• 대한전자공학회논문지SP
• /
• 제46권5호
• /
• pp.48-55
• /
• 2009

실내외 영상 분류에 대한 연구는 밝기나 에지 정보와 같이 하위 레벨(low-level) 정보의 단순 결합을 이용하여 수행되어 왔다. 그러나 기존의 하위 레벨 영상 정보만을 기반으로 하는 실내외 영상 분류 방법은 다양한 콘텐츠를 극복하는데 한차가 군기 때문에 상위 레벨(high-level) 영상 정보를 함께 이용하는 방법에 대한 연구가 많이 진행되어 왔다. 이러한 연구의 대부분은 영상 내 하늘이나 수풀과 같은 영역을 검출하기 위해 별도의 알고리즘을 수행하기 때문에 특징 벡터의 차원을 증가시키거나 수행 속도를 저하시키는 문제점이 있다. 따라서 본 논문에서는 이러한 문제점을 극복하기 위해 효율적인 실내외 영상 분류 기법을 제안한다. 먼저 효과적인 특징 벡터를 생성하기 위해 영상을 5개의 하위 블록으로 나눈다. 각각의 블록에 대하여, 제안하는 에지 색상 방향 히스토그램(edge and color orientation histogram, ECOH) 기술사(descriptor)를 이용하여 해당 블록을 표현하고 모든 블록의 값을 연결하여 최종적으로 특징 벡터를 생성한다. 제안하는 알고리즘의 효율성과 강건함을 보이기 위해 1200개 이상의 다양한 실내외 영상을 사용하였으며, 학습을 통해 각 영역의 가중치를 결정하여 분류 성능을 향상 시켰다.

• 전자공학회논문지
• /
• 제54권6호
• /
• pp.72-79
• /
• 2017

본 논문에서는 웨이블릿 부밴드의 상호 정보량을 이용한 새로운 세일리언시 검출 방법을 제시한다. 본 논문의 방법은 웨이블릿 고주파 계수에 대한 승수와 가우시안 블러링을 이용하여 중간 세일리언시 지도를 형성한다. 웨이블릿 방향에 따른 세 개의 중간 세일리언시 지도를 방향별로 결합한 후 최소 엔트로피를 가지는 주 방향성 성분을 찾는다. 최소 엔트로피를 가지는 부밴드를 중심으로 각 부밴드의 상호 정보량을 구하고, 이를 이용한 가중치를 계산하고, Minkowski 합을 이용하여 최종 세일리언시를 검출한다. CAT2000 및 ECSSD 데이터베이스 대한 실험 결과, 본 논문의 방법은 기존 방법과 비교하여 적은 계산시간으로 ROC 및 AUC 관점에서 우수한 검출 결과를 보였다.

• 한국산업정보학회논문지
• /
• 제20권4호
• /
• pp.1-9
• /
• 2015

본 연구에서는 다속성 의사결정(MADM)과 게임 이론을 결합하여 무선 자원의 이용효율을 향상시키는 호 수락제어 방법을 제시한다. 다속성 의사결정 방법으로 그레이 관계분석(GRA), 단순부가가중치법(SAW), TOPSIS들을 이용하였는데, 이 방법들은 서로 다른 서비스 품질(QoS)을 갖는 서비스들이 선호하는 대상 네트워크들의 선호도를 계산할 것이다. 이 선호도 값들을 이용한 효용함수를 바탕으로, 사용자가 요구하는 서비스 중에서 서비스 제공자들에게 적합한 서비스를 선택할 수 있도록 비협력적 게임이 진행된다. 요청되는 모든 서비스가 선택될 때까지 게임은 반복적으로 진행되며, 각 단계에서 내쉬균형을 이루는 서비스가 선택되도록 하였다. 서로 다른 특성을 갖는 4개의 무선 랜(WLAN) 시스템 중에서 임의의 2개의 네트워크가 중첩하여 존재하는 경우들을 각각 분석한 결과, 모든 다속성 의사결정 방법들은 서비스 제공자가 얻는 최대 보수의 차이는 있었으나 게임의 각 단계에서 동일한 서비스 선택하는 결과를 얻을 수 있었다.

• 한국정보통신학회논문지
• /
• 제13권12호
• /
• pp.2677-2684
• /
• 2009

본 논문에서는 trellis 부호 및 엔트로피 마스킹을 이용한 정보부호화 기반 워터마킹 방법에 대하여 연구하였다. 영상을 $8{\times}8$ 블록으로 중복되지 않게 나누어 DCT 변환을 수행하고 각 블록으로부터 16개의 중간주파수 대역의 계수를 추출한다. 이를 trellis 부호화의 각 단계에서 평균이 0이고 분산이 1인 가우시안 난수와 비교하여 선형상관계수 및 왓슨거리의 선형결합이 최소인 벡터를 Viterbi 알고리즘으로 구하고 이를 원 영상에 삽입하여 워터마킹된 영상을 얻는다. 영상의 특성을 고려하기 위해 삽입벡터를 구할 때 엔트로피 마스킹 함수를 사용하여 선형상관계수와 왓슨거리의 가중치를 다르게 적용한다. 제안방법의 성능을 평가하기 위해 다수의 영상에 대한 평균비트오차율을 계산하여 성능을 비교하였으며, 평균비트오차율 측면에서 성능 개선이 있었다.

• 정보처리학회논문지B
• /
• 제12B권7호
• /
• pp.795-802
• /
• 2005

본 논문에서는 일곱 가지의 기본적인 감정 정보를 자동으로 파악하고 얼굴을 PDA 상에서 렌더링할 수 있는 얼굴 표정의 인식 및 합성 시스템을 제시한다. 얼굴 표정 인식을 위해서 먼저 카메라로부터 획득한 영상으로부터 얼굴 부분을 검출한다. 그리고 나서 기하학적 또는 조명으로 인한 보정을 위해 정규화 과정을 거친다. 얼굴 표정을 분류하기 위해서는 Gabor wavelets 방법을 enhanced Fisher 모델과 결합하여 사용할 때가 가장 좋은 결과를 보였다. 본 표정 분류에서는 일곱 가지 감정 가중치가 결과로 제시되고, 그러한 가중 정보는 모바일 네트웍을 통하여PDA 상으로 전송되어 얼굴 표정 애니메이션에 이용되어진다. 또한 본 논문에서는 고유한 얼굴 캐릭터를 가진 3차워 아바타를 생성하기 위하여 카툰 쉐이딩 기법을 채택하였다. 실험 결과 감정 곡선을 이용한 얼굴 표정 애니메이션은 선형 보간법 보다 감정 변화의 타이밍을 표현하는데 더 효과적인 것으로 나타났다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제1권1호
• /
• pp.31-42
• /
• 2012

현재까지 대부분의 한국어처리시스템에서는 가급적 많은 접미파생명사를 사전에 등재하여 처리하였다. 그러나 접미사는 생산성이 높기 때문에 모든 접미파생명사를 사전에 등재하는 것은 한계가 있다. 따라서 접미파생명사의 의미 분석을 통해서 미등재 접미파생명사를 분석할 필요가 있다. 본 논문에서는 접미파생명사의 의미 분석의 일환으로 한국어 어휘의미망(U-WIN)을 이용한 동형이의어 접미사의 중의성 해소 방법을 제시한다. 형태 의미 주석 세종 말뭉치에서 동형이의어 접미사를 포함한 33,104개의 접미파생명사를 대상으로 실험하였다. 실험을 위해 먼저 동형이의어 접미사를 의미 태깅하였으며, 접미사 앞의 어근을 추출하여 U-WIN의 노드에 매핑시켰다. 또한 동형이의어 접미사와 결합되는 U-WIN 상의 노드들에 대해 거리 가중치를 부여하여 이를 동형이의어 접미사 중의성 해소에 사용하였다. 동형이의어 접미사 49종 중 세종말뭉치에 나타난 35개의 동형이의어 접미사를 대상으로 실험한 결과 91.01%의 정확률을 보였다.

• 한국정보전자통신기술학회논문지
• /
• 제9권3호
• /
• pp.291-297
• /
• 2016

본 논문에서는 상관성 신호 시스템에서 원하는 목표물의 도래방향을 추정하기 위한 기존 MUSIC알고리즘과 제안 알고리즘에 대한 성능을 비교 분석한다. 본 논문에서 제안한 알고리즘은 가중치 갱신을 위해서 선형 구속 최소 분산 방법과 도래 방향 오차 확률을 최적으로 감소시키기 위해서 베이스 방법과 최대 사후 확률에 MUSIC알고리즘 적용하여 목표물 도래 방향 추정 오차 확률을 감소하고자 한다. 모의실험을 이용하여 본 연구에서 제안한 알고리즘과 기존의 MUSIC알고리즘의 성능을 비교 분석하였다. 신호대 잡음비가 10dB이고 안테나 배열 개수가 9개와 12일 때, 본 논문에서 제안한 알고리즘이 기존의 MUSIC알고리즘보다 각각 약 11%와 13%의 도래 방향 추정 오차를 감소시켜 본 연구에서 제안한 알고리즘이 우수함을 확인하였다.

• 융합신호처리학회논문지
• /
• 제12권2호
• /
• pp.113-118
• /
• 2011

본 논문에서는 무선센서네트워크에서 이루어지는 협동적 센서융합을 이용한 화자성별분류를 제안하였다. 센서노드들은 BER(Band Energy Ratio) 기반 음성활동검출을 수행함으로써 불필요한 입력 데이터는 제거하고 관련성이 높은 데이터만을 처리 및 경판정한다. 개별적 센서노드에서 생성된 경판정 값들은 융합센터로 송신되고 전역적 결정 융합을 구축하기 때문에 전력 소모를 줄이고 네크워크 자원을 절약한다. 화자성별분류를 위한 센서융합기법으로써 베이시안(Bayesian) 센서융합 및 전역적 가중결정융합가법들이 제안되었다. 베이시안 센서융합의 경우, 배치되는 센서노드 수 변화에 따른 ROC(Receiver Operating Characteristic) 커브의 동작점을 통해 개별 센서노드 레벨에서 얻어진 경판정 값들을 처리하고 최적의 분류 융합을 결정한다. 전역적 결정을 위한 가중치로써 BER 및 MCL(Mutual Confidence Level)을 채택하여 개별적 지역 경판정 값들을 효율적으로 결합 및 융합시킨다. 센서 노드의 수가 증가함에 따라 분류화 성능이 개선되어졌으며 특히 낮은 SNH(Signal to Noise Ratio) 환경에서 성능 개선폭이 더 높게 나타남을 실험적으로 확인하였다.

• 한국컴퓨터정보학회논문지
• /
• 제11권3호
• /
• pp.193-201
• /
• 2006

본 논문에서는 급진적 장면전환부터 점진적 장면전환까지 모두 검출할 수 있는 방법을 제안한다. 이 방법은 지역적 $X^{2}$-테스트로서 기존의 컬러 히스토그램과 $X^{2}$-테스트를 결합한 방법이다. 본 논문을 위하여 기존의 히스토그램 기반 알고리즘과 비교하여 좋은 성능을 보여주는 $X^{2}$-테스트를 변형하였고. 컬러 값의 세분화 작업에 따른 검출효과를 높이기 위하여 명암도 등급에 따른 가중치를 적용한 지역적 $X^{2}$-테스트를 이용하였다. 이 방법은 복잡하고 다양한 시세계의 영상 변화를 가장 일반적이고 표준화된 방법으로 분석하고 분할하며 표현할 수 있는 방법이다. 기존의 $X^{2}$-테스트와 제안된 지역적 $X^{2}$-테스트 방법의 비교는 실험을 통해 입증되었다.

• 스마트미디어저널
• /
• 제10권1호
• /
• pp.39-46
• /
• 2021

본 연구는 뉴스 기사에서 기사문을 구성하는 문장별 중요도를 고려하여 요약문을 추출하는 방법에 관한 것으로 문장 중요도에 영향을 주는 특성으로 중심 문장(Topic Sentence)일 확률, 기사 제목 및 다른 문장과의 유사도, 문장 위치에 따른 가중치를 추출하여 문장 중요도를 계산하는 방법을 제안한다. 이때, 중심 문장(Topic Sentence)은 일반 문장과는 구별되는 특징을 가질 것이라는 가설을 세우고, 딥러닝 기반 분류 모델을 학습시켜 입력 문장에 대한 중심 문장 확률값을 구한다. 또한 사전학습된 ELMo 언어 모델을 활용하여 문맥 정보를 반영한 문장 벡터값을 기준으로 문장간 유사도를 계산하여 문장 특성으로 추출한다. LSTM 및 BERT 모델의 중심 문장 분류성능은 정확도 93%, 재현율 96.22%, 정밀도 89.5%로 높은 분석 결과가 나왔으며, 이렇게 추출된 문장 특성을 결합하여 문장별 중요도를 계산한 결과, 기존 TextRank 알고리즘과 비교하여 중심 문장 추출 성능이 10% 정도 개선된 것을 확인할 수 있었다.