• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2001년도 제14회 신호처리 합동 학술대회 논문집
• /
• pp.443-446
• /
• 2001

본 논문에서는 센서 융합과 배경 추정 기법을 이용하여 연속된 영상에서 물체 영역을 검출하는 기법을 제안하였다. IR/CCD각각의 카메라로부터 얻은 입력 영상을 정렬하고 융합하는 과정을 거친 후, 각 화소 단위의 배경 모델을 추정하고 시간이 지남에 따라 이를 갱신함으로써 물체 영역을 효과적으로 검출하는 기법을 제시하고 있다. 실험은 차량을 대상으로 하였고, 카메라가 움직이는 상황과 비교적 복잡한 환경에서도 좋은 결과를 얻을 수 있었다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2005년도 한국컴퓨터종합학술대회 논문집 Vol.32 No.1 (A)
• /
• pp.907-909
• /
• 2005

copy, load, store와 같은 데이터 이동 명령은 프로그램의 수행시간을 늘리며 코드의 크기도 증가시킨다. 따라서, 최적화 컴파일러의 레지스터 할당 단계에서 이런 데이터 이동 명령들을 줄이는 것이 중요하다. 데이터 이동명령을 줄이기 위해서 그래프 컬러링 기반의 레지스터 할당 기법의 다양한 개선안이 나와있다. 여기서는 이 중에서 조기 분할 레지스터 융합 기법을 VLIW 시뮬레이터에서 구현하여 그 성능을 확인해본다. 조기 분할 레지스터 융합 기법은 융합된 가상 레지스터가 가장 적은 비용을 가지는 레지스터를 포함하고 있는 경우, 융합된 레지스터 자체를 스필하지 않고, 잠재적 스필 단계에서 분리하여 적은 비용의 레지스터만을 스필하도록 하는 것이다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2024년도 춘계학술발표대회
• /
• pp.171-174
• /
• 2024

IoT 가 전 산업에 널리 활용되면서 생성되는 데이터 양이 급증하고 있다. 그러나 경량, 저가, 저전력 IoT 는 대용량 데이터를 처리, 저장, 전송하기 어렵다. 그러나 이러한 문제를 해결하기 위한 종래의 방법들은 복잡도와 성능의 트레이드오프 문제가 있다. 본 논문은 IoT 기기의 효율적 리소스 사용을 위한 오토 인코더 데이터 압축 기법을 제안한다. 실험 결과에 따르면 제안한 기법은 종래 기술에 비해 평균 60.61% 축소된 데이터 크기를 보였다. 또한, 제안된 기법으로 압축된 데이터를 사용하여 모델 학습을 진행한 결과에 따르면 RNN 과 LSTM 모델에 제안한 방법을 적용했을 때 모두 97% 이상의 정확도를 보였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2024년도 춘계학술발표대회
• /
• pp.181-182
• /
• 2024

IoT(Internet of Things) 기기의 수가 급격히 증가하면서 무선 네트워크로 펌웨어와 데이터를 다운받아 업데이트하는 FOTA(Firmware Over-The-Air) 기술이 중요해지고 있다. 그러나, 종래 퍼징 기술은 펌웨어 취약점을 탐지할 때 요구되는 컴퓨팅 파워와 메모리가 커서 한정적인 자원을 지닌 IoT 기기에 적합하지 않다. 따라서 본 연구에서는 펌웨어 업데이트 파일에서 기존에 검증된 부분을 제외하고 업데이트된 부분만을 퍼징하는 부분 퍼징(Partial fuzzing) 기법을 제안한다. 실험 결과에 따르면 제안한 부분 퍼징 기법이 종래의 기법 대비 3 분 더 빨리 11 개의 크래시를 찾았고, 10 분의 퍼징 시간 동안 평균 1,044 (2 unique) 크래시를 추가로 발견했으며 평균 메모리 사용량을 232(KIB) 줄일 수 있었다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2024년도 춘계학술발표대회
• /
• pp.419-422
• /
• 2024

최근 인공지능 기술의 발전과 함께 기계학습과 빅데이터를 융합한 서비스가 증가하게 되었고, 무분별한 데이터 수집과 학습으로 인한 개인정보 유출 위험도가 커졌다. 따라서 프라이버시를 보호하면서 기계학습을 수행할 수 있는 기술이 중요해졌다. 동형암호 기술은 정보 주체자의 개인정보 기밀성을 유지하면서 기계학습을 할 수 있는 방법 중 하나이다. 그러나 평문 크기에 비례하여 암호문 크기와 연산 결과의 노이즈가 커지는 동형암호의 특징으로 인해 기계학습 모델의 예측 정확도가 감소하고 학습 시간이 오래 소요되는 문제가 발생한다. 본 논문에서는 부분 동형암호화된 데이터셋으로 로지스틱 회귀 모델을 학습할 수 있는 기법을 제안한다. 실험 결과에 따르면 제안하는 기법이 종래 기법보다 예측 정확도를 59.4% 향상시킬 수 있었고, 학습 소요 시간을 63.6% 개선할 수 있었다.

• 한국국방경영분석학회지
• /
• 제34권3호
• /
• pp.79-92
• /
• 2008

본 논문은 최근 개발되는 헬기의 생존성 보장을 위하여 장착되는 센서체계에서 상호 독립적으로 수집된 센서 데이터의 융합 알고리즘 개발을 위하여 다양한 지식 기반의 데이터 융합 기법 등을 검토하였다. 이 논문에서는 다양한 데이터 융합기법 중에서 헬기 생존 계통 센서 체계의 데이터 응함에 유효한 대안이 될 수 있는 Bayesian Network를 이용한 지식 기반의 데이터 융합 기법 알고리즘을 설계하고 구현하였다.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2006년도 춘계학술대회 논문집
• /
• pp.3-6
• /
• 2006

이 연구에서는 다중 센서 융합과 시간적 문맥 정보의 결합을 통한 분류 정확도 향상을 목적으로 통계비 기반 결정수준 융합 기법을 제안하였다. 다중 센서 융합을 목적으로 개별 센서 자료로부터 얻어진 사후 확률의 결합에 기존 확률론적 자료 융합에서 널리 사용되어온 조건부 독립의 가정을 완화한 통계비 기반 결합 규칙을 적용하였다. 그리고 시간적 문맥 정보를 새로운 정보 근원으로 간주하고 이전 시기 자료의 분류결과로부터 추출 및 결합하였다. 이 제안기법은 통계비 기반의 틀 안에서 다중 센서의 분광정보 및 시간적 문맥 정보의 결합이 용이한 장점이 있다 제안기법의 적용성 평가를 위해 다중 시기/센서 융합의 사례연구를 수행하였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2024년도 춘계학술발표대회
• /
• pp.345-346
• /
• 2024

디지털 기술과 정보통신 기술이 발전하면서 디지털 콘텐츠의 불법복제 및 유통으로 인한 저작권 침해 피해가 증가하고 있다. 저작권 침해 문제를 예방하기 위해 다양한 디지털 워터마킹 기술이 제안되었지만, 디지털 이미지 워터마킹은 이미지에 기하학적 변형을 가하면 삽입된 워터마크가 훼손되어 탐지가 어렵다는 문제가 있다. 본 연구에서는 왜곡 공격에 강인한 상관관계 측정 기반 워터마킹 기법을 제안한다. 제안한 방식은 교차 상관 기법을 이용해 이미지와 워터마크의 상관관계를 계산하고 임계값과 비교하여 공간 영역에서의 비가시성 워터마크의 존재 여부를 검증할 수 있는 디지털 워터마킹 방법이다. 실험 결과에 따르면 표준편차 120의 가우시안 노이즈 공격을 가해도 원본 워터마크와 0.1 이상의 상관관계를 보이며, 종래의 방식보다 높은 탐지 성능을 나타냈다.

• 한국측량학회:학술대회논문집
• /
• 한국측량학회 2002년도 추계학술발표회 논문집
• /
• pp.209-214
• /
• 2002

다양한 형태의 영상들을 합성하는 것은 하나의 영상에서 얻을 수 없는 다른 정보들을 함께 얻을 수 있는 장점을 가지고 있으므로 다양한 영상을 합성하는 합성방법들에 대한 연구가 활발히 진행되고 있다. 본 연구는 고해상도 영상의 공간정보와 multi-spectral 영상의 분광정보를 융합하는 기법들을 모듈화 하여 다양한 형태의 영상들을 합성하는데 여러 영상융합 기법을 적용시켜 봄으로서 각각의 영상융합법의 장단점을 구분하고 분광정보를 갖고있는 저해상도 영상의 공간해상도를 높여서 좀 더 분석하기 쉬운 영상을 만드는 시스템을 개발하는 것이다.

• 한국인터넷방송통신학회논문지
• /
• 제24권3호
• /
• pp.41-47
• /
• 2024

Internet of Things (IoT)의 성능 발전 및 보급으로 다양한 위치 기반 서비스가 제공되고 있으며, 요구되는 서비스의 목적에 맞게 다양한 거리 추정 기법들이 연구되고 있다. 기존 거리 추정 기법은 태그와 앵커가 직접 신호를 교환하여 거리를 추정하기 때문에 대규모 IoT 환경에서 통신 자원을 효율적으로 사용하지 못하다는 한계점을 갖는다. 이러한 한계점을 극복하기 위해 능동적-수동적 거리 추정 기법들이 제안되었으나, 클록 드리프트 오차에 대한 이론적인 수렴성 보장과 거리 추정 기법의 특징에 대한 분석이 부족하여 정밀한 측위 결과를 도출하기 어려울 수 있다. 본 논문에서는 대규모 IoT 환경에서 정밀 측위를 위해 클록 드리프트 오차를 반영한 개선된 능동적-수동적 거리 추정 기법을 제안한다. 시뮬레이션 결과, 제안하는 개선된 능동적-수동적 거리 추정 기법은 기존 능동적-수동적 거리 추정 기법 대비 최대 94.4%, 14.4% 거리 추정 성능을 개선할 수 있음을 확인했다.