• 한국산학기술학회논문지
• /
• 제15권7호
• /
• pp.4475-4481
• /
• 2014

저화질 이미지의 화질 개선에는 전통적으로 히스토그램균등화 기법이 사용되어 왔다. 히스토그램균등화 기법은 입력 이미지의 누적밀도함수를 변환함수로 사용하는 기법으로 이는 이론상 최대의 엔트로피를 가지지만 주관적 화질 측면에서는 백화현상이 나타나는 문제점이 있다. 본 논문에서는 히스토그램균등화 기법 기반의 가중 히스토그램 균등화 기법을 제안한다. 이는 인간의 시각특성을 반영한 Weber-Fechner 법칙을 사용하며 입력영상에 독립적인 변환함수를 제공하는 여러 이미지 화질 개선 기법들이 가지는 문제점을 해결하기 위해서 동적영역 재조정 과정을 포함한다. 최종적으로 재조정된 동적영역 범위 내에서 Weber-Fechner 법칙을 적용한 변환함수와 히스토그램균등화 기법을 통해 얻어진 변환함수간의 가중 평균을 통하여 변환함수를 생성한다. 실험결과 제안하는 알고리즘은 주관적 화질 측면에서 대비비를 효과적으로 향상시키는 것을 보여주며, 엔트로피 또한 비교에 사용된 여러 이전의 방법들과 비교하여 유사하거나 높은 값을 가지는 것을 볼 수 있었다.

• 한국소프트웨어감정평가학회 논문지
• /
• 제17권2호
• /
• pp.161-172
• /
• 2021

뉴로모픽 아키텍처는 저에너지로 인공지능 기술을 지원하는 차세대 컴퓨팅으로 주목받고 있다. 그러나 뉴로모픽 아키텍처 기반의 FPGA 임베디드 보드는 크기나 전력 등으로 인하여 가용 자원이 제한된다. 본 논문에서는 제한된 자원을 효율적으로 사용하기 위해 특징점의 고려 없이 크기를 재조정하는 보간법과 에너지 기반으로 특징점을 최대한 보존하는 DCT(Discrete Cosine Transform) 기법을 통한 특징 표현 방법을 비교 및 평가한다. 크기가 조정된 이미지는 일반적인 PC 환경에서와 FPGA 임베디드 보드의 Nengo 프레임워크에서 컨벌루션 신경망을 통해 정확도를 비교 분석했다. 실험 결과 PC의 컨벌루션 신경망과 FPGA Nengo 환경 모두에서 DCT 기반 분류 성능이 일반 보간법보다 약 1.9% 높은 성능을 보였다. 실험 결과를 바탕으로 뉴로모픽 구조 기반 FPGA 보드의 제한된 자원 환경에서 기존에 사용되던 보간법 대신 DCT 방식을 이용한다면 분류에 사용되는 뉴런의 표현에 많은 자원을 할당하여 인식률을 높일 수 있을 것으로 기대한다.

• 스마트미디어저널
• /
• 제10권1호
• /
• pp.32-38
• /
• 2021

사진 이미지에서의 딥러닝 학습을 통한 이미지 분류는 지난 수년간 매우 활발한 연구 분야로 자리하고 있다. 본 논문에서는 국내산 석재 이미지로부터 딥러닝 학습을 통해 자동으로 석재를 판별하는 방법을 제안한다. 제안된 방법은 300×300픽셀의 황등석, 고흥석, 포천석의 사진 이미지들을 파이썬의 해시 라이브러리를 이용하여 석재별 중복된 이미지를 검사하고, 검사 결과로 해시값이 같은 중복된 이미지를 제거하여 석재별 딥러닝 학습이미지를 만드는 데이터 전처리 과정을 수행한다. 또한 미리 학습된 모델인 VGGNet을 활용하기 위해 학습된 이미지 사이즈인 224×224픽셀로 석재별 이미지들의 사이즈를 재조정하고, 학습데이터와 학습을 위한 검증데이터의 비율을 80% 대 20%로 나누어 딥러닝 학습을 수행한다. 딥러닝 학습을 수행한 후 손실 함수 그래프와 정확도 그래프를 출력하고 세 종류의 석재 이미지에 대해 딥러닝 학습 모델의 예측 결과를 출력하였다.

• 한국산학기술학회논문지
• /
• 제15권6호
• /
• pp.3696-3705
• /
• 2014

본 연구는 간호 대학생이 인식하는 간호사의 이미지를 확인하기 위해 수행되었다. 간호 대학생 2학년과 3학년을 대상으로 임상실습 전과 후에 간호사에 대하여 어떤 이미지로 인식하는지 조사하여 간호사의 이미지를 구축하고자 하였다. 간호사에 대한 정의, 필요성, 훌륭한 간호사란, 간호사의 편견에 대하여 파악하기 위해 면담을 실시하여 내용분석방법과 절차에 따라 대상자들이 진술한 내용을 범주로 구분하여 분석하였다. 분석결과 총 48개의 의미 있는 진술문과 14개의 범주로 구분되었다. 이를 토대로 전문적인 간호사로서의 자질과 환자와 가족 간의 상호작용을 증진이 필요하며, 간호사의 부정적인 이미지를 긍정적인 이미지로 재조정하여 이미지 향상이 필요하다고 생각된다. 본 연구는 강원도와 경기도에 소재한 2개의 간호학과를 대상으로 편의 추출하였으므로 연구결과를 일반화하여 확대 해석하기에는 제한이 있다고 본다. 따라서 더 많은 지역의 학생들을 대상으로 확대하면 좀 더 구체적이고 신뢰성 있는 자료를 산출할 수 있다고 사료된다.

• 한국정보통신학회논문지
• /
• 제24권11호
• /
• pp.1507-1518
• /
• 2020

고화질 이미지는 정보가 많아 민감한 데이터는 민간기업이나 군사용 암호화에 의해 저장된다. 암호화된 영상은 비밀키를 통해서만 해독이 가능하지만, 일부 픽셀 데이터를 임의의 값으로 덮어쓰는 공유 공격 및 노이즈 공해 공격 기법의 공격을 받아도 원본 데이터는 보존할 수 없다. 중요한 데이터는 공격에 대한 복구 방법에 대한 대책이 더 필요하다는 것이다. 본 논문에서는 난수 발전기 PingPong 256과 셔플링 방법을 제안한다. PingPong 256은 영상이고 영상 암호화는 더 빠르게 수행할 수 있다. 또한 셔플링 방식은 화소를 재조정하여 Shear attack과 Noise pollution attack 기법에 저항하는 것이다. 다음으로 제안한 PingPong256을 SP800-22로 검사하고 다양한 노이즈에 대한 내성을 테스트하고 셔플 링 방식이 적용된 이미지가 Anti-shear attack과 Anti-noise pollution attack을 만족하는지 검증했다.

• 방송공학회논문지
• /
• 제27권4호
• /
• pp.538-547
• /
• 2022

최근 소개된 트랜스포머(Transformer)를 이용한 이미지 분류 방법들은 기존 합성곱 신경망 기반 방법 대비 괄목할 만한 성능 향상을 보여주고 있다. 지역적 특성을 효과적으로 고려하기 위해 이미지 영역을 복수의 윈도우 영역으로 나누어 트랜스포머를 적용하는 방법에 대한 연구가 활발히 진행되어 왔으나, 윈도우 간 관계 및 중요도에 대한 학습은 여전히 부족한 상황이다. 본 논문에서는 이러한 문제점을 극복하기 위해 각 윈도우의 중요도를 학습에 반영할 수 있는 트랜스포머 구조를 제안한다. 제안하는 방법은 각 윈도우 영역에 대한 자기주의(Self-attention) 연산을 기반으로 압축과 완전 연결 계층(Fully Connected Layer)을 통해 각 윈도우 영역의 중요도를 계산한다. 계산된 중요도는 윈도우 영역들 간의 관계를 학습한 가중치로써 각 윈도우 영역에 곱해져 특징 값을 재조정 한다. 실험 결과를 통해 제안하는 방법이 기존 트랜스포머 기반 방법의 성능을 효과적으로 향상 시킬 수 있음을 보인다.

• 대한가정학회지
• /
• 제38권12호
• /
• pp.257-269
• /
• 2000

예술작품은 의상디자인에 영감 혹은 영향을 줌으로써 상업적 의상으로 재생산된다. 오늘날까지도 60년대의 많은 팝 아티스트 작품들이 그대로 T셔츠 등에 프린트되는 것을 쉽게 볼 수 있다. 이러한 직접적 영향에는 자주 맹목적 표절이라는 논란을 불러 일으켰으나 긍정적이든 부정적이든 예술작품과 의상 디자인은 20세기초부터 밀접한 관계를 가져왔다. Sonia Delaunay는 예술을 대중과 결합시키는 가장 좋은 방법은 의상을 통해서라고 생각하였다. 그녀는 "만일 예술작품을 생활 속에 들어가게 하려면 그건 여성들 자신이 입고 다니는 방법뿐이다". 라고 말하였다. 결국 이러한 예술의 대중화에 대한 이론은 60년대에 와서 팝 아트 패션의 출현으로 그 결실을 보게 된다. 상류층을 대상으로 한 의상이 대중화되는 과정에서 60년대 경제호황으로 인한 젊은이들의 소비자층 형성과 미술양식에서의 팝아트의 출현은 자연스러운 시대적 조류로 나타났다. 이러한 상황은 팝 아트가 이 시대의 미술 양식에 혁신적일 뿐 아니라, 사회 전반에 팝 아트의 특성(소비 문화적, 대중 문화적, 재현적, 통속적, 기계적, 획일적)을 유행시키고, 대중에게 순수 예술과 복식에 참여 할 수 있는 기회를 부여했다고 볼 수 있다. 따라서 본 연구에서는 가장 혁명적이고도 대중적이라고 할 수 있는 팝 아트 이미지의 작품 제작과 분석을 통하여 현재 논의되고 있는 전시회나 패션쇼에서만 볼 수 있다는 다소 아방가르드 적인 의상 작품들의 대중화 방안에 대한 해결책을 모색하고자 하였다. 실제 의상 디자인 창작에 초점을 맞추었으며, 제작을 위해서 팝 아트에서 주요 소재로 삼았고 대중적 이미지의 심볼이라고도 할 수 있는 Coca Cola label을 표현 모티브로 삼아 개성적이고도 독창적인 의상 디자인을 한 후 분석하였다. 또한 독특한 의상 표현의 개발을 위하여 표현 기법으로는 현대 미술에서 새로운 재료와 여러 가지 재료를 화면에 도입시키는 표현 방법으로서 사용된 콜라주 기법을 사용하였다. 본 연구를 통하여 의상 창작에 있어 조형예술과 연결하여 대중적인 이미지를 도입함으로써 착용자가 예술에 대한 친근하고 익숙한 느낌을 갖게 하며, 예술과 상품 그 자체에 대한 상업적 홍보 목적으로도 사용할 수 있으며, 대중적인 이미지를 표현함에 있어 콜라주 기법은 염색 기법을 사용하지 않고서도 작가가 원하는 표현 효과를 낼 수 있다는 측면을 발견할 수 있었다. 즉 사용된 대중적 상표 이미지는 주인에서 흔히 볼 수 있는 현대 도시의 인공적 환경들로, 의상을 독특하고 개성 있게 표현할 수 있는 모티브의 역할을 하면서 또한 그 예가 무한하여 다양한 디자인 창출의 가능성을 갖고 있으며, 의상을 통해 예술과 대중을 융합시켰다는 예술의 대중화, 민주화라는 중요한 역할을 하였다. 전시회나 패션쇼에서 만 볼 수 있는 예술적 성격을 띠는 아방가르드 작품의 대중 확산 방법으로 제시될 수 있는 이상적인 방법으로는 예술성이 짙은 도저히 입을 수 없다고 생각되어지는 아방가르드한 의상을 일반 대중 브랜드들이 단순한 모방이 아닌 새로운 패러디 작업으로 일반화시켜 상업성을 띤 의상으로 재조정되어 여성들의 몸에 걸치게 하는 것이다. 이와 같은 순환으로써, 조형예술 작품은 의상 디자인 참작에 영향, 영감을 주면서 여러 번의 형태 변화를 거치는 패러디를 통해 각 계층의 누구나가 좋아하고 접할 수 있는 또 다른 창조를 맞아 대중의 손까지 갈 수 있는 것이다.

• 해양환경안전학회지
• /
• 제28권6호
• /
• pp.1054-1062
• /
• 2022

한국 천일염 생산 지역의 인구는 빠르게 고령화되고 있어 생산 노동자가 줄고 있는 추세이다. 소금 포집 작업은 천일염 생산과정에서 가장 많은 노동력을 필요로 한다. 기존의 포집 장치는 사람의 작동 및 운전이 필요하여 상당한 노동력이 필요해서, 천일염 무인포집장치를 개발하여 생산 노동자의 노동력을 감소시키고자 한다. 천일염 포집장치는 색상 검출을 통해 소금의 포집 상황과 염전에서의 위치를 파악하도록 설계되었기 때문에, 포집장치의 색상 검출 성능이 중요한 요소이다. 그래서 색상 검출 성능 향상을 위해 이미지 처리를 이용한 알고리즘을 연구하였다. 알고리즘은 입력 이미지를 크기 재조정, 회전 및 투시 변환을 이용하여 around-view 이미지를 생성하고, RoI를 설정하여 해당 영역만 HSV 색상 모델로 변환하고 논리곱 연산을 통해 색상 영역을 검출한다. 검출 된 색상영역은 형태학적 연산을 이용하여 검출 영역을 확장하고 노이즈를 제거하여 컨투어와 이미지 모멘트를 이용하여 검출영역의 면적을 계산하고 설정된 면적과 비교하여 염판에서 포집장치의 위치 경우를 결정한다. 성능 평가는 알고리즘을 적용한 최종 검출 색상의 계산 면적과 알고리즘의 각 단계의 검출 색상의 면적을 비교하여 평가하였다. 평가 결과 소금을 검출하는 흰색의 경우 최소 25%에서 최대 99% 이상, 빨간색의 경우 최소 44%에서 최대 68%, 파란색과 녹색은 평균적으로 각각 7%와 15% 검출면적 증가가 있어 색상 검출 성능이 향상되었음을 확인할 수 있었으며, 이를 무인 천일염 포집장치의 무인작업 수행을 위한 위치 확인에 적용 가능할 것으로 사료된다.

• 대한전자공학회논문지SP
• /
• 제47권2호
• /
• pp.33-44
• /
• 2010

본 논문에서는 로봇 시각 처리 활용을 위한 실시간 얼굴 검출 하드웨어 구조를 제안한다. 제안한 구조는 조명 변화에 강인하고 초당 60 프레임 이상의 속도로 처리된다. 조명 변화에 강인한 얼굴 특성 추출을 위해 MCT(Modified Census Transform) 변환을 이용하였다. 그리고 AdaBoost 알고리즘은 얼굴 특징 데이터의 학습 및 생성을 하며, 이 생성된 학습 데이터를 이용해 얼굴 검출을 하게 된다. 본 논문에서는 메모리 인터페이스부, 이미지 크기 조정부, MCT 생성부, 후보 얼굴 검출부, 신뢰도 비교부, 좌표 재조정부, 데이터 그룹화부, 검출 결과 표시부로 구성된 얼굴 검출 하드웨어 구조 및 Xilinx사의 Virtex5 LX330 FPGA를 이용한 하드웨어 구현 검증 결과에 대해 설명한다. 카메라로 부터 입력받은 이미지를 이용해 검증한 결과로 초당 최대 149프레임의 속도로 한 프레엠 당 최대 32개 얼굴을 검출함을 확인하였다.

• 한국인터넷방송통신학회논문지
• /
• 제9권5호
• /
• pp.205-211
• /
• 2009

가중치가 없는 램 기반 신경망은 가중치를 재조정하는 기존 신경망에 비해 계산량 및 인식 시간이 적은 장점을 가지고 있다. 특히 연속적인 연관성을 갖는 제스처와 같은 행위 정보는 각각의 정보들이 시계열적 상관관계를 갖는다. 이와 같은 행위 정보를 인식하려면 일반적으로 많은 계산량과 처리 시간이 요구된다. 이런 문제점을 해결하기 위해 일반적으로 전처리 과정의 삽입 및 하드웨어 인터페이스 활용 등을 이용한다. 본 논문에서는 이와 같은 추가적인 방법 없이 순차 램 기반 누적 신경망으로 연속적인 행위 정보인 한글 복합어 수화 인식 시스템을 구현하였다. 제안된 모델의 성능을 검증하기 위하여 카메라로부터 입력받은 연속적인 복합어 수화 영상을 최소한의 이미지 처리인 경계선 검출만으로 수화 인식을 실험하였다. 경계선 검출 후 이진 영상을 전처리 과정 없이 제안된 순차 램 기반 누적 신경망 시스템으로 처리된 결과는 93%의 인식률을 얻었다.