• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2003년도 가을 학술발표논문집 Vol.30 No.2 (2)
• /
• pp.805-807
• /
• 2003

현재 생물분자의 기능적 관점에서 단백질 구조에 관심이 많이 모아지고 있다. 단백질의 기능은 구조에서 기인하기 때문에 두 단백질의 구조간의 유사성을 측정할 수 있는 방법은 두 단백질의 기능의 유사성을 유추할 수 있다. 본 논문에서는 두 단백질의 구조의 유사성을 측정하기 위한 단백질의 새로운 표현(representation)으로 3차원 에지 히스토그램을 제안한다. 단백질의 3차원 구조를 작은 복셀(voxel)로 이루어진 공간으로 나누고 복셀들로부터 3차원 에지 히스토그램을 추출하여 두 단백질간의 유사도 계산에 이용한다. 이를 통하여 단백질의 검색 및 분류를 시도한다.

• 대한전자공학회논문지SP
• /
• 제47권1호
• /
• pp.53-61
• /
• 2010

본 논문은 새로운 에지 방향 추정 방법과 영상의 영역 세분화에 기반을 둔 컬러 보간 알고리즘을 제안한다. 제안하는 에지 방향 추정은 컬러 필터 배열(color filter array: CFA)의 채널 별 분리와 표본 줄임(down-sampling)을 통해 획득한 영상 사이에 존재하는 에지 방향성 상관관계를 바탕으로 이루어진다. 에지 방향성 상관관계는 영상 간의 샘플링 위치와 각 영상의 국부위치에서의 에지 방향성 사이에 존재하는 방향의 유사성을 바탕으로 정의한다. 영상의 영역을 분류함에 있어서 평탄, 에지 영역뿐만 아니라 반복되는 에지가 나타나는 패턴 에지 영역을 구분함으로써 영역을 세분화 한다. 이렇게 구분한 영역 각각에 대해 수직 혹은 수평 방향 에지를 검출하여 에지 방향에 따라 보간함으로써 오류를 최소화 하는 에지 방향성 컬러 보간이 이루어진다. 실험 결과를 통해 제안하는 방법이 기존 방법에 비해 수치적인 면과 시각적인 면에서 뛰어난 결과를 보임을 확인할 수 있으며, 제안하는 영역 세분화와 에지 방향 추정을 통해 영상의 고주파 영역에서 성능이 향상됨을 확인할 수 있다.

• 디지털콘텐츠학회 논문지
• /
• 제15권2호
• /
• pp.209-217
• /
• 2014

표 서식을 활용하고 있는 수많은 문서들을 종류에 따라 자동으로 분류하거나, 서식에 기입된 정보를 서식과 분리하여 추출하는 기술은 매우 중요하게 활용된다. 이를 위해서는 표 서식 구조를 정확하게 파악하는 과정은 필수적이다. 본 논문에서는 표 서식 문서 영상에 대한 유형별 꼭짓점 검출 방법을 제안한다. 주요 처리 과정은 전처리, 에지 블록 검출, 선분 에지 블록 검출, 꼭짓점 검출 단계를 거친다. 추출된 꼭짓점들은 선분 에지들이 다양한 형태로 직교하는 교차점들로 9가지 유형으로 분류된다. 실험에서는 제안한 방법을 세금계산서, 거래명세표, 표를 포함하고 있는 일반 문서 등과 같은 몇 가지 형태의 영상에 적용하여 99% 이상의 유형별 꼭짓점 추출 성능 결과를 보인다. 서식 문서 내에서의 대부분의 꼭짓점들은 대칭 형태로 존재한다는 사실을 고려할 때, 꼭짓점의 유형, 선분 에지의 폭 및 그들의 위치 관계를 활용하여 서식의 구조 분석에 활용 가능하다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2022년도 춘계학술대회
• /
• pp.437-440
• /
• 2022

현대 사회는 4차 산업 혁명과 IoT 기술 등의 발전으로 영상 처리 분야의 활용이 급증하고 있다. 특히, 에지 검출은 이미지 분류, 객체 검출 등 영상 처리 응용에서 필수적인 전처리 과정으로 여러 분야에서 널리 사용되고 있다. 에지를 검출하기 위한 기존의 방법에는 소벨 필터(Sobel edge detection filter), 로버츠 필터(Roberts edge detection filter), 프리윗 필터(Prewitt edge detection filter), LoG(Laplacian of Gaussian) 등이 있다. 하지만 기존의 방법들은 명암도가 낮은 저조도 환경에서 에지 검출 특성이 다소 미흡한 성능을 보인다는 단점이 있다. 따라서 본 논문에서는 저조도 환경에서도 에지 검출 특성을 높이기 위해 명암도 분석에 기반한 에지 검출 알고리즘을 제안한다.

• 한국통신학회논문지
• /
• 제18권1호
• /
• pp.47-56
• /
• 1993

본 연구는 인간시각을 기반으로 하는 DCT분류기를 사용하여 영상의 계층적 VQ부호화를 시도하였다. 제안된 인간시각기반 DCT분류기에서는 전 변환블록에 대영통과필터인 MTF을 곱하여 가중치를 두고, 전 블록들의 DCT계수의 ac 에너지 크기를 구하여, 크기순서대로 나영하여, 문턱치를 이요 여 높은분산블록들을 얻어낸 다음 이블록들에 대해서 에지방향 성분이 뚜렷한 계수들의 에너지합을 비교하여 최대 에너지를 갖는 방향을 그 에지의 방향으로 한다.향으로 한다.

• 한국추진공학회:학술대회논문집
• /
• 한국추진공학회 2006년도 제26회 춘계학술대회논문집
• /
• pp.279-282
• /
• 2006

이산화탄소를 첨가한 저 신장률 메탄-공기 대향류 확산화염에서 화염소화 거동과 에지화염 진동을 조사하기 위해 실험을 수행하였다. 화염소화 조건에서의 임계 몰분율을 속도비와 전체화염 신장률에 따라 분석하였다. 또한 에지화염 진동의 시작조건과 관련된 모드들을 전체화염 신장률에 따라 조사하였다. 화염길이는 측면방향 열손실과 밀접한 연관이 있으며, 측면방향 열손실은 화염소화와 에지화염 진동에 중대한 영향을 미친다. 에지화염의 진동 모드는 성장, 감쇠, 조화 세 가지로 분류된다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 2014년도 추계학술대회
• /
• pp.146-149
• /
• 2014

최근 자동차 산업과 IT 기술의 융합이 활발해지면서 스마트카, 자율주행 자동차(무인 자동차)와 같은 지능형 자동차 개발이 활발히 진행되고 지능형 자동차의 비전 기반 기술개발도 활발히 진행되고 있다. 고속도로와 같이 포장된 도로나 자갈길과 같은 비포장 도로에서도 운전자의 승차감을 고려한 능동적 안전시스템과 안정적인 자율주행 자동차의 주행능력을 보장하는 기술들 중 도로 유형을 판단하는 것이 중요 요소 중 하나이다. 따라서 본 논문에서는 가중치 기반 클러스터링 기술을 이용하여 도로표면 유형을 분류하는 알고리즘을 제안한다. 아스팔트, 자갈길, 흙길, 눈길의 도로표면 영상 데이터를 히스토그램의 분포도와 최고점 위치, 에지 영상의 에지량, 채도성분을 이용하여 특징값을 추출하고 클러스터를 구성한다. 분류할 입력 도로표면 영상에 대해 특징값을 분석한 후 탐색범위 내 선택된 각 클러스터의 벡터와의 거리를 측정하여 가중치를 계산하고 가중치가 높은 클러스터를 분류하여 입력 영상에 대한 도로표면을 결정한다. 실험결과 제안하는 방법이 각 도로표면 영상의 특징값과 이를 이용한 가중치만을 이용하여 약 91.25%의 정확도로 도로의 표면을 분류해 내는 것을 볼 수 있었다.

• 한국컴퓨터정보학회논문지
• /
• 제29권2호
• /
• pp.31-41
• /
• 2024

딥러닝 모델(Deep Learning Model)은 컴퓨터 비전(Computer Vision) 분야의 이미지(Image) 분류 및 객체 탐지와 같은 작업에서 뛰어난 성과를 보이며, 실제 산업 현장에서 다양하게 활용되고 있다. 최근 다양한 알고리즘(Algorithm)의 적대적 예제를 이용하여 딥러닝 모델의 취약성을 지적하며, 강건성 향상 방안을 제시하는 연구들이 활발하게 진행되고 있다. 적대적 예제는 오분류를 유도하기 위해 작은 노이즈(Noise)가 추가된 이미지로서, 딥러닝 모델을 실제 환경에 적용 시 중대한 위협이 될 수 있다. 본 논문에서는 다양한 알고리즘의 적대적 예제를 대상으로 에지 학습 분류 모델의 강건성 및 이를 이용한 적대적 예제 탐지 모델의 성능을 확인하고자 하였다. 강건성 실험 결과, FGSM(Fast Gradient Sign Method) 알고리즘에 대하여 기본 분류 모델이 약 17%의 정확도를 보였으나, 에지(Edge) 학습 모델들은 60~70%대의 정확도를 유지하였고, PGD(projected gradient descent)/DeepFool/CW(Carlini-Wagner) 알고리즘에 대해서는 기본 분류 모델이 0~1%의 정확도를 보였으나, 에지 학습 모델들은 80~90%의 정확도를 유지하였다. 적대적 예제 탐지 실험 결과, FGSM/PGD/DeepFool/CW의 모든 알고리즘에 대해서 91~95%의 높은 탐지율을 확인할 수 있었다. 본 연구를 통하여 다양한 적대적 알고리즘에 대한 방어 가능성을 제시함으로써, 컴퓨터 비전을 활용하는 여러 산업 분야에서 딥러닝 모델의 안전성 및 신뢰성 제고를 기대한다.

• 한국멀티미디어학회논문지
• /
• 제6권1호
• /
• pp.78-88
• /
• 2003

본 논문에서는 연산 영역 가변 알고리즘을 적용한 MPEG-4 부호화 기반의 적응적 오류 은닉 (error concealment) 기법을 제안하였다. 이 알고리즘에서는 손실 블록을 그의 주변 정보를 이용하여 이들을 평탄블록 (flat block) 및 에지 블록 (edge block)으로 분류한다. 즉, 손실된 블록의 주변 블록들에 대해서 블록 경계 영역의 인접 화소들의 차를 이용하여 평탄 블록을 분류하고, 평탄 블록으로 분류되지 않은 블록들에 대해서는 인접 화소의 차가 정해진 임계값을 넘어서는 개수에 따라 가변적인 연산 영역 (variable operating region, VOR)을 설정한 후, Sobel 연산자를 적용하여 우세 에지 방향 성분을 추정한다. 이렇게 분류된 각 블록에 대하여 적응적 오류 은닉을 수행한다. 평탄 블록에 대해서는 시각적 성능 향상을 위해 평균값을 기반으로 한 가중치에 따른 양선형 보간(mean based weighted bilinear interpolation, MWBLI) 방법을 적용하고, 에지 블록에 대해서는 8가지 방향에 대하여 경계 픽셀을 이용한 방향성 보간 (boundary directional interpolation, BDI) 방법을 적용하여 오류 은닉을 수행한다. 모의 실험 결과를 통하여 제안한 방법이 객관적 화질 및 주관적 화질 측면에서 기존의 방법보다 그 성능이 우수함을 확인하였다.

• 전자공학회논문지CI
• /
• 제48권1호
• /
• pp.127-132
• /
• 2011

본 논문은 입력된 영상으로부터 적응적 피부색 검출 방법으로 생성된 피부색 영역과 에지 정보의 결합을 특정 벡터로 이용하여 입력 영상의 유해(누드, 성인물) 여부를 판별하는 방법을 제안한다. 제안하는 방법은 네 단계의 과정으로 이루어져 있다. 첫 번째 단계에서는 입력 영상으로부터 기존의 피부색 검출 방법들을 적용하여 얻은 모든 결과 영상들에 대해서 논리곱 연산을 통해 초기 피부색 영역을 검출한다. 두 번째 단계에서 초기 피부색 영역의 화소 정보를 기반으로 피부색 확률 분포 모델을 생성하고 이를 통해 피부색 확률 영상을 생성한다. 그리고 피부색 확률 영상에 임계값을 적용하여 이진화 한다. 세 번째 단계에서 이진 피부색 영역과 에지의 결합 영상을 생성하고 피부색 영역을 확산하여 최종 피부색 영역을 검출한다. 마지막 단계에서 최종 피부색 영상과 최종 피부색 영역 안에 있거나 인접한 에지들의 결합 영상을 특정 벡터로 생성한다. 생성된 특정 벡터를 support vector machine(SVM) 학습을 통해 생성된 분류 모텔로 입력 영상의 유해 여부를 판별하여 유해 혹은 무해 영상으로 분류한다. 실험 결과를 통하여 제안하는 방법이 기존의 유해 영상 분류 방법에 비해 분류 성능이 9.6% 향상된 것을 확인하였다.