• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2003년도 하계종합학술대회 논문집 Ⅳ
• /
• pp.1879-1882
• /
• 2003

본 논문은 확률적 확산 기법 및 확률모델을 이용하여 스테레오 영상간의 대응점을 추정하고, 영상의 배경으로부터 객체를 추출해 내는 연구를 다루고 있다. 스테레오 영상의 정합 및 객체 추출을 위하여 시차, 세그먼트, 라인, 및 오클루젼 필드를 Markov random field 모델로 정의하고, 확률적 에너지 최소화 방법을 이용하여 최적의 시차 필드 및 객체추출을 수행한다. 본 논문에서는 우선 이러한 다양한 필드간의 MRF 모델링 기법을 제안하고, 각 필드에 대한 에너지 함수를 정의한다. 그리고, 확률적 확산 기법을 이용하여 각 필드에 대하여 정의된 에너지 함수를 최소화함으로써, 최적의 시차필드 및 객체추출 결과를 구한다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2005년도 가을 학술발표논문집 Vol.32 No.2 (2)
• /
• pp.850-852
• /
• 2005

본 논문에서는 교통 영상에서 실시간으로 차량을 검출하는 새로운 기법을 소개한다. 차량의 검출을 위하여 구배도의 방향 정보를 사용하며 차량 영역의 정확한 분할을 위하여 은닉 마르코프 모델을 사용한다. 구배도 방향정보를 이용하므로 그림자 영역의 영향을 줄일 수 있으며 은닉 마르코프 모델을 이용하므로 배경과 비슷한 차량과 근접한 차량의 분리가 가능하다. 따라서 저해상도의 교 통 영상에서 다양한 기상 조건, 그림자의 존재와 교통 상황에 강건한 검출 결과를 나타낸다.

• 한국광학회:학술대회논문집
• /
• 한국광학회 2004년도 제15회 정기총회 및 동계학술발표회
• /
• pp.160-163
• /
• 2004

LUTCHI와 새로이 수집된 CII-Kwak 데이터를 이용하여 테스트한 결과 CIECAM02를 비롯해 현재까지 개발된 주된 color appearance model들이 몇 가지 중요한 color appearance 현상들을 설명하지 못한다는 것이 발견되었다. 본 논문에서는 이러한 문제점을 극복하기위해 새로이 개발된 Kwak03 모델이 소개되었다. Kwak03 모델은 CIECAM02에 기초하고 있으나 achromatic signal에서 cone 신호들의 비율, dynamic response 함수 등 많은 면에서 큰 차이를 보인다. LUTCHI 및 CII-Kwak 데이터를 사용한 테스트 결과 Kwak03가 테스트된 모델들 중 특히 dark surround 하에서 휘도 및 배경색의 변화에 따른 색변화 예측에서 가장 우수한 결과를 보였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2024년도 춘계학술발표대회
• /
• pp.803-806
• /
• 2024

본 연구는 디지털 기술과 인공지능의 발전을 배경으로, ResNet 모델을 활용하여 얼굴 인식 및 나이 예측 시스템을 개발하고 평가한다. ResNet의 잔차 학습과 스킵 연결 기능은 깊은 신경망에서 발생할 수 있는 기울기 소실 문제를 해결하여 모델의 학습 효율을 높이는 데 중요한 역할을 한다. 또한 All-Age-Faces Dataset을 이용하여 나이 예측에서 아시아 인종에 대한 편향 없이 고르게 좋은 성능을 보여주는 것을 목표로 한다.

• 정보처리학회논문지B
• /
• 제13B권1호
• /
• pp.35-46
• /
• 2006

이동 물체 추적에 있어서 배경과 이동 물체의 동적인 변화는 폐색이라는 문제를 발생시키는 중요한 원인이다. 그리고 이러한 폐색이 발생하는 환경에서는 이동 물체 추적의 정확도가 현저하게 감소한다 따라서 본 논문에서는 배경 또는 다른 물체에 의해 발생하는 부분적 폐색에 강건한 활동적 퓨전 모델을 제안한다. 활동적 퓨전 모델은 이동 물체의 경계선 특징을 기반으로 하는 전통적인 기존의 스네이크 모델과 경계선 내부의 영역 특징을 고려하는 영역 기반 스네이크 모델로 구성된다. 이것은 먼저 이동 물체에 발생하는 부분적 폐색의 종류를 윤곽선 폐색과 영역폐색으로 구분한 뒤 폐색이 발생하는 위치와 폐색량에 따라서 각 모델의 신뢰도를 조절함으로써 부분적 폐색문제를 극복한다. 실험 결과에서는 부분적으로 폐색이 발생하는 환경에서 기본 방법들이 이동물체 추적에 실패하는 반면에 제안하는 방법은 추적에 성공함을 보인다.

• 소프트웨어공학소사이어티 논문지
• /
• 제29권1호
• /
• pp.13-21
• /
• 2020

CNN 모델이 이미지 분류와 객체 탐지 등 여러 분야에 활용됨에 따라, 자율주행자동차와 같이 안전필수시스템에 사용되는 CNN 모델의 성능은 신뢰할 수 있어야 한다. 이에 CNN 모델이 다양한 환경에서도 성능을 유지하는지 평가하기 위해 배경을 변경한 이미지를 생성하는 이미지 데이터 증강 도구를 개발한다. 이미지 데이터 증강 도구에 객체가 존재하는 이미지를 입력하면, 해당 이미지로부터 객체 이미지를 추출한 후 수집한 배경 이미지 내에 객체 이미지를 합성하여 새로운 이미지를 생성한다. CNN 모델 성능 평가 방법으로 개발한 도구를 사용하여 기존 테스트 이미지로부터 새로운 테스트 이미지를 생성하고, 생성한 새로운 테스트 이미지로 CNN 모델을 평가한다. 사례 연구로 Pascal VOC2007 테스트 데이터로부터 새로운 테스트 이미지를 생성하고, 새로운 테스트 이미지로 YOLOv3 모델을 평가하였다. 그 결과 기존 테스트 이미지의 mAP 보다 새로운 테스트 이미지의 mAP가 약 0.11 더 낮아지는 것을 확인하였다.

• 한국산학기술학회논문지
• /
• 제20권9호
• /
• pp.525-531
• /
• 2019

인간과 컴퓨터 사이의 보다 자연스러운 상호적인 인터페이스를 효과적으로 구현하기 위해서 사람의 제스처를 활용하려는 노력이 최근 들어 지속적으로 시도되고 있다. 본 논문에서는 연속적으로 입력되는 3차원의 깊이 영상을 받아들여서 손 모델을 정의하고, 정의된 손 모델을 기반으로 사람의 손 영역을 강인하게 추출하는 알고리즘을 제시한다. 본 논문에서 제시된 알고리즘에서는 먼저 21개의 관절을 사용하여 손 모델을 정의한다. 본 논문에서 정의한 손 모델은 6개의 손바닥 관절을 포함하는 손바닥 모델과 15개의 손가락 관절을 포함하는 손가락 모델로 구성된다. 그런 다음, 입력되는 3차원의 깊이 영상을 적응적으로 이진화함으로써, 배경과 같은 비관심 영역들은 제외하고, 관심 영역인 사람의 손 영역만을 정확하게 추출한다. 실험 결과에서는 제시된 알고리즘이 연속적으로 입력되는 깊이 영상으로부터 배경과 같은 영역들은 제외하고 사람의 손 영역만을 기존의 알고리즘에 비해 약 2.4% 보다 강인하게 검출한다는 것을 보여준다. 본 논문에서 제안된 손 영역 추출 알고리즘은 제스처 인식, 가상현실 구현, 3차원 운동 게임, 수화 인식 등과 같은 컴퓨터 비전 및 영상 처리와 관련된 여러 가지의 실제적인 분야에서 유용하게 활용될 것으로 기대된다.

• 기계저널
• /
• 제53권5호
• /
• pp.45-50
• /
• 2013

인체장기칩(Human Organs-on-Chips)은 미세공학, 생체모방, 세포생물학 분야의 기술을 시너지 있게 접목하여 개발되는 신개념의 인체 대리모델이다. 이 글에서는, 이러한 생체모사 시스템의 개발 배경과 최근 연구동향, 그리고 잠재성에 대해서 살펴본다.

• 제어로봇시스템학회지
• /
• 제1권3호
• /
• pp.62-73
• /
• 1995

본 원고에서는 뉴로제어의 배경 및 필요성, 기본적인 뉴로제어 시스템구조 소개, 뉴로제어용 신경회로망 모델, 응용 예 등을 기술하고 앞으로 해결해야할 문제들을 고찰한다.

• 방송공학회논문지
• /
• 제24권6호
• /
• pp.1024-1034
• /
• 2019

음악에 대한 선호도는 다양한 요소들에 의해 결정되며, 추천의 이유를 보여주는 특성을 발굴하는 것은 음악 추천에 있어 중요하다. 본 논문은 가수 인식 작업을 통해 학습한 모델을 활용하여 다양한 음악적 특성을 반영하는 요소들 중 가수의 목소리 특성을 추출하는 방법을 제안한다. 배경음이 포함된 음원 역시 활용할 수 있지만, 음원에 포함된 배경음은 네트워크가 가수의 목소리를 온전하게 인식하는 것을 방해할 수 있다. 이를 해결하기 위해 본 연구에서는 음원 분리를 통해 배경음을 분리하는 사전 작업을 수행하고자 하며, SiSEC에 등장해 검증된 모델 구조를 활용하여 분리된 보컬로 이루어진 데이터 세트를 생성한다. 최종적으로 분리된 보컬을 활용하여 아티스트의 목소리를 반영하는 음색 기반 음악 특성을 발굴하고자 하며, 배경음이 분리되지 않은 음원을 활용한 기존 방법과의 비교를 통해 음원 분리의 효과를 알아보고자 한다.