• 융합신호처리학회 학술대회논문집
• /
• 한국신호처리시스템학회 2001년도 하계 학술대회 논문집(KISPS SUMMER CONFERENCE 2001
• /
• pp.157-160
• /
• 2001

영상검지기에서 차량 탐지를 위해 사용하는 방법은 배경차이(Background Differencing), 장면차이(Frame Differencing), 공간차이(Spatial Differencing), 밝기값 비교(Gray-Level Comparison) 등이 있다. 이 방법들중에서 배경차이 방법은 기준이 되는 배경영상과 입력영상의 차를 구해 차량을 탐지하는데 대부분의 영상검지기에서 채택 되어 사용되는 방법이다. 배경차이 방법에서 가장 중요한 것은 매번 기준이 되는 배경영상을 정확하게 구하는 것 인데, 영상내 차량의 흐름이 원활하다면 어느 배경생성 방법을 사용해도 좋은 결과를 얻을 수 있지만 차량의 정체 가 심하거나 장기간 지속되면 좋은 배경을 생성하기가 어렵다 특히 교차로의 경우 진행중인 차량 및 신호 대기중 인 차량이 통시에 존재하므로 배경생성에 더욱 어려움을 겪게된다. 이상에서 제시된 세 가지 배경생성 방법을 고속도로와 교차로에서 적용시켜 각 배경영상 생성 방법을 비교 분석한다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 2013년도 추계학술대회
• /
• pp.241-243
• /
• 2013

영상을 포함하여 다양한 방법으로 실내에서 위치를 확인하는 방법에 대한 연구가 진행되고 있다. 영상 기반의 측위 또한 여러 가지 방법이 있는데, 우리는 시스템 구축 비용이 많이 들지 않으면서도 많은 서비스에 활용 할 수 있는 영상 기반의 실용적 측위 시스템에 대한 연구를 하였다. 이 시스템은 실내에 미리 설치 된 간판이나 광고 등을 식별하고 이를 이용하여 실내에서 사용자의 위치를 구할 수 있다. 그러나, 영상 기반의 시스템이기 때문에 같은 영상이 서로 다른 참조 대상으로 등록 될 경우, 이것을 서로 구별 할 수 없다는 단점이 있다. 실내에서는 GPS 와 같은 위성 항법 신호 수신이 잘 되지 않기 때문에 GPS 를 위치를 확인하기 위한 목적으로 사용 할 수는 없다. 그러나, 특정 지점에서 수신되는 GPS 신호가 유사한 점을 이용하면, 서로 다른 위치에 설치 된 동일한 이미지의 참조 대상을 구별 할 수 있다. 이 방법은 추가적인 비용이 들지 않기 때문에, 영상 기반의 실용적 측위 시스템의 장점을 그대로 유지 하면서 측위 성능을 더 높 힐 수 있는 방법이다.

• 한국항해항만학회:학술대회논문집
• /
• 한국항해항만학회 1997년도 춘계학술발표회 논문집
• /
• pp.27-40
• /
• 1997

오늘날 개인용 컴퓨터의 성능 향상에 따른 고속 영상처리기용 VGA Card 의 고속화에 따라 영상신호 케이블을 통한 광대역 방사 전자파의 증가를 억제하고 , 전자파 내성시험 중 정전기 내성(IEC1000-4-2)을 갖는 영상 신호용 케이블 컨넥터의 개발에 있어 체계적인 대책이 요구되고 있다. 본 논문에서는 픽셀수에 따른 영상신호의 주파수 대역폭을 측정하여 영상처리에 장해를 주지 않는 범위에서 차단하고져 하는 주파수 대역을 정한 후, 기존 케이블의 특성임피던스를 주파수별로 구함과 동시에 일반적으로 케이블에 취부시켜 사용하고 있는 경제적인 대책에 목적을 두었으며, 기존의 케이블의 특성을 개선하기 위해 삽입되었던 대형 페라이트 비드를 소형화시켜 설계, 제작하여 영상품질을 저하시키지 않는 케이블 커넥터의 성능 평가를 실험으로 입증했다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2010년도 한국컴퓨터종합학술대회논문집 Vol.37 No.1(C)
• /
• pp.429-432
• /
• 2010

주차장에서는 다양한 형태의 사건 사고가 발생하는데, 기존 DVR(CCTV)는 단순 영상녹화 기능만 지원하므로, 이를 효과적으로 분석하는데는 한계가 있다. 따라서, DVR의 영상카메라와 마이크를 통해서 입력되는 영상과 사운드 신호를 대상으로, 해당 영상이 발생하는 음향 신호의 종류를 파악하여, 특정 음향이 발생한 영상구간을 저장하여 이를 검색할 수 있다면, 주차장 관리자가 효과적으로 사건 사고를 대처할 수 있게 된다. 본 연구에서는 주차장에서 발생하는 차량관련 음향(충돌음, 과속음, 경적음, 유리파손, 비명)을 분류하기 위해 효과적인 특징벡터를 제안하고, 제안한 특징벡터를 이용하여 신경망 차량음향분류기를 설계하여 성능을 평가함으로써, 효과적으로 차량음향을 분류하기 위한 방법을 제안하였다. 또한, 신경망 차량음향분류기를 DVR시스템과 연동하여, 마이크로부터 입력되는 음향신호를 실시간 분석하고, 특정 소리가 발생한 영상구간을 기록함으로써, 음향 키워드에 의해서 해당 사고영상을 검색 및 디스플레이하는 시스템을 개발하였다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2018년도 하계학술대회
• /
• pp.198-199
• /
• 2018

본 논문은 초해상도 기술을 위한 CNN 구조를 제안한다. 제안하는 Gradient-SR 은 고해상도 영상이 고주파 신호와 저주파 신호로 분리될 수 있다는 점을 바탕으로 고역 통과 필터인 Sobel Operator 를 CNN 기반으로 구성한다. Gradient-SR 로부터 생성된 고주파 신호는 목표 크기로 보간 된 저해상도 입력 영상과 더해짐으로 고해상도 영상을 생성한다. 실험 영상은 VDSR 이 사용 한 291 개의 영상과 B100 영상을 이용한다. 제안하는 방법은 스케일 팩터 2 에 대한 초해상도 영상 생성 실험에서 약 200%의 속도 향상을 보인다.

• Investigative Magnetic Resonance Imaging
• /
• 제18권1호
• /
• pp.34-42
• /
• 2014

목적 : 유방암의 이중반전회복 자기공명영상 (double inversion recovery, DIR) 신호와 자기공명분광영상기법 (MR spectroscopy, MRS)에서 얻은 단일 화적소 콜린 양과 상관관계가 있는가를 알아보고자 하였다. 대상 및 방법 : 2008년 8월부터 2009년 12월까지 유방암으로 진단된 환자 중 이중반전회복 자기공명영상과 자기공명분광영상기법 모두를 시행한 28명의 환자를 대상으로 하였다. 이중반전회복영상과 조영증강 T1강조영상 (CE-T1WI)에서 종양에 해당하는 관심영역에서의 신호강도를 삼차원으로 얻었으며 병변 (L)과 동측 정상 섬유선 조직 (N)에 대한 용적을 같은 레벨에서 병변 대 정상조직의 신호강도 비 (LNR)를 구하였다. 자기공명분광영상 데이터는 단일복셀분광방법인 중점분해분광학을 이용하였다. 자기공명분광영상기법에서 총 콜린 공명의 높이, 폭, 면적과 조영증강 T1강조영상에서 병변 대 정상 조직의 신호강도 비 값, 그리고 이중반전회복 자기공명영상의 병변 대 정상조직의 신호강도비 값 간의 상관 관계에 대해 Pearson 상관분석을 시행하였고 유의수준은 p=0.05이었다. 결과 : 조영증강 T1강조영상의 병변 대 정상 조직의 신호강도 비 값과 자기공명분광영상기법에서 콜린의 높이 (r=-0.322, p= 0.094), 폭 (r=-0.233, p=0.232), 면적 (r=-0.309 p=0.109)값과, 또한 이중반전회복 자기공명영상의 병변 대정상 조직의 신호강도 비 값과 자기공명분광영상기법 콜린의 높이 (r=0.067, p=0.735), 폭 (r=-0.287, p=0.139), 면적 (r=0.012 p=0.953) 값 사이에 상관성은 통계적으로 유의하지 않았다. 조영증강 T1강조영상의 병변 대 정상조직의 신호강도 비 값과 이중반전회복 자기공명영상의 병변 대 정상조직의 신호강도 비 값 사이에서도 Pearson상관계수 0.186으로 두 군간에 관련성은 없었다 (p=0.344). 결론 : 이중반전회복 자기공명영상에서 유방암의 병변 대 정상조직간 신호강도 비와 자기공명분광영상에서의 콜린 공명의 상대적인 양은 서로 상관관계를 보이지 않았다.

• 한국방사선학회논문지
• /
• 제5권1호
• /
• pp.37-49
• /
• 2011

전이성 척추암 환자를 대상으로 1.5 T MR 기기에서 조영제 주입 전 후 확산강조영상에서 전이가 된 요추의 신호대 잡음비, 대조도대 잡음비, 현성 확산 계수가 어떤 변화를 나타내는지 알아보고자 하였다. 영상의 정량적 분석에서는 전이성 척추암 그룹의 경우 조영제 주입 전 확산강조영상에서 전이성 척추암이 있는 부위와 척추암이 있는 부위의 위, 아래 척추등 세 부위의 신호대 잡음비는 척추암이 있는 부위에서 낮게 나타났으며 조영제 주입 후 확산강조영상에서는 조영제 주입 전보다 세 부위 모두 신호대 잡음비가 상대적으로 증가하였으며 척추암이 있는 부위의 위, 아래 척추등 두 부위 에서는 대조도대 잡음비가 상대적으로 증가했다. ADC map영상에서는 조영제 주입 전에서 신호대 잡음비는 척추암이 있는 부위에서 높게 나타났으며 조영제 주입 후에서는 조영제 주입 전보다 전이성 척추암이 있는 부위와 척추암이 있는 부위의 위, 아래 척추등 세 부위 모두 신호대 잡음비가 상대적으로 감소했다. ADC map영상에서의 현성 확산 계수는 조영제 주입 전에서 현성 확산 계수는 척추암이 있는 부위에서 낮게 나타났으며 조영제 주입 후에서는 주입 전보다 세 부위 모두 현성 확산 계수가 상대적으로 감소했다. 정상 그룹의 경우 확산강조영상에서 요추체 3, 4, 5번 세 부위 모두 신호대 잡음비가 상대적으로 증가했고 ADC map영상에서는 조영제 주입 후 확산강조영상에서 세 부위 모두 신호대 잡음비가 상대적으로 감소했다. ADC map영상에서의 현성 확산 계수는 세 부위 모두 현성 확산 계수가 상대적으로 감소했다. 영상의 정성적 분석에서 조영제 주입 후 확산강조영상에서 전이성 척추암이 있는 부위의 신호강도가 증가하였고 ADC map영상에서는 신호강도가 감소하였다. 조영제 주입 후 확산강조영상에서 전이성 척추암이 있는 부위와 척추암이 있는 부위의 위, 아래 척추 등 세 부위 모두 신호대 잡음비와 대조도대 잡음비가 증가하고 현성확산계수가 감소하는 결과를 얻었고 조영제 주입 후 확산강조영상이 여러 가지 척추질환으로의 적용에 도움을 줄 것이라 사료된다.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2007년도 하계종합학술대회 논문집
• /
• pp.277-278
• /
• 2007

본 논문에서는 Film의 물리적인 특성을 Modeling하여 Film신호가 아닌 영상신호를 Film신호 특성을 갖도록 함으로써, Color가 보다 풍부한 느낌이 들게 하고 어두운 부분과 밝은 부분의 Dynamic Range를 확대하여, 일반 Video신호 영상을 필름 영화와 같은 Color효과를 갖도록 변환하는 방법에 대해 제안한다.

• 융합신호처리학회 학술대회논문집
• /
• 한국신호처리시스템학회 2000년도 추계종합학술대회논문집
• /
• pp.137-140
• /
• 2000

본 논문에서는 카메라의 움직임이 있는 비디오 영상에서 물체의 움직임을 검출하기 위한 방법을 제안한다. 입력 영상에서 카메라의 움직임이 있을 경우, 이를 제거하기 위해 카메라의 움직임을 추정, 보상한다. 보상된 영상에서 적응적 임계값을 사용하여 물체의 움직임을 검출한다. 제안된 방법은 카메라의 움직임이 있는 비디오 영상뿐만 아니라, 시간에 따라 조명이 변하거나 잡음이 포함된 비디오 영상에 대해 좋은 결과를 얻을 수 있다.

• 한국산학기술학회논문지
• /
• 제22권5호
• /
• pp.296-302
• /
• 2021

본 논문에서는 영상정보에 기반한 호흡상태 분류 방법을 제안한다. 호흡신호는 초광대역 레이더 센서를 이용하여 획득하고 호흡신호의 값으로 이루어진 1차원 그래프 대신 그래프의 영상 정보가 담긴 2차원 정보 기반으로 호흡상태를 분류한다. 호흡상태의 분류는 심층신경망 모델을 사용하고, 심층신경망 모델은 호흡신호 그래프가 포함된 2차원 영상의 특징들을 학습하여 영상기반의 호흡상태 분류의 결과를 제공한다. 기존의 레이더 센서 기반 호흡신호의 상태 분류는 1차원 벡터의 구성요소 값 및 그 값들의 변화량을 이용하여 회귀, 심층학습 방법을 적용하였다. 그러나 1차원 그래프 기반의 호흡상태 분류는 다양한 형태의 정상호흡 상태에 대한 분류 성능에서 한계를 보였다. 본 논문에서는 호흡 신호로부터 얻은 그래프의 이미지 자체를 2차원 입력 신호로 사용하여 심층 신경망 모델을 적용하여 분류를 수행하였다. 본 논문에서 제안하는 영상정보 기반의 호흡상태 분류는 기존의 1차원 벡터 기반 호흡상태 분류 대비 호흡상태 분류의 정확도를 약 10% 향상 시켰다. 또한 기존의 두 가지 호흡상태 (정상 및 비정상) 분류에서 확장하여 세 가지 호흡상태 (정상1, 정상2, 비정상) 분류를 수행하였다.