• Proceedings of the Korea Multimedia Society Conference
• /
• 2003.11a
• /
• pp.104-107
• /
• 2003

본 논문에서는 웨이브릿 영역에서 HVS 및 NVF 함수를 사용하여 영상특성에 기반한 통계적 판정법을 이용한 적응 워터마크 검출 알고리즘을 판정법을 제안한다. 워터마크는 4레벨로 분해된 웨이브릿 영역에서 JND(just noticeable difference) 특성과 NVF(noise visibility function)를 이용한 통계적 특성을 기반으로 정상상태 가우시안 모델에 따라 지각적 동조 특성을 이용하여 적응적으로 삽입하고, Bayes 이론 및 Neyman-Pearson 정리를 이용한 통계적 판정법을 이용하여 워터마크를 추출함으로써 기존의 통계적 판정법 보다 정확하게 워터마크 존재 유무를 판정 할 수 있음을 확인하였다.

• Journal of Software Engineering Society
• /
• v.14 no.1
• /
• pp.50-58
• /
• 2001

소프트웨어의 품질은 개발이 완료된 후 운영과정에서 발생되는 고장(Failure)의 정도에 따라 결정되고, 고장(Failure)은 소프트웨어에 남아있던 오류(Defects)가 실행 중(Activate)되어 나타나는 현상이다. 따라서 소프트웨어의 품질을 효과적으로 높이기 위해서는 다음 사항을 고려해야 한다. 첫째, 오류가 만들어지면 가능한 한 빨리 찾아서 없애야 한다는 점이다. 다음 단계로 전이될 경우, 오류를 정정하는 비용이 크게 증가되기 때문이다. 둘째, 오류가 균등 분포하기 보다 특정 부분에 몰리는 경향이 있으므로, 문제 부품을 예측하여 집중 관리를 해야 한다. 본 논문에서는 이들을 고려하여 효과적인 오류 검출 방법인 인스펙션을 기반으로 여러 오류 검출 방법간의 비교 우위를 분석하고, 모든 모듈을 예측하는 품질 예측 모델을 제시하였다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2015.11a
• /
• pp.139-140
• /
• 2015

본 논문에서는 교통 감시 시스템에서 차량추적방법을 제안한다. 교통 감시 카메라를 이용한 차량추적시스템은 차량 감시, 사고감지 및 교통정보를 확인할 수 있게 하는 시스템이다. 차량추적을 위하여 먼저 가우스 혼합 모델(Gaussian Mixture Model)을 이용하여 배경과 전경을 분리하고 형태학적 필터링을 이용하여 차량을 검출한다. 검출된 차량으로부터 SURF(Speed Up Robust Features) 매칭을 통하여 차량추적방법을 제안한다.

• Proceedings of the Acoustical Society of Korea Conference
• /
• autumn
• /
• pp.201-204
• /
• 2000

음성신호에 섞인 잡음을 처리하기 위해서 단 일 마이크로폰을 이용한 방법이 많이 연구되고 있는데, 그 중에서 Kalman 필터를 이용한 방법은 먼저 음성신호의 모델을 검출하고 잡음이 섞인 신호에서 표준 Kalman 필터를 이용해서 음성신호 성분만을 검출하게 된다. 본 논문에서는 음성신호에 섞인 유색잡음을 백색화하는 방법을 적용하여 Kalman 필터의 잡음제거 성능을 향상시키는 방법을 제안하였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2000.10b
• /
• pp.206-208
• /
• 2000

본 논문은 칼라 정보와 움직임 정보를 이용한 객체 분할 기법의 설계에 대하여 소개한다. 객체 분할 알고리즘은 L*u*v 공간의 칼라 특성과 움직임 특성을 결합하여 설계하였다. 즉 공간 분할은 mean shift 칼라 클러스터링 알고리즘(color clustering algorithm)을 사용하여 중심 칼라 영역에 따라 동일한 칼라 지역으로 통합한다. 시간 분할은 움직임 검출을 위하여 affine six parameter 움직임 모델과 optical flow equation를 이용하여 움직임이 발생한 부분을 검출한다. 다음에 공간 분할과 시간 분할에 따라 결과를 통합하고 MAD(mean absolute difference)를 사용하여 객체를 추출하는 알고리즘을 설계하였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 1999.10a
• /
• pp.367-369
• /
• 1999

기존의 능동 데이터베이스 시스템에 관한 연구는 관계형 및 객체지향형 데이터베이스 시스템을 위주로 연구되어 왔다. 그런데 능동규칙이 다차원 공간상의 공간 객체 및 공간 객체의 시간 흐름에 따른 이력을 포함하는 시공간 데이터를 다루기 위해서는 능동규칙의 시공간 확장이 필요하다. 이에 이 논문은 시공간 능동규칙 연구의 일환으로서 시공간 사건을 정의하기 위한 사건 부분을 시공간에 대응하도록 확장하고 이의 검출 모델에 관해 연구한다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• fall
• /
• pp.229-231
• /
• 2021

본 논문은 스테레오 카메라 영상으로부터 물체의 절대 위치를 측정하는 영상 기반 거리 측정 기술의 최적화를 목표로 한다. 기존의 openCV 라이브러리를 이용한 거리 측정 방식은 전체 영상에 대해 깊이를 계산하는 방식이다. 이에 본 논문은 YOLOv4 모델을 적용하여 검출된 특정 물체에 대해서 거리를 추출하여 속도를 향상시키는 방식을 제안하고 기존의 방식과 비교하여 성능을 평가해 보았다.

• Proceedings of the IEEK Conference
• /
• 2008.06a
• /
• pp.1001-1002
• /
• 2008

본 논문에서는 조명 또는 장면의 갑작스러운 변화에 효과적으로 배경모델링을 하기 위해 국부이진패턴을 이용한 다중 배경모델링 방법을 제안한다. 제안하는 방법은 각 장면에서 독립적인 배경모델을 이용하여 모델 업데이트를 실시한다. 이후 검출된 전경 영역의 비율이 일정 임계치를 넘게 되면 기존의 모델 중 적합한 모델을 찾거나 새로운 모델을 생성하여 현재 배경모델을 대체한다. 이는 배경모델의 성능을 유지하면서 효율적으로 장면의 변화에 바로 대응할 수 있는 장점이 있다. 실험결과에서는 실내조명이 갑작스럽게 변하는 영상과 Pan Tilt Zoom 카메라를 이용한 다중 영상에서 제안한 방법이 효과적으로 동작함을 확인할 수 있었다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2012.06b
• /
• pp.184-186
• /
• 2012

Function Block Diagram (FBD)는 산업용 컴퓨터인 Programmable Logic Controller (PLC)의 표준 프로그래밍 언어 중 하나이다. 다양한 시험 기법들의 오류 검출 효과성을 평가하기 위해 뮤테이션 분석 기법이 널리 쓰이고 있는데, FBD 모델 대상 뮤테이션 분석 기법에 대한 연구는 이루어지지 못하였다. 본 연구에서는 FBD 모델 대상 뮤테이션 분석 기법의 토대가 되는 FBD 모델 뮤테이션 연산자를 제안한다. 이를 위해서 FBD 모델의 특성, 다양한 FBD 모델링 오류, 기존의 뮤테이션 분석 기법에 관한 연구를 포괄적으로 분석하여 FBD 모델에 적합한 뮤테이션 연산자를 정의한다. 실제 산업계에서 쓰이는 FBD 모델을 대상으로 뮤테이션 연산자를 적용하고 평가한다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2022.07a
• /
• pp.67-70
• /
• 2022

NLP 분야에서 적극 활용되기 시작한 Transformer 모델을 Vision 분야에서 적용하기 시작하면서 object detection과 segmentation 등 각종 분야에서 기존 CNN 기반 모델의 정체된 성능을 극복하며 향상되고 있다. 또한, label 데이터 없이 이미지들로만 자기지도학습을 한 ViT(Vision Transformer) 모델을 통해 이미지에 포함된 여러 중요한 객체의 영역을 검출하는 saliency map을 추출할 수 있게 되었으며, 이로 인해 ViT의 자기지도학습을 통한 object detection과 semantic segmentation 연구가 활발히 진행되고 있다. 본 논문에서는 ViT 모델 뒤에 classifier를 붙인 모델에 일반 학습한 모델과 자기지도학습의 pretrained weight을 사용해서 전이학습한 모델의 시각화를 통해 각 saliency map들을 비교 분석하였다. 이를 통해, 클래스 분류 학습 기반 전이학습이 transformer의 saliency map에 미치는 영향을 확인할 수 있었다.