• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2005년도 추계종합학술대회
• /
• pp.451-454
• /
• 2005

현재, 신호를 해석하기 위한 많은 방법들이 제시되고 있으며, 대표적인 방법으로는 퓨리에 변환과 웨이브렛 변환이 있다. 이러한 방법들에서, 퓨리에 변환은 모든 주파수 범위에 대해 cosine과 sine 파형의 조합으로써 신호를 표현하지만, 신호 내에서 특정 주파수 성분이 발생한 시간정보를 제공하지 않으며, 분석 신호의 전체적인 특징만을 나타낸다. 따라서 이러한 한계를 극복하기 위해, 다중해상도 해석이 가능한 웨이브렛 변환이 음성과 영상처리, 컴퓨터 비전 등의 광범위한 분야에서 응용되고 있다. 그리고 웨이브렛 변환은 스케일 변수에 따라 변화하는 윈도우를 사용하여 시간-주파수 국부성을 나타낸다. 본 논문에서는 cosine과 sine 형태의 웨이브렛을 사용하여, 퓨리에 변환의 새로운 접근법을 제시하였으며, 주파수-시간 평면의 유한한 지점에서 신호의 특징을 분석하였다.

• 한국지능시스템학회논문지
• /
• 제22권1호
• /
• pp.100-107
• /
• 2012

최근 지능형 범죄가 늘면서 첨단 보안 기술에 대한 요구가 점차 늘어나고 있다. 현재까지 보고된 위장한 얼굴의 검출방법은 실용화를 위하여 정확도 개선이 요구된다. 본 논문에서는 사람의 얼굴에 대하여 템플릿 매칭을 통한 유사도와 아다부스트를 사용한 얼굴 위장판별 시스템을 제안한다. 제안된 시스템은 먼저 다중 스케일 가버특징 벡터를 기반으로 눈의 위치를 찾은 후 템플릿 매칭을 통해서 눈에 대한 유사도를 측정하여 선글라스 착용여부를 판단하고 아다부스트를 사용한 코의 검출을 통하여 마스크 착용 여부를 판단한다. 실험을 통하여 본 논문에서 제안한 방법이 더욱 신뢰성 높은 위장 판별 시스템임을 확인하였다.

• 한국정보통신학회논문지
• /
• 제22권4호
• /
• pp.634-640
• /
• 2018

본 논문에서는 방사선 영상을 기반으로 관심 영역의 자동 추출 알고리즘을 제안한다. 제안 알고리즘은 입력 영상에서 병변부위를 검출하기 위해 세그먼테이션, 특징 추출 및 참조 이미지 매칭을 이용한다. 추출된 영역은 참조 DB에서 일치하는 병변 이미지를 검색하고, 일치된 결과는 칼만 필터 기반의 적합성 피드백을 이용해 병변을 자동 추출한다. 제안 알고리즘은 왼손 x-ray 입력 영상을 기반으로 성장판을 추출하기 위해 왼손 이미지의 윤곽선을 추출하고, 이것은 다중 스케일 해시안 행렬 기반의 세션화를 이용해 후보 영역을 생성 한다. 그 결과, 제안 알고리즘은 관심영역 분할 단계에서는 0.02초로 빠른 분할이 가능하였고, 분할 영상을 기준으로 ROI 추출시 평균 0.53, 강화 단계에서는 0.49초로 매우 정확한 이미지 분할이 가능한 것을 실험을 통해 알 수 있었다.

• 방송공학회논문지
• /
• 제26권5호
• /
• pp.608-620
• /
• 2021

최근 딥러닝 기반의 얼굴 초해상화 연구는 일반적인 영상에 대한 초해상화 연구와 달리 인간의 얼굴이 가지는 구조적 혹은 의미론적인 특성을 반영한 안면 랜드마크 정보, 주요 영역 딕셔너리와 같은 사전 및 참조 정보를 사용하여 우수한 초해상화 결과를 보였다. 그러나 얼굴에 특화된 사전 정보를 사용할 시 추가적인 처리 소요 시간과 메모리를 요구하는 단점이 존재한다. 본 논문은 앞서 언급한 한계점을 극복하고자 지식 증류 기법을 활용한 효율적인 초해상화 모델을 제안한다. 주요 얼굴 영역 기반의 딕셔너리 정보를 사용하는 선생 모델에 지식 증류 기법을 적용하여 추론 시 랜드마크 정보와 부가적인 딕셔너리 사용이 필요 없는 학생 모델을 구축하였다. 제안하는 학생 모델은 특징맵 기반의 적대적 지식 증류를 통해 얼굴 주요 영역 딕셔너리를 가지고 있는 선생 모델로부터 학습을 진행하였다. 본 논문은 제안하는 학생 모델의 실험 결과를 통해 정량 및 정성적으로 우수함을 보이며 선생 모델의 연산량에 비해 90% 이상 절감되는 효율성을 증명한다.

• 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.

• 대한원격탐사학회지
• /
• 제39권3호
• /
• pp.283-295
• /
• 2023

센서 및 위성 기술의 발전에 따라 전세계적으로 다양한 고해상도 다중대역 위성영상이 활용 가능해지고 있다. 다중대역 센서가 가지는 파장에 기인한 고유한 반사, 투과, 산란 특성에 따라 다중대역 위성영상은 지구 관측에 대한 다양한 상호보완적 지표정보를 제공한다. 특히, short-wave infrared (SWIR) 대역은 긴 파장으로 인해 가시광 대역에 비해 Rayleigh 산란에 적게 영향을 받으며, 이로 인해 특정 대기입자를 투과할 수 있다는 특징을 지닌다. 산불, 폭발 등에 의해 발생된 짙은 연기는 가시광 대역의 영상의 가시성을 저하시키고 일부 지역에 대한 지표를 차폐시키는데, SWIR 대역은 이러한 연기에 의해 가려진 지역에 대한 지표정보를 추가로 제공해주기도 한다. 본 연구에서는 이러한 SWIR 대역과 가시광 대역의 영상 정보를 융합하는 다중해상도 변환 기반의 영상 융합 기법을 제안하였다. 제안된 융합 기법의 목적은 상호보완적 관계에 있는 가시광 대역에서의 고해상도 세부적 배경정보와 SWIR 대역에서의 연기 지역에 대한 지표정보를 모두 내포하고 있는 단일 영상을 생성하는 것이다. 이를 위해 본 연구에서는 라플라시안(Laplacian) 피라미드 기반의 다중해상도 변환 기법을 가시광-SWIR 영상 융합에 적용하였다. 다중해상도 변환 기법은 영상 융합에 널리 활용되는 대표적인 영상분해 기반의 방법론으로, 각각의 원 영상을 다양한 스케일로 분해하여 융합하는 기법이다. 또한, 본 연구는 다중해상도 변환 기법에 haze-guided weight map을 융합한 방법론을 제안하였다. Haze-guided weight map은 SWIR 대역이 연기와 같은 특정 대기입자를 투과하여 지표에 대한 정보를 제공해줄 수 있다는 사전지식에 기반하여 제안된 알고리즘으로 다중해상도로 분해된 두 영상을 융합하는 기준이 되는 가중치 지도로써 활용되었다. 제안된 방법론은 가시광 및 SWIR 대역을 포함하고 있는 고해상도 다중대역 위성영상인 Worldview-3 위성영상을 활용하여 검증되었다. 실험 데이터는 주변 산불로 인해 연기가 발생하여 제한된 가시성을 지닌 연기 지역을 포함하고 있으며, 제안된 방법론의 투과 특성을 검증하기 위해 선정되었다. 제안된 기법에 대한 실험결과는 영상 품질 평가 지표를 활용한 정량평가 및 시각평가를 통해 분석되었으며, 결과분석을 통해 연기 지역에 대한 지표정보를 내포하는 SWIR 대역의 밝은 특징값과 가시광 대역 내의 고해상도 정보가 손실없이 최종 융합 영상에 내포됨을 확인할 수 있었다.

• 한국항행학회논문지
• /
• 제27권2호
• /
• pp.190-196
• /
• 2023

최근 들어, 라이다 기술의 발전에 따라 정확한 거리 측정이 가능해지면서 라이다 기반의 3차원 객체 탐지 네트워크에 대한 관심이 증가하고 있다. 기존의 네트워크는 복셀화 및 다운샘플링 과정에서 공간적인 정보 손실이 발생해 부정확한 위치 추정 결과를 발생시킨다. 본 연구에서는 고수준 특징과 높은 위치 정확도를 동시에 획득하기 위해 어텐션 기반 융합 방식과 카메라-라이다 융합 시스템을 제안한다. 먼저, 그리드 기반의 3차원 객체 탐지 네트워크인 Voxel-RCNN 구조에 어텐션 방식을 도입함으로써, 다중 스케일의 희소 3차원 합성곱 특징을 효과적으로 융합하여 3차원 객체 탐지의 성능을 높인다. 다음으로, 거짓 양성을 제거하기 위해 3차원 객체 탐지 네트워크의 탐지 결과와 이미지상의 2차원 객체 탐지 결과를 결합하는 카메라-라이다 융합 시스템을 제안한다. 제안 알고리즘의 성능평가를 위해 자율주행 분야의 KITTI 데이터 세트를 이용하여 기존 알고리즘과의 비교 실험을 수행한다. 결과적으로, 차량 클래스에 대해 BEV 상의 2차원 객체 탐지와 3차원 객체 탐지 부분에서 성능 향상을 보였으며 특히 Voxel-RCNN보다 차량 Moderate 클래스에 대하여 정확도가 약 0.47% 향상되었다.

• 한국콘텐츠학회논문지
• /
• 제21권5호
• /
• pp.889-904
• /
• 2021

현대 도시의 불확실성과 유동성은 전통적인 도시계획에 큰 도전을 제기했지만, 이런 도전은 랜드스케이프 어바니즘이 급성장하는 계기가 되기도 했다. 도시 오픈 스페이스는 랜드스케이프 어바니즘의 중요한 실천의 장으로, 수많은 경관 디자이너들에게 전시의 플랫폼을 제공했다. 본 연구의 목적은 랜드스케이프 어바니즘의 핵심적인 내용이 오픈 스페이스 속에서 표현하는 방식을 탐구하고, 국내 오픈 스페이스 디자인 경향을 제시하고자 한다. 이 때문에 랜드스케이프 어바니즘의 이론과 실천이 창시된 뉴욕에 연구 시각을 집중했다. 연구방법은 도시 오픈스페이스 구성요소와 랜드스케이프 어바니즘 핵심개념을 바탕으로 분석틀을 구축하여 사례 실증 분석을 중심으로 뉴욕시의 도시 오픈스페이스를 고찰하는 것이다. 사례 분석을 통해 랜드스케이프 어바니즘의 다섯 가지 특징을 알 수 있었다. 즉, 자연 지형 융합이나 모방, 녹색 인프라 구축, 생태 복원력 강조, 무계획적인 사건 대응하는 적응성, 다중스케일에서 부지의 해석이다. 본 연구는 랜드스케이프 어바니즘 관점에서 제시한 디자인 제언은 향후 국내 도시 오픈 스페이스 디자인 방향에 참고할 가치가 있는 자료를 제공할 것이다.