• Journal of the Korea institute for structural maintenance and inspection
• /
• v.23 no.7
• /
• pp.66-71
• /
• 2019

In this paper, a study was conducted on the method of using GPR data to predict rebar thickness inside a facility. As shown in the cases of poor construction, such as the use of rebars below the domestic standard and the construction of reinforcement, information on rebar thickness can be found to be essential for precision safety diagnosis of structures. For this purpose, the B-scan data of GPR was obtained by gradually increasing the diameter of rebars by making specimen. Because the B-scan data of GPR is less visible, the data was converted into the heatmap image data through migration to increase the intuition of the data. In order to compare the results of application of commonly used B-scan data and heatmap data to CNN, this study extracted areas for rebars from B-scan and heatmap data respectively to build training and validation data, and applied CNN to the deployed data. As a result, better results were obtained for the heatmap data when compared with the B-scan data. This confirms that if GPR heatmap data are used, rebar thickness can be predicted with higher accuracy than when B-scan data is used, and the possibility of predicting rebar thickness inside a facility is verified.

• The Journal of the Institute of Internet, Broadcasting and Communication
• /
• v.9 no.3
• /
• pp.37-43
• /
• 2009

In this paper, we proposed that a novel method base on a binary image that technique is proposed for data hiding into binary images and halftone image. A binary image is bitmap image and halftone is composed by two-tone value in a limited region in an image. For this reason, it is not easy to hide messages in binary images. PWLC is a new method to hide a message in binary images. However, it yields images of unacceptable quality, unless you should change very few of it. Therefore, in order to solve this problem, we used run-length method into binary images. That is, we find a proper region to hide messages. In this paper, we proposed new method to hide messages in binary images. In addition, we proved that our algorithm is better than PWLC through the experiment.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2014.01a
• /
• pp.267-268
• /
• 2014

본 논문에서는 XNA Framework 기반의 모바일 게임을 설계하고 구현한다. 이 모바일 게임의 특징은 스토리, 이미지, 단계별 맵 클리어, 장애물 등의 4개 요소를 고려하여 개발한다. 바다에 등장하는 다양한 캐릭터를 사용하였으며 메인 캐릭터가 단계별 맵에서 주어진 아이템을 획득하면 해당 맵이 클리어 되고 다음 단계로 진행되도록 구현한다. 전통적인 게임, 흥미 외에도 메인 캐릭터가 경로를 찾는 방법과 게임에 생명을 주는 알고리즘을 구현한다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2021.01a
• /
• pp.257-260
• /
• 2021

본 논문에서는 카메라의 포커싱과 아웃포커싱에 의해 이미지에서 뿌옇게 표현되는 DoF(Depth of field, 피사계 심도) 영역을 쿼드트리(Quadtree) 기반의 합성곱 신경망을 통해 빠르게 찾는 방법을 제안한다. 우리의 접근 방식은 RGB채널기반의 상호-상관 필터를 이용하여 DoF영역을 이미지로부터 효율적으로 분류하고, 적응형 트리인 쿼드트리를 기반으로 유의미한 영역만을 분류한다. 이 과정에서 손실 없이 온전하게 DoF영역을 추출하기 위한 필터링 과정을 거친다. 이러한 과정에서 얻어진 이미지 패치들은 전체 이미지에 비해 적은 영역으로 나타나며, 이 적은 개수의 패치들을 이용하여 네트워크 단계에서 사용할 이미지-DoF가중치 맵 데이터 쌍을 설정한다. 네트워크 과정에서 학습할 때 사용되는 데이터는 이미지와 상호-상관 필터 기반으로 추출된 DoF 가중치 맵을 이용한다. 본 논문에서 제안하는 쿼드트리 기반 합성곱 신경망은 이미지로부터 포커싱과 아웃포커싱된 DoF영역을 자동으로 추출하는 과정을 학습시키기 위해 사용된다. 결과적으로 학습에 필요한 데이터 영역이 줄어듦으로써 학습 시간과 메모리를 절약했으며, 테스트 결과로 얻은 DoF 가중치 이미지는 입력 이미지에서 DoF영역을 더욱더 빠른 시간 내에 찾아낸다.

• Annual Conference of KIPS
• /
• 2011.11a
• /
• pp.403-406
• /
• 2011

대한민국의 스마트폰 보유자 수는 1300만 명 이상으로 세계최고의 수준을 자랑하고 있다. 그에 따라 스마트폰의 다양한 기능을 활용해 손쉽게 필요한 정보를 얻을 수 있어졌다. 본 논문서는 스마트폰 의 GPS기능과 카메라 기능을 활용해 쉽고 새로운 방법으로 서울시관광지를 검색 할 수 있는 기능을 제안한다. 기존에는 관광지의 이름을 이용해서 검색하는 방법이 일반적이었다. 검색의 정확성을 요할 수 있지만 사용자가 관광자의 이름을 모르는 상활에서는 검색에 어려움이 있었다, 하지만 이미지를 이용해 관광지를 검색하므로 사진 한 장만 있으면 바로 이미지의 검색이 가능해서 글자 검색의 한계를 극복 할 수 있었다. 논문에서는 이미지 비교알고리즘 중 색의 분포도를 이용한 이미지 비교알고리즘을 기술하고자 한다. 그리고 안드로이드의 GPS기능을 이용해 사용자의 위치와 관광지의 위치를 구글맵에 표시해서 사용자가 관광지를 보다 쉽게 찾아갈 수 있는 방법에 대해서도 기술했다.

• Proceedings of the Korea Multimedia Society Conference
• /
• 2002.11b
• /
• pp.520-525
• /
• 2002

3D 게임 엔진 중 그래픽 엔진이 차지하는 중요도는 다른 엔진들보다 월등히 높다. 그래픽 엔진에는 여러 가지 필요한 요소들이 들어가는데, 지형을 만들어내는 것 역시 캐릭터를 제작하는 것만큼이나 중요한 역할을 한다. 3D 지형이 좀더 현실과 흡사하기 위해서는 실세계와 유사한 가상의 세계를 만들어야 한다. 3D 지형을 만드는 방법은 여러 가지가 있으나 자신이 원하는 지형을 직접 만들어서 이를 3차원으로 바꿔서 게임 엔진에서 사용할 수 있고, 또한 게임 엔진 내부에서의 최적화를 위해서는 가장 기본적으로 쓰이는 그레이 스케일 이미지를 사용한 높이 맵으로 지형을 생성하는 게 유리하기 때문에 본 논문에서는 그레이 스케일 이미지를 이용한 지형생성기를 개발한다.

• Journal of the Korea Society of Computer and Information
• /
• v.27 no.1
• /
• pp.77-82
• /
• 2022

The research study was conducted for development of the advanced image analysis service system based on deep learning. CNN(Convolutional Neural Network) is built in this system to extract learning data collected from Google and Instagram. The service gets a place image of Jeju as an input and provides relevant location information of it based on its own learning data. Accuracy improvement plans are applied throughout this study. In conclusion, the implemented system shows about 79.2 of prediction accuracy. When the system has plenty of learning data, it is expected to predict various places more accurately.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2020.07a
• /
• pp.429-432
• /
• 2020

본 논문에서는 카메라의 포커싱과 아웃포커싱에 의해 이미지에서 뿌옇게 표현되는 DoF(Depth of field, 피사계 심도) 영역을 합성곱 신경망을 통해 찾는 방법을 제안한다. 우리의 접근 방식은 RGB채널기반의 상호-상관 필터를 이용하여 DoF영역을 이미지로부터 효율적으로 분류하고, 합성곱 신경망 네트워크에 학습하기 위한 데이터를 구축하며, 이렇게 얻어진 데이터를 이용하여 이미지-DoF가중치 맵 데이터 쌍을 설정한다. 학습할 때 사용되는 데이터는 이미지와 상호-상관 필터 기반으로 추출된 DoF 가중치 맵을 이용하며, 네트워크 학습 단계에서 수렴률을 높이기 위해 스무딩을 과정을 한번 더 적용한 결과를 사용한다. 본 논문에서 제안하는 합성곱 신경망은 이미지로부터 포커싱과 아웃포커싱된 DoF영역을 자동으로 추출하는 과정을 학습시키기 위해 사용된다. 테스트 결과로 얻은 DoF 가중치 이미지는 입력 이미지에서 DoF영역을 빠른 시간 내에 찾아내며, 제안하는 방법은 DoF영역을 사용자의 ROI(Region of interest)로 활용하여 NPR렌더링, 객체 검출 등 다양한 곳에 활용이 가능하다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2020.11a
• /
• pp.180-182
• /
• 2020

최근 IoT 기술이 대중화됨에 따라 커넥티드 카, 스마트 시티와 같은 machine-to-machine 기술의 활용 분야가 다양화되고 있다. 이에 따라, 기계 지향 비디오 처리 및 부호화 기술에 대한 연구분야에 산업계와 학계의 관심 역시 집중되고 있다. 국제 표준화 단체인 MPEG은 이러한 추세를 반영하여 기존 비디오 부호화 표준을 개선할 새로운 표준을 수립하기 위해 Video Coding for Machines (VCM) 그룹을 구성하여 기계 소비를 대상으로 하는 비디오 표준의 표준화를 진행하고 있다. 이에 본 논문에서는 VCM이 기계 소비를 대상으로 진행하고 있는 특징맵 부호화의 부호화 효율을 개선하기 위해 특징맵을 시간적, 공간적으로 재정렬하는 방법을 제안한다. 실험 결과, 제안 방법이 CityScapes의 검증 세트 내 일부 이미지에 대해 시간적 재정렬을 수행한 결과 random access 조건에서 최대 1.48%의 부호화 효율이 향상됨이 확인되었다.

• Journal of the Korea Computer Graphics Society
• /
• v.27 no.3
• /
• pp.31-42
• /
• 2021

We propose a deep learning-based method that can estimate an appropriate lighting of both indoor and outdoor images. The method consists of two networks: Crop-to-PanoLDR network and LDR-to-HDR network. The Crop-to-PanoLDR network predicts a low dynamic range (LDR) environment map from a single partially observed normal field of view image, and the LDR-to-HDR network transforms the predicted LDR image into a high dynamic range (HDR) environment map which includes the high intensity light information. The HDR environment map generated through this process is applied when rendering virtual objects in the given image. The direction of the estimated light along with ambient light illuminating the virtual object is examined to verify the effectiveness of the proposed method. For this, the results from our method are compared with those from the methods that consider either indoor images or outdoor images only. In addition, the effect of the loss function, which plays the role of classifying images into indoor or outdoor was tested and verified. Finally, a user test was conducted to compare the quality of the environment map created in this study with those created by existing research.