• Journal of the Institute of Electronics and Information Engineers
• /
• v.52 no.4
• /
• pp.164-174
• /
• 2015

In a real scenario, radiometric change has frequently occurred in the stereo image acquisition process using multiple cameras with geometric characteristics or moving a single camera because it has different camera parameters and illumination change. Conventional stereo matching algorithms have a difficulty in finding correct corresponding points because it is assumed that corresponding pixels have similar color values. In this paper, we present a new method based on the local descriptor reflecting intensity, gradient and texture information. Furthermore, an adaptive weight for local descriptor based on the entropy is applied to estimate correct corresponding points under radiometric variation. The proposed method is tested on Middlebury datasets with radiometric changes, and compared with state-of-the-art algorithms. Experimental result shows that the proposed scheme outperforms other comparison algorithms around 5% less matching error on average.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2024.05a
• /
• pp.666-669
• /
• 2024

연합학습은 원본 데이터를 공유하지 않고 모델을 학습할 수 있는 각광받는 프라이버시를 위한 학습방법론이다. 이를 위해 참여자의 데이터를 수집하는 대신, 데이터를 인공지능 모델 학습의 요소들(가중치, 기울기 등)로 변환한 뒤, 이를 공유한다. 이러한 강점에 더해 기존 연합학습을 개선하는 방법론들이 추가적으로 연구되고 있다. 기존 연합학습은 모델 가중치를 평균내는 것으로 참여자 간에 동일한 모델 구조를 강요하기 때문에, 참여자 별로 자신의 환경에 알맞은 모델 구조를 사용하기 어렵다. 이를 해결하기 위해 지식 증류 기반의 연합학습 방법(Knowledge Distillation-based Federated Learning)으로 서로 다른 모델 구조를 가질 수 있도록(Model Heterogenousity) 하는 방법이 제시되고 있다. 연합학습은 여러 참여자가 연합하기 때문에 일부 악의적인 참여자로 인한 모델 포이즈닝 공격에 취약하다. 수많은 연구들이 기존 가중치를 기반으로한 연합학습에서의 위협을 연구하였지만, 지식 증류 기반의 연합학습에서는 이러한 위협에 대한 조사가 부족하다. 본 연구에서는 최초로 지식 증류 기반의 연합학습에서의 모델 성능 하락 공격에 대한 위협을 실체화하고자 한다. 이를 위해 우리는 GMA(Gaussian-based Model Poisoning Attack)과 SMA(Sign-Flip based Model Poisoning Attack)을 제안한다. 결과적으로 우리가 제안한 공격 방법은 실험에서 최신 학습 기법에 대해 평균적으로 모델 정확도를 83.43%에서 무작위 추론에 가깝게 떨어뜨리는 것으로 공격 성능을 입증하였다. 우리는 지식 증류 기반의 연합학습의 강건성을 평가하기 위해, 새로운 공격 방법을 제안하였고, 이를통해 현재 지식 증류 기반의 연합학습이 악의적인 공격자에 의한 모델 성능 하락 공격에 취약한 것을 보였다. 우리는 방대한 실험을 통해 제안하는 방법의 성능을 입증하고, 결과적으로 강건성을 높이기 위한 많은 방어 연구가 필요함을 시사한다.

• Transactions of the Korean Society of Mechanical Engineers A
• /
• v.36 no.10
• /
• pp.1109-1114
• /
• 2012

The performance of a system can be affected by various variables such as manufacturing tolerances, uncertainties of material properties, and environmental factors acting on the system. Robust design optimization has attracted much attention in the design of products because it can find the best design solution that minimizes the variance of the response while considering the distribution of the variables. However, the computational cost and accuracy of optimization have thus far been a challenging problem. In this study, robust design optimization using the multiplicative decomposition method is proposed in order to solve these problems. Because the proposed method calculates the mean and variance of the system directly from the kriging metamodel using the multiplicative decomposition method, it can be used to search for a robust optimum design accurately and efficiently. Several mathematical and engineering examples are used to demonstrate the feasibility of the proposed method.

• Journal of KIISE:Computer Systems and Theory
• /
• v.37 no.3
• /
• pp.138-146
• /
• 2010

It is well known that many biological networks are very robust against various types of perturbations, but we still do not know the mechanism of robustness. In this paper, we find that there exist a number of feedback loops in a real biological network compared to randomly generated networks. Moreover, we investigate how the topological property affects network robustness. To this end, we properly define the notion of robustness based on a Boolean network model. Through extensive simulations, we show that the Boolean networks create a nearly constant number of fixed-point attractors, while they create a smaller number of limit-cycle attractors as they contain a larger number of feedback loops. In addition, we elucidate that a considerably large basin of a fixed-point attractor is generated in the networks with a large number of feedback loops. All these results imply that the existence of a large number of feedback loops in biological networks can be a critical factor for their robust behaviors.

• Proceedings of the Korean Information Science Society Conference
• /
• 2002.10e
• /
• pp.496-498
• /
• 2002

최근 멀티미디어 메타데이터의 국제 표준인 MPEG-7 표준화 활동이 활발히 이루어짐과 함께 메타데이터를 이용한 멀티미디어 컨텐츠 서비스가 이동환경에서 중요한 응용분야로 자리 매김 할 것으로 예상된다. 이런 에러 경향이 큰 매체들은 안정적인 비디오 전송을 위해 에러에 강간한 여러 기법들이 연구되어 왔다. 본 논문은 MPEG-7 멀티미디어 메타데이터를 에러 발생율이 높은 이동 환경에서 안정적인 전송을 위한 에러 강건화 방법을 처음으로 시도한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2001.04b
• /
• pp.580-582
• /
• 2001

본 논문에서는 인간 시각 시스템 모델을 기반으로 디지털 멀티미디어 영상 정보의 소유권을 보호하기 위하여 시각적으로 보이지 않는 강건한 워터마크를 내장하는 알고리즘을 제안한다. 알고리즘을 제안한다. 입력영상을 웨이블릿변환을 사용하여 3단계 분해한 다음 각 부대역에 대해서 적응적인 다중 임계값을 적용하여, 보다 강건한 워터마킹삽입 알고리즘을 제안한다. 최저주파수 LL3영역을 제외한 각 부대역은 영상의 정보가 다소 적으므로, 삽입 후 영상정보에 대해 손실을 줄일 수 있다. 실험결과, 본 논문에서 제안한 방법은 영상의 화질이 우수했으며, 외부의 공격에도 강인성이 뛰어 나고, 검출된 워터마크의 시각적인 높음을 알 수 있다.

• Journal of the Institute of Electronics Engineers of Korea SC
• /
• v.45 no.2
• /
• pp.8-17
• /
• 2008

This paper proposes a robust license plate extraction method from images taken under unconstrained environments. Utilization of the color and the edge information in complementary fashion makes the proposed method deal with not only various lighting conditions, hilt blocking artifacts frequently observed in compressed images. Computational complexity is significantly reduced by applying Hough transform to estimate the skew angle, and subsequent do-skewing procedure only to the candidate regions. The true plate region is determined from the candidates under examination using clues including the aspect ratio, the number of zero crossings from vertical scan lines, and the number of connected components. The performance of the proposed method is evaluated using compressed images collected under various realistic circumstances. The experimental results show 94.9% of correct license plate extraction rate.

• Journal of the Korea Society of Computer and Information
• /
• v.15 no.10
• /
• pp.71-78
• /
• 2010

Even though various types of image segmentation methods have been extensively introduced, robustly segmenting images to environmental conditions such as illumination changes, shading, highlight, etc, has been known to be a very difficult task. To resolve the problem in some degree, we propose in this paper an environment-adaptive image segmentation approach using color invariants. The suggested method first introduces several color invariants like W, C, U, N, and H, and automatically measures environmental conditions in which images are captured. It then chooses the most adequate color invariant to environmental factors, and effectively extracts edges using the selected invariant. Experimental results show that the proposed method can robustly perform edge-based segmentation rather than existing methods. We expect that our method will be useful in many real applications which require edge-based image segmentation.

• The Korean Journal of Applied Statistics
• /
• v.35 no.5
• /
• pp.631-644
• /
• 2022

This paper considers robust estimation of the sparse vector autoregressive model (sVAR) useful in high-dimensional time series analysis. First, we generalize the result of Xu et al. (2008) that the adaptive lasso indeed has robustness in sVAR as well. However, adaptive lasso method in sVAR performs poorly as the number and sizes of outliers increases. Therefore, we propose new robust estimation methods for sVAR based on least absolute deviation (LAD) and Huber estimation. Our simulation results show that our proposed methods provide more accurate estimation in turn showed better forecasting performance when outliers exist. In addition, we applied our proposed methods to power usage data and confirmed that there are unignorable outliers and robust estimation taking such outliers into account improves forecasting.

• Proceedings of the Korean Information Science Society Conference
• /
• 2003.04c
• /
• pp.229-231
• /
• 2003

일반적으로 음성은 시간함수로 표현되며 음성인식에서 표준모델을 모델링하는 것은 매우 중요한 문제이다. 음절 단어, 연속음성을 발성할 때 자음과 모음에 따라 발성시간에 차이가 있으며 이를 잘 모델링하는 것 또한 음성인식에서는 중요한 문제라고 할 수 있다. 따라서 본 연구에서는 강건한 음향모델을 학습하기 위해 시간의 변화와 상태분할과정에서의 모델의 변화를 고려하여 다양한 구조의 초기모델을 작성하였다. 각 초기모델에 의한 HM-Net 문맥의존 음향모델은 음소결정트리 기반 SSS 알고리즘(PDT-SSS)을 이용하였다. PDT-SSS 알고리즘은 미지의 문맥정보를 해결하기 위해 문맥방향과 시간방향으로 목표 상태수에 도달할 때까지 상태분할을 수행하여 모델을 작성하는 방법이다. 음성의 시간변이를 고려한 강건한 문맥의존 음향모델을 작성하기 위해 설정한 각 모델의 구조에 대한 유효성을 확인하기 위해 국어공학센터의 452 단어를 대상으로 음소와 단어인식 실험을 수행한 결과. 음소인식의 경우 상태수 2000개에서 2상태 구조의 모델에 비해 4상태 구조가 약 11.4% 향상된 인식성능과 39.2초의 인식시간을 단축할 수 있었다. 또한 단어인식의 경우 상태수 2000개에서 1상태 구조의 모델에 비해 4상태 구조가 약 5% 향상된 인식성능과 4상태 구조에서 한 단어를 인식하는데 평균 0.8초가 소요되었다. 따라서 강건한 문맥의존 음향모델을 작성하기 위해 수행한 초기모델의 구조에 관한 연구가 향후 음성인식 시스템을 구축하는데 유효함을 확인할 수 있었다.