• Title/Summary/Keyword: 동적 가중치

Search Result 204, Processing Time 0.02 seconds

경계선 영역 정보를 이용한 밝기값 기반 스테레오 정합 (Intensity Based Stereo Matching Algorithm Including Boundary Information)

  • 최동준;김도현;양영일
    • 전자공학회논문지S
    • /
    • 제35S권12호
    • /
    • pp.84-92
    • /
    • 1998
  • 본 논문에서는 왼쪽 카메라와 오른쪽 카메라에서 획득된 두 영상에서 변이를 찾는 새로운 비용함수를 제안하였다. Cox 등[10]은 극상선상에서 화소의 밝기값으로 비용함수를 계산한 후, 동적 프로그래밍법을 사용하여 스테레오 정합문제를 해결하였다. 본 논문에서는 밝기값 외에 새로운 두 비용함수를 제안하였다. 하나는 화소의 기울기 정보를 밝기값과 방향성의 가중치를 결정하는 기준으로 사용하는 것이다. 기울기가 큰 화소는 주로 화소의 밝기값에 의해 정합이 이루어지고, 기울기가 작은 화소는 방향성을 이용한 정합이 이루어지도록 비용함수를 조절하였다. 다음으로 현재의 극상선상에서 변이를 구하기 위해 이전 극상선에서의 정합이 이루어진 두 화소 $p-k$$p-l$가 현 비교되는 화소와 같은 경계선상에 위치하면, $p-i$$p-j$가 정합이 이루어질 가능성을 크게 비용함수를 조절하였다. 제안된 방법을 여러 영상에 적용한 결과 이전의 방법보다 더 정확한 정합이 이루어짐을 확인하였다.

  • PDF

AdaBoost 알고리즘과 레이더 데이터를 이용한 채프에코 식별에 관한 연구 (A Study on Chaff Echo Detection using AdaBoost Algorithm and Radar Data)

  • 이한수;김종근;유정원;정영상;김성신
    • 한국지능시스템학회논문지
    • /
    • 제23권6호
    • /
    • pp.545-550
    • /
    • 2013
  • 패턴 인식 분야에 있어서 데이터 분류는 해당 데이터에서 유용한 정보를 추출하기 위해서 반드시 수행해야 하는 과정 중 하나이다. AdaBoost 알고리즘은 Boosting 알고리즘을 실제 데이터 분석에 이용할 수 있도록 개량한 것으로, Random guessing이나 Random forest와 같이 정확한 결과를 도출할 확률이 50%보다 조금 높은 약한 분류기와 가중치 값의 조합을 통해 높은 분류 성능을 가지는 강한 분류기를 생성하는 방법을 뜻한다. 본 논문에서는 AdaBoost 알고리즘을 이용하여 비강수에코 중 강수에코와 그 특성이 유사하여 기상 예보를 수행하는 데 방해가 되는 채프에코를 식별하는 알고리즘의 구현에 대한 연구를 수행하였다. 기상 현상 관측을 위해 사용하는 레이더 데이터를 정적 클러스터링과 동적 클러스터링 과정을 통해서 유사도를 기반으로 한 클러스터를 생성한 후, 이를 예보관의 채프에코 판별 결과에 따라 채프에코와 비채프에코로 나누어 학습 데이터를 구성한 후 AdaBoost 알고리즘에 적용하여 분류기를 구현하였다. 제안한 AdaBoost 알고리즘의 성능을 검증하기 위하여 실제 채프에코가 발생한 레이더 데이터를 적용하였으며, 실험 결과를 통해서 제안한 알고리즘이 효과적으로 채프에코를 분류할 수 있음을 확인하였다.

분산 시간지연 회귀신경망을 이용한 피치 악센트 자동 인식 (Automatic Recognition of Pitch Accent Using Distributed Time-Delay Recursive Neural Network)

  • 김성석
    • 한국음향학회지
    • /
    • 제25권6호
    • /
    • pp.277-281
    • /
    • 2006
  • 본 논문에서는 시간지연 회귀신경회로망을 이용한 음절 레벨에서의 피치 악센트 자동 인식 방법을 제안한다. 시간지연 회귀 신경회로망은 두 종류의 동적 문맥정보를 표현한다. 시간지연 회귀신경회로망의 시간지연 입력 노드는 시간 축 상의 피치 및 에너지 궤도를 표현하고, 회귀 노드는 피치 악센트의 특성을 반영하는 문맥 정보를 표현한다. 본 논문에서는 이러한 시간지연 회귀신경회로망을 두 가지 형태로 구성하여 피치 악센트 자동 인식에 적용한다. 하나의 형태는 단일 시간지연 회귀 신경회로망에서 복수 개의 운율 특정파라미터 (피치, 에너지, 지속시간)를 입력 노드에 함께 공급하여 피치 악센트 인식을 수행하고, 다른 하나는 분산 시간지연 회귀 신경회로망을 이용하여 피치 악센트 인식을 수행한다. 분산 시간지연 회귀 신경회로망은 여러 개의 시간지연 회귀 신경회로망으로 구성되고, 각 시간지연 회귀 신경회로망은 단일 운율 특징 파라미터만으로 학습된다. 분산 시간지연 회귀 신경회로망의 인식결과는 개별 시간지연 회귀 신경회로망의 출력 값의 가중치 합으로 결정된다. 화자 독립 피치 악센트 인식 실험을 위해 보스톤 라디오 뉴스 코퍼스 (BRNC)를 사용하였다. 실험결과, 분산 시간지연 회귀 신경회로망은 83.64%의 피치 악센트 인식률을 보였다.

DRASTIC 모델 및 지하수 수치모사 연계 적용에 의한 부여읍 일대의 지하수 오염 취약성 평가 (A Joint Application of DRASTIC and Numerical Groundwater Flow Model for The Assessment of Groundwater Vulnerability of Buyeo-Eup Area)

  • 이현주;박은규;김강주;박기훈
    • 한국지하수토양환경학회지:지하수토양환경
    • /
    • 제13권1호
    • /
    • pp.77-91
    • /
    • 2008
  • 본 연구에서는 지하수 오염 취약성 평가 방법 중 가장 활용도가 높은 DRASTIC 기법 및 지하수 수치모사 기법을 병행하여 충청남도 부여군 부여읍 일대의 지하수 오염 취약성 변화를 평가하였다. 특히, DRASTIC 기법에서 사용되는 7가지 수리인자들 중 취약성에 대한 민감도가 상대적으로 높고 비교적 장기간 자료의 획득이 용이하지 않은 '지하수위(depth to water)' 인자에 대하여 수치모사 기법을 적용하여 시-자료에 대한 동적 보간을 실시하였으며, 이를 통하여 시간에 따른 지하수위 변화가 지하수 오염 취약성에 미치는 영향을 검토하였다. 연구의 대상 지역은 부여군 부여읍 일대로 충적 대수층을 대상으로 기 실시된 지하수 수위자료를 보정대상으로 하였으며 연구지역의 지하수위 분포양상을 모사하기 위하여 유한차분모델인 MODFLOW를 이용하였다. 지하수 수치모사에는 정류 및 부정류 모사가 모두 실시되었다. 그 결과 기존 지구통계기법을 통한 지하수위 보간에서 가장 큰 가중치를 갖는 지형적 요인뿐만 아니라 유역 암상이나 지질특성 등과 같은 제반 수리지질학적 요인까지 복합적으로 반영하는 지하수위 자료를 얻을 수 있었다. 기존 연구에서 수위자료를 보완할 때 주로 이용되는 기법인 크리깅은 수치모사와는 달리 강우나 계절적 영향, 암상이나 지질등과 같은 요인들은 반영하지 못한다. 또한 수치모사를 통하여 얻어진 수위자료는 부정류 모사가 가능함으로 인하여 풍수기와 갈수기 그리고 평수기의 지하수위 변화 등도 파악할 수 있다는 장점이 있다. 모사를 통하여 얻어진 지하수위 자료와 공동크리깅 방법을 통해 얻어진 지하수위 자료를 입력자료로 하여 연구지역에 지하수 오염 취약성을 비교 평가한 결과 평수기의 경우 유사한 경향의 지하수 오염 취약성을 보였다. 또한 공동크리깅을 통해 분석이 어려운 분기별 지하수 오염 취약성 평가 결과 강우량이 많은 여름철을 포함한 분기와 강우량이 가장 적은 겨울철을 포함한 분기가 뚜렷한 취약성 차이를 보이는 것으로 분석되었다. 본 연구에서 제시하는 바와 같이 지하수 오염 취약성 평가에 있어 가장 큰 민감도를 갖는 수위자료의 수가 공간적 혹은 시간적으로 부족한 경우 수치모사 적용을 통해 자료의 한계성을 보완할 수 있으며 시간적인 보간이 이루어질 수 있어 유용할 수 있을 것이라 판단된다.