• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2020.07a
• /
• pp.686-688
• /
• 2020

본 논문에서는 U-Net 모델을 이용하여 정교하고 반복되는 패턴을 가진 인쇄물에 대한 비지도 학습을 통한 딥러닝 기반 이상치탐지(Anomaly Detection) 방법을 제안하였다. 인쇄물(카드)의 비정상 패턴 검출을 위하여 촬영한 영상으로부터 카드 영역을 분리한 이미지로 구성된 Dataset을 구축하였고 정상 이미지와 동일한 이미지를 출력하기 위해, 정상 이미지와 마스크 이미지 쌍의 Training dataset을 U-Net으로 학습하였다. Test dataset의 이미지를 입력으로 넣어 생성된 마스크 결과를 원본 마스크 이미지와 비교하여 이상 여부를 판단하는 본 논문의 방법이 정상, 비정상 인쇄물을 잘 구분하는 것을 확인하였다. 또한 정상과 비정상 이미지 각각을 학습한 지도학습 기반 CNN 분류 방법을 입력 영상과 복원 영상 간의 복원 오차를 비교하여 객체의 이상 여부를 판별하는 본 논문의 방법과 비교 평가하였다. 본 논문을 통해 U-Net을 사용하여 별도로 데이터에 대한 label 취득 없이 이상치를 검출할 수 있음을 확인할 수 있었다.

• Journal of Biomedical Engineering Research
• /
• v.25 no.2
• /
• pp.129-135
• /
• 2004

In the home health management system, we often face the situation to handle biological signals that are frequently measured from normal subjects. In such a case, it is necessary to decide whether the signal at a certain moment is normal or abnormal. Since ECC is one of the most frequently measured biological signals, we describe algorithms that detect QRS-complex and decide whether it is normal or abnormal. The developed QRS detection algorithm is a simplified version of the conventional algorithm providing enough performance for the proposed application. The developed classification algorithm that detects abnormal from mostly normal beats is based on QRS width, R-R interval and QRS shape parameter using Karhunen-Loeve transformation. The simplified QRS detector correctly detected about 99% of all beats in the MTT/BIH ECG database. The classification algorithm correctly classified about 96% of beats as normal or abnormal. The QRS detection and classification algorithm described in this paper could be used in home health management system.

• Proceedings of the Korean Information Science Society Conference
• /
• 2000.04b
• /
• pp.505-507
• /
• 2000

현재 백혈병 진단에서 사용중인 방법은 골수영상을 획득하고 이를 관찰하여 비정상의 백혈구의 형태, 백혈구 핵의 크기와 추출된 골수에서의 백혈구가 차지하는 비율을 이용하여 진단하고 있다. 비정상적인 모양을 띠고 있는 백혈구의 검출은 백혈병 진단에 있어 중요한 정보로 사용된다. 백혈구의 이상 형태중 다수의 구멍이 있는 백혈구는 검출하기 위해 골수영상에서 백혈구 영역을 추출하고 이에 대해 UNL transform을 이용하여 모양 특징을추출하였다. UNL Fourier transform은 원영상의 이동(translation), 회전(rotation), 확대/축소(scale)에 대해 불변인 성질을 지니므로 이를 이용해 백혈구의 모양 특징을 추출하고 유사도 검색을 통해 비정상의 백혈구를 검출하였다.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.22 no.4
• /
• pp.405-413
• /
• 2012

Low misclassification performance is significant with high classification accuracy for a reliable diagnosis of ECG signals, and diagnosing abnormal state as normal state can especially raises a deadly problem to a person in ECG test. In this paper, we propose detection and classification method of abnormal rhythm by rule-based rhythm classification reflecting clinical criteria for disease. Rule-based classification classifies rhythm types using rule-base for feature of rhythm section, and rule-base deduces decision results corresponding to professional materials of clinical and internal fields. Experimental results for the MIT-BIH arrhythmia database show that the applicability of proposed method is confirmed to classify rhythm types for normal sinus, paced, and various abnormal rhythms, especially without misclassification in detection aspect of abnormal rhythm.

• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.39C no.8
• /
• pp.731-737
• /
• 2014

This paper presents abnormal behavior detection in crowd within surveillance video. We have defined below two cases as a abnormal behavior; first as a sporadically spread phenomenon and second as a sudden running in same direction. In order to detect these two abnormal behaviors, we first extract the motion vector and propose a new descriptor which is combined MHOF(Multi-scale Histogram of Optical Flow) and DCHOF(Directional Change Histogram of Optical Flow). Also, binary classifier SVM(Support Vector Machine) is used for detection. The accuracy of the proposed algorithm is evaluated by both UMN and PETS 2009 dataset and comparisons with the state-of-the-art method validate the advantages of our algorithm.

• Proceedings of the Korean Aquaculture Society Conference
• /
• 2004.05a
• /
• pp.391-392
• /
• 2004

• Proceedings of the Korean Institute of IIIuminating and Electrical Installation Engineers Conference
• /
• 2005.05a
• /
• pp.311-318
• /
• 2005

이 논문은 다른 종류의 유도전동기 구름베어링 손상을 유도전동기 고정자 전류신호해석을 통하여 검출하고 실시간으로 손상을 진단하는 알고리즘을 개발하였다. 유도전동기 구름베어링의 손상을 검출하기 위하여 정상적인 베어링을 갖는 유도전동기, 축정열에 불량을 가지고 있는 전동기와 베어링 외륜에 구멍을 가지고 있는 2가지 종류의 비정상 베어링을 갖는 유도전동기 3set를 실험시스템을 구축하였다. 또한 유도전동기의 구름베어링시스템의 비정상적인 상태에서 고정자전류을 검출하기 위하여 TMS320F2407 DSP 칩을 이용하여 데이터 획득보드를 개발하였다. 이 고정자전류신호를 해석을 통하여 베어링 손상을 검출하기 위한 방법으로 FPT, 웨이브렛 분석 및 내적에 의한 평균신호패던에 의한 분석결과를 제시하였다. 특히 내적에 의한 신호분석을 통하여 베어링 손상 여부를 실시간으로 진단할 수 있는 새로운 알고리즘과 분석방법을 제시하였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 1999.10b
• /
• pp.533-535
• /
• 1999

자궁경부진 세포인식 시스템에 있어서 가장 중요한 것이 영상처리를 이용하여 세포핵과 세포질을 추출하여 세포의 형태적인 정보를 알아내는 과정이다. 기존의 전역 thresholding 기법이나 region growing의 경우는 pap smear 검사를 통해 얻어진 세포 영상을 분할할 수 있는 region growing 기법을 제안한다. 제안된 region growing 기법은 초기에 seed를 검출할 때 local threshold growing 기법을 제안한다. 제안된 region growing 기법은 초기에 seed를 검출할 때 local threshold 개념을 도입하여 seed의 검출을 고르게 하고, 2가지 확장 조건을 사용하여 영역을 확장한다. 첫 번째 확장 조건은 비정상 세포나 artifact가 많아서 어둡게 나타나는 영상이나 세포질과 배경의 경계가 뚜렷하지 않아서 세포질의 구별이 어려운 영상의 영역 분할이 가능하도록 그 특성을 반영하고, 두 번째 조건은 세포가 흡수하는 빛의 양이 일정하다는 가정으로 영상에서의 지역 특성(gray level, color 등을 반영한다. 제안된 기법은 정상세포 영상뿐만 아니라 비정상 세포 영상에 대하여 over-segment나 under-segment하는 경우를 줄여서 영역 분할에 좋은 결과를 보인다.

• 한국HCI학회:학술대회논문집
• /
• 2009.02a
• /
• pp.368-372
• /
• 2009

The method to get the feature have been proposed to recognize the user activity by setting specific action for making the user independent result in previous research. However, it was only applied in specific environment and it was difficult to implement because it regarded only some specific feature as the recognized object. To improve this problem we detected the normality/abnormality of the activity based on the repetition and the continuity of the past activity pattern. We applied the unsupervised learning method, not supervised, and clustered the data which was collected within a certain period of time and we regarded it as the basis of the evaluation of the repetition. We demonstrated to be able to detect the abnormal activity based on wether the data was generated repeatedly.

• Journal of rehabilitation welfare engineering & assistive technology
• /
• v.8 no.3
• /
• pp.145-150
• /
• 2014

In this paper, we propose a novel scheme to improve the performance of a voice activity detection(VAD) which is based on the deep belief networks(DBN) with the likelihood ratio(LR). The proposed algorithm applies the DBN learning method which is trained in order to minimize the probability of detection error instead of the conventional decision rule using geometric mean. Experimental results show that the proposed algorithm yields better results compared to the conventional VAD algorithm in various noise environments.