• 산업기술연구
• /
• 제28권A호
• /
• pp.27-34
• /
• 2008

The purpose of this paper is an adaptive image interpolation using parametric cubic convolution. Proposed method derive parameter of adapting the frequency from adjacent values. The parameter optimize the interpolation kernel of cubic convolution. Simulation results show that the proposed method is superior to the conventional method in terms of the subjective and objective image quality.

• Structural Engineering and Mechanics
• /
• 제29권3호
• /
• pp.279-288
• /
• 2008

In the present study, the discrete singular convolution (DSC) method is developed for buckling analysis of columns and thin plates having different geometries. Regularized Shannon's delta (RSD) kernel is selected as singular convolution to illustrate the present algorithm. In the proposed approach, the derivatives in both the governing equations and the boundary conditions are discretized by the method of DSC. The results obtained by DSC method were compared with those obtained by the other numerical and analytical methods.

• 한국통신학회논문지
• /
• 제32권9C호
• /
• pp.867-880
• /
• 2007

본 논문에서는 임의의 배율로 디지털 영상을 확대와 축소하는 개선된 cubic convolution 보간법을 제안한다. 제안하는 공간해상도조정 방법은 압축된 HD 비트스트림이나 SD 비트 스트림을 transcoding시키는 과정에서 다양한 형식의 해상도를 조정하기위해 사용된다. Transcoder등 다양한 응용분야에서 영상의 화질은 유지하면서 크기를 조정하는 것은 매우 중요한 기술이다. 해상도조정은 원본 디지털 데이터를 연속함수로 변환하는 단계와 새로운 샘플링간격에 맞게 재표본화하는 단계, 이렇게 두 단계로 구분된다. 우리는 원본영상과 해상도조정 된 영상사이의 관계를 고려하여 보간 필터의 kernel 개선에 초점을 맞췄다. 본 논문에서는 MPEG 표준에서 고려하는 다양한 영상포맷들간 해상도를 변환시키기 위한 기술을 제안한다. 이 방법은 기존의 방법과 비교하였을 때, 정보 손실을 최소화하여 고화질의 해상도 변환 기능을 가능하게 한다.

• 한국멀티미디어학회논문지
• /
• 제22권12호
• /
• pp.1457-1465
• /
• 2019

3D convolution is to stack multiple consecutive frames to form a cube, and then apply the 3D convolution kernel in the cube. In this structure, each feature map of the convolutional layer is connected to multiple adjacent sequential frames in the previous layer, thus capturing the motion information. However, due to the changes of pedestrian posture, motion and position, the convolution at the same place is inappropriate, and when the 3D convolution kernel is convoluted in the time domain, only time domain features of three consecutive frames can be extracted, which is not a good enough to get action information. This paper proposes an action recognition method based on feature fusion of 3D convolutional neural network. Based on the VGG16 network model, sending a pre-acquired optical flow image for learning, then get the time domain features, and then the feature of the time domain is extracted from the features extracted by the 3D convolutional neural network. Finally, the behavior classification is done by the SVM classifier.

• 한국정보과학회논문지:컴퓨팅의 실제 및 레터
• /
• 제15권12호
• /
• pp.988-992
• /
• 2009

본 논문에서는 합성곱 구문 트리 커널(convolution parse tree kernel)과, 한 문장에서 나타나는 두 개체 간의 관계를 가장 잘 설명하는 동사 상당어구에 대한 개념화를 통해 생성되는 워드넷 신셋 벡터(WordNet synsets vector) 커널을 활용하여 과학기술분야 전문용어 간의 관계 추출을 시도하였다. 본 논문에서 적용한 모델의 성능 평가를 위해서 세 가지 검증 컬렉션을 활용하였으며, 각각의 컬렉션 마다 기존의 접근 방법론 보다 우수한 성능을 보여주었다. 특히 KREC 2008 컬렉션을 대상으로 한 성능 실험에서는, 기존의 합성곱 구문 트리 커널과 동사 신셋 벡터(verb synsets vector)를 함께 적용한 합성 커널이 비교적 높은 성능 향상(8% F1)을 나타내고 있다. 이는 성능을 높이기 위해서 관계 추출에서 많이 활용하였던 개체 자질 정보와 더불어 개체 주변에 존재하는 주변 문맥 정보(동사 및 동사 상당어구)도 매우 유용한 정보임을 입증하고 있다.

• 대한수학회논문집
• /
• 제35권1호
• /
• pp.125-136
• /
• 2020

In this article, we discuss classes of generalized functions for certain modified integral operator of Bessel-type involving Fox's H-function kernel. We employ a known differentiation formula of Fox's H-function to obtain the definition and properties of the distributional modified Bessel-type integral. Further, we derive a smoothness theorem for its kernel in a complete countably multi-normed space. On the other hand, using an appropriate class of convolution products, we derive axioms and establish spaces of modified Boehmians which are generalized distributions. On the defined spaces, we introduce addition, convolution, differentiation and scalar multiplication and further properties of the extended integral.

• 방송공학회논문지
• /
• 제13권5호
• /
• pp.707-718
• /
• 2008

본 논문에서는 디지털 영상의 해상도를 임의의 배율로 확대 또는 축소하기 위해 사용되는 개선된 cubic convolution scaler를 제안한다. 화면 해상도 변경 시 엣지 부분에서 큰 왜곡이 발생되는 문제를 극복하기 위하여 제안하는 해상도 변환 방법은 영상의 edge의 방향에 따라 적용되며, 이것은 해상도 변환된 영상의 edge 특징을 잘 보존시킬 뿐 아니라 영상의 화질도 좋게 한다. 하지만 영상 보간에 사용되는 edge 방향 데이터들이 비균등 간격으로 위치하는 특징을 가지므로 cubic convolution의 kernel을 이에 맞게 새롭게 설계하였다. 제안하는 해상도 변환 방법은 transcoder와 같이 해상도 조정을 필요로 하면서 변환된 영상의 화질을 우수하게 유지하여야 하는 여러 응용분야에서 중요하게 사용된다. 실험 결과에서는 제안하는 방법으로 변환된 영상이 기존 보간 방법을 사용하여 변환된 영상에 비해 artifact를 가지지 않으면서도 좀 더 깨끗한 edge 정보를 가지고 있다는 것을 보여준다. 또 기존 방법에 비해 제안하는 방법은 해상도 변환에 의한 정보의 손실을 최소화 하였다.

• Kyungpook Mathematical Journal
• /
• 제51권3호
• /
• pp.251-260
• /
• 2011

The aim of this paper is to obtain a solution of a certain multidimensional convolution integral equation of Fredholm type whose kernel involves a generalized polynomial set. A number of results follow as special cases from the main theorem by specifying the parameters of the generalized polynomial set.

• 한국의학물리학회:학술대회논문집
• /
• 한국의학물리학회 2004년도 제29회 추계학술대회 발표논문집
• /
• pp.36-38
• /
• 2004

The detector size effect due to the spatial response of defectors is one critical source of inaccuracy in clinical dosimetry and has been a subject of numerous studies. Conventionally, the detector response kernel contains all of the influence that the detector size has on the measured beam profile. Various analytic models for this kernel have been proposed and studied in theoretical and experimental works. Here, we use a method to determine detector response kernel simply by using Monte Carlo simulation and convolution theory. Based on this numerical method and DOSIMETER, an EGS4 Monte Carlo code, the detector response for a Farmer type ion chamber embedded in water phantom is obtained. There exists characteristic difference in the simulated chamber readings between one with carbon graphite wall and the other with Acrylic wail. Using the obtained response and the convolution theory, we are planning to derive the detector response kernel numerically and remove detector size effect from measurements for 6MV, 10${\times}$l0cm2 and 0.5${\times}$10 cm2 photon beam.

• 한국멀티미디어학회논문지
• /
• 제24권11호
• /
• pp.1552-1559
• /
• 2021

Convolution neural networks (CNNs) show notable performance in image processing and are used as representative core models. CNNs extract and learn features from large amounts of train dataset. In general, it has a structure in which a convolution layer and a fully connected layer are stacked. The core of CNN is the convolution layer. The size of the kernel used for feature extraction and the number that affect the depth of the feature map determine the amount of weight parameters of the CNN that can be learned. These parameters are the main causes of increasing the computational complexity and memory usage of the entire neural network. The most computationally expensive components in CNNs are fully connected and spatial convolution computations. In this paper, we propose a Fourier Convolution Neural Network that performs the operation of the convolution layer in the Fourier domain. We work on modifying and improving the amount of computation by applying the fast fourier transform method. Using the MNIST dataset, the performance was similar to that of the general CNN in terms of accuracy. In terms of operation speed, 7.2% faster operation speed was achieved. An average of 19% faster speed was achieved in experiments using 1024x1024 images and various sizes of kernels.