• 한국산업정보학회논문지
• /
• 제7권5호
• /
• pp.83-90
• /
• 2002

최근의 많은 소프트웨어들은 규모가 방대하고 복잡하여 개발자가 도구를 사용하지 않고 수작업으로 설계를 재구조화하기 매우 어려우며 또한 많은 시간과 노력의 요구된다 본 논문에서는 클래스의 응집도와 결합도를 이용하여 객체 지향 설계를 자동으로 재구조화하는 방법을 기술한다 먼저 메소드들의 연관 관계를 규정하는 행렬을 응집도와 결합도를 이용한 메소드 사이의 거리로 정의한 후, 분리 클래스를 먼저 분할하고, 다음에 가장 낮은 응집도를 가진 클래스부터 분할하여 가장 거리가 가까운 클래스와 결합시킴으로써 설계를 재구조화한다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2006년도 한국컴퓨터종합학술대회 논문집 Vol.33 No.1 (B)
• /
• pp.412-414
• /
• 2006

프로그램 분할은 분할 기준으로써 언급된 어떤 관심의 시점에서 계산되어진 값에 잠재적으로 영향을 미치는 프로그램의 부분들을 얻어내는 방법이다. 객체 지향 프로그램의 분할(slicing)은 객체가 메소드를 호출할 때 한 객체의 모든 데이터 멤버들을 실매개변수들(actual parameters)로 전달함으로써 데이터 멤버들을 구별한다. 그러나, 실제적으로 데이터 멤버들의 일부분만이 메소드에서 사용되어진다. 또한, 기존의 분할 방법들은 한 클래스의 메소드들에 있는 문장들만을 분할하는 것이다 클래스, 객체, 상속, 다형성, 동적 바인딩과 같은 객체 지향 프로그램의 독특한 특징들 때문에 문장 분할이 객체 지향 프로그램에 적용되는 것은 부적당하다. 본 논문에서는 객체 지향 언어중 가장 최근에 나왔으며 활용도가 높아지고 있는 C# 프로그램에 시스템 종속 그래프(System Dependence Graph)를 확장 및 적용한다.

• 전자공학회논문지
• /
• 제50권7호
• /
• pp.216-224
• /
• 2013

영상분할에 사용되는 문턱치 처리 방법들 중 Otsu 방법은 클래스 내 분산(within-class variance)을 이용하여 최적의 문턱치를 자동으로 추정한다. 이때, Otsu 방법은 각 클래스(class)의 통계적 분포를 표현함에 있어 분산을 사용하며, 이러한 분산은 평균으로부터 해당 자료까지의 거리 제곱으로 표현된다. 그 결과, Otsu 방법의 최적 문턱치는 분산의 크기에 큰 영향을 받으며, 분산들 중 크기가 큰 쪽으로 편향되는 문제점을 보인다. 이에 본 논문은 분산을 표준편차로 변경함으로써 이러한 현상을 감소시켰으며, 보다 정확한 문턱치를 추정할 수 있었다. 본 논문은 기존의 클래스 분산(class variance)을 클래스 표준편차(class standard deviation)로 대체하였으며, 문턱치 선택 기준으로서 클래스 내 표준편차(within-class standard deviation)을 제안하였다. 타당성을 검증하기 위해 두 개의 정규분포 히스토그램(histogram) 및 음영이 있는 영상들에 대해 모의실험을 수행하였으며, 제안된 방법을 Otsu 방법 및 기존의 방법들과 비교하였다. 또한, 객관적 성능평가(Misclassification Error)를 통해 제안된 방법의 우수성을 확인하였다.

• 대한원격탐사학회지
• /
• 제19권4호
• /
• pp.329-339
• /
• 2003

본 연구에서는 무감독 영상분류를 위하여 특성이 다른 센서로 수집된 영상들에 대한 의사결정 수준의 영상 융합기법을 제안하였다. 제안된 기법은 공간 확장 분할에 근거한 무감독 계층군집 영상분류기법을 개개의 센서에서 수집된 영상에 독립적으로 적용한 후 그 결과로 생성되는 분할지역의 퍼지 클래스 벡터(fuzzy class vector)를 이용하여 각 센서의 분류 결과를 융합한다. 퍼지 클래스벡터는 분할지역이 각 클래스에 속할 확률을 표시하는 지시(indicator) 벡터로 간주되며 기대 최대화 (EM: Expected Maximization) 추정 법에 의해 관련 변수의 최대 우도 추정치가 반복적으로 계산되어진다. 본 연구에서는 같은 특성의 센서 혹은 밴드 별로 분할과 분류를 수행한 후 분할지역의 분류결과를 퍼지 클래스 벡터를 이용하여 합성하는 접근법을 사용하고 있으므로 일반적으로 다중센서의 영상의 분류기법에 사용하는 화소수준의 영상융합기법에서처럼 서로 다른 센서로부터 수집된 영상의 화소간의 공간적 일치에 대한 높은 정확도를 요구하지 않는다. 본 연구는 한반도 전라북도 북서지역에서 관측된 다중분광 SPOT 영상자료와 AIRSAR 영상자료에 적용한 결과 제안된 영상 융합기법에 의한 피복 분류는 확장 벡터의 접근법에 의한 영상 융합보다 서로 다른 센서로부터 얻어지는 정보를 더욱 적합하게 융합한다는 것을 보여주고 있다.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2000년도 제13회 신호처리 합동 학술대회 논문집
• /
• pp.837-840
• /
• 2000

동영상에서 움직이는 객체 분할 및 모션 예측을 동시에 수행할 수 있는 연구는 다양한 방법으로 시도 되어 왔다. 실제 이미지를 서로 다른 움직임이나 서로 다른 공간적인 특정 영역으로 분리 될 수 있다고 가정 한다면 복수의 객체 또는 객체의 움직임으로 표현 할 수 있다. 객체 분할 측면에서 볼 때 효율적인 분할을 위해서는 특징 입력 벡터의 선택이 중요한 변수로 작용한다. 본 연구에서는 정밀한 객체 분할을 위해 밝기, 질감(Texture) 정보와 같은 정지영상의 특징 입력 벡터와 움직임 벡터 같은 동영상의 특징 입력 벡터를 동시에 사용한다. 분리된 객체는 각각의 클래스를 구성하게 되고 이를 위한 클래스 분류기로서 Median Radial Basis 신경 회로망을 사용한다. 객체 분할과 움직임 예측을 위해서 확률적 방법을 통한 에너지 함수를 구하고 비용함수를 도입한다. 신경 회로망의 각 Basis 함수는 영상의 특정한 영역에서 활성화되며 객체의 분류를 위해 신경 회로망 출력으로 가중치의 합으로서 나타나게 된다.

• 대한원격탐사학회지
• /
• 제37권6_3호
• /
• pp.2011-2025
• /
• 2021

고해상도 위성영상 분류에서 다양한 색상을 가지는 건물들과 같이 동일한 클래스에 속하지만 색상 정보가 상이한 화소들이 클래스를 구성하는 경우에는 클래스를 대표하는 색상 정보를 결정하기가 어렵다. 본 논문에서는 클래스의 대표적인 색상 정보를 결정하는 문제를 해결하기 위해 HSV(Hue Saturation Value)의 색상 채널을 분할하고 객체 기반의 분류를 수행하는 방법을 제안한다. 이를 위해 RGB 컬러 공간의 입력 영상을 HSV 컬러 공간의 성분으로 변환한 후에 색상(Hue) 성분을 일정 간격의 서브채널로 분할한다. 각 색상 서브채널에 대해 최소거리기반의 영상 분류를 수행하고 분류 결과를 영상 분할 결과와 결합한다. 제안한 방법을 아리랑3A 위성영상에 적용한 결과 overall accuracy는 84.97%, kappa coefficient는 77.56%로 나타났고 상용 소프트웨어 대비 분류 정확도가 10% 이상 개선된 결과를 보였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2022년도 추계학술발표대회
• /
• pp.532-534
• /
• 2022

본 논문에서는 미생 드라마 비디오들을 토대로 구축한 비디오 인물 개체 분할 데이터 집합인 MHIS를 소개하고, 등장인물 클래스 간의 심각한 데이터 불균형 문제를 효과적으로 해결하기 위한 새로운 비디오 데이터 보강 기법인 CDVA를 제안한다. 기존의 비디오 데이터 보강 기법들과는 달리, 새로운 CDVA 보강 기법은 비디오의 시공간적 맥락을 충분히 고려해서 부족한 인물 클래스의 훈련 비디오 데이터들을 추가 생성함으로써, 비디오 개체 분할 신경망 모델의 성능을 효과적으로 개선시킬 수 있다. 본 논문에서는 정량 및 정성 실험들을 통해, 제안 비디오 데이터 보강 기법의 우수성을 입증한다.

• 한국정보처리학회논문지
• /
• 제3권4호
• /
• pp.1002-1013
• /
• 1996

문자 분할은 필기체 문서 서식의 자동 인식 과정에서 중요한 부분이다. 본 연구는 off-line 필기체 한글로부터 문자를 분할하기 위한 방법을 제안한다. 제안한 방법은 한글의 구조적 특성에 기반을 두고 있다. 먼저 투영에 의하여 입력 단어로 부터 분할 을 위한 특징과 연결 화소, 획을 추출한다. 두 번째 단계에서 획의 모양과 위치, 획과 획과의 관계를 이용하여 한글의 기본 자소 클래스 영역을 찾는다. 세 번째 단계는 분할 과정으로 WRC(While Run Column)다음에 초성이나 수평 모음이 오는 경우 이 WRC에서 수직으로 분할하며, 분할된 세그먼트의 길이가 임계값 이상아면 자소 클래 스와 문자의 칼럼에 대한 특징을 이용하여 예상 분할 영역을 찾고, 이 영역에 있는 획을 따라 요철 형태로 분할한다.

• 한국지능시스템학회논문지
• /
• 제5권2호
• /
• pp.28-43
• /
• 1995

본 논문에서는 패턴분류기를 위해 효과적인 퍼지규칙을 자동으로 생성하기 위한 새로운 방법을 제안한다. 퍼지 규칙은 특징공간에 대해 가상구체를 재귀적으로 정의함으로써 추출되고, 가상구체는 패턴 클래스의 중심벡터와 클래스에 속하는 모든 패턴을 충분히 포함할 수 있는 경계거리로 정의된다. 특히 공간을 분할하기 위해 가상구체를 이용하는 방법은 기존에 많이 사용되고 있는 가상사각형 형태의 분할 방법에 비해 클래스의 형태를 효과적으로 표현할 수 있으므로 패턴 분류기의 정화성을 향상시킬 수 있고, 퍼지규칙의 전제부를 매우 간단하게 표현할 수 있을 뿐만 아니라 제귀적 가상구체의 정의를 통해 추출되는 퍼지규칙들이 계층적인 구조를 갖을 수 있게 함으로써 입력되는 패턴의 신속한 분류를 가능하게 한다. 본 논문에서는 제안된 방법을 기존의 가상사각형을 이용한 퍼지규칙 추출 방법과 비교한다.

• 정보처리학회논문지B
• /
• 제17B권5호
• /
• pp.363-374
• /
• 2010

본 논문에서는 영상의 동질성 영역 분할을 위한 동질성 문턱 값(Homogeneity Threshold: $H_T$)의 자동 추출과 USRG(Unseeded Region Growing) 기반의 동질성 영역 자동 분할 방법을 제안한다. $H_T$는 인접한 화소들 간에 동질성을 구분하는 기준이 되며, 제안한 방법에 의하여 원본영상으로부터 자동 계산된다. 제안한 방법의 이론적 배경은 Otsu의 단일수준 문턱 값(single level threshold) 방법인데, 이것은 원본 영상의 작은 국소영역을 두 클래스로 분할하기 위하여 사용되고, 두 클래스가 서로 다른 영역으로 구별되는 조건을 만족할 때의 각 클래스의 표준편차의 합($\sigma_c$)을 $H_T$를 계산하기 위한 요소로 사용한다. 제안한 방법의 타당성을 보이기 위해 분할된 동질성 영역들만을 가지고 새롭게 생성한 영상과 원본 영상과의 비교를 통해 시각적으로 차이가 없음을 보이고, 분할된 동질성 영역의 크기순과 화소수가 많은 명암도 순으로 분할된 영역들을 결합한 영상들과 자동 추출된 문턱 값($H_T$)에 범위조정계수 ${\alpha}$을 적용한 값($H^*_T$)를 가지고 분할한 결과 영상들의 제시를 통해 제안한 방법에 대한 타당성을 보였다. 제안한 방법은 해부학이나 생물학의 연구 및 자연 영상의 시각화와 애니메이션 등 다양한 분야에서 활용될 수 있으리라 기대한다.