• Korean Journal of Remote Sensing
• /
• v.16 no.1
• /
• pp.73-86
• /
• 2000

Commonly-used methods for camera modelling of pushbroom images were implemented and their performances were assessed. The models include Vector Propagation) model, Gugan and Downman(GD)'s model, Orun and Natarajan(ON)'s model, and Direct Linear Transformation(DLT) model The models were tested on a SPOT full-scene over Seoul. The number of ground control points(GCP) used range from 1 to 23. For less than 6 GCPs all other models fail except VP, with VP's accuracy being 2.7 pixels. With mode than 6 GCPs ON shows the best accuracy with 1pixel accuracy while the accuracy of VP is 1.5 pixels. GD fails in most cases due to the correlation among model parameters. The accuracy of DLT does not converge but fluctuates between 1 and 4 pixels subject to GCPs used. VP has an advantage in that its results can be used for the estimation of satellite orbit. Unresolved topics are: to remove errors in GCPs from the aforementioned accuracy value; to improve the performance of VP.

• The Journal of the Convergence on Culture Technology
• /
• v.7 no.3
• /
• pp.591-598
• /
• 2021

It's possible to get the word-vector by the statistical SVD or deep-learning CBOW and LSTM methods and theses ones learn the contexts of forward/backward words or the sequence of following words. It's used to analyze the poems by Ki Hyung-do with similar words recommended by the word-vector showing the core images of the poetry. It seems at first sight that the words don't go well with the images but they express the similar style described by the reference words once you look close the contexts of the specific poems. The word-vector can analogize the words having the same relations with the ones between the representative words for the core images of the poems. Therefore you can analyze the poems in depth and in variety with the similarity and analogy operations by the word-vector estimated with the statistical SVD or deep-learning CBOW and LSTM methods.

• Proceedings of the IEEK Conference
• /
• 2001.09a
• /
• pp.425-428
• /
• 2001

본 논문에서는 문서 위의 문자를 Off-Line방식으로 컴퓨터에 저장할 수 있도록 기하학적 패턴 벡터를 이용하여 한·영문자 및 글꼴을 인식하는 알고리즘을 제안하였다. 일반적으로 문서에서는 여러 가지 글꼴에 따라 글자의 형태가 다르므로 대표적인 한·영 세 가지 글꼴을 기하학적 패턴(Geometrical Pattern Vector)을 이용하여 크기와 이동에 인식하도록 하였다. 이진 입력 한영혼용 영상에서 잡음을 제거하고 수평·수직 투영 기법을 이용하여 한 문자를 분할하여 문자의 폭에 따라 기하학적 패턴을 추출한다. 추출한 패턴은 각 합계를 계산하여 기준 패턴 합계와 비교한 후 기준 패턴 문자와 글꼴을 인식하게 된다. 마지막으로 제안한 알고리즘의 성능을 평가하기 위해 크기, 이동 변형이 있는 대표적인 한·영 글꼴(신명조, 궁서, 고딕)체와 영어 Time New Roman체를 대상으로 모의 실험을 수행하였다. 제안한 알고리즘은 기존의 원형 패턴 알고리즘보다 문자인식률과 글꼴 그리고 영어의 대·소문자를 구별하는 우수함을 보였다.

• The Journal of the Acoustical Society of Korea
• /
• v.12 no.1E
• /
• pp.32-38
• /
• 1993

본 논문에서는 저 전송속도의 음성 부호화기를 제안하였고 컴퓨터 시뮬레이션을 통하여 성능분석과 유연성을 입증하였다. 제안된 부호화 방식은 입력 음성신호의 Stationarity에 따라 전송 프레임의 길이를 가변하고, 전송 프레임의 대표적인 특징 벡터를 Vector Quatization으로 부호화하였다. 제안된 부호화 방식에서 특징 벡터열은 입력 음성신호를 샘플단위로 Prewindowed RLS Lattice 알고리즘을 통해 구한 PARCOR 계수로 구성된다. 입력 음성신호는 Subsegment로 분할되고, 각 Subsegment에서 대표적인 PARCOR 계수를 구한다. Likelihood Ratio Distortion Measure를 사용하여 유사도에 따라 Subsegment를 병합함으로써 전송프레임을 결정한다. 컴퓨터 시뮬레이션 결과로부터 제안된 VTEL 음성 부호화 방식은 좋은 음질을 유지하면서 전체 전송속도를 크게 줄일 수 있다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2010.11a
• /
• pp.129-131
• /
• 2010

분산 비디오 부호화(distributed video coding)는 분산 소스 부호화의 대표적인 응용분야로서 부호화 복잡도가 부호화기에서 복호화기로 이동되어 저전력 부호화 환경에 매우 적합하다. 본 논문에서는 분산 비디오 부호화의 성능 향상에 있어 가장 중요한 보조 정보의 효과적인 생성 방법을 제안한다. 우선 보조 정보 생성을 위한 키 프레임들 간의 블록 움직임 추정에 있어 기존 방법들이 대체적으로 가정하고 있는 선형적인 움직임 이동에 따른 잘못된 예측을 해결하기 위해 두 장 이상의 키 프레임을 사용하여 블록 움직임을 추정한 후, 선형 회귀(linear regression)를 이용하여 보조 정보 상의 블록 움직임 궤적을 추정한다. 이때 움직임 추정을 위한 키 프레임 번호를 증가하며 선입선출(FIFO)형 버퍼에 저장 및 삭제하여 동일한 보조정보에 해당하는 여러 움직임 벡터 필드와, 기존의 선형적인 움직임이 가정된 움직임 벡터 필드를 동시에 생성한다. 다음으로 보간(interpolation)하려는 보조 정보 프레임 내의 임의의 블록에 가장 가깝게 통과하는 움직임 벡터 필드를 선택하여 해당하는 블록의 최종 움직임 벡터로 선택한다. 실험결과 제안하는 보조 정보 생성 방법은 기존의 방법과 비교했을 때 비대칭성 움직임 벡터 사용만으로 평균 PSNR이 0.216dB 만큼 증가하는 것을 확인할 수 있었다.

• Journal of KIISE:Computing Practices and Letters
• /
• v.10 no.3
• /
• pp.273-281
• /
• 2004

There is the temporal correlation of the video sequence between the motion vector of current block and the motion vector of previous block. In this paper, we propose the prediction search algorithm for block matching using the temporal correlation of the video sequence and the center-biased property of motion vectors. The proposed algorithm determines the location of a better starting point for the search of an exact motion vector using the point of the smallest SAD(sum of absolute difference) value by the predicted motion vector from the same block of the previous frame and the predictor candidate point on each search region. Simulation results show that PSNR(Peak-to-Signal Noise Ratio) values are improved up to the 1.06㏈ as depend on the video sequences and improved about 0.19∼0.46㏈ on an average except the full search(FS) algorithm.

• Journal of the Korea Computer Industry Society
• /
• v.9 no.4
• /
• pp.149-156
• /
• 2008

There is the temporal correlation of a animation sequence between the motion vector of current block and the motion vector of previous block. In this paper, we propose the scene change detection algorithm for block matching using the temporal correlation of the animation sequence and the center-biased property of motion vectors. The proposed algorithm determines the location of a better starting point for the search of an exact motion vector using the point of the smallest SAD(sum of absolute difference) value by the predicted motion vector from the same block of the previous frame and the predictor candidate point on each search region. Simulation results show that the proposed algorithm has better detection performance, such as recall rate, then the existing method. The algorithm has the advantage of speed, simplicity and accuracy. In addition, it requires less amount of storage.

• The Korean Journal of Applied Statistics
• /
• v.26 no.1
• /
• pp.131-139
• /
• 2013

Support vector machines(SVM) may perform poorly in the presence of noise variables; in addition, it is difficult to identify the importance of each variable in the resulting classifier. A feature selection can improve the interpretability and the accuracy of SVM. Most existing studies concern feature selection in the linear SVM through penalty functions yielding sparse solutions. Note that one usually adopts nonlinear kernels for the accuracy of classification in practice. Hence feature selection is still desirable for nonlinear SVMs. In this paper, we compare the performances of nonlinear feature selection methods such as component selection and smoothing operator(COSSO) and kernel iterative feature extraction(KNIFE) on simulated and real data sets.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2012.11a
• /
• pp.1154-1157
• /
• 2012

축산농가의 경제성과 직결되는 암소 발정기의 조기 탐지는 IT 농 축산 학계에서도 매우 중요한 문제 중 하나이며 반듯이 해결해야만 하는 문제로 알려져 있다. 이를 해결하기 위한 다양한 연구 방법들 중, 본 논문에서는 소리 센서 환경에서의 암소의 발정기 탐지 시스템에 관한 연구를 대상으로 한다. 특히, 발정기 발성음의 특징 벡터 생성에 초점을 맞춘다. 특징은 크게 분별력과 차원이라는 두 가지 기준에 대해 우수해야 한다. 즉, 좋은 특징이란 서로 다른 부류를 잘 분별해 주어야 할 뿐만 아니라, 특징 벡터의 차원이 낮을수록 계산 효율이 좋고 차원의 저주에서 멀어 진다. 본 논문에서는 통계학에 기초한 체계적인 특징 벡터 생성에 관한 알고리즘을 제안하고, 실제 축사에서 녹취한 한우 발정기 발성음을 대상으로 낮은 차원의 특징 벡터 생성 과정을 보인다. 또한 이상상황 탐지기로 잘 알려진 단일 클래스 SVM의 대표 모델인 SVDD를 탐지기로 설정하여 생성된 특징 벡터의 분별력을 실험적으로 검증한다.

• Proceedings of the IEEK Conference
• /
• 2001.09a
• /
• pp.407-410
• /
• 2001

최근 영상 검색(retrieval)과 분류(classification)에서 질감 특징(texture feature)을 이용한 연구들이 활발하게 진행되고 있다. 본 논문에서는 효율적인 질감 특징 추출을 위해 명암도 상호발생 행렬법(gray level co-occurrence matrix)과 웨이블릿 변환(wavelet transform)을 이용하여 질감의 특징을 추출한 후 특징의 중요도에 따라서 가중치를 부여하는 방법을 제안한다. 이렇게 추출된 가중치 대표 벡터들을 기반으로 베이시안 분류기(Bayesian classifier)를 통해 임의의 질감을 인식하였다.