• Proceedings of the Korean Society of Surveying, Geodesy, Photogrammetry, and Cartography Conference
• /
• 2002.04a
• /
• pp.207-217
• /
• 2002

수치정사사진지도를 제작하기 위한 기반 자료로 스캐닝한 수치항공사진영상과 항공사진의 왜곡 보정을 위한 표정, DEM의 추출과 편집 및 편위 수정에 이르기까지 다양한 처리절차가 필요하다. 또한 영상과 벡티 자료의 중첩을 통해 생선한 영상지도의 편집과 지도제작 작업에는 다양한 미적 요소가 필요하다. 본 연구에서는 수치항공사진 영상을 이용하여, 영상에 내포하는 기하학적 변위를 3차원 모델링 결과와 수치표고모델을 이용하여 소거하고, 수치정사사진을 제작한 후에, 1/5,000 수치지도에서 필요한 레이어와 중첩시킨 수치정사사진지도를 제작하여 그 정확도를 분석하였으며, 각 처리 단계별 문제점의 분석과 개선방안을 제시하였다.

• Proceedings of the Korea Multimedia Society Conference
• /
• 2001.11a
• /
• pp.12-17
• /
• 2001

본 논문에서는 낮은 대역폭의 무선 네트워크상에서 MPEG 스트리밍을 위한 방법으로, DCT 계수의 제거에 기반한 QoS 필터링 방법과 매크로 블록상의 움직임 벡터와 인트라 블록의 비율을 고려한 영상분식을 통하여 분석된 내용에 가장 알맞는 필터의 선택과 필터의 적용 수준을 네트워크의 상태에 따라 결정하여 대역폭을 만족시킬 수 있는 비트레이트의 조절로서 원활한 스트리밍을 가능하게 하며 영상분석을 통하여 영상의 품질을 높여 고품질의 영상 멀티미디어 서비스와 최소한의 부하를 줄 수 있는 설계로서 서버운용시 과효율을 놀일 수 있도록 한다.

• Broadcasting and Media Magazine
• /
• v.28 no.1
• /
• pp.13-28
• /
• 2023

이미지 압축은 이미지 및 영상처리에서 주요한 역할을 하며, 자율주행, 클라우드, 영상 송출 등의 분야에서 빅데이터를 처리해야 하는 수요가 늘어남에 따라 지속적인 연구가 진행 중이다. 그 중심에는 딥러닝(deep learning)의 발전이 자리잡고 있으며, 심층 신경망(deep neural network)을 효과적으로 학습하는 알고리즘들을 적용한 논문들은 기존 압축 포맷인 JPEG, JPEG 2000, MPEG 등의 압축 성능을 뛰어넘는 결과를 보여 주고 있다. 이에 따라 JPEG AI는 딥러닝 기반 학습 이미지 압축의 표준을 제정하는 일을 진행 중이다. 본 기고에서는 JPEG AI가 표준화하고자 하는 기술과 JPEG AI에 제안한 압축 프레임워크들을 분석하고, 활용 사례들을 소개하여 JPEG AI 기반 학습 이미지 압축 모델의 동향에 대해 알아보고자 한다.

• Proceedings of the Korean Society of Surveying, Geodesy, Photogrammetry, and Cartography Conference
• /
• 2003.04a
• /
• pp.255-259
• /
• 2003

본 연구에서는 고해상도 위성 영상에 관한 압축을 연구하였다. 위성영상은 많은 픽셀 정보와 이루어져 있기 때문에 빠른 영상처리와 데이터 보관을 위해서 압축이 필수적이다. 특히 영상압축시 도로정보와 건물, 산림, 지형 등의 특징을 왜곡을 최소화하여 압축하여야 한다. 따라서는 본 연구에서는 함수공간에서 영상 압축이 가능한 웨이브렛을 기반하여 위성 영상의 압축기법을 제안하였으며, 일반적인 정지영상 압축 기법인 JPEG과의 압축성능을 분석하였다. 그 결과 웨이브렛 압축기법이 JPEG보다 1/10 이상의 압축 성능을 보였다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2021.06a
• /
• pp.226-227
• /
• 2021

딥러닝을 활용한 영상 분석 기술은 GPU 하드웨어의 발전으로 인하여 소프트웨어 기반 처리 기술이 급격히 발전하였고 기존 패턴 분석 기술 대비 높은 정확도를 보여주고 있다. PC나 특정 하드웨어에서 동작하는 소프트웨어 기반 영상분석기술은 적용분야의 한계가 발생하였다. 신경망 기술을 하드웨어로 구현한 NPU(Network processing unit)의 개발로 고가의 플랫폼이 아닌 임베디드 플랫폼에서의 딥러닝 구현이 가능해졌다. 반면에 하드웨어에서 활용 가능한 네트워크가 제한적임으로 인하여 구현 가능한 딥러닝 모델의 크기, 메모리 등의 한계가 있으며 시시각각 변하는 딥러닝 기술에 기반한 최신모델 또는 고성능 모델을 구동하기에는 한계가 발생하였다. 이를 해결하기 위하여 본 연구에서는 Distillation 기법을 적용한 임베디드 시스템을 개발하고 이에 기반한 딥러닝 모델의 구현 및 상황에 따른 가변적 딥러닝 모델의 적용이 가능한 시스템을 구현하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2023.11a
• /
• pp.1082-1083
• /
• 2023

우리나라의 수출입 대부분은 해상을 통해 이루어지고 있으나 항만의 물류 창고는 데이터 네트워크를 통한 유기적인 화물의 출입과 현황관리가 부족한 실정이다. 이는 부족한 데이터 네트워크 인프라와 CCTV에 의한 아날로그 영상 데이터에 의존하는 기존 시스템의 한계로 인해 기인하는 바가 크다. 이에 IP 카메라와 엣지 디바이스의 영상분석에 의한 개별 화물 창고의 디지털 현황 분석 기반을 구축하고 분산된 개별 화물 창고의 데이터를 클라우드에 위치한 중앙 집중 데이터 분석 시스템을 구축하여 유연한 개별 화물 창고 관리와 지속적인 모니터링 기반을 제공한다. 사용자 인터페이스는 웹 기반으로 구축하여 항만 화물 관계자에게 편의성과 위치에 구애받지 않는 서비스를 제공한다. 이 과정에서 사설 IoT 네트워크를 통한 최소한의 시공비용으로 항만 내 인터넷 데이터 네트워크를 구축하여 향후 항만 내 다양한 데이터 서비스를 위한 초석을 제공한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2001.10b
• /
• pp.382-384
• /
• 2001

본 논문에서는 홍채의 특징을 효율적으로 추출하기 위한 접근 방법으로서, 웨이블릿 기반의 다해상도 분석 기법을 홍채영상에 적용한 결과에 대하여 소개하고자 한다. 입력장치인 카메라로부터 획득된 사람의 눈 영상에서 처리 대상인 홍채영역 만을 분리 추출한 후, 홍채 특징을 압축적이고 효과적으로 표상하기 위하여 2D 다해상도 웨이블릿 변환을 홍채영상에 적용하는 기법과 실제적인 응용을 위하여 등록된 데이터와 미지의 데이터 사이의 유사도를 측정하는 효율적인 기법을 연구한다. 이러한 기법들을 홍채 인식 시스템에 적용함으로써 처리속도 및 인식률 향상 등으로 고성능의 홍채인식시스템을 구현할 수 있었다.

• Broadcasting and Media Magazine
• /
• v.27 no.2
• /
• pp.10-18
• /
• 2022

본 고에서는 준지도 학습의 개념과 목표 그리고 대표 기법들의 동작 원리에 대해서 알아본다. 구체적으로, 영상 분류를 위한 준지도 학습 기법을 크게 label propagation 기반 기법과 representation learning 기반 기법으로 나누고, 이 두 가지 기법들의 특성을 분석하고, 대표 기법들의 동작 원리에 대해서 설명한다. 또한, 영상 분류 문제에서 위 두 가지 접근법들의 대표 기법들의 성능을 평가한다.

• Journal of the Institute of Electronics Engineers of Korea SP
• /
• v.47 no.6
• /
• pp.28-38
• /
• 2010

In order to remove the noise contained in recorded analog video, it is important to recognize the real characteristics and strength of the noise. This paper presents an efficient training-based noise reduction method for recorded analog video after analyzing the noise characteristics of analog video captured in a real broadcasting system. First we show that there is non-negligible noise correlation in recorded analog video and describe the limitations of the traditional noise estimation and reduction methods based on additive white Gaussian noise (AWGN) model. In addition, we show that auto-regressive (AR) model considering noise correlation can be successfully utilized to estimate and synthesize the noise contained in the recorded analog video, and the estimated AR parameters are utilized in the training-based noise reduction scheme to reduce the video noise. Experiment results show that the proposed method can be efficiently applied for noise reduction of recorded analog video with non-negligible noise correlation.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2015.05a
• /
• pp.73-73
• /
• 2015

자연 하천의 홍수 유량 측정은 매우 어렵고 많은 비용과 시간, 노력을 요하는 작업이다. 보다 안전하고 경제적인 유량 측정의 대안으로 제시된 것이 하천 표면의 영상 분석을 이용하는 표면영 상유속계이다. 본 연구는 안드로이드 기반의 스마트폰을 이용한 실시간 표면영상유속계를 개발하는 것이다. 스마트폰에 내장된 카메라, GPS, 방향 센서, CPU를 활용하여, 실시간으로 현장에서 하천의 표면유속을 측정하는 것이다. 먼저, 스마트폰의 GPS를 이용하여 측정 현장의 위치를 잡고, 경사계(방향 센서)를 활용하여 카메라와 촬영면의 기하적인 관계를 설정한다. 수표면과 카메라의 높이차만을 입력하고, 측정된 카메라의 경사에서 하천 수표면의 위치관계를 추정할 수 있는 카메라 모형을 작성하였다. 이 방법을 이용함으로써 기존 표면영상유속계의 단점 중 하나인 참조점 보정이 필요없도록 하였다. 내장된 카메라로 정해진 시간(3초) 동안 동영상을 촬영하고, 촬영된 동영상은 개방 소스의 영상처리 라이브러리인 JavaCV를 이용하여 프레임별로 분할하고, 이를 시공간 영상 분석하여 하천 표면의 2차원 유속장을 추정한다. 영상의 시공간 분석에는 상호상관 시공간분석법을 이용하였다. 모든 코드는 안드로이드 운영체제에서 실행되도록 Java로 작성하였다. 시판되는 안드로이드 스마트폰에 적용하여 현장 시험한 결과 3초간의 영상 처리에 5초 정도를 소요하여, 거의 실시간으로 유속을 측정할 수 있었다. 또한 유속 측정 오차는 일반적인 영상 처리의 오차인 5% 내외였다.