• 전기전자학회논문지
• /
• 제27권1호
• /
• pp.59-64
• /
• 2023

딥러닝은 다양한 컴퓨터 비전 문제를 해결할 수 있지만, 대량의 데이터셋이 필요하다. 본 논문에서는 대형 이미지 데이터셋을 구축하기 위해 이미지 이진화 기반 데이터 증강 기법을 제안한다. 이미지 이진화를 사용하여 특성을 추출하고 추출된 나머지 픽셀을 랜덤하게 배치하여 새로운 이미지를 생성한다. 생성된 이미지는 원본 이미지와 유사한 품질을 보여주며, 딥러닝 모델에서도 뛰어난 성능을 보였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2013년도 추계학술발표대회
• /
• pp.1312-1314
• /
• 2013

본 연구에서는 조영증강 의료 초음파 영상에서 효과적인 병변 탐색을 위한 방법론을 고찰한다. 병변 영상을 포함하는 ROI 추출을 위하여 조영효과의 전이 형태에 대한 단계 분할 기법과 동적 프로젝션 데이터의 분석 기법을 제안한다. 프레임간 유사도 척도의 분석을 통하여 비정상 프레임을 제거한 후 조영제의 도달시간(AT: Arrival Time)과 확산구간을 추출하여 탐색 대상 데이터의 양을 감소시킨다. 대상구간에서 초음파 영상의 수평방향 및 수직방향 프로젝션 데이터에 대한 동적 특성을 분석함으로써 후보영역을 추출하며 마이크로 버블의 추출, 조영효과의 증가속도 및 비율 등의 요소를 고려하여 ROI 를 선별하고 그 형태를 재조정한다. 부수적으로, 대상영역에서의 각 픽셀정보에 대하여 명도변화곡선(TIC) 특성분석을 통하여 영상을 재구성하고 병변영상의 형태와 윤곽선을 추출하게 된다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제11권12호
• /
• pp.489-498
• /
• 2022

최근 노동 집약적인 성격의 섬유 산업에서는 인공지능을 통해 섬유 방사 공정에 들어가는 비용을 줄이고 품질을 최적화하려고 시도 하고 있다. 그러나 섬유 방사 공정은 데이터 수집에 필요한 비용이 크고 체계적인 데이터 수집 및 처리 시스템이 부족하여 축적된 데이터양이 적다. 또 방사 목적에 따라 특정한 변수에만 변화를 준 데이터만을 우선으로 수집하여 데이터 불균형이 발생하며, 물성 측정 환경의 차이로 인해 동일 방사 조건에서 수집된 샘플 간에도 오차가 존재한다. 이러한 데이터 특성들을 고려하지 않고 인공지능 모델에 활용할 경우 과적합과 성능 저하 등의 문제가 발생할 수 있다. 따라서 본 논문에서는 방사 공정 데이터 특성을 고려한 이상치 처리 기법과 데이터 증강 기법을 제안한다. 그리고 이를 기존 이상치 처리 기법 및 데이터 증강 기법과 비교하여 제안한 기법이 방사 공정 데이터에 더 적합함을 보인다. 또 원본 데이터와 제안한 기법들로 처리된 데이터를 다양한 모델에 적용하여 비교함을 통해 제안한 기법들을 사용한 모델들이 그렇지 않은 모델들에 비해 인장 강신도 예측 모델의 성능이 개선됨을 보인다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제4권7호
• /
• pp.297-300
• /
• 2015

의료 진단 초음파영상에서 조영제의 전이시간과 확산패턴의 형태는 질환 및 병변을 분석하는 중요한 파라미터로 고려된다. 조영증강 초음파영상 분석과 관련한 기존의 대부분의 연구에서 대상 영역의 평균 명도 변화곡선을 기반으로 파라미터값을 추출한다. 그런데 이러한 명도 데이터는 조영제의 마이크로 버블 효과로 인하여 그 값이 왜곡될 수 있다. 이에 본 논문에서는 조영증강 초음파 진단 파라미터의 추출 과정에서 그 정확도를 개선하기 위하여 명도값의 변화뿐만 아니라, 조영제의 영향을 반영하는 픽셀에 대한 밀도 정보를 보완적으로 활용하는 방법을 제안한다. 제안된 기법은 간 질환 진단 과정에서 병변의 윤곽선 추출과 병변의 특성분석을 위하여 조영제의 확산시점과 속도를 보다 정확하게 판별할 수 있게 한다. 실제 임상 데이터를 사용한 실험결과를 통하여, 제안된 방법이 파라미터 영상 생성기법에서 개선된 결과를 생성할 수 있음을 보인다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제9권2호
• /
• pp.69-76
• /
• 2020

본 연구에서는 조영증강 초음파 영상에서 조영효과 확산 패턴과 동적 혈류 패턴을 가시화 하는 방법론을 제시한다. 세부적으로 조영증강 초음파 데이터에서 조영제의 전이시간, 최대 명도변화, 조영효과의 감쇄 시간 등과 같은 진단 파라미터를 영상으로 생성하는 기법을 제안한다. 간병변 진단과 같은 의료 진단에서 조영제의 전이와 확산 속도는 매우 중요한 요소가 된다. 이에 본 연구에서는 조영효과의 확산 패턴을 하나의 영상으로 표현하는 방법을 제시하였다. 이 과정에서 호흡에 의한 흔들림으로 인하여 영상의 정확도가 저하시키는 현상을 개선하기 위하여 호흡주기에 따른 동적 가중치와 모멘텀 요소를 사용하는 영상추적 기법을 제안하였다. 총 72개의 조영증강 데이터를 사용한 실험을 통하여, 제안된 기법이 초음파진단에서 육안 판별의 한계를 극복할 수 있게 하고, 호흡에 의한 흔들림을 보정함으로써 진단 파라미터의 신뢰도를 향상시킬 수 있음을 보인다.

• 정보과학회 논문지
• /
• 제42권7호
• /
• pp.910-918
• /
• 2015

본 논문에서는 조영증강 초음파영상의 분석과정에서 육안판별의 한계를 극복하기 위한 파라미터 가시화기법을 소개하고, 이 과정에서 영상의 왜곡과 노이즈를 보정하기 위한 방법론을 제시한다. 초음파영상에서 조영제의 전이형태에 대한 동적패턴은 간질환 진단에서 의미있는 파라미터가 되는데, 전이시간 정보와 조영증강 패턴을 정적인 단일영상으로 표현함으로써 급속도로 진행되는 동영상에서 정확한 정보를 효과적으로 판별할 수 있게 한다. 진단파라미터 데이터의 신뢰도를 저하시키는 요인으로 호흡에 의한 흔들림현상과 마이크로 버블에 의한 노이즈를 들 수 있다. 이에 대한 대안으로 영상의 움직임추적을 위한 다단계 알고리즘과 마르코프 랜덤 필드 모델에 기반한 영상개선기법을 제안한다. 실제 임상데이터를 사용한 실험결과를 통하여, 제안된 방법의 유용성을 실험적으로 고찰한다.

• 방송공학회논문지
• /
• 제27권6호
• /
• pp.944-947
• /
• 2022

최근 코로나바이러스로 인한 마스크 착용이 급증함에 따라 마스크 착용에 대응할 수 있는 기술의 중요성이 증가하고 있다. 얼굴 자세 추정 분야는 운전자 주의, 얼굴 정면화, 시선 감지 등의 다양한 활용성에도 불구하고 마스크 착용에 따른 성능 저하 문제를 해결할 수 있는 연구가 거의 수행되지 않았다. 본 논문은 마스크 착용 유무에 따른 얼굴 자세 추정의 성능 저하에 대한 분석을 토대로, 마스크가 없는 얼굴 이미지의 크기 및 자세를 분석하여 마스크 이미지를 합성할 수 있는 데이터 증강 기법을 제안한다. 제안하는 얼굴에 특화된 증강 기법을 활용한 학습은 마스크 착용 여부와 관계없이 얼굴 자세 추정 벤치마크 데이터 세트인 BIWI에서 강인한 성능을 보이며, 특정 모델에 국한되지 않기 때문에 다양한 얼굴 자세 추정 모델에 적용될 수 있다.

• 한국멀티미디어학회논문지
• /
• 제15권8호
• /
• pp.1004-1016
• /
• 2012

본 논문에서는 제품에 삽입된 QR코드를 사용해 제품의 상세한 정보를 제공해주는 모바일 증강현실 시스템을 제안한다. 본 시스템에서는 마커기반의 자세 추정 기법과 마커리스 기반의 기법을 함께 적용하여 보다 강인한 카메라 자세 추정을 수행한다. QR코드가 근거리에 있거나, QR코드 전체가 영상 내에 들어올 경우에는 QR코드 내/외부의 사각형 집합을 추적하여 카메라 자세를 추정한다. 하지만, 영상 내에서 마커가 사라지거나, 모바일 기기가 QR코드 식별이 힘든 먼 거리에 위치할 경우 프레임간의 호모그래피에 기반을 둔 카메라 자세 보정을 수행한다. 또한 제안된 시스템은 증강현실 콘텐츠 제작을 위해서 메타데이터를 사용함으로서 사용자가 프로그램 수정 없이 메타데이터 파일을 작성하는 것만으로 다양한 시나리오의 콘텐츠를 제작 및 수정하는 것이 가능하다. 특히 증강현실 콘텐츠 가시화를 위한 메타데이터와 미디어 파일을 온라인 서버를 통해 항상 최신의 상태로 전송받을 수 있기 때문에 프로그램 업데이트와 같은 불필요한 작업을 최소화할 수 있다.

• 한국인터넷방송통신학회논문지
• /
• 제22권4호
• /
• pp.171-176
• /
• 2022

CNN은 딥러닝의 한 종류로 이미지나 영상 데이터를 처리할 때 사용하는 신경망이다. 필터가 이미지를 순회하며 이미지의 특징을 추출하여 이미지를 구분한다. 딥러닝은 데이터가 많을수록 좋은 모델을 만들 수 있는 특징이 있고, CNN에서는 적은 데이터의 약점을 보완하기 위해 회전, 확대, 이동, 뒤집기 같은 방법의 데이터 증강이라는 기법으로 데이터의 양을 인위적으로 늘리는 방법을 사용한다. 외곽선 이미지 학습은 이미지 데이터에서 외곽선에 해당하는 영역을 추출하는 것이다. CNN 학습 시, 외곽선 이미지 학습이 기존의 데이터 증강기법과 비교하여 성능 향상의 도움이 되는지 확인하고자 한다.

• 정보보호학회논문지
• /
• 제34권1호
• /
• pp.71-82
• /
• 2024

정보통신기술(ICT) 고도화에 따라 PDF, MS Office, HWP 파일로 대표되는 전자 문서형 파일의 활용이 많아졌고, 공격자들은 이 상황을 놓치지 않고 문서형 악성코드를 이메일과 메신저를 통해 전달하여 감염시키는 피해사례가 많아졌다. 이러한 피해를 막고자 AI를 사용한 악성코드 탐지 연구가 진행되고 있으나, PDF나 MS-Office와 같이 전 세계적으로 활용성이 높은 전자 문서형 파일에 비해 주로 국내에서만 활용되는 HWP(한글 워드 프로세서) 문서 파일은 양질의 정상 또는 악성 데이터가 부족하여 지속되는 공격에 강건한 모델 생성에 한계점이 존재한다. 이러한 한계점을 해결하기 위해 기존 수집된 데이터를 변형하여 학습 데이터 규모를 늘리는 데이터 증강 방식이 제안 되었으나, 증강된 데이터의 유용성을 평가하지 않아 불확실한 데이터를 모델 학습에 활용할 가능성이 있다. 본 논문에서는 HWP 악성코드 탐지에 있어 데이터의 유용성을 정량화하고 이에 기반하여 학습에 유용한 증강 데이터만을 활용하여 기존보다 우수한 성능의 AI 모델을 학습하는 준지도학습 기법을 제안한다.