• 대한전자공학회논문지SP
• /
• 제41권5호
• /
• pp.87-97
• /
• 2004

본 논문에서는 공간정보(spatial information)를 이용하는 개선된 ELA(edge based line average) 방법과 시간정보(temporal information)를 이용하는 움직임 보상(motion compensation) 방법 간의 가중합산을 통하여 비원주사 방식의 영상(interlaced image)을 순차주사 방식의 영상(progressive image)으로 변환하는 알고리즘을 제안한다. 이 때, 움직임 보상은 하드웨어 구현이 용이한 양방향 BMA(block matching algorithm)에 의해 이루어진다. 보다 높은 성능과 효율성을 갖기 위하여 앞선 단계에서 디인터레이싱 되어진 영상을 사용하는 재귀적 구조와 움직임 검출을 통한 움직임에 적응적인 처리과정을 거치게 된다. 또한, 가중변수를 통하여 선형 결합할 경우 그 결과값은 결합하는 값의 사이값만을 가질 수 있기 때문에 미디언 필터(median filter)를 사용하여 이를 보완한다. 이러한 접근은 각각의 디인터레이싱 방법이 갖고 있는 단점을 계산복잡도의 증가 없이 극복하여 보다 다양한 영상조건에서 정확하고 효율적인 디인터레이싱을 가능하게 해주며, 실시간 처리를 위한 하드웨어 구현을 용이하게 해준다.

• 한국정보통신학회논문지
• /
• 제9권3호
• /
• pp.602-608
• /
• 2005

단상 단방향 형태의 표면 탄성파 필터 제작하기 위하여 Langasite 기판위에 빗살무늬 변환기를 형성시켜 모의실험을 수행하였으며, 전극재료로는 Al-Cu를 사용하였다. 모의실험을 바탕으로 입력단에는 IDT를 직렬형태로 연결시킨 block 형태로 하중을 가하는 전극 방법을 쓰고 출력단은 withdrawal 형태로 하중을 가하는 방법을 써서 제작하였다. 이를 바탕으로 단상 단방향 형태의 표면 탄성파 필터 적절한 임피던스 정합 조건도 얻고자 하였다. Langasite 기판 위에 형성시킨 입출력 빗살무늬 변환기 전극 수는 50쌍, 두께는 $5000{\AA}$으로 하였으며, 반사기 폭은 $3.6{\mu}m$이며, 전극 폭은 $2.4{\mu}m$이고, 전극과 반사기 사이의 간격은 $2.0{\mu}m$으로 하였다. 제작한 필터의 임피던스 정합 후 주파수 특성에서 중심 주파수는 190MHz, 대역폭은 7.7MHz 정도로 측정되었으며, 리플 특성은 0.4dB 이하이고, 정재파 비는 1.5정도로 측정되었다.

• 한국항행학회논문지
• /
• 제12권5호
• /
• pp.494-501
• /
• 2008

본 논문에서는 구조화된 격자 패턴 발생기를 이용하여 카메라 시야로부터 가려진 인체의 완전한 3차원 정보를 정합하기 위하여 턴테이블 위에 놓인 인체를 4방향에서 영상을 획득한 후 각 영상을 정합하는 새로운 알고리즘을 소개한다. 다각형 망으로 표시된 정합될 두 영상은 3차원 좌표 값의 급격한 변화가 없고 주사 방향이 한 방향이기 때문에 좌표축에 따라 가중치가 다른 최소 거리 기반 가중치 이분 분할 매칭 법을 사용하여 정합한다. 완전한 3차원 체형 정보를 획득하기 위하여, 획득한 영상이 4개이기 때문에 이런 과정들을 3번 반복한다. 제안된 방법은 기존의 분지 한정법, 동적 계획법, 헝가리언 법에 비해 매칭 정확도는 조금 낮지만 탐색 시간을 200 - 300% 줄일 수 있는 장점이 있다.

• 전자공학회논문지
• /
• 제52권4호
• /
• pp.164-174
• /
• 2015

기하학적 특성이 주어진 두 개 이상의 카메라를 사용하거나 한 개의 카메라를 이동시켜가면서 스테레오 영상을 얻을 때에, 카메라 설정 값의 차이, 조명의 변화 등으로 인해 광량의 변화가 발생한다. 하지만 색상 유사도를 기반으로 한 기존의 스테레오 정합 방법들은 정확한 대응점을 추정하지 못한다. 본 논문에서는 광량 변화에 강건하기 위한 방법으로 스테레오 영상에서 픽셀의 밝기 정보와 그라디언트 정보 및 텍스쳐 정보를 국부 기술자로 구성하는 새로운 방법을 제안하고, 엔트로피에 기반한 적응적 가중치를 국부 기술자에 부여하여 광량 변화에도 정확한 대응점을 추정할 수 있도록 한다. 제안하는 방법은 조명의 변화, 노출 시간의 차이로 인해 광량 변화가 발생된 Middlebury의 실험 영상을 통해 실험되었으며, 광량 변화에 강건한 최근의 방법들과 비교하였다. 그 결과, 제안하는 방법은 전체 영역에서의 오정합 비율이 약 5 % 정도로 비교하는 방법들보다 낮게 발생하여 가장 좋은 성능을 보여주었다.

• 대한전자공학회논문지SP
• /
• 제38권2호
• /
• pp.129-137
• /
• 2001

Matching Pursuit Algorithm은 저 전송 채널에서의 비디오 부호화에 뛰어난 효과를 나타내고 있지만, 주어진 입력 영상을 가장 유사하게 표현 하는데 필요한 구성 신호들을 찾아내기 위한 연산량이 많다는 현실적 문제점을 갖고 있다. 본 논문은 영상에 열화를 주지 않고 연산량을 크게 줄일 수 있는 새로운 방법을 제안한다. 이 방법은 전체적인 Matching Pursuit Algorithm중에서 가장 많은 연산을 요구하는, 영상을 구성하는 기본 신호들을 찾아내는데 필요한 내적 연산을 줄이는데 기초한다. 이를 위해 첫번째 과정으로 기존의 고속 방법인 분리성(Separable property)을 이용한 방법을 사용하여 주어진 입력영상과 수직성분의 1차원 기본 신호를 내적 하여 생성되는 결과값들을 저장한다. 두 번째 단계에서는 수평성분의 1차원 신호와의 내적 연산에 적용되는 부분들로 이루어진 1차원 신호들을 위치벡터의 개념을 도입하여 벡터길이를 측정한 후, 그 길이 값과 현재까지의 최대 내적 절대값을 서로 비교한 후 수평성분과의 내적 연산을 수행할지 하지 않을지를 판단한다. 대부분의 신호들은 다음단계의 내적 연산을 필요로 하지 않기 때문에 내적 연산랑을 크게 줄일 수 있다. 실험결과에 나타난 바와 같이, 대부분의 영상에서 화질에 전혀 열화를 수반하지 않고 기존 Neff의 고속방법보다 약 70%정도의 내적 연산량이 줄어듦을 알 수 있다.

• 대한공간정보학회지
• /
• 제24권1호
• /
• pp.89-98
• /
• 2016

본 연구에서는 축척과 갱신 주기가 상이한 이종의 공간 데이터 셋을 융합하기 위하여 사용자의 개입을 최소화하면서 다대다 관계에도 적용이 가능한 기하학적 방법론 기반의 면 객체 자동 매칭 방법을 제안하였다. 이를 위하여 첫째, 포함함수가 0.4 이상인 객체(노드)는 인접행렬에서 에지로 연결되었고, 이들 인접행렬의 곱을 반복적으로 수행하여 다대다 관계를 포함하는 후보 매칭 쌍을 선정하였다. 다대다 관계인 면 객체들은 알고리즘으로 생성된 convex hull로 단일 면 객체로 변환하였다. 기하학적 매칭을 위하여, 매칭 기준을 설정하고, 이들을 유사도 함수를 이용하여 유사도를 계산하였다. 다음으로 변환된 유사도와 CRITIC 방법으로 도출된 가중치를 선형 조합하여 형상 유사도를 계산하였다. 마지막으로 훈련자료에서 모든 가중치에 대한 정확도와 재현율을 나타낸 PR 곡선의 교차점인 EER로 임계값을 선정하고, 이 임계값을 기준으로 매칭 유무를 판별하였다. 제안된 방법을 수치지도와 도로명 주소기본도에 적용한 결과, 일부 다대다 관계에서 잘못 매칭되는 경우를 시각적으로 확인할 수 있었으나, 통계적 평가에서 정확도, 재현율, F-measure가 각각 0.951, 0.906, 0.928로 높게 나타났다. 이는 제안된 방법으로 이종의 공간 데이터 셋을 자동으로 매칭하는데 그 정확도가 높음을 의미한다. 그러나 일부 오류가 발생한 다대다 관계인 후보 매칭 쌍을 정확하게 정량화하기 위해서 포함함수나 매칭 기준에 대한 연구가 진행되어야 할 것이다.

• 한국통신학회논문지
• /
• 제32권12C호
• /
• pp.1149-1155
• /
• 2007

본 논문에서는 음성신호의 정현파 합성방법 중 하나인 선형위상을 사용한 중첩합산방법에 대하여 합성응성의 연속성을 개선시킨 새로운 방법을 제안한다. 기존의 중첩합산 정현파 합성방법은 프레임의 중간 지점에 대한 위상 값을 예측하기 위해 합성 파형의 경계면에 대한 위상 차이를 최소화하는 방법을 사용하였으나, 제안된 방법은 중간지점의 위상만이 아닌 최종 합성된 신호들 간의 차이를 최소화하는 방법을 사용한다. 이러한 합성신호의 오차 함수를 최소화하는 과정은 정현파 크기 값을 가중치로 사용한 위상오차 함수로 근사화 될 수 있다. 제안된 합성 방법의 연속성에 대한 성능을 검증하기 위해 합성신호의 전 구간에 대한 합성 신호들 간의 평균 오차 값 및 청취자 테스트를 하였다. 기존의 위상 오차함수와 비교하여 개선된 연속성 성능을 얻을 수 있었다.

• 한국통신학회논문지
• /
• 제10권2호
• /
• pp.69-75
• /
• 1985

印章識別은 平滑化, 回轉 및 移動, 細線化整合技法의 순서로 수행된다. CCTV카메라에 入力된 印章映像은 A/D變換機와 8bit microcomputer에 의하여 $256{\times}256$畵素의 2進映像으로 변환한다. 두 映像을 定位置로 回轉시킨 후, 細線化過程을 거쳐 文字의 골격선을 찾는다. 畵素거리에 따라 Weight.를 정하고 distance-weighted Correlation, C를 계산한다. 계산된 $C^K$와 결정상수 $C_YES$, $C_NO$를 비교하여 印章을 識別한 결과 95%의 높은 識別率을 얻었고 한 개의 對象印章을 識別하는데 걸린 시간은 3분 이내였다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제16권3호
• /
• pp.894-907
• /
• 2022

The features extracted by convolutional neural networks are more descriptive of images than traditional features, and their convolutional layers are more suitable for retrieving images than are fully connected layers. The convolutional layer features will consume considerable time and memory if used directly to match an image. Therefore, this paper proposes a feature weighting and region integration method for convolutional layer features to form global feature vectors and subsequently use them for image matching. First, the 3D feature of the last convolutional layer is extracted, and the convolutional feature is subsequently weighted again to highlight the edge information and position information of the image. Next, we integrate several regional eigenvectors that are processed by sliding windows into a global eigenvector. Finally, the initial ranking of the retrieval is obtained by measuring the similarity of the query image and the test image using the cosine distance, and the final mean Average Precision (mAP) is obtained by using the extended query method for rearrangement. We conduct experiments using the Oxford5k and Paris6k datasets and their extended datasets, Paris106k and Oxford105k. These experimental results indicate that the global feature extracted by the new method can better describe an image.

• Journal of Information Technology Applications and Management
• /
• 제29권3호
• /
• pp.43-55
• /
• 2022

In this study, with the goal of developing a deep learning-based product recommendation model for effective matching of influencers and products, a deep learning model with a collaborative filtering model combined with generalized matrix decomposition(GMF), a collaborative filtering model based on multi-layer perceptron (MLP), and neural collaborative filtering and generalized matrix Factorization (NeuMF), a hybrid model combining GMP and MLP was developed and tested. In particular, we utilize one-class problem free boosting (OCF-B) method to solve the one-class problem that occurs when training is performed only on positive cases using implicit feedback in the deep learning-based collaborative filtering recommendation model. In relation to model selection based on overall experimental results, the MLP model showed highest performance with weighted average precision, weighted average recall, and f1 score were 0.85 in the model (n=3,000, term=15). This study is meaningful in practice as it attempted to commercialize a deep learning-based recommendation system where influencer's promotion data is being accumulated, pactical personalized recommendation service is not yet commercially applied yet.