• Title/Summary/Keyword: 한국통신연구소

Search Result 1,128, Processing Time 0.029 seconds

ETRI신기술-고선명 TV 위성방송 수신기 기술

  • Electronics and Telecommunications Research Institute
    • Electronics and Telecommunications Trends
    • /
    • v.14 no.2 s.56
    • /
    • pp.127-128
    • /
    • 1999
  • ETRI 무선.방송기술연구소에서 개발한 기술로서 무궁화위성방송 송수신 규격을 만족하고 있으며, 디지털 지상파 방송 Set-Top-Box와 동일한 Back-End Module을 특징으로 하고 있다.

  • PDF

정보통신기기의 인증제도

  • Korea Electronics Association
    • Journal of Korean Electronics
    • /
    • v.21 no.5
    • /
    • pp.95-100
    • /
    • 2001
  • 본회는 지난 4월 12일 정보통신부 전파연구소 주관으로 최근 개정된 법령과 기술기준 고시사항 및 외국의 인증제도를 안내하고 그동안 추진하여 온 MRA추진현황과 외국의 인증실태를 알리고자 한국과학기술회관에서 정보통신기기 인증제도 설명회를 개최하였다. 이에 본고는 정보통신기기의 인증제도에 대해서 인증제도 안내와 기술기준 동향의 내용을 요약 정리하였다.

  • PDF

Analysis of Security Vulnerability on Mobile Webpages for Smartphone (스마트폰용 모바일 웹페이지에 대한 취약점 분석)

  • Kwak, Kyoung-Ju;Lee, Kwang-Woo;Won, Dong-Ho
    • Proceedings of the Korea Information Processing Society Conference
    • /
    • 2011.04a
    • /
    • pp.866-868
    • /
    • 2011
  • 최근 스마트폰이 빠르게 보급됨에 따라 스마트폰을 이용하여 웹페이지에 접속하는 경우가 증가하고 있다. 따라서 많은 중소사이트와 대형 포털사이트 역시 모바일에 최적화된 형태의 서비스를 제공하기 위해 추가적으로 스마트폰용 모바일 웹페이지를 개발하고 있다. 하지만 스마트폰용 모바일 웹페이지는 보안에 대한 인식이 부족하여 개인정보가 쉽게 노출될 수 있다는 문제점을 가지고 있다. 이에 본 논문에서는 현재 가장 널리 사용되고 있는 모바일 웹페이지에 대한 보안 취약점을 분석하여, 사용자의 개인정보가 노출되는지 확인하였다. 또한 모바일 웹페이지의 문제점을 개인정보보호 관점에서 분석하였다.

렌더링 비교 뉴럴넷 기반 가구 조립 설명서 부품의 6D 자세 추정

  • Park, Jaewoo;Kang, Isaac;Cho, Nam Ik
    • Proceedings of the Korean Society of Broadcast Engineers Conference
    • /
    • fall
    • /
    • pp.100-105
    • /
    • 2021
  • 본 논문에서는 뉴럴넷 기반 렌더링 비교 방식을 사용하여 가구 조립 설명서에 표기된 부품의 자세를 추정하는 방법을 제안한다. 제안하는 방법은 부품의 자세를 임의로 가정한 후, 가정한 자세로 투사한 부품의 영상과 설명서의 부품 영상을 비교하여 두 영상의 부품을 일치시키는 자세 변화를 추정하는 방식으로 진행된다. 또한, 설명서에 반복적으로 모델을 적용하여 부품의 자세를 점차적으로 정확하게 보정하는 방식을 사용하였으며, 네트워크의 구성 및 자세 추정에 사용되는 목표 함수를 다양하게 실험하여 성능을 비교하였다. 본 연구에선 IKEA 의 Stefan 의자 조립 설명서의 부품 데이터셋으로 실험을 진행하였으며, 해당 데이터셋에 대하여 제안하는 방법이 정확하게 자세를 보정함을 확인하였다.

  • PDF

Table Structure Recognition using Borderline Heatmap Regression (딥러닝 기반의 표 경계선 히트맵 회귀를 이용한 표의 구조 인식)

  • Lee, EunJi;Park, Jaewoo;Koo, Hyung Il;Cho, Nam Ik
    • Proceedings of the Korean Society of Broadcast Engineers Conference
    • /
    • fall
    • /
    • pp.84-87
    • /
    • 2021
  • 본 논문에서는 딥러닝을 기반으로 문서영상에서 표 안의 셀 경계선을 히트맵 회귀(heatmap regression)로 추정함으로써 표의 구조를 인식하는 방법을 제안한다. 표는 기본적으로 행과 열로 이루어져 있기 때문에, 제안하는 방법에서는 먼저 1 차원 벡터 형태로 세로/가로 방향의 행/열 경계선 위치를 찾고, 이에 병합된 셀을 처리하기 위해 경계선이 그어져야 할 위치를 2 차원으로 추정한 결과를 적용하여 온전한 표의 경계선을 구한다. 이러한 구조를 통해 제안하는 방법은 표의 행과 열에 대한 정보를 효과적으로 이용함과 동시에, 복잡한 후처리 없이 병합된 셀을 처리할 수 있는 이점을 보인다. 실험은 1 차원의 행/열 경계선 위치를 반영하는 두 가지 방식에 대해 PubTabNet[11]에 대해 진행하여 결과를 보였다.

  • PDF

Performance Evaluation of AHDR Model using Channel Attention (채널 어텐션을 이용한 AHDR 모델의 성능 평가)

  • Youn, Seok Jun;Lee, Keuntek;Cho, Nam Ik
    • Proceedings of the Korean Society of Broadcast Engineers Conference
    • /
    • 2021.06a
    • /
    • pp.335-338
    • /
    • 2021
  • 본 논문에서는 기존 AHDRNet에 channel attention 기법을 적용했을 때 성능에 어떠한 변화가 있는지를 평가하였다. 기존 모델의 병합 망에 존재하는 DRDB(Dilated Residual Dense Block) 사이, 그리고 DRDB 내의 확장된 합성곱 레이어 (dilated convolutional layer) 뒤에 또다른 합성곱 레이어를 추가하는 방식으로 channel attention 기법을 적용하였다. 데이터셋은 Kalantari의 데이터셋을 사용하였으며, PSNR(Peak Signal-to-Noise Ratio)로 비교해본 결과 기존의 AHDRNet의 PSNR은 42.1656이며, 제안된 모델의 PSNR은 42.8135로 더 높아진 것을 확인하였다.

  • PDF

Compression and Acceleration of Face Detector using L1 Loss and Channel Pruning (L1 목적 함수와 채널 프루닝을 이용한 얼굴 검출기 경량화)

  • Lee, Seok Hee;Jang, Young Kyun;Cho, Nam Ik
    • Proceedings of the Korean Society of Broadcast Engineers Conference
    • /
    • 2020.07a
    • /
    • pp.40-42
    • /
    • 2020
  • 본 논문에서는 합성곱 기반의 얼굴 검출기 Dual Shot Face Detector (DSFD)에 대하여, 특징점 맵의 희소화와 채널 프루닝 목적 함수를 사용하여 네트웍 경량화를 수행하였다. 특징점 맵을 희소화하기 위해 L1 목적 함수를 사용했고, 특징점 맵의 채널 프루닝을 하기 위해 채널 최대값이 가장 낮은 채널들의 합을 최소화 시키는 목적함수를 적용했다. 기존의 신경망은 특징점 맵 희소화 비율이 45%였고 두 목적 함수를 적용했을 때 69.67% 로 희소화 비율이 높아진 것을 확인했다. 얼굴 검출 성능을 다양한 조명, 크기, 환경, 각도, 표정의 얼굴들을 포함하는 영상들로 이뤄진 Wider Face 데이터 셋으로 실험한 결과, average precision은 하락 했고 easy validation set에서 0.9257, hard validation set에서 0.8363 였다.

  • PDF

Image Deblurring Based on ADMM and Deep CNN Denoiser Image Prior (ADMM과 깊은 합성곱 신경망 잡음 제거기 이미지 Prior에 기반한 이미지 디블러링)

  • Kwon, Junhyeong;Soh, Jae Woong;Cho, Nam Ik
    • Proceedings of the Korean Society of Broadcast Engineers Conference
    • /
    • 2020.07a
    • /
    • pp.680-683
    • /
    • 2020
  • 오래 전부터 모델 기반 최적화 방법이 이미지 디블러링을 위해 널리 사용되어 왔고, 최근에는 학습 기반 기술이 영상 디블러링에서 좋은 성과를 보이고 있다. 본 논문은 ADMM과 깊은 합성곱 신경망 잡음 제거기 이미지 prior를 이용하여 모델 기반 최적화 방법의 장점과 학습 기반 방법의 장점을 모두 활용할 수 있는 방법을 제안한다. 본 방법을 이용하여 기존 방법보다 더 좋은 디블러링 성능을 얻을 수 있었다.

  • PDF

연구소 소식

  • Electronics and Telecommunications Research Institute
    • ETRI Journal
    • /
    • v.4 no.3
    • /
    • pp.104-106
    • /
    • 1982
  • PDF