• 정보처리학회논문지B
• /
• 제13B권4호
• /
• pp.353-360
• /
• 2006

본 논문에서는 도로 영상으로부터 차량 번호판 영역을 분할하는 알고리즘을 제시한다. 차량의 번호판 영역이 다른 영역에 비해 차별되는 특정을 세 가지 측면으로 나누어, 1) 번호판의 내부 문자, 2) 번호판의 색상, 3) 번호판의 형태에 대해 분석한다. 전처리 과정에서는, 이와 같은 세 가지 측면을 고려하여 번호판의 내부 영역 및 크기를 판별할 수 있는 임계값들을 계산하며, 이를 위해 표본 영상에 대한 통계적 처리를 수행한다. 차량 영역 분할 알고리즘에서는 임계값들을 이용하여 입력영상 내부에서 번호판 영역이 강조되도록 영상을 이진화한다. 일정한 크기의 윈도우로 이진 영상(binary image) 전체를 탐색하여, 윈도우 내부 픽셀 값의 합이 높은 순으로 서로 중복이 없도록 후보 영역을 찾은 후, 간단한 휴리스틱을 이용하여 후보 영역들 중에서 번호판 영역을 선택한다. 이 알고리즘은 번호판의 변형 또는 색상 명암도에 차이가 있는 경우에 대해서 안정적이다. 또한 이 알고리즘은 복잡한 전처리 과정을 요구하지 않고, 적은 수의 표본 영상에 대한 통계 처리만으로도 228장의 실험 영상들에 대해 97.8% 정도의 높은 성공률을 보였다. 프로토타입 시스템을 구현한 결과는 512M 바이트 메모리를 장착한 3GHz 펜티엄4 PC에서 $1280{\times}960$ 해상도의 영상 1장당 평균 0.676초의 처리 속도를 보였다.

• 정보처리학회논문지A
• /
• 제14A권2호
• /
• pp.77-84
• /
• 2007

경동맥 B 모드 초음파영상에서 내막 중막 두께(IMT: Intima-Media Thickness)는 죽상경화증의 조기 표식자로 뇌졸중과 심혈관 질환의 예측을 위해 널리 사용되고 있으며 대부분 수동측정에 의존한다. 그러나 잡음의 제약성을 가진 초음파영상에서 내막 중막 경계선의 수동추적을 통한 측정은 관찰자 간, 동일 관찰자 내 그 결과가 달라지는 변이성과 비효율성의 문제점을 갖는다. 본 연구에서는 초음파영상이 갖는 잡음의 제약성을 극복하고 전형적인 스네이크의 초기 윤곽선 의존성 문제를 해결하기 위해 다이나믹 프로그래밍을 결합한 다해상도 스네이크 자동추출기법을 제안한다. 제안한 방법은 우선 잡음을 제거하면서 영상의 전역적인 형태정보 유지가 가능한 가우시안 피라미드를 이용하여 영상 피라미드를 구축한다. 다음으로 가장 낮은 해상도 영역에서 다이나믹 프로그래밍을 기반으로 경계선의 다중영상특징 및 연속성을 고려한 평가항을 포함하는 평가함수 최소화 과정을 수행함으로써 경계선을 자동으로 추출한다. 자동으로 추출된 경계선은 다음 레벨 영상에서 수행되는 스네이크의 초기 윤곽선으로 지정됨으로써 초기 윤곽선의 의존성 문제를 해결한다. 또한, 스네이크 수행 시 잡음에 민감하여 실제 경계가 아닌 지역적 최소점(local minima)에 수렴할 수 있는 문제를 개선하기 위해 다중 영상특성을 고려한 외부에너지를 정의하였다. 본 연구에서는 제안분할기법의 정확도 검증을 위해 자동 추출된 경계선 두께측정과 임상 전문가에 의한 수동측정 결과의 상관관계(correlation)를 계산한다. 제안된 자동추출 알고리즘은 일반적인 에지 추출알고리즘보다 더욱 정확하고 재생산 가능한 결과를 제공함으로써 효율적인 자동측정이 가능하게 한다.

• 한국멀티미디어학회논문지
• /
• 제16권6호
• /
• pp.764-781
• /
• 2013

본 논문에서는 시차영상 생성과 레이블링(labeling)을 동시에 수행하는 빌보드 스윕 스테레오 시차정합 알고리즘을 적용하고, 두 단계로 구성된 복합 가설생성(hypothesis generation) 단계를 적용함으로서 거짓알림(false alarm)을 줄이고, 차량 검출의 정확도를 높이는 방법을 제안한다. 먼저 차량의 정면에 장착된 두 대의 카메라를 이용하여 영상을 획득하고, 이 영상을 사용하여 빌보드 스윕 스테레오 시차정합 알고리즘을 수행하여 지면과 배경이 제거된 장애물(obstacle)만이 존재하는 특수한 형태의 시차영상을 생성한다. 이렇게 생성된 지면과 배경이 제거된 레이블링된 시차영상을 이용하여 차량 검출 및 추적을 수행한다. 차량 검출 및 추적단계는 크게 세 단계로 나눠진다. 첫 번째 단계는 학습 단계로서 학습데이터로부터 Gabor필터를 사용해서 특징점을 추출하고, 추출된 특징점을 학습한 뒤 서포트 벡터머신 분류기를 생성하는 단계이다. 두 번째 단계는 스테레오 카메라의 영상 중 주 카메라의 영상으로부터 에지 정보를 추출하고, 지면과 배경이 제거된 시차 영상으로부터 얻어진 시차정보를 이용해서 차량이 존재하는 후보영역을 뽑은 뒤 서포트 벡터머신 분류기를 사용하여 차량을 검출하는 단계이다. 마지막 단계는 차량 추적단계로서 검출이 완료된 차량들은 다음 프레임에서 템플릿 매칭을 수행하여 추적한다. 이는 추적에 성공할 경우 다음 프레임의 차량 검출시 후보영역에서 배제함으로서 전체적인 차량 검출 성능을 향상시킨다.

• 방송공학회논문지
• /
• 제25권3호
• /
• pp.325-337
• /
• 2020

VVC(Versatile Video Coding)는 ISO/IEC/ITU-T의 JVET(Joint Video Experts Team)에서 표준화 중인 새로운 비디오 부호화 표준으로 스크린 콘텐츠 부호화 툴을 포함한 다양한 기술을 채택하고 있다. 스크린 콘텐츠는 문자 영역과 같이 사선 방향 에지가 자주 발생하는 특징을 가지며, 이런 특징을 갖는 영상에 삼각형 형태의 분할 부호화를 적용하면 압축 효율이 증가할 수 있다. 본 논문에서는 스크린 콘텐츠를 위한 VVC 기반 화면내 삼각형 분할 예측 방법을 제안한다. 기존 VVC의 화면간 예측 부호화에서 삼각형 분할 예측을 지원하는 Triangular Prediction Mode 방법과 유사하게, 제안 방법은 화면내 예측 부호화에서 수직과 수평 방향 예측 모드와 주변 복원 참조 라인을 이용하여 두 개의 사각형 예측 블록을 생성하고 삼각형 모양의 마스크로 두 예측 블록을 가중합하여 최종 예측 신호를 만든다. 제안 방법의 실험 결과는 All Intra 스크린 콘텐츠 영상 실험에서 YUV 각각 평균 1.86%, 1.49%, 1.55% 부호화 성능향상을 보이고, 자연 영상 실험 조건에서는 부호화 효율에 미미한 손실을 보였다. 결론적으로, 화면내 예측 부호화 모드에 제안 방법을 적용하여 압축 성능을 향상할 수 있었다.

• 한국인터넷방송통신학회논문지
• /
• 제12권4호
• /
• pp.181-188
• /
• 2012

본 논문에서는 한방 의료의 설진에서 진단 지표로 활용될 수 있는 효과적인 설태 영역 추출 방법을 제안한다. 제안한 방법은 설태의 자외선 광원에 의한 형광 반응 특성을 이용하여 기존의 설태 추출 방법의 단점으로 지적되었던 진료 환경의 제약성 및 진료 결과의 객관성 부족에 대한 문제점을 해결할 수 있다. 처리 과정으로는 자외선 광원을 사용하여 설진 영상을 획득하고, 설질(Tongue body)과 설태(Tongue coating) 영역의 색차 크기에 상응하는 히스토그램(Histogram) 상의 골-포인트(Valley-points)를 임계 처리하여 이진화(Binarization)를 수행한다. 최종적으로 설진을 위하여 한의사에게 제공되는 진단 영상은 이진 영상에 케니-에지(Canny-Edge) 알고리즘을 사용하여 설태 윤곽 정보를 추출한 후에 환자의 원 혀 영상에 부과하여 제시한다. 제안한 방법의 성능 평가를 위해서는 다양한 혀 영상을 수집하고, 한의사가 수작업으로 설정한 설태 영역을 참영상(True image)으로 하여 제안한 방법으로 추출한 설태 영역과 비교하였다. 그 결과 제안한 방법은 87.87%의 추출률을 나타냈으며, 추출된 설태 영역의 형태 유사도도 높게 나타났다.

• 한국산학기술학회논문지
• /
• 제19권6호
• /
• pp.46-54
• /
• 2018

IoT는 다양한 디바이스들이 통신을 통해 사용자에게 서비스를 제공하는 환경이다. IoT의 특성으로 인해 데이터들은 이종간의 정보시스템에 분산되어 저장된다. 이러한 상황에서 IoT 엔드 애플리케이션은 데이터가 어디에 있는지 또는 스토리지의 형태가 어떠한지 알 수 없어도 데이터를 액세스할 수 있어야 한다. 이러한 메커니즘을 SD(Service Discovery)라고 한다. 그러나 현재까지의 SD 구조는 물리적 디바이스를 중심으로 탐색하기 때문에 몇 가지 문제점이 발생한다. 첫째, 물리적 위치에 따른 서비스 탐색으로 인해 반환시간이 증대된다. 둘째, 디바이스와 서비스를 따로 관리하는 데이터 구조가 요구된다. 이는 관리자의 서비스 구성복잡도를 증가시킨다. 이로 인해 디바이스 중심의 SD 구조는 실제 IoT에 적용하기에는 적합하지 않은 구조로 되어 있다. 이러한 문제점을 해결하기 위하여 본 논문에서는 NSSD(Name-based Service Centric Service Discovery)라는 SD 구조를 제안한다. NSSD는 이름 기반의 중앙집중형 SD를 제공하며 IoT 에지 게이트웨이를 캐싱 서버로 사용해 서비스 탐색속도를 향상시킨다. 기존의 DNS와 DHT 기반 DS 구조와의 시뮬레이션을 통해 NSSD가 평균 반환시간에 있어 약 2배 정도 향상된 성능을 제공함을 입증하였다.

• 한국정보과학회논문지:컴퓨팅의 실제 및 레터
• /
• 제8권6호
• /
• pp.736-745
• /
• 2002

압축한 비디오 데이타를 전송할 때 인터넷과 같이 네트워크 채널이 불안정한 경우 패킷이 분실될 가능성이 높다. 패킷 분실은 연속적 비트 열에 오류가 발생하는 버스트 오류 형태로 일어난다. 본 논문에서는 버스트 오류를 은닉 처리하는데 효과적인 오류 내성 기법을 적용하는 동시에 데이타 숨김을 이용하여 디코더의 계산 복잡도를 줄인 빠른 오류 은닉 방법을 제안한다. 오류 은닉 효과를 높이기 위해, 인코더에서는 네트워크 채널의 버스트 오류에 강건하도록 비디오 데이타에 공간적, 시간적 영역에 대한 오류 내성 기법을 적용한다. 공간적 오류 내성 기법으로는 패킷 분실이 발생한 오류 블록을 분리하는데 효과적인 블록 셔플링을 적용하고 시간적 오류 내성 기법으로는 움직임 벡터의 프레임간 패리티 비트를 데이터 숨김 방법으로 내용 데이타에 삽입, 전송하여 디코더에서 분실된 패킷을 처리한다. 비디오 데이타는 전송 후 디코더에서 오류 은닉 처리하는데 디코더에서 주변 정보를 이용하여 오류 비디오 블록을 보간하는 것은 계산이 복잡하여 비용이 많이 든다. 따라서 본 연구에서는 비디오 인코딩 단계에서 비디오 블록의 에지 특징을 추출 후 이 특징 데이타를 원 데이타에 숨겨 전송하고 전송 시 비디오 데이타가 손상되면 디코더에서 숨겨 온 비디오 블록의 특징을 추출하여 쌍선형 보간법을 통해 전송 시 발생한 오류를 은닉 처리한다. 데이타 숨김을 이용하면 디코더의 계산 복잡도는 낮아진다. 본 논문의 실험 결과는 제안 방법이 비디오의 패킷 분실이 30%에 달하는 경우에도 이를 은닉 처리하여 인지 가능한 품질의 비디오 데이타를 보장한다.

• 디지털융복합연구
• /
• 제14권4호
• /
• pp.419-424
• /
• 2016

본 논문에서는 광학설계 프로그램을 이용하여 LED 광원의 위치 변화에 따른 배광분포에 대하여 연구하였다. 사용한 LED 조명기구는 엣지형의 LED 배열을 이용하였으며 반사판을 중심으로 도광판 및 확산판을 위와 아래에 배치한 구조이다. LED 칩을 반사판 에지 중심에서 위로 1mm, 2mm 및 3mm로 위치를 바꾸어 시뮬레이션 하였다. LED 칩이 중심에 위치한 경우는 전반확산 배광분포를 보였으며 2mm 이상에서는 효율 0.56의 반직접 배광 분포를 보였다. 3mm 위에 LED 칩을 위치시키면 0.31 효율을 갖는 직접 배광분포를 갖는 배광특성을 나타내었다. 도광판은 평면형 보다 칩 위치에서 밖으로 작아지는 쐐기형의 구조에서 더 좋은 효율을 나타내었다. 그리고 반사면에 반구형의 형상을 0.015mm 씩 증가시키며 방사 형태로 배치한 경우는 파워 1.02W, 효율 0.25, 최대광도 0.104W/sr로서 패턴을 형성하지 않은 경우보다 더 우수한 광 특성을 얻을 수 있었다.

• 인터넷정보학회논문지
• /
• 제7권2호
• /
• pp.23-35
• /
• 2006

본 논문에서는 실시간으로 입력되는 동영상으로부터 영상 내에 존재하는 사람의 얼굴 및 얼굴 특징점들을 자동으로 추출한 후, 추출된 정보를 이용하여 3차원 얼굴 모델의 표정을 실시간으로 제어함으로써 현실감 있는 얼굴 애니메이션 처리가 가능한 새로운 방법을 제시한다. 입력 영상의 각 프레임으로부터 얼굴을 효과적으로 추출하기 위해 기존에 일반적으로 사용되는 색상 공간을 이용한 파라미터 검출 방법에 대변되는 새로운 비파라미터 검출 방법을 제시하였다. 기존의 파라미터 검출 방법은 일반적으로 얼굴의 피부 색상분포를 가우지언 형태로 표현하며 특히 주변조명의 변화 및 배경 영상 등에 민감하게 반응하므로 정화한 영역의 검출을 위한 부가적 작업을 필요로 한다. 이러한 문제점을 효과적으로 해결하기 위하여 본 논문에서는 Hue와 Tint 색상 성분에 기반을 둔 새로운 스킨 색상 공간을 제시하고 모델의 분포특성을 직선 형식으로 표현하여 얼굴검출 시 발생되는 오류를 축소시킬 수 있었다. 또한, 검출된 얼굴 영역으로부터 정확한 얼굴특성 정보를 추출하기 위하여 각 특징영역에 대한 에지검색 결과와 얼굴의 비율 비를 적용하여 효과적으로 얼굴의 특징 영역을 검출하였다. 추출된 얼굴 특징점 변화 정보는 3차원 얼굴 모델의 실시간 표정 변화에 적용되며, 보다 실감 있는 얼굴 표정을 생성하기위하여 사람의 근육 정보와 근육의 움직이는 방법을 나타내는 Waters의 선형 근육 모델에 새로운 근육 정보들을 새롭게 추가함으로써 화장 적용하였다. 실험결과 제안된 방법을 이용하여 실시간으로 입력되는 대상의 얼굴표정을 3차원 얼굴 모델에 자연스럽게 표현할 수 있다.

• KNOM Review
• /
• 제23권2호
• /
• pp.29-41
• /
• 2020

네트워크는 빠르게 성장하여 다중 도메인 복잡성을 유발하고 있다. 네트워크 트래픽 및 서비스의 다양성, 다양성 및 동적 특성은 향상된 오케스트레이션 및 관리 접근 방식을 필요로한다. 많은 표준 오케스트레이터와 네트워크 운영자가 E2E 슬라이스 오케스트레이션을 처리하기 위한 복잡성이 증가하고 있다. 또한 액세스, 에지, 전송 및 코어 네트워크를 포함하여 E2E 슬라이스 오케스트레이션과 관련된 여러 도메인이 각각 특정 문제를 가지고 있다. 따라서 멀티 도메인, 멀티 플랫폼 및 멀티 오퍼레이터 기반 네트워킹 환경을 수동으로 처리하려면 특정 전문가가 필요하며 이 접근 방식을 사용하면 런타임에 네트워크의 동적 변경을 처리할 수 없다 또한 이러한 복잡성을 처리하기위한 수동 접근 방식은 항상 오류가 발생하기 쉽고 지루한 일이다. 따라서 본 연구에서는 의도 기반 접근법을 사용하여 E2E 슬라이스 오케스트레이션을 처리하기 위한 자동화되고 추상화된 솔루션을 제안한다. 운영자로부터 도메인을 추상화하고 높은 수준의 의도 형태로 오케스트레이션 의도를 제공 할 수 있다. 또한 조정 된 리소스를 적극적으로 모니터링하고 머신 러닝을 사용하여 현재 모니터링 통계를 기반으로 시스템 상태 업데이트를 위한 향후 리소스 활용도를 예측한다. Closed-loop 자동화 E2E 네트워크 오케스트레이션 및 관리 시스템이 생성된다.