• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2023년도 추계학술발표대회
• /
• pp.557-560
• /
• 2023

In this paper, we introduce a pre-training method leveraging the capabilities of the Vision Transformer (ViT) for disease diagnosis in conventional Fundus images. Recognizing the need for effective representation learning in medical images, our method combines the Vision Transformer with a Masked Autoencoder to generate meaningful and pertinent image augmentations. During pre-training, the Masked Autoencoder produces an altered version of the original image, which serves as a positive pair. The Vision Transformer then employs contrastive learning techniques with this image pair to refine its weight parameters. Our experiments demonstrate that this dual-model approach harnesses the strengths of both the ViT and the Masked Autoencoder, resulting in robust and clinically relevant feature embeddings. Preliminary results suggest significant improvements in diagnostic accuracy, underscoring the potential of our methodology in enhancing automated disease diagnosis in fundus imaging.

• 대한인간공학회지
• /
• 제21권3호
• /
• pp.25-34
• /
• 2002

The road sign in dynamic traffic system is an important element which affects on human cognitive performance on driving. Web-based vision system simulator was developed to examine the cognition time of the road sign in dynamic environment. This experiment the cognition time of the road sign in dynamic environment. This experiment was designed in with-subject design with two factors: vehicle speed and the amount of information of the traffic sign. It measured the cognition time of the road sign through two evaluation methods: the subjective test with vision system simulator and computational cognitive model. In these two evaluations of human cognitive performance under the dynamic traffic environment, it demonstrated that subject's cognition time was affected by both the amount of information of traffic sign and driving speed.

• 로봇학회논문지
• /
• 제9권4호
• /
• pp.197-205
• /
• 2014

As computer vision algorithms are developed on a continuous basis, the visual information from vision sensors has been widely used in the context of simultaneous localization and mapping (SLAM), called visual SLAM, which utilizes relative motion information between images. This research addresses a visual SLAM framework for online localization and mapping in an unstructured seabed environment that can be applied to a low-cost unmanned underwater vehicle equipped with a single monocular camera as a major measurement sensor. Typically, an image motion model with a predefined dimensionality can be corrupted by errors due to the violation of the model assumptions, which may lead to performance degradation of the visual SLAM estimation. To deal with the erroneous image motion model, this study employs a local bundle optimization (LBO) scheme when a closed loop is detected. The results of comparison between visual SLAM estimation with LBO and the other case are presented to validate the effectiveness of the proposed methodology.

• 전기학회논문지
• /
• 제58권10호
• /
• pp.2041-2046
• /
• 2009

In this paper, we propose the feature points extraction method of hand region using vision. To do this, first, we find the HCbCr color model by using HSI and YCbCr color model. Second, we extract the hand region by using the HCbCr color model and the fuzzy color filter. Third, we extract the exact hand region by applying labeling algorithm to extracted hand region. Fourth, after finding the center of gravity of extracted hand region, we obtain the first feature points by using Canny edge, chain code, and DP method. And then, we obtain the feature points of hand region by applying the convex hull method to the extracted first feature points. Finally, we demonstrate the effectiveness and feasibility of the proposed method through some experiments.

• 한국광학회지
• /
• 제18권5호
• /
• pp.337-344
• /
• 2007

모형안은 안구의 굴절력 교정 수술이나 콘택트렌즈, 안경 등 시력 보정을 위한 기구를 설계하는 등, 다양한 목적아래서 안구의 시성능을 최적모델링 하기 위해 발전해 왔다. 특히, 안구의 가변적인 굴절능 조절 과정을 내포하는 모형안을 세우고, 환경변화에 따른 모형안의 광학 성능을 정확하게 모델링하는 것은 매우 중요하다. 본 연구는 사람 안구가 단계적으로 굴절능 조절을 행할 때 기존의 해부학적 광학형상 변화를 포함하고 안구의 파면수차와 조절반응을 고려한 모형안을 제시하였다. 본 연구에서 제시된 모형안은 조절자극의 세기에 따른 조절반응 부족량, 3차와 4차 수차, 변조전달함수, 시력 등이 제시되었으며, 그 모형안을 바탕으로 계산한 결과 값은 실제 안구에서 측정한 값들을 만족하였다. 본 연구에서 제안된 모형안은 조절의 단계적 변화에 따른 안구의 광학적 성능과 변조저달 함수의 계산, 사람 눈의 시성능 변화를 보다 정확하게 예측하는데 좋은 도구를 제공할 것이다.

• 한국컴퓨터정보학회논문지
• /
• 제29권2호
• /
• pp.31-41
• /
• 2024

딥러닝 모델(Deep Learning Model)은 컴퓨터 비전(Computer Vision) 분야의 이미지(Image) 분류 및 객체 탐지와 같은 작업에서 뛰어난 성과를 보이며, 실제 산업 현장에서 다양하게 활용되고 있다. 최근 다양한 알고리즘(Algorithm)의 적대적 예제를 이용하여 딥러닝 모델의 취약성을 지적하며, 강건성 향상 방안을 제시하는 연구들이 활발하게 진행되고 있다. 적대적 예제는 오분류를 유도하기 위해 작은 노이즈(Noise)가 추가된 이미지로서, 딥러닝 모델을 실제 환경에 적용 시 중대한 위협이 될 수 있다. 본 논문에서는 다양한 알고리즘의 적대적 예제를 대상으로 에지 학습 분류 모델의 강건성 및 이를 이용한 적대적 예제 탐지 모델의 성능을 확인하고자 하였다. 강건성 실험 결과, FGSM(Fast Gradient Sign Method) 알고리즘에 대하여 기본 분류 모델이 약 17%의 정확도를 보였으나, 에지(Edge) 학습 모델들은 60~70%대의 정확도를 유지하였고, PGD(projected gradient descent)/DeepFool/CW(Carlini-Wagner) 알고리즘에 대해서는 기본 분류 모델이 0~1%의 정확도를 보였으나, 에지 학습 모델들은 80~90%의 정확도를 유지하였다. 적대적 예제 탐지 실험 결과, FGSM/PGD/DeepFool/CW의 모든 알고리즘에 대해서 91~95%의 높은 탐지율을 확인할 수 있었다. 본 연구를 통하여 다양한 적대적 알고리즘에 대한 방어 가능성을 제시함으로써, 컴퓨터 비전을 활용하는 여러 산업 분야에서 딥러닝 모델의 안전성 및 신뢰성 제고를 기대한다.

• 재활복지공학회논문지
• /
• 제8권3호
• /
• pp.213-219
• /
• 2014

본 연구는 저시력 노인의 시력보조기구 사용에 영향을 미치는 요인을 탐색하기 위해 2차년도 한국노동연구원의 고령화연구패널에서 시력으로 일상생활이 어려운 만 65세 이상의 노인 384명을 최종분석에 활용하였다. 분석은 Andersen-Newman의 서비스 이용모델을 기반으로 선행요인, 가능성요인, 욕구요인으로 구분하여 각각의 요인들이 저시력 노인의 시력보조기 사용에 미치는 영향력을 살펴보기 위해 로지스틱 회귀분석(logistic regression)을 실시하였다. 분석결과 선행요인에서는 교육수준이 높고 미취업상태에서, 가능성 요인에서는 주관적 계층의식이 낮을수록, 욕구요인에서는 인지기능이 높을수록 시력보조기구 사용수준이 유의미하게 높아지는 것으로 나타났다. 이러한 결과를 토대로 연구의 제한점과 함의를 제안하였다.

• 한국융합학회논문지
• /
• 제11권9호
• /
• pp.15-20
• /
• 2020

소프트웨어가 국가의 혁신 및 성장, 가치 창출에 핵심 요소가 되고 있고, 이에 소프트웨어 관련 교육은 필수적인 상황이다. 공학 교육에 대한 수행방법 가운데 하나로, 실행이 어려운 상황에 대하여 유사한 환경에서 교육할 수 있는 가상 시뮬레이션을 통한 교육이 다양하게 이루어지고 있다. 최근 생산 현장에 스마트팩토리의 구축이 확산되고 있고, 비전 시스템을 활용한 제품 검사가 수행되고 있다. 그러나 비전 시스템에 대한 운영 기술의 부족으로 많은 어려움을 겪고 있으나, 비전 시스템 교육을 위한 시스템 구축에 많은 비용이 필요하다. 본 논문에서는 컴퓨터와 물리엔진의 카메라 기능을 융합하여 영상을 추출하고 전송할 수 있는 교육용 가상 시뮬레이션 모델을 제안한다. 제안 모델의 실험 결과 평균 35.4FPS로 30Hz 이상의 이미지 생성이 가능하며, 22.7ms의 시간으로 이미지를 송수신할 수 있어, 교육용 가상 시뮬레이션 교육 환경에서 활용할 수 있을 것이다.

• 전자공학회논문지SC
• /
• 제48권3호
• /
• pp.21-29
• /
• 2011

본 논문은 스테레오 비전 시스템에서 객체의 기동 상태에 상관없이 안정된 거리 및 속도를 추정할 수 있는 방법을 제안한다. 스테레오 비전은 좌우 영상의 시차를 이용하여 거리를 추정할 수 있지만, 영상 화소의 양자화 오차로 인해 거리 오차가 발생할 수 있다. 부화소 보간법은 이러한 양자화 오차를 최소화하여 실수를 갖는 정밀 시차를 추정할 수 있다. 확장형 칼만 필터는 추정된 정밀 시차의 공분산을 최소화하고 객체의 속도를 추정하기 위하여 사용되어진다. 하지만, 시스템 모델의 불확실성으로 인해 기동이 발생했을 때, 발산 문제가 생기고 이는 오히려 추정 오차를 증가시킨다. 본 논문에서는 연산 시간을 최소화하면서, 객체의 기동 상태에 상관없이 안정된 상태 추정 성능을 제공할 수 있는 가상 모델 확장형 칼만 필터를 제안한다. 모의실험 및 실제 도로 환경에서의 실험 결과는 제안한 방법이 기존 추정 필터들에 비하여, 다양한 기동 상태에서 안정된 추정 성능과 향상된 연산시간을 제공한다는 것을 보여준다.

• Journal of Biosystems Engineering
• /
• 제36권1호
• /
• pp.48-57
• /
• 2011

The computer vision system was designed and constructed to measure the weight of a dairy cattle. Its development involved the functions of image capture, image preprocessing, image algorithm, and control integrated into one program. The experiments were conducted with the model dairy cattle and the real dairy cattle by two ways. First experiment with the model dairy cattle was conducted by using the indoor vision experimental system, which was built to measure the model dairy cattle in the laboratory. Second experiment with real dairy cattle was conducted by using the outdoor vision experimental system, which was built for measuring 229 heads of cows in the cattle facilities. This vision system proved to a reliable system by conducting their performance test with 15 heads of real cow in the cattle facilities. Indirect weight measuring with four methods were conducted by using the image processing system, which was the same system for measuring of body parameters. Error value of transform equation using chest girth was 30%. This error was seen as the cause of accumulated error by manually measurement. So it was not appropriate to estimate cow weight by using the transform equation, which was calculated from pixel values of the chest girth. Measurement of cow weight by multiple regression equation from top and side view images has relatively less error value, 5%. When cow weight was measured indirectly by image surface area from the pixel of top and side view images, maximum error value was 11.7%. When measured cow weight by image volume, maximum error weight was 57 kg. Generally, weight error was within 30 kg but maximum error 10.7%. Volume transform method, out of 4 measuring weight methods, was minimum error weight 21.8 kg.