• Journal of the Korean Society of Radiology
• /
• v.15 no.1
• /
• pp.15-20
• /
• 2021

CT is important role in the medical field, such as disease diagnosis, but the number of examination and CT images are increasing. Recently, deep learning has been actively used in the medical field, and it has been used to diagnose auxiliary disease through object detection during deep learning using medical images. The purpose of study to evaluate accuracy by detecting kidney and vertebrae during abdominal CT using object detection deep learning in YOLOv3. As a results of the study, the detection accuracy of the kidney and vertebrae was 83.00%, 82.45%, and can be used as basic data for the object detection of medical images using deep learning.

• Journal of the Institute of Convergence Signal Processing
• /
• v.22 no.4
• /
• pp.149-155
• /
• 2021

In this study, we intend to develop a defective road surface object recognition model that automatically detects road surface defects that restrict the movement of the transportation handicapped using electric mobile devices with deep learning. For this purpose, road surface information was collected from the pedestrian and running routes where the electric mobility aid device is expected to move in five areas within the city of Busan. For data, images were collected by dividing the road surface and surroundings into objects constituting the surroundings. A series of recognition items such as the detection of breakage levels of sidewalk blocks were defined by classifying according to the degree of impeding the movement of the transportation handicapped in traffic from the collected data. A road surface object recognition deep learning model was implemented. In the final stage of the study, the performance verification process of a deep learning model that automatically detects defective road surface objects through model learning and validation after processing, refining, and annotation of image data separated and collected in units of objects through actual driving. proceeded.

• Journal of the Institute of Electronics Engineers of Korea SP
• /
• v.44 no.3
• /
• pp.97-104
• /
• 2007

Adaptive echo canceller(AEC) has become an important component in speech communication systems, including mobile phones and speech recognition. In these applications, the acoustic echo path has a long impulse response. We propose a moving-averge least mean square(MVLMS) algorithm with a detection method for acoustic echo cancellation. Using, the result of the tests that used colored input models clearly shows that the MVLMS detection algorithm has convergence performance superior to the least mean square(LMS) detection algorithm alone. Although the computational complexity of the new MVLMS algorithm is only slightly greater than that of the standard LMS detection algorithm, the new algorithm confers a significant improvement in stability.

• Annual Conference on Human and Language Technology
• /
• 2017.10a
• /
• pp.294-297
• /
• 2017

SNS와 스마트기기의 발전으로 온라인을 통한 뉴스 배포가 용이해지면서 악의적으로 조작된 뉴스가 급속도로 생성되어 확산되고 있다. 뉴스 조작은 다양한 형태로 이루어지는데, 이 중에서 정상적인 기사 내에 광고나 낚시성 내용을 포함시켜 독자가 의도하지 않은 정보에 노출되게 하는 형태는 독자가 해당 내용을 진짜 뉴스로 받아들이기 쉽다. 본 논문에서는 뉴스 기사 내에 포함된 문단 중에서 부적합한 문단이 포함되었는지를 판정하기 위한 방법을 제안한다. 제안하는 방식에서는 자연어 처리에 유용한 Convolutional Neural Network(CNN)모델 중 Word2Vec과 tf-idf 알고리즘, 로지스틱 회귀를 함께 이용하여 뉴스 부적합 문단을 검출한다. 본 시스템에서는 로지스틱 회귀를 이용하여 문단의 카테고리를 분류하여 본문의 카테고리 분포도를 계산하고 Word2Vec을 이용하여 문단간의 유사도를 계산한 결과에 가중치를 부여하여 부적합 문단을 검출한다.

• The Journal of the Korea institute of electronic communication sciences
• /
• v.10 no.8
• /
• pp.901-906
• /
• 2015

We presented a method for Vad(Voice Activity Detection) using Bi-level HMM. Conventional methods need to do an additional post processing or set rule-based delayed frames. To cope with the problem, we applied to VAD a Bi-level HMM that has an inserted state layer into a typical HMM. And we used posterior ratio of voice states to detect voice period. Considering MFCCs(: Mel-Frequency Cepstral Coefficients) as observation vectors, we performed some experiments with voice data of different SNRs and achieved satisfactory results compared with well-known methods.

• The Journal of the Korea institute of electronic communication sciences
• /
• v.8 no.8
• /
• pp.1129-1135
• /
• 2013

A new vehicle detection algorithm based on the multiple optimal Adaboost classifiers with optimal feature selection is proposed. It consists of two major modules: 1) Theoretical DDISF(Distance Dependent Image Scaling Factor) based image scaling by site modeling of the installed cameras. and 2) optimal features selection by Haar-like feature analysis depending on the distance of the vehicles. The experimental results of the proposed algorithm shows improved recognition rate compare to the previous methods for vehicles and non-vehicles. The proposed algorithm shows about 96.43% detection rate and about 3.77% false alarm rate. These are 3.69% and 1.28% improvement compared to the standard Adaboost algorithmt.

• Journal of Korea Multimedia Society
• /
• v.9 no.8
• /
• pp.982-999
• /
• 2006

In this paper, we propose an automatic facial phrenology analysis and avatar drawing system based on internet using multi color information and face geometry. In the proposed system, we detect face using logical product of Cr and I which is a components of YCbCr and YIQ color model, respectively. And then, we extract facial feature using face geometry and analyze user's facial phrenology with the classification of each facial feature. And also, the proposed system can make avatar drawing automatically using extracted and classified facial features. Experimental result shows that proposed algorithm can analyze facial phrenology as well as detect and recognize user's face at real-time.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2010.07a
• /
• pp.53-56
• /
• 2010

본 논문은 Shannon의 정리에 따른 채널 용량에 근접한 성능을 보이는 것으로 알려진 터보 복호기 기반의 반복적인 검출과 복호화(Iterative Detection and Decoding) 기법에서 반복적인 복호화를 수행할 시에 제외되었던 리스트 구 복호기(List Sphere Decoder)에서 사전 정보(prior information)을 이용할 수 있도록 하여 수정된 IDD 기법을 제안하였다. 기존의 기법에서는 사후확률(A posteriori probability)을 계산하기 위하여 리스트 구 복호기를 사용하였으나 반복적인 복호화 수행 시에는 사전 정보를 이용하지 않는 특성으로 인하여 제외된다. 만약 잡음(noise) 등의 이유로 검출된 심볼 벡터 목록이 원래의 것과 매우 다른 경우라도 재 검출을 하지 않기 때문에 반복적인 복호화를 수행하더라도 원래의 정보에 근접하기 어렵게 된다. 본 논문에서는 이러한 기존의 기법에서 리스트 구 복호기를 터보 복호기의 Log Likelihood Ratio (LLR) 값을 사전 정보로 이용할 수 있도록 수정된 리스트 구 복호기를 제안하였다. 수정된 리스트 복호기는 반복적인 복호화를 수행 시 이전의 복호화에서 얻은 정보를 이용하여 새로이 검출된 심볼 벡터 목록을 제공하게 된다. 실제의 통신환경과 유사한 모델의 실험을 통해 수정된 IDD 기법이 기존의 IDD로 구성되는 내부 피드백에 RS 복호기 기반의 외부 피드백으로 구성된 형태로 피드백 회수가 증가할수록 기존의 IDD에 비해 성능이 개선됨을 확인하였다.

• 한국어정보학회:학술대회논문집
• /
• 2017.10a
• /
• pp.294-297
• /
• 2017

SNS와 스마트기기의 발전으로 온라인을 통한 뉴스 배포가 용이해지면서 악의적으로 조작된 뉴스가 급속도로 생성되어 확산되고 있다. 뉴스 조작은 다양한 형태로 이루어지는데, 이 중에서 정상적인 기사 내에 광고나 낚시성 내용을 포함시켜 독자가 의도하지 않은 정보에 노출되게 하는 형태는 독자가 해당 내용을 진짜 뉴스로 받아들이기 쉽다. 본 논문에서는 뉴스 기사 내에 포함된 문단 중에서 부적합한 문단이 포함 되었는지를 판정하기 위한 방법을 제안한다. 제안하는 방식에서는 자연어 처리에 유용한 Convolutional Neural Network(CNN)모델 중 Word2Vec과 tf-idf 알고리즘, 로지스틱 회귀를 함께 이용하여 뉴스 부적합 문단을 검출한다. 본 시스템에서는 로지스틱 회귀를 이용하여 문단의 카테고리를 분류하여 본문의 카테고리 분포도를 계산하고 Word2Vec을 이용하여 문단간의 유사도를 계산한 결과에 가중치를 부여하여 부적합 문단을 검출한다.

• Journal of KIISE:Computing Practices and Letters
• /
• v.15 no.6
• /
• pp.459-463
• /
• 2009

Background modeling and motion detection is the one of the most significant real time video processing technique. Until now, many researches are conducted into the topic but it still needs much time for robustness. It is more important when other algorithms are used together such as object tracking, classification or behavior understanding. In this paper, we propose efficient multi-modal background modeling methods which can be understood as simplified learning method of Gaussian mixture model. We present its validity using numerical methods and experimentally show detecting performance.