• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2022년도 추계학술발표대회
• /
• pp.539-540
• /
• 2022

본 논문에서는 정확한 장기 시계열 예측을 위해 시계열 데이터의 다양한 스케일 (시간 규모)에서 표현을 학습하는 트랜스포머 모델을 제안한다. 제안하는 모델은 시계열의 다중 스케일 특징을 추출하고, 이를 트랜스포머에 반영하여 예측 시계열을 생성하는 구조로 되어 있다. 스케일 정규화 과정을 통해 시계열의 전역적 및 지역적인 시간 정보를 효율적으로 융합하여 종속성을 학습한다. 3 가지의 다변량 시계열 데이터를 이용한 실험을 통해 제안하는 방법의 우수성을 보인다.

• Nuclear Medicine and Molecular Imaging
• /
• 제42권2호
• /
• pp.153-163
• /
• 2008

다중영상기기는 1990년대 초에 처음 개발되어 현재 주요 영상 장비 회사에서 상품으로 개발되어 판매되고 있다. 단순한 소프트웨어적인 정합과 융합을 통해 해부학적 영상과 기능적 영상의 상호 보완하는 단계에서 발전하여 하드웨어적으로 정합하는 하드웨어의 개발은 새로운 연구의 시작이다. 다중영상기기의 발전 이전에는 해부학적 구조를 보여주는 영상 장비와 기능적 영상을 표현하는 장비가 각각 고 분해능과 고 해상도로 많은 발전을 이루어 왔다. 현재는 각 영상 장비의 특징을 살려 효과적으로 결합시킨 다중영상기기의 개발이 활발하게 이루어지고 있다. 다중영상기기는 단순하게 두 장비를 결합시키는 개념에서 기능적 영상에서 필요한 감쇠 보정을 하면서 동시에 해부학적 위치를 융합 영상 형태로 표현하는 새로운 영상 장비로 발전하고 있다 다중영상기기의 특징을 살릴 수 있는 프로토콜이 개발되고 하드웨어적으로도 상호 보완적으로 결합되고 있다. 실제로 PET/CT와 같은 다중영상기기는 임상적으로 중요한 역할을 하고 있으며 PET 영상기기를 대체하고 있다. PET/CT 스캐너는 PET에서 나오는 기능적 영상과 CT에서 나오는 해부학적 영상뿐만 아니라 융합 영상을 함께 보여 주므로 임상적으로 유용한 정보를 제공하고 있다. 현재 SPECT/CT는 아직 보급이 많이 되지 않았으나 PET/CT와 같이 임상적으로 유용한 SPECT와 CT 장비가 결합된 상품들이 나오고 있어 그 시장이 점점 성장할 것으로 기대된다. 다중영상기기는 각각의 단독 영상장비에서 갖고 있는 문제뿐만 아니라 두 영상 장비를 결합시키므로 인해 새로운 문제들이 발생하고 있다. 대표적으로 호흡에 의한 움직임, 조영제의 영향, 금속 물질의 영향과 환자의 피폭에 관한 문제가 있다. 이를 해결하기 위해 새로운 프로토콜과 프로세싱 방법이 개발되고 있다. 뇌를 동시에 촬영할 수 있는 PET/MR의 개발은 뇌 과학에 많은 발전을 줄 것으로 기대된다. PET/MR의 개발은 PET/CT 에서 촬영한 영상의 일부분을 대체할 것으로 예상된다. MR 영상이 CT 영상보다 우수한 분해능을 보이는 분야에서는 PET/MR을 이용한 검사와 연구가 활발하게 진행될 것으로 보인다. 해부학적 영상과 기능적 영상을 결합시킨 융합 영상을 함께 제공하는 다중영상기기는 환자의 질병을 진단뿐만 아니라 치료 후의 효과를 보는데 있어서 중요한 역할을 할 것으로 기대된다. 또 앞으로 검사 목적에 맞는 다양한 다중영상기기의 개발이 이루어질 것으로 기대된다.

• 융합정보논문지
• /
• 제11권4호
• /
• pp.26-34
• /
• 2021

4차 산업혁명 시대의 미래 전장은 초연결, 고속기동화된 무기체계로 다영역작전을 수행할 것이다. 이러한 미래전 양상의 변화에 대비하기 위해 우리군은 다양한 유·무인 무기체계를 개발하고 이들의 기동간 통신 지원이 가능한 다계층 전술네트워크 구성을 위하여 노력하고 있다. 그러나 현재의 전술네트워크는 단일 계층에서 단일빔 안테나를 활용한 1:1 고속링크 또는 무지향성 안테나를 활용한 1:N 저속링크를 운용하고 있어 기동간 통신 지원이 제한된다. 즉 미래전 대비를 위한 다계층 전술네트워크를 효율적으로 구성하기 위해서 다중빔 안테나의 운용이 필요하다. 특히 공중계층의 공중중계 무인기는 비행체 특징에 따라 다중빔 안테나의 운용 방법이 달라진다. 따라서 본 논문에서는 다계층 전술네트워크의 효율적인 운용을 위하여 공중계층에 필요한 다중빔 안테나 운용 시나리오와 고려 요소, 회전익과 고정익 비행체의 특징을 살펴보고 이를 토대로 다중빔 안테나의 공중중계 무인기 설치 위치 및 운용 방안을 회전익과 고정익 비행체로 구분하여 제시한다.

• 한국기록관리학회지
• /
• 제10권2호
• /
• pp.193-214
• /
• 2010

최근 메타데이터 표준의 국제적 흐름은 기록을 둘러싼 다양한 맥락정보를 개체로 설정하고 이들 각 개체 간의 다양한 관계를 보여주는 다중 개체 모형의 적용이다. 이에, 이 논문에서는 다중 개체 모형을 적용한 기록관리 메타데이터의 표준인 ISO 23081-2, 호주, 뉴질랜드, 호주의 뉴사우스웨일즈주, 퀸즈랜드주, 사우스오스트레일리 아주 표준의 특징을 비교 분석하였다. 분석은 1) 적용범위, 2) 개체수, 3) 개체 내 카테고리, 4) 요소 설계 방법을 중심으로 비교하고, 다중 개체에 있어서 가장 핵심인 관계(relationship) 개체가 어떻게 구현될 수 있는지, 실제 사례를 통해 살펴본다. 마지막으로 앞선 분석을 통해 다중 개체 모형을 적용하여 표준을 제정 할 때 고려해야 할 몇 가지 사항들을 정리해 본다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2022년도 제65차 동계학술대회논문집 30권1호
• /
• pp.377-380
• /
• 2022

본 논문에서는 모바일 기반 AR 환경에서 RGB카메라로부터 얻은 영상 분석과 DB 기반의 특징점(Feature point) 매칭을 통하여 보다 정확하게 위험 상황을 알려줄 수 있는 프레임워크를 제안한다. 본 논문에서는 RANSAC(Random sample consensus)기반의 다중 평면 방식을 이용한 특징점을 추출하고 분석하여 영상에 존재하는 장애물을 감지한다. RGB카메라로 얻은 영상을 기반으로 장애물을 검출하는 접근법은 영상에 의존하기 때문에 조명에 따른 특징점 검출이 부정확하고, 조명이나 자연광 또는 날씨에 영향을 많이 받기 때문에 어둡거나 흐린 날씨에서는 장애물 검출이 어려워진다. 이 문제를 완화하기 위해 본 논문에서는 DB기반의 특징점 매칭을 통해 조명에 관계없이 장애물을 효율적이고 정확하게 감지한다. 특징점 매칭을 이용하려면 우선 영상에서 특징점이 안정적으로 추출될 수 있는 환경인, 조명이나 자연광이 충분한 환경에서 감지된 장애물 정보를 데이터베이스화 하여 저장한다. 조명이 충분하지 않은 환경에서 사용자가 사전에 저장된 지역에 근접할 경우 특징점 분석이 아닌 DB 기반 특징점 매칭을 통해 위험 요소를 감지한다. 우리의 방법은 조명의 여부의 관계없이 효과적으로 위험을 감지할 수 있기 때문에 다양한 분야에 활용될 수 있다.

• 한국감성과학회:학술대회논문집
• /
• 한국감성과학회 1997년도 한국감성과학회 연차학술대회논문집
• /
• pp.168-173
• /
• 1997

시선의 추출을 통해 사용자의 관심 방향을 알고자하는 연구는 여러 분야에 응용될 수 있는데, 대표적인 것이 장애인의 컴퓨터 이용이나, 다중 윈도우에서 마우스의 기능 대용 및, VR에서의 위치 추적 장비의 대용 그리고 원격 회의 시스템에서의 view controlling등이다. 기존의 대부분의 연구들에서는 얼굴의 입력된 동영상으로부터 얼굴의 3차원 움직임량(rotation, translation)을 구하는데 중점을 두고 있으나 [1][2], 모니터, 카메라, 얼굴 좌표계간의 복잡한 변환 과정때문에 이를 바탕으로 사용자의 응시 위치를 파악하고자하는 연구는 거으 이루어지지 않고 있다. 본 논문에서는 일반 사무실 환경에서 입력된 얼굴 동영상으로부터 얼굴 영역 및 얼굴내의 눈, 코, 입 영역 등을 추출함으로써 모니터의 일정 영역을 응시하는 순간 변화된 특징점들의 위치 및 특징점들이 형성하는 기하학적 모양의 변화를 바탕으로 응시 위치를 계산하였다. 이때 앞의 세 좌표계간의 복잡한 변환 관계를 해결하기 위하여, 신경망 구조(다층 퍼셉트론)을 이용하였다. 신경망의 학습 과정을 위해서는 모니터 화면을 15영역(가로 5등분, 세로 3등분)으로 분할하여 각 영역의 중심점을 응시할 때 추출된 특징점들을 사용하였다. 이때 학습된 15개의 응시 위치이외에 또 다른 응시 영역에 대한 출력값을 얻기 위해, 출력 함수로 연속적이고 미분가능한 함수(linear output function)를 사용하였다. 실험 결과 신경망을 이용한 응시위치 파악 결과가 선형 보간법[3]을 사용한 결과보다 정확한 성능을 나타냈다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 2013년도 추계학술대회
• /
• pp.54-57
• /
• 2013

최근 다양한 방송 및 영상 분야에서 사람의 행동을 인식하여는 연구들이 많이 이루어지고 있다. 영상은 다양한 형태를 가질 수 있기 때문에 제약된 환경에서 유용한 템플릿 방법들보다 특징점에 기반한 연구들이 실제 사용자 환경에서 더욱 관심을 받고 있다. 특징점 기반의 연구들은 영상에서 움직임이 발생하는 지점들을 찾아내어 이를 3차원 패치들로 생성한다. 이를 이용하여 영상의 움직임을 히스토그램에 기반한 descriptor(서술자)로 표현하고 학습기반의 판별기(classifier)로 최종적으로 영상 내에 존재하는 행동들을 인식하였다. 그러나 단일 판별기를 이용한 다양한 영상 인식을 수용하기에는 힘들다. 최근에 이를 개선하기 위하여 다중 판별기를 활용한 연구들이 영상 판별 및 물체 검출 영역에서 사용되고 있다. 따라서 본 논문에서는 행동 인식을 위하여 support vector machine과 spare representation을 이용한 decision-level fusion 방법을 제안하고자 한다. 제안된 논문의 방법은 영상에서 특징점 기반의 descriptor를 추출하고 이를 각각의 판별기를 통하여 판별 결과들을 획득한다. 이 후 학습단계에서 획득된 가중치를 활용하여 각 결과들을 융합하여 최종 결과를 도출하였다. 본 논문에 실험에서 제안된 방법은 기존의 융합 방법보다 높은 행동 인식 성능을 보여 주었다.

• 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
• /
• 한국정보과학회언어공학연구회 2019년도 제31회 한글 및 한국어 정보처리 학술대회
• /
• pp.18-22
• /
• 2019

FAQ 분류는 자주 묻는 질문을 범주화하고 사용자 질의에 대해 가장 유사한 클래스를 추론하는 방식으로 진행된다. FAQ 데이터셋은 클래스가 다수 존재하기 때문에 클래스 간 포함 및 연관 관계가 존재하고 특정 데이터가 서로 다른 클래스에 동시에 속할 수 있다는 특징이 있다. 그러나 최근 FAQ 분류는 다중 클래스 분류 방법론을 적용하는 데 그쳤고 FAQ 데이터셋의 특징을 모델에 반영하는 연구는 미미했다. 현 분류 방법론은 이러한 FAQ 데이터셋의 특징을 고려하지 못하기 때문에 정답으로 해석될 수 있는 예측도 오답으로 여기는 경우가 발생한다. 본 논문에서는 신뢰성이 부족한 FAQ 데이터셋에서도 분류를 잘 하기 위해 손실 함수를 조정하는 정규화 기법을 소개한다. 이 정규화 기법은 클래스 간 포함 및 연관 관계를 반영할 수 있도록 오답을 예측한 경우에도 예측 강도에 비례하여 손실을 줄인다. 이는 오답을 높은 확률로 예측할수록 데이터의 신뢰성이 낮을 가능성이 크다고 판단하여 학습을 강하게 하지 않게 하기 위함이다. 실험을 위해서는 다중 클래스 분류에서 가장 좋은 성능을 보이고 있는 모형인 BERT를 이용했으며, 비교 실험을 위한 정규화 방법으로는 통상적으로 사용되는 라벨 스무딩을 채택했다. 실험 결과, 본 연구에서 제안한 방법은 기존 방법보다 성능이 개선되고 보다 안정적으로 학습이 된다는 것을 확인했으며, 데이터의 신뢰성이 부족한 상황에서 효과적으로 분류를 수행함을 알 수 있었다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제27권12호
• /
• pp.1193-1201
• /
• 2000

본 논문에서는 탐색 영역과 특징의 가중치를 동적으로 조절하여 블록 단위의 움직임 벡터를 추출하는 활동적 블록 정합 알고리듬을 제안한다. 본 논문에서 제안하는 알고리듬은 탐색 영역의 중심 위치를 결정하기 위해 시간에 따른 블록의 동작 변화는 작다고 가정한다. 그리고 탐색 영역의 크기는 공간적으로 인접한 블록들의 신뢰도에 따라 조절된다. 또한 본 논문에서 제안하는 알고리듬은 다중 특징을 사용하는 블록 정합 알고리듬으로 블록 정합 시 특징의 기여 정도를 나타내는 가중치를 블록 안에서 각 특징이 가지는 구분력에 따라 자동으로 설정하는 정합 유사 함수를 사용한다. 실험 결과는 본 논문에서 제안한 블록 정합 알고리듬이 기존의 알고리듬 보다 정확하게 움직임 벡터를 추출함을 보여준다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2002년도 춘계학술발표논문집 (하)
• /
• pp.1131-1134
• /
• 2002

본 논문에서는 블록 다중 텍스쳐 영상으로부터 바코드 영역을 추출하기 위한 한 방법을 제안한다. 일반적으로 택배 등의 물류 처리에서 사용되는 바코드는 직선 형태의 바로 구성되며, 물체의 윗면에 붙여진 바코드의 방향에 따라 바의 방향은 수직, 수평, 대각선의 방향으로 나타난다. 따라서, 제안된 방법에서는 다양한 텍스쳐의 특징 벡터를 사용하여 바코드의 특징을 검출한다. 또한 처리 시간의 단축을 위하여 영상을 일정한 블록으로 분할한 후에 국부 특징 마스크를 사용하여 텍스쳐 특징 벡터를 산출하고, 우편물 영상에서 각각의 특징에 따른 분류를 통해 바코드 영역을 결정한다.