• Proceedings of the Korean Information Science Society Conference
• /
• 1998.10b
• /
• pp.520-522
• /
• 1998

기존의 소프트웨어에서 함수나 클래스와 같은 부분을 추출해 재사용하는 방법은 비용면에서 상당히 효율적이다. 그러나 이러한 방법을 사용한 기존의 연구들은 추출해 낸 부분이 표준 컴포넌트의 형태를 갖추지 못해서 일반적인 개발환경에서 활용되지 못하고 있다. 본 연구에서는 기존의 객체지향 소프트웨어에서 재사용성 높은 부분을 추출하여 이를 표준 컴포넌트로 변환하는 재사용 컴포넌트 생성 시스템을 설계 및 구현하였다. 구현환경 Solaris에서 자바를 이용하였고 대상 컴포넌트 모델은 자바빈즈이다. 본 연구에서는 추출되는 컴포넌트의 높은 재사용성을 보장하기 위하여 객체지향 재사용 메트릭스 WMC, LCOM과 독립성을 적용한다. 특히, 생성된 컴포넌트는 자신의 서브컴포넌트 추출을 지원함으로써 높은 재사용성과 유사성을 보장하고, 개발환경에서 적절히 활용될 수 있다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2001.10b
• /
• pp.343-345
• /
• 2001

본 논문에서는 얼굴 인식 시스템에서 정면 얼굴 영상의 관심 영역을 추출하는 효율적인 방법을 소개한다. 얼굴 인식 시스템은 얼굴 요소의 특징 을 이용하여 자동으로 얼굴을 구별하는 시스템이며, 얼굴 요소로는 눈, 코, 입과 눈썹을 주로 사용한다. 본 논문에서는 동적 모델을 이용하여 눈과 입을 관심영역으로 하여 이 영역을 세 단계로 나누어 추출한다. 첫 번째로 전체 얼굴 모델을 이용하여 similarity 변환을 적용하여 얼굴의 대략적인 위치를 찾는다. 두 번째 단계에서는 얼굴 근처에서 각각의 눈, 입 모델을 비선형 변환을 적용하여 정확한 눈과 입을 찾는다. 최종 단계에서는 이렇게 맞춘 모델로부터 전체 모델을 변형시킨 후에 변형전과 후의 적합성을 판단하여 최종 위치를 정한다. 제안한 알고리즘을 130명의 영상에 대하여 적용한 결과 눈을 정확하게 추출한 경우는 120명이고, 입을 정확히 추출한 경우는 119명이었다. 본 논문에서 제안하는 관심 영역 추출 방법은 일반적인 모델 방법에 특정 목적에 적합한 모델을 혼합한 방법으로 일반적인 모델만을 적용한 방법과 프로젝션 분석 등의 특정 목적만을 위한 방법보다 좋은 결과를 얻을 수 있었다.

• Annual Conference of KIPS
• /
• 2003.11a
• /
• pp.555-558
• /
• 2003

본 논문은 PCA(Principal Component Analysis)와 LDA(Linear Discriminant Analysis)를 적용하여 입력된 사용자 얼굴 사진과 가장 유사한 아바타를 자동으로 생성하기 위한 방법을 제안한다. 입력된 사진으로부터 알려진 영상처리 기법들을 이용하여 얼굴 영역을 추출하고, 추출된 얼굴로부터 얼굴 구성요소(눈썹,눈,코,입)를 추출한다. 추출된 얼굴 구성요소와 미리 분류하여 구축한 실제 얼굴 사진에서의 얼굴 구성요소 라이브러리를 PCA와 LDA를 적용하여 유사도를 계산한다. 최종적으로 계산된 유사도 값이 가장 큰 영상의 대표 아바타가 결과영상으로 나오게 된다. 실험결과 기존의 아바타 추출방법에서 드러난 입력영상과 2진화된 아바타 영상과의 속성 차이로 인한 문제점을 보안하고 좀 더 정확하고 자동화된 방법으로 아바타를 추출 할 수 있다는 것을 보였다.

• Journal of the Society of Disaster Information
• /
• v.7 no.2
• /
• pp.140-150
• /
• 2011

Life Environment is rapidly changing and large scale disasters are increasing from the global warming. Although the disaster repair resources are deployed to the disaster fields, the prevention of the disasters is the most effective countermeasures. the disaster sign data is based on the rule of Heinrich. Automatic extraction of the disaster sign data from the web is the focused issues in this paper. We defined the automatic extraction processes and applied information, such as accident nouns, disaster filtering nouns, disaster sign nouns and rules. Using the processes, we implemented the disaster sign data management system. In the future, the applied information must be continuously updated, because the information is only the extracted and analytic result from the some disaster data.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2006.11a
• /
• pp.257-267
• /
• 2006

암은 한국에서 전체 사망률의 가장 많은 원인 중의 하나이며 이 중 간세포 암은 암에 의한 사망원인 중 성별에 관계없이 위암 다음으로 사망률이 높다. 특히 $40{\sim}60$세까지 중장년 기에서의 간암 발생률은 세계에서 가장 높은 발병률을 보이고 있으며 OECD 국가 중에서 간암 사망률로 최고 수치를 기록하고 있다. 본 논문에서는 조영증강 CT 영상에서 간암을 자동으로 추축하는 방법을 제안하여 전문의를 보조할 수 있는 보조 전문가 시스템으로서의 유용성을 확인하고자 한다. 흉부로부터 5mm 간격으로 약 $40{\sim}50$장 정도 촬영한 조영 증강 CT 영상으로부터 늑골의 정보를 이용하여 장기들의 정보만으로 구성된 내부 영역과 늑골 및 피하지방층, 그리고 배경으로 구성된 외부 영역을 구분한다. 간 영역의 정보가 포함된 내부 영역에서 명암도와 명암의 분포도, 간의 형태 및 위치 정보, 그리고 각 슬라이드를 기준으로 이전 CT 영상과 다음 CT 영상의 정보를 이용하여 간 영역을 추출한다. 간암은 추출된 간 영역에 형태기반 보간법을 적용하여 CT 촬영시 생기는 슬라이드 사이의 5mm 공간정보를 복원한 후, 각 슬라이드를 기준으로 이전 CT 영상과 다음 CT 영상의 정보와 간암이 가지는 명암도 및 형태학적 특정 정보를 이용하여 추출한다. 제안된 간 영역 및 간암 추출 방법을 전문의가 판별한 것과 비교 분석한 결과, 전문의를 보조 할 수 있는 보조 전문가 시스템으로서 효율적임을 확인할 수 있었다.

• Journal of the Korea Society of Computer and Information
• /
• v.15 no.1
• /
• pp.149-157
• /
• 2010

As the use of the Internet has recently increased, the demand for opinion information posted on the Internet has grown. However, such resources only exist on the website. People who want to search for information on the Internet find it inconvenient to visit each website. This paper focuses on the opinion information extraction and analysis system through Web mining that is based on statistics collected from Web contents. That is, users' opinion information which is scattered across several websites can be automatically analyzed and extracted. The system provides the opinion information search service that enables users to search for real-time positive and negative opinions and check their statistics. Also, users can do real-time search and monitoring about other opinion information by putting keywords in the system. Proposed technologies proved to have outstanding capabilities in comparison to existing ones through tests. The capabilities to extract positive and negative opinion information were assessed. Specifically, test movie review sentence testing data was tested and its results were analyzed.

• Proceedings of the Korean Information Science Society Conference
• /
• 2007.10c
• /
• pp.459-464
• /
• 2007

영상기반의 3자원 복원(reconstruction)에 대한 연구가 컴퓨터 성능의 발전과 다양한 영상기반의 복원 알고리즘의 연구로 인해 최근 좋은 결과를 보이고 있으나, 이는 얼굴영역과 같은 목적이 되는 영역이 각 입력영상으로부터 미리 정확하게 추출되어 있다고 가정하기 때문이다. 일반적으로 목적이 되는 영역을 추출하기 위해 차영상이 많이 이용되고 있지만 차영상은 잡음과 구멍(hole)과 같은 오 추출된 영역이 발생하기 때문에 목적이 되는 영역을 3차원으로 복원을 할 때 심각한 오류를 초래할 수 있다. 전경물체(목적이 되는 영역)을 정확하게 추출하기 위해 최근 그래프 컷(graph cut)을 이용한 방법이 다양하게 시도되고 있다. 그래프 컷은 데이터 항(data term)과 스무드 항(smooth term)으로 구성된 에너지 함수를 전역적으로 최소화하는 방법으로 여러 공학적 문제에서 좋은 결과를 보이고 있지만, 에너지 함수의 데이터 항을 설정할 때 필요한 사전정보를 자동으로 얻기가 어렵다. 스테레오 비전의 깊이 정보가 최근 전경 물체 추출을 위한 사전정보로 많이 이용되고 있고 그들의 실험환경에서는 좋은 결과를 보이지만, 3차원 얼굴 복원에서 얼굴의 대부분이 동질의 영역을 가지고 있기 때문에 깊이 정보를 구하기 어려워 정확한 사전정보를 구하기가 어렵다. 본 논문에서는 3차원 얼굴 복원을 효과적으로 하기 위한 그래프 컷 기반의 전경 물체 추출 방법을 제안한다. 에너지 함수의 데이터 항을 설정하기 위해 전경 물체에 대한 사전정보를 추출해야 하며, 이를 위해 차영상을 이용하여 대략적인 전경 물체 추출하고, 사전정보에 대한 오류를 줄이기 위해 잡음과 그림자 영역을 제거한다. 잡음과 그림자 영역을 제거하면 구멍이 발생하거나 실루엣이 손상되는 문제가 발생한다. 손상된 정보는 근접한 픽셀이 유사하지 않을 때 낮은 비용을 할당하는 에너지 함수의 스무드(smooth) 항에 의해 에지 정보를 기반으로 채워진다. 결론적으로 제안된 방법은 스무드 항과 대략적으로 설정된 데이터 항으로 구성된 에너지 함수를 그래프 컷으로 전역적으로 최소화함으로써 더욱 정확하게 목적이 되는 영역을 추출할 수 있다.

• Journal of KIISE
• /
• v.42 no.10
• /
• pp.1239-1246
• /
• 2015

Cell counting is extensively used to analyze cell growth in biomedical research, and as a result automated cell counting methods have been developed to provide a more convenient and means to analyze cell growth. However, there are still many challenges to improving the accuracy of the cell counting for cells that proliferate abnormally, divide rapidly, and cluster easily, such as cancer cells. In this paper, we present an automated cell counting method for HeLa cells, which are used as reference for cancer research. We recognize and classify the morphological conditions of the cells by using a cell segmentation algorithm based on cell membrane extraction, and we then apply a cell back-tracking algorithm to improve the cell counting accuracy in cell clusters that have indistinct cell boundary lines. The experimental results indicate that our proposed segmentation method can identify each of the cells more accurately when compared to existing methods and, consequently, can improve the cell counting accuracy.

• Journal of the Korea Society of Computer and Information
• /
• v.12 no.2 s.46
• /
• pp.77-82
• /
• 2007

In this paper, we proposed the image processing techniques for extracting the cracks in a concrete surface crack image and the enhanced Max-Min neural network for recognizing the directions of the extracted cracks. The image processing techniques used are the closing operation or morphological techniques, the Sobel masking for extracting for edges of the cracks, and the iterated binarization for acquiring the binarized image from the crack image. The cracks are extracted from the concrete surface image after applying two times of noise reduction to the binarized image. We proposed the method for automatically recognizing the directions of the cracks with the enhanced Max-Min neural network. Also, we propose an enhanced Max-Min neural network by auto-tuning of learning rate using delta-bar-delta algorithm. The experiments using real concrete crack images showed that the cracks in the concrete crack images were effectively extracted and the enhanced Max-Min neural network was effective in the recognition of direction of the extracted cracks.

• Annual Conference of KIPS
• /
• 2015.04a
• /
• pp.841-844
• /
• 2015

이미지 인식과 내용분석은 이미지 검색과 멀티미디어 데이터 활용 분야에서 핵심기술이라 할 수 있다. 특히 최근 스마트폰, 디지털 카메라, 블랙박스 등에서 수집되는 영상 데이터 양이 급격히 증가하고 있다. 이에 따라 이미지를 인식하고 내용을 분석하여 활용할 수 있는 기술에 대한 요구가 점차 증대되고 있다. 본 논문에서는 이미지 내용정보를 이용하여 자몽으로 이미지로부터 태그정보를 추출하는 방법을 제안한다. 이 방법은 기계학습 기법인 CNN(Convolutional Neural Network)에 ImageNet의 이미지 데이터와 라벨을 학습시킨 후, 새로운 이미지로부터 라벨정보를 추출하는 것이다. 추출된 라벨을 태그로 간주하고 검색에 활용한다면 기존 검색시스템의 정확도를 향상시킬 수 있다는 것을 실험을 통하여 확인하였다.