• 전기전자학회논문지
• /
• 제22권3호
• /
• pp.810-815
• /
• 2018

커널 상관 필터 알고리듬은 객체 추적에 대해 정확도에서 의미 있는 성과를 거두었다. 그러나 고정된 크기의 템플릿을 사용하기 때문에 추적 대상의 스케일 변화에 대처할 수 없었다. 본 논문에서는 최근접 보간법과 표준 가우시안 정규화를 이용한 다중 스케일에서의 상관 필터링 응답 값을 이용하여 프레임별로 가장 적합한 스케일을 찾아 객체를 추적하는 방식을 제안한다. 다음 프레임의 스케일 값들은 이전 프레임의 최적 스케일 값을 이용해 갱신하고 다시 해당 프레임에서의 최적의 스케일 값을 찾는다. 정확도 비교를 위해 기존 커널 상관 필터 알고리듬에서 사용된 VOT2014 데이터를 사용하여 제안된 방법의 유효성을 검증한다.

• 한국정보과학회논문지:컴퓨팅의 실제 및 레터
• /
• 제16권7호
• /
• pp.768-774
• /
• 2010

흩어진 점 데이터의 집합으로부터 음함수 곡면을 생성하는 기법들이 다양한 과학과 공학 분야에서 개발되어 활용되고 있다. 본 논문에서는 다중스케일 커널을 이용하여 2차원 점 데이터를 함수 형태로 표현하고, 이것이 실시간 데이터 액세스가 필요한 그래픽스 응용에 효과적으로 활용될 수 있음을 보인다. 전처리 단계에서 계산되고 저장된 함수 계수들을 이용해, 실시간 응용 프로그램에서 임의의 위치에 대한 함수 값을 액세스하는 과정은 기존의 연구 방법들과 유사하지만, 실시간 처리 과정에서 사용자가 원하는 섬세한 레벨의 함수 값을 자유롭게 선택할 수 있다는 점에서 본 기법은 다른 기법들과 차별된다. 내재적으로 다중해상도 표현을 지원하는 함수를 계산할 수 있는 것은 멀티 스케일 커널이 갖는 수학적인 특성에 기인하며, 이 커널은 2차원뿐만 아니라 n차원 데이터의 다중해상도 표현을 위해 확장가능하다.

• 한국컴퓨터정보학회논문지
• /
• 제26권4호
• /
• pp.29-37
• /
• 2021

본 논문에서는 안저영상의 다중 스케일 정보를 다루기 위한 딥러닝 기반의 망막 혈관 분할 모델을 제안한다. 제안 모델은 이미지 분할 딥러닝 모델인 U-Net과 선택적 커널 합성곱을 통합한 합성곱 신경망으로 안저영상에서 눈과 관련된 질병을 진단하는데 중요한 정보가 되는 망막 혈관의 다양한 모양과 크기를 갖는 특징 정보를 추출하고 분할한다. 제안 모델은 일반적인 합성곱과 선택적 커널 합성곱으로 구성된다. 일반적인 합성곱 층은 같은 크기 커널 크기를 통해 정보를 추출하는 반면, 선택적 커널 합성곱은 다양한 커널 크기를 갖는 브랜치들에서 정보를 추출하고 이를 분할 주의집중을 통해 적응적으로 조정하여 결합한다. 제안 모델의 성능 평가를 위해 안저영상 데이터인 DRIVE와 CHASE DB1 데이터셋을 사용하였으며 제안 모델은 두 데이터셋에 대하여 F1 점수 기준 82.91%, 81.71%의 성능을 보여 망막 혈관 분할에 효과적임을 확인하였다.