• Proceedings of the Korea Information Processing Society Conference
• /
• 2009.04a
• /
• pp.238-241
• /
• 2009

정보 과학 기술의 발전과 생활 수준의 향상이 가속화되면서 주변 환경을 구성하는 가구나 공간조차도 정보 통신과 컴퓨터 기능이 내재된 인간과 상호작용할 수 있는 개념으로 확장되고 있다. 또한 비즈니스의 규모가 방대해지면서 협업이 필요성이 증가되는 가운데 단일 사용자에게 맞춰진 표준 데스크탑을 대체할 새로운 기기와 인터페이스에 대한 요구가 증가하고 있다. 본 연구에서는 이런 패러다임에 맞춰 선호되고 있는 테이블탑 컴퓨팅을 다수의 LCD와 PC를 포함하는 분산 하드웨어 방식의 고해상도 대형 디스플레이로 구성하고, 다중 사용자의 입력을 동시적으로 처리할 수 있는 적외선 카메라를 활용한 마커 인식 기반의 탠저블 인터페이스를 개발하였다. 그리고 이 시스템에서 동작하는 고해상도 이미지 뷰어와 퍼베이스브 블록 격파 게임 응용프로그램을 구현하였다.

• The Journal of the Institute of Internet, Broadcasting and Communication
• /
• v.23 no.1
• /
• pp.145-149
• /
• 2023

High-resolution images of surfaces provide detailed information on pores or shapes with specific sizes ranging from nano sizes to micrometers. However, it is not yet clear to determine an efficient association for pores or shapes from high-resolution images of surfaces. For the efficient association of pores and shapes, the surface characteristics of the device were considered as fractal dimensions by taking SEM photographs and binarizing the images. The fractal program was directly coded for surface analysis of the device. The device surface characteristics and electrical characteristics are thought to be related to the fractal dimension. The fractal dimension decreased with an increase in internal pores. The density and grain boundary of particles, which are structural characteristics of the device surface, were related to the fractal dimension. The particle size decreased with an increase in the fractal dimension and was uniformly formed. When the particles were uniformly formed, fewer pores were present and the fractal dimension increased.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2016.11a
• /
• pp.123-125
• /
• 2016

고해상도 이미지는 거의 대부분 유용하지만 저장용량을 많이 차지한다는 점은 그 유용함에 대한 제약이다. 이를 위한 수많은 용량절감 방식이 있지만 화질저하의 한계점은 육안으로 보기에 원본과 가장 비슷하게 보이는 지점이다. 텍스트 파일은 그 형태가 높은 수준으로 고정되어 있다는 점에 착안하여 육안으로 원본과 비슷하게 보이지 않는 지점까지 손실 저장하더라도 다른 텍스트들과 비교되는 지점까지 가능하다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2022.05a
• /
• pp.239-242
• /
• 2022

본 연구는 고해상도 카메라를 통해 얻은 이미지에서 지문과 홍채와 같은 생체인식 정보가 쉽게 노출되고, 생체인식 정보가 담긴 이미지가 SNS 를 통해 유출되어 악용될 가능성을 고려해 이를 방지하는 기술을 제시한다. 이 기술은 컴퓨터 비전을 기반으로 한 프로그래밍 라이브러리인 OpenCV를 사용하여 이미지에서 지문과 홍채 영역에 Blur 처리를 하는 알고리즘을 활용한 생체인식 정보의 노출 방지 시스템을 제시한다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2008.05a
• /
• pp.1779-1783
• /
• 2008

영상해석을 통한 흐름해석의 방법인 Large-Scale Particle Image Velocimetry (LSPIV)는 실험실내의 소규모 흐름해석에 이용하던 Particle Image Velocimetry (PIV)를 자연하천이나 실험실에서 넓은 영역($4m^2{\sim}45,000m^2$)에 적용할 수 있도록 확장시킨 것으로 지난 10여년전부터 세계적으로 널리 이에 대한 연구가 진행되고 있다. PIV는 seeding, illumination, recording 그리고 image processing으로 구성된다. LSPIV(Large Scale PIV)는 PIV의 기본원리를 근거로 하여 기존의 PIV에 비하여 실험실 내에서의 수리모형실험이나 일반 하천에서의 유속측정과 같은 큰 규모의 흐름해석을 할 수 있도록 seeding, illumination에 대한 조정이 필요 하고, 촬영된 image에 대한 왜곡을 없애는 작업이 필요하다. LSPIV는 PIV의 네 가지 단계를 포함하여 seeding, illumination, recording, image transformation, image processing 및 post-processing의 여섯 단계로 구성되어진다 (Li, 2002). LSPIV의 적용시 각 단계마다 유속계산시 오차를 발생시키는 27가지의 요인들이 존재하고 있는바 (Kim, 2006), 본 연구에서는 이들 중 실내의 실험실에서 파악이 가능한 인자들에 대해 그들 각각의 인자들이 유속 측정에 미치는 오차의 정도를 파악하고자 하였다. 본 연구에서는 LSPIV의 적용시 이용되는 이미지의 개수와 이미지 촬영시 적용된 이미지의 해상도에 따른 오차의 발생 정도를 조사하였다. 이미지 촬영에 있어서 비디오카메라를 이용할 경우 촬영시간에 따라 많은 수의 이미지를 취득할 수 있은바 이미지의 수에 따른 유속계산오차를 파악하고자 하였다. 또한 디지털 카메라를 이용할 경우 여러 가지 이미지 해상도를 이용할 수 있으므로 적용한 이미지 해상도에 따른 유속계산에 미치는 오차의 크기를 파악하고자 하였다. 이미지의 갯수가 유속계산시 미치는 오차의 영향의 정도를 조사하기 위해서 초당 30 frame을 촬영할 수 있는 비디오카메라를 이용하여 91초 동안 촬영된 이미지로부터 매 5번째의 이미지를 추출하여 455개의 이미지를 준비하였고 이로부터 이미지수를 10, 50, 100, 200, 300, 400의 순서로 증가시키면서 이미지 개수로부터 나타나는 유속계산 오차를 조사한 결과 이미지의 개수가 50매 이상인 경우는 이로 인한 오차가 1% 이하로 감소함을 파악하였다. 촬영된 이미지의 해상도가 유속계산시 미치는 영향을 조사하기 위해 디지털카메라를 적용하여 세가지 이미지 해상도(640*480, 1280*960, 2048*1536 pixel)로 변화시키면서 유속측정 오차를 분석한 결과 저해상도의 이미지를 이용한 경우 고해상도 이미지를 이용한 경우와 비교하여 3% 가량의 차이를 나타내었다.

• Journal of Broadcast Engineering
• /
• v.24 no.4
• /
• pp.633-642
• /
• 2019

Recently, the convolution neural network (CNN) model at a single image super-resolution (SISR) have been very successful. The residual learning method can improve training stability and network performance in CNN. In this paper, we propose a SISR using recursive residual network architecture by introducing dense skip connections for learning nonlinear mapping from low-resolution input image to high-resolution target image. The proposed SISR method adopts a method of the recursive residual learning to mitigate the difficulty of the deep network training and remove unnecessary modules for easier to optimize in CNN layers because of the concise and compact recursive network via dense skip connection method. The proposed method not only alleviates the vanishing-gradient problem of a very deep network, but also get the outstanding performance with low complexity of neural network, which allows the neural network to perform training, thereby exhibiting improved performance of SISR method.

• Journal of Korea Multimedia Society
• /
• v.14 no.11
• /
• pp.1392-1400
• /
• 2011

In most digital imaging applications, high-resolution images or videos are usually desired for later image processing and analysis. The image signal obtained from general imaging system occurs image degradation during the process of image acquirement caused by the optics, physical constraints and the atmosphere effects. Super-resolution reconstruction, one of the solution to address this problem, is image reconstruction technique that produces a high-resolution image from several low-resolution frames in video sequences. In this paper, we propose an improved super-resolution method using Projection onto Convex Sets (POCS) method based on Shift & Add (S&A). The image using conventional algorithms is sensitive to noise. To solve this problem, we propose a fusion algorithm of S&A and POCS. Also we solve the problem using BLPF (Butterworth Low-pass Filter) in frequency domain as optical blur. Our method is robust to noise and has sharpness enhancement ability. Experimental results show that the proposed super-resolution method has better resolution enhancement performance than other super-resolution methods.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2023.05a
• /
• pp.417-417
• /
• 2023

도시홍수는 도시의 주요 기능을 마비시킬 수 있는 수재해로서, 최근 집중호우로 인해 홍수 및 침수 위험도가 증가하고 있다. 집중호우는 한정된 지역에 단시간 동안 집중적으로 폭우가 발생하는 현상을 의미하며, 도시 지역에서 강우 추정 및 예보를 위해 레이더의 활용이 증대되고 있다. 레이더는 수상체 또는 구름으로부터 반사되는 신호를 분석해서 강우량을 측정하는 장비이다. 기상청의 기상레이더(S밴드)의 주요 목적은 남한에 발생하는 기상현상 탐지 및 악기상 대비이다. 관측반경이 넓기에 도시 지역에 적합하지 않는 반면, X밴드 이중편파레이더는 높은 시공간 해상도를 갖는 관측자료를 제공하기에 도시 지역에 대한 강우 추정 및 예보의 정확도가 상대적으로 높다. 따라서, 본 연구에서는 딥러닝 기반 초해상화(Super Resolution) 기술을 활용하여 저해상도(Low Resolution. LR) 영상인 S밴드 레이더 자료로부터 고해상도(High Resolution, HR) 영상을 생성하는 기술을 개발하였다. 초해상도 연구는 Nearest Neighbor, Bicubic과 같은 간단한 보간법(interpolation)에서 시작하여, 최근 딥러닝 기반의 초해상화 알고리즘은 가장 일반화된 합성곱 신경망(CNN)을 통해 연구가 이루어지고 있다. X밴드 레이더 반사도 자료를 고해상도(HR), S밴드 레이더 반사도 자료를 저해상도(LR) 입력자료로 사용하여 초해상화 모형을 구성하였다. 2018~2020년에 발생한 서울시 호우 사례를 중심으로 데이터를 구축하였다. 구축된 데이터로부터 훈련된 초해상도 심층신경망 모형으로부터 저해상도 이미지를 고해상도로 변환한 결과를 PSNR(Peak Signal-to-noise Ratio), SSIM(Structural SIMilarity)와 같은 평가지표로 결과를 평가하였다. 본 연구를 통해 기존 방법들에 비해 높은 공간적 해상도를 갖는 레이더 자료를 생산할 수 있을 것으로 기대된다.

• Journal of the Institute of Electronics Engineers of Korea TE
• /
• v.37 no.3
• /
• pp.21-29
• /
• 2000

In this paper, we propose a way to detect a moving object efficiently and to track it using the active blocks. Instead of all Pixels in 8*8 Pixel value, any special pixel is extracted and we detect a moving object by comparison and by analysis the difference image information from darkness value of the same area. In the acquisition of image data by software processing, we reduce the number of data which obtain by convert high resolution image to low resolution image, and we can track a moving object in real time. So it can track a moving object in simple system without all the pixel value of the image data or additional VxD(Virtual x Driver). This system can be useful to track of a moving object in fixed block on PC(Personal Computer) and low custom.

• Proceedings of the KIEE Conference
• /
• 2007.07a
• /
• pp.341-342
• /
• 2007

3T MRI system에서 고해상도 영상을 얻기 위해서는 magnetic field를 균일하게 만들어야 한다. 특히 초고속 영상 기법인 Spiral scan 방식과 EPI scan 방식에서는 이미지 영역에서의 magnetic field의 inhomogeneity에 의해 영상의 왜곡이 심해진다. 본 논문에서는 magnetic field의 inhomogeneity를 단시간 내에 측정하기 위해 fast spin echo방식의 pulse sequence 제안하고, magnetic field를 분석하기 위한 field map의 구성과, field pattern의 효과적인 분석을 통하여, magnetic field를 균일하게 만드는 방법을 제안한다.