러나, 중간 해상도 계층에서 이미 정수 화소 단위의 정확한 움직임 벡터 추정을 수행했기 때문에, 마지막 최고 해상도 계층에서의 지역 탐색은 전체 성능에 미미한 영향을 주게 된다. 따라서 최고 해상도 계층에서의 탐색을 생략하더라도 성능 저하 없이 탐색 속도를 향상시킬 수 있다 모의 실험을 통해 최고 계층에서의 지역 탐색을 생략하더라도 제안한 블록 정합 기법이 전역 탐색 기법에 비해 보편적인 MPEG2 부호화 환경 하에서 최대 02dB의 PSNR 저하만을 보이며, 200배 이상의 계산 속도를 가점을 보인다 또한, 제안한 기법은 규칙적인 데이터 흐름을 가지am로 하드웨어 구현에도 적합하다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 1996년도 추계학술대회 학술발표 논문집
• /
• pp.239-242
• /
• 1996

본 논문에서는 BP(Back Propagation)에 비해서 빠른 학습시간과 다른 경쟁학습 신경회로망 알고리즘에 비해서 비교적 우수한 성능으로 패턴인식 등에 많이 이용되고 있는 LVQ(Learning Vector Quantization) 알고리즘의 성능을 향상시키기 위한 방법을 논의하고자 한다. 일반적으로 LVQ는 음(negative)의 학습을 하기 때문에 초기 가중치가 제대로 설정되지 않으면 발산할 수 있다는 단점이 있으며, 경쟁학습 계열의 신경망이기 때문에 출력 층의 뉴런 수에 따라 성능에 큰 영향을 받는다고 알려져 있다.[1]. 지도학습 형태를 지닌 LVQ의 경우에 학습패턴이 n개의 클래스를 가지고, 각 클래스 별로 학습패턴의 수가 같은 경우에 일반적으로 전체 출력뉴런에 대해서 (출력뉴런수/n)개의 뉴런을 각 클래스의 목표(desired) 클러스터로 할당하여 학습을 수행하는데, 본 논문에서는 각 클래스에 동일한 수의 출력뉴런을 할당하지 않고, 학습데이터에서 각 클래스의 분산을 추정하여 각 클래스의 분산을 추정분산에 비례하게 목표 출력뉴런을 할당하고, 초기 가중치도 추정분산에 비례하게 각 클래스의 초기 임의 위치 입력백터를 사용하여 학습을 수행하는 방법을 제안한다. 본 논문에서 제안하는 방법은 분류하고자 하는 데이터에 대해서 필요한 최적의 출력뉴런 수를 찾는 것이 아니라 이미 결정되어 있는 출력뉴런 수에 대해서 각 클래스에 할당할 출력 뉴런 수를 데이터의 추정분산에 의해서 결정하는 것으로, 추정분산이 크면 상대적으로 많은 출력 뉴런을 할당하고 작으면 상대적으로 적은 출력뉴런을 할당하고 초기 가중치도 마찬가지 방법으로 결정하며, 이렇게 하면 정해진 출력뉴런 개수 안에서 각 클래스 별로 분류의 어려움에 따라서 출력뉴런을 할당하기 때문에 미학습 뉴런이 줄어들게 되어 성능의 향상을 기대할 수 있으며, 실험적으로 제안된 방법이 더 나은 성능을 보임을 확인했다.initially they expected a more practical program about planting than programs that teach community design. Many people are active in their own towns to create better environments and communities. The network system "Alpha Green-Net" is functional to support graduates of the course. In the future these educational programs for citizens will becomes very important. Other cities are starting to have their own progrms, but they are still very short term. "Alpha Green-Net" is in the process of growing. Many members are very keen to develop their own abilities. In the future these NPOs should become independent. To help these NPOs become independent and active the educational programs should consider and teach about how to do this more in the future.단하였는데 그 결과, 좌측 촉각엽에서 제4형의 신경연접이 퇴행성 변화를 나타내었다. 그러므로 촉각의 지각신경세포는 뇌의 같은 족 촉각엽에 뻗어와 제4형 신경연접을 형성한다고 결론되었다.$/ 값이 210 $\mu\textrm{g}$/$m\ell$로서 효과적인 저해 활성을 나타내었다 따라서, 본 연구에서 빈

• 지능정보연구
• /
• 제15권2호
• /
• pp.49-59
• /
• 2009

내용기반 이미지 검색은 색상, 질감 등의 이미지 자체의 자질들을 이용하여 검색하므로 텍스트 기반 이미지 검색의 객관성 부족과 모든 이미지에 사람이 주석을 달아야 하는 단점을 보완할 수 있는 이미지 검색 방법이다. 이러한 내용 기반 이미지 검색에서 사용되는 방식 중 SIM(Self-organizing Image browsing Map) 방식은 SOM 알고리즘을 이용하여 이미지들을 브라우징 가능한 그룹으로 맵핑하고 그 결과를 바탕으로 이미지를 검색하게 된다. 하지만 비슷한 이미지라 할지라도 이미지의 밝기, 피사체의 움직임 등에 의하여 색상 정보가 다르게 나타나게 되면 SOM 알고리즘의 학습 과정에서 유사한 이미지들을 그룹화한 노드를 BMU로 선택하지 못하고 떨어져 있는 다른 노드를 선택하게 된다. 이 경우 학습이 진행되면서 유사한 이미지들이 군집하는 과정을 거치지만 학습이 완료될 때까지 다른 유사 이미지들을 그룹화한 노드에 맵핑이 되지 못하는 경우가 발생한다. 그 결과, 검색 결과에 나타나지 못하여 적합 이미지 검색률이 낮아 질 수 있다. 따라서 본 논문에서는 HSV 색상모델을 이용하여 양자화하고 이미지의 색상 특징 벡터를 추출한 뒤 SOM 알고리즘을 이용하여 이미지들을 브라우징 가능한 그룹으로 맵핑한다. 이때 SIM 방식의 문제점인 유사 이미지가 따로 맵핑되어 적합 이미지 검색률이 낮아지는 것을 줄이기 위하여 SOM을 두 개의 층으로 구성한다. 첫 번째 층에서 이미지의 색상 자질을 이용하여 학습을 완료한 후, 학습이 완료된 첫 번째 층 맵의 각 노드들의 연결 가중치를 이용하여 두 번째 층에서 다시 한번 학습을 수행한다. 두 개의 층으로 학습이 완료된 두 번째 층의 SOM에 질의 이미지의 특징 벡터를 입력하여 BMU를 선택하고 BMU와 연결된 첫 번째 층의 노드를 최종 선택하여 이미지를 검색한다. 실험결과, 제안된 이미지 검색 방법이 기존의 이미지 검색 방법 보다 적합 이미지의 검색 성공률이 높은 것을 확인 할 수 있었다.

• 한국지능시스템학회논문지
• /
• 제8권2호
• /
• pp.60-69
• /
• 1998

본 눈문에서는 퍼지 벡터양자호를 이용하여 음성을 합성하는 방법을 제시하고,원음에 가까운 합성음을 얻기 위하여 퍼지벡터양자화의 성능을 최적화 하는 Fuzziness갑의 선정방법을 연구한다. 퍼지벡터 양자화를 이용하여 음성을 합성할때, 분석단에서는 입력 음성패턴과 코드북의 음성패턴의 유사도를 나타내는 퍼지 소속함수값을 출력하고, 합성단에서는 분석단에서 얻은 퍼지소속 함수값, fuzziness값, 그리고 FCM(Fuzzy-C-Means) 연산식을 이용하여 음성을 합성한다. 시뮬레이션을 통하여 벡터양자화에 의해 합성된 음성과 퍼지 벡터양자화에 의해 합성된 음성을 코드북의 크기에 따라 비교한 결과, 퍼지벡터양자화를 이용한 음성합성의 성능이 코드북 크기가 절반으로 줄어도 벡터양자화에 의한 성능과 거의 같음을 알수 있다. 이것은 VQ(Vecotr Quantiz-ation)에 의한 음성합성 결과와 같은 성능을 얻기 위해서 퍼지 VQ를 사용하면, 코드북 저장을 위한 메모리의 크기를 절반으로 줄일 수 있음을 의미한다. 그리고 SQNR을 최대로 하는 퍼지 벡터양자화를 얻기 위한 최적 Fuzziness값은 음성분석 프레임의 분산값이 크면 작게 선정해야 하고, 작으면 크게 선정 해야함을 밝혔다. 또한 합성음들을 주파수 영역의 스펙트로그램에서 비교한 결과 포만트 주파수와 피치주파수에서 퍼지 VQ에 의한 합성음이 VQ에 의한 것보다 원 음성에 더 가까움을 알 수 있었다.

• 방송공학회논문지
• /
• 제11권1호
• /
• pp.3-14
• /
• 2006

음악요약이란 주어진 음악 컨텐츠에서 가장 중요하고 특징적인 한 부분이나 여러 부분들을 제공하는 것을 말한다. 음악요약 기술에는 크게 두 가지 종류의 음악요약을 위한 기술들이 연구되고 있다. 음악 컨텐츠 내에서 반복되는 구간을 음악요약으로 제공하는 기술과 특정이 다른 부분들의 일정구간을 모두 제공하는 기술이 있다. 본 논문에서는 두 가지 종류의 음악요약을 제공하는 알고리즘들을 제안하고 평가하였다. 반복되는 구간을 음악요약으로 제공하는 다중 레벨 벡터양자화를 이용한 알고리즘은 고정된 길이와 최적의 길이를 가지는 음악요약을 제공하는 알고리즘들을 객관적인 방법으로 성능을 평가하였고, 음악 내에서 특정이 다른 부분들을 일정부분씩 취합하여 제공하는 2-D 유사도 행렬과 k-mean 알고리즘을 이용하는 집단화 방법을 이용한 방법의 평가는 주관적인 평가인 MOS 테스트로 평가하였다. 다중 레벨 벡터양자화를 이용한 음악요약을 제공하는 알고리즘에서 고정된 길이의 음악요약을 제공하는 알고리즘은 사람이 직접 요약한 결과와 제안한 방법으로 구한 요약과의 중첩도 (Overlapping Ratio)를 이용한 결과 기존의 방법들이 42.2% 와 47.3% 임에 비해 제안된 방법은 67.1%로 높은 성능을 보여주었고, 최적의 길이를 가지는 음악요약을 제공하는 알고리즘은 음악에 따라 다른 길이를 가지는 반복되는 부분의 포함 정도를 나타내는 최적 중첩비율 (Optimal Overlapping Ratio) 을 측정한 결과 고정된 길이를 가지는 음악요약 보다 최적의 길이로 음악마다 다른 길이 의 반복되는 부분을 효과적으로 표현함을 알 수 있었다. 집단화 방법을 이용한 알고리즘은 두 가지 질문들 (제공된 세그먼트들 중 특정이 비슷한 것의 개수, 제공된 세그먼트들 중 같은 구조에 속하는 것의 개수)을 이용한 MOS 테스트에서 우수한 결과를 보여주었다. 환자에서 완전관해를 보였고, 원격전이와 국소재발이 각각 2명과 1명에서 관찰되었다. 결론: SMART를 사용한 IMRT를 도입하여 임상적으로나 선량측정상 이하선의 기능 보존이 가능하였으며, 또한 생물학적으로 더욱 효과적일 것으로 생각되었다 향후 정확한 종양억제 효과와 만기 독성을 알기 위해서는 추가적인 연구대상과 추적관찰이 필요하다고 생각한다.ty modulated radiation therapy, IMRT)를 이용한 최근의 결과와 비교하여 CK를 이용한 정위 방사선 치료는 생존율 측면에서 비슷하거나 나은 결과를 보였다. 또한 심각한 부작용은 관찰되지 않았으며 짧은 기간의 치료로 환자에게 편의를 제공할 수 있어 결과적으로 삶의 질을 향상시킬 수 있을 것이다. 따라서, 이 새로운 치료 방법은 국소 진행된, 절제 불가능한 췌장암 환자에서 심각한 부작용 없는 효과적인 치료가 될 것으로 생각된다. 또한 계획용 표적 체적은 CK 치료의 유용한 예후 인자로 사용될 것이다.인위적 활동에 의한 부분이 높은 것으로 추정되었다.가>에는 이 시교의 외면적인 따스함과 내면적인 정(情)과 성(性)의 부드러움이 적고. 그 반대로 풍간하여 지절사정(指切事情)함이 강하였던 모양이다. 풍간하여 사정(事情)을 매몰차게 지적하여 논평하였음을 퇴계는 '완세불공(玩迷不恭)'이라고 판단했을 것이다. 장육당은 청(淸)과 탁(濁)이 있음을 알지 못하고. 그것의 분별도 하지 못하는 세상 사람들을 완농(玩弄)하였다. 그러므로 그는 진환(塵　)에서 초연(超然)했던 것이다. 천석고황(泉石膏　)으로 태평성대(太平聖代)에 사시가흥(四時佳興)을 한가지로 하는 퇴계와는 그래서 다르다. 퇴계는 순풍(淳風)과 어진 인성(人性)을 긍정하였기에 만족하고. '고인(古人)의 녀던 길'을 끊임없이 행(行)하고자 하였다. 여기에서 '완세불공(玩世不恭)'과 '온유돈후(溫柔敦厚)'가 판별되어진다.

• 대한원격탐사학회지
• /
• 제14권2호
• /
• pp.175-195
• /
• 1998

위성영상으로부터 자동화된 선구조 추출 알고리즘은 지형적 특징에 따라 다양한 방법으로 개발되어 왔다. 국내 지형은 주로 산악지형에 가깝지만 충적층 지대가 함께 발달되어 있으며 이와 같은 충적층은 종종 단층과 같은 주요 선구조를 이루고 있다. 그러나 기존의 방법들은 이와 같은 복합적인 지형에 대해 적용하는데 여러 가지 문제점들이 있다 이에 따라 본 연구에서는 이러한 지형적 특징을 나타내는 지역에 적용 가능한 새로운 알고리즘을 개발하였다. 위성영상으로부터 선구조 요소와 비 선구조 요소로 구분되는 이진영상을 생성하기 위해 DSTA(Dynamic Segment Tracing Algorithm)를 개발하였다. DSTA는 선구조 추출시 발생하는 태양방위각에 따른 선택적 증감효과를 제거하고 동적 소창문(dynamic sub window)의 사용에 의해 명암차가 낮은 지역에서의 잡음(noise)을 상당히 제거하였다. 또한, 충적층 처리 루틴은 충적층 지역에서 나타나는 잡음 대부분을 제거하여 효과적으로 선구조를 추출할 수 있었다. 이진영상으로부터 선구조의 양끝점을 결정하기 위해 일반 영상자료 처리에 이용되고 있는 Hierarchical Hough 변환 또는 Generalized Hough 변환을 지질학적 적용에 적합하도록 결합연산 과정을 결합한 ALEHHT(Automatic Lineament Extraction by Hierarchical Hough Transform) 및 ALEGHT (Automatic Lineament Extraction by Generalized Hough Transform) 알고리즘을 개발하였으며, 이를 이용하여 지질학적으로 이용 가능한 선구조를 구하였다. 본 연구에서 제안된 결합연산 과정은 두선 사이의 사이각($\delta$$\beta$), 수직거리(d$_{ij}$) 및 중점거리(dn)를 이용하였다. 개발된 알고리즘을 Landsat TM 자료에 적용하여 지질학적 선구조를 추출한 결과, 산악지역 및 충적층 지대에 발달한 선구조 모두 잘 추출되었으며 태양방위각에 평행한 서북서방향의 선구조 역시 잘 드러나고 있어 만족할 만한 결과를 얻을 수 있었다. 그러나 효과적으로 알고리즘을 사용하기 위해서는 적절한 입력변수의 사용이 필수적이며, 특히 ALEGHT의 입력변수 중 영상 정량화 간격(drop)에 의한 영향은 차후의 연구에서 수행, 보완되어야 할 것으로 사료된다.