• Annual Conference on Human and Language Technology
• /
• 2017.10a
• /
• pp.51-55
• /
• 2017

대규모 분류체계를 사용하는 경우, 기존 방법의 딥 러닝으로는 분류 정확도가 현저히 떨어진다. 이를 해결하기 위해 계층 구조를 활용한 네거티브 샘플링 방법을 제안한다. 학습 문서가 속한 카테고리의 상위 카테고리와 일정부분 겹치는 범위에서 네거티브 샘플을 선택하면, 하나의 큰 문제를 다수개의 하위 문제로 쪼개서 해결하는 학습 효과가 있다. 소규모 분류 체계와 대규모 분류체계 각각에서 샘플링 전략을 차용하였을 때를 비교한 결과, 대규모에서 효과가 좋았으며 그 때의 정확도가 150배 이상 차이가 나는 것을 보였다.

• 한국어정보학회:학술대회논문집
• /
• 2017.10a
• /
• pp.51-55
• /
• 2017

대규모 분류체계를 사용하는 경우, 기존 방법의 딥 러닝으로는 분류 정확도가 현저히 떨어진다. 이를 해결하기 위해 계층 구조를 활용한 네거티브 샘플링 방법을 제안한다. 학습 문서가 속한 카테고리의 상위 카테고리와 일정부분 겹치는 범위에서 네거티브 샘플을 선택하면, 하나의 큰 문제를 다수개의 하위 문제로 쪼개서 해결하는 학습 효과가 있다. 소규모 분류 체계와 대규모 분류체계 각각에서 샘플링 전략을 차용하였을 때를 비교한 결과, 대규모에서 효과가 좋았으며 그 때의 정확도가 150배 이상 차이가 나는 것을 보였다.

• Proceedings of the Korean Institute of Navigation and Port Research Conference
• /
• 2023.05a
• /
• pp.79-80
• /
• 2023

본 연구에서는 자율운항선박이 복잡한 항계 내에서 다양한 해상 객체와의 충돌을 회피하기 위하여 계층적 경로 생성 기법을 연계하는 프레임워크를 제안한다. 항계 내에는 항로를 항행하는 선박 외에도 정박 영역 내 정박 또는 묘박 중인 선박뿐만 아니라 항로 표지나 부표와 같은 정적 객체들이 다양하게 분포되어 있다. 자율운항선박의 효율적 운항을 위해서는 운항 중에 조우하게 되는 객체의 정적/동적 속성에 따라 경로 생성 기법이 달리 적용되어야 한다. 본 연구에서 제안한 경로 생성 프레임워크는 항계 내의 정적 객체나 항행 가항 영역 및 항행 불가항 영역 등에 대한 위치 정보들은 사전적 정보로 활용 가능하므로, 샘플링 기반의 전역 경로 생성 기법을 적용하여, 초기 출발지에서 최종 목적지까지의 예상 경로를 생성한다. 그리고 생성된 전역 경로를 추종하며 운항하는 과정에서 조우하게 되는 동적 객체들과의 조우 상황별 국제해상 충돌예방규칙(COLREGs)을 고려한 지역 경로를 생성한다. 샘플링 기반의 전역 경로와 국소 영역에서의 충돌 회피를 위한 지역 경로를 연계하기 위한 계층적 경로 생성 프레임워크를 설계하고, 수치 시뮬레이션을 통해 제안한 프레임워크의 유용성을 검증하였다.

• Journal of KIISE:Information Networking
• /
• v.35 no.6
• /
• pp.549-556
• /
• 2008

To achieve flexible visual content adaption for multimedia communications, the ISO/IEC MPEG & ITU-T VCEG form the JVT to develop SVC amendment for the H.264/AVC standard. JVT uses inter-layer prediction as well as inter prediction and intra prediction that are provided in H.264/AVC to remove the redundancy among layers. The main goal consists of designing inter-layer prediction tools that enable the usage of as much as possible base layer information to improve the rate-distortion efficiency of the enhancement layer. But inter layer prediction causes the computational complexity to be increased. In this paper, we proposed an efficient residual prediction. In order to reduce the computational complexity while maintaining the high coding efficiency. The proposed residual prediction uses modified interpolation that is defined in H.264/AVC SVC.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2015.11a
• /
• pp.110-113
• /
• 2015

SHVC(Scalable High efficiency Video Coding)는 다양한 멀티미디어 서비스 환경에서 높은 코딩 효율을 위해 공간적, 시간적, 화질적 스케일러빌리티를 이용한 표준 기술이다. SHVC는 멀티-계층 부/복호화를 수행하기 때문에 싱글-계층인 HEVC(High Efficiency Video Coding) 보다 추가적인 복잡도를 요구한다. 본 논문에서는 SHVC 복호화기의 복잡도를 분석하고 SHVC 복호화기에서 높은 복잡도를 차지하는 프레임 기반 업샘플링을 PU 기반 On-the-fly 업샘플링(On-the-fly Up-sampling) 방법과 SIMD 연산을 통해 고속화 한다. 제안하는 알고리즘이 적용된 SHVC 복호화기는 기존 SHVC 복호화기의 복호화 시간보다 평균 1.23배 고속화 성능을 보이며 업샘플링의 복잡도가 24.7%에서 1.9%로 감소하였다. On-the-fly 업샘플링 과정은 기존 프레임 레벨 업샘플링 과정 대비 평균 90.3% 수행시간 감소율을 보인다.

• Proceedings of the IEEK Conference
• /
• 2001.09a
• /
• pp.297-300
• /
• 2001

본 논문에서는 동영상의 계층적 부호화의 효율을 높이기 위한 방안에 대해 연구하였다. 단일 계층부호화에 비해 다 계층부호화는 계산량이 많아진다. 따라서 계층적 부호화의 장점을 살리고 단점을 보완하는 방안을 제시하였다. 우선 인코더에서 고급계층의 복잡도를 줄이기 위하여 고급계층의 참조 형태를 P-VOP (Prediction-Video Object Plane)만으로 정한다. 고급계층의 참조 영역으로 사용되는 업샘플링된 VOP의 횟수를 줄여서 업샘플링에 따른 계산량을 줄인다. 그리고 고급계층의 비트율을 조절하여 Traffic shaping 효과도 얻을 수 있다. 이러한 방법들을 통해 단일 계층 부호화에 비해 다 계층부호화의 장점을 살리고 단점을 보완하는 코덱을 제안한다.

• Journal of KIISE:Computer Systems and Theory
• /
• v.27 no.8
• /
• pp.691-700
• /
• 2000

The standard volume ray-tracing, optimized with octree, needs to repeatedly traverse hierarchical structures for each ray that often leads to redundant computations. It also employs the expensive 3D interpolation for producing high quality images. In this paper, we present a new ray-casting method that efficiently computes shaded colors and opacities at resampling points by traversing octree only once. This method traverses volume data in object-order, finds resampling points on slices incrementally, and performs resampling based on 2D interpolation. While the early ray-termination, which is one of the most effective optimization techniques, is not easily combined with object-order methods, we solved this problem using a dynamic data structure in image space. Considering that our new method is easy to implement, and need little additional memory, it will be used as very effective volume method that fills the performance gap between ray-casting and shear-warping.

• The Korean Journal of Applied Statistics
• /
• v.27 no.2
• /
• pp.263-275
• /
• 2014

The present study used a hierarchical Bayesian approach was used to develop a mixed effect model to describe the transitional behavior of subjects in time nonhomogeneous Markov chains. The posterior distributions of model parameters were not in analytically tractable forms; subsequently, a Gibbs sampling method was used to draw samples from full conditional posterior distributions. The proposed model was implemented with real data.

• Journal of Digital Contents Society
• /
• v.18 no.1
• /
• pp.141-147
• /
• 2017

Scalable extension of High Efficiency Video Coding (SHVC) standard uses the up-sampled residual data from the base layer to make a residual data in the enhancement layer. This paper describes an efficient algorithm for improving coding gain by using the filtered residual signal of base layer in the Scalable extension of High Efficiency Video Coding (SHVC). The proposed adaptive filter selection mechanism uses the smoothing and sharpening filters to enhance the quality of inter-layer prediction. Based on two filters and the existing up-sampling filter, a rate-distortion (RD)-cost fuction-based competitive scheme is proposed to get better quality of video. Experimental results showed that average BD-rate gains of 1.5%, 2.1%, and 1.7% for Y, U and V components, respectively, were achieved, compared with SHVC reference software 5.0, which is based on HEVC reference model (HM) 13.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2006.11a
• /
• pp.43-46
• /
• 2006

본 논문에서는 호프변환을 이용한 실시간 수신호 인식시스템에서 대상영역 분할의 오차와 추출된 특징의 위치 변화등의 영향을 개선하는 방법론을 제안한다. 원형호프변환을 기반으로 생성한 특징정보로부터 CNN(Convolution Neural Network) 모델의 계층적 구조를 통하여 단계적으로 일련의 특징지도가 추출된다. CNN 모델에서 샘플링 계층의 연결구조는 특징의 위치 변화에 강인한 추출기능을 지원하며, 상위계층에서 보다 함축적인 특징지도를 생성하게 된다. 원형 호프 변환은 손의 형태학적 주요 포인트를 효과적으로 추출할 수 있게 하고 또한 입력 영상의 회전으로 인한 제약을 극복할 수 있게 한다. 본 연구에서는 제안된 이론을 TV 원격 제어를 위한 수신호 인터페이스 시스템을 대상으로 적용함으로써 그 유용성을 고찰한다.