• Imaging Science in Dentistry
• /
• 제45권2호
• /
• pp.81-87
• /
• 2015

Purpose: Contrast, sharpness, enhancement, and density can be changed in digital systems. The important question is to what extent the changes in these variables affect the accuracy of caries detection. Materials and Methods: Forty eight extracted human posterior teeth with healthy or proximal caries surfaces were imaged using a photostimulable phosphor (PSP) sensor. All original images were processed using a six-step method: (1) applying "Sharpening 2" and "Noise Reduction" processing options to the original images; (2) applying the "Magnification 1:3" option to the image obtained in the first step; (3) enhancing the original images by using the "Diagonal/"option; (4) reviewing the changes brought about by the third step of image processing and then, applying "Magnification 1:3"; (5) applying "Sharpening UM" to the original images; and (6) analyzing the changes brought about by the fifth step of image processing, and finally, applying "Magnification 1:3." Three observers evaluated the images. The tooth sections were evaluated histologically as the gold standard. The diagnostic accuracy of the observers was compared using a chi-squared test. Results: The accuracy levels irrespective of the image processing method ranged from weak (18.8%) to intermediate (54.2%), but the highest accuracy was achieved at the sixth image processing step. The overall diagnostic accuracy level showed a statistically significant difference (p=0.0001). Conclusion: This study shows that the application of "Sharpening UM" along with the "Magnification 1:3" processing option improved the diagnostic accuracy and the observer agreement more effectively than the other processing procedures.

• 한국정밀공학회:학술대회논문집
• /
• 한국정밀공학회 1995년도 추계학술대회 논문집
• /
• pp.379-383
• /
• 1995

In this paper, vision inspection module for dimensional measurement has been developed. For high accuracy of CMM, camera calibration and edge detection with subpixel accuracy have been implemented. In measurement process, the position of vision probe can be recognized in PC by serial communication with CMM controller. The developed vision inspection module can be widely applied to the practical measurement process.

• 한국전산구조공학회논문집
• /
• 제19권3호
• /
• pp.313-322
• /
• 2006

구조물의 진동 자료를 이용하는 유전알고리즘(GA) 기반 손상검색기법에 있어, 사용되는 모드 특징의 선택은 손상검색 결과의 정확도를 높이는데 중요하다. 본 연구의 목적은 고유진동수와 모드변형에너지를 이용하여 손상검색의 정확도를 높이는 것이다. 이와 같은 연구 목적을 달성하기 위하여 다음과 같은 연구를 수행하였다. 먼저, 모드 변형에너지를 유도하고 고유진동수와 모드변형에너지를 이용하는 새로운 GA 기반 손상검색기법을 제안하였다. 다음으로 제안된 기법의 효율성을 검증하기 위하여 양단 자유보의 손상시나리오를 제시하고, 손상시나리오에 따른 진동모드 실험을 실시하였다. 마지막으로 실험 자료를 바탕으로 제안된 기법과 기존의 고유진동수와 모드형상을 이용하는 기법으로 손상검색을 실시하여 결과를 비교하였다.

• 해양환경안전학회:학술대회논문집
• /
• 해양환경안전학회 2005년도 추계학술대회지
• /
• pp.197-202
• /
• 2005

일반적으로 수 마이크로 단위로 계측되는 반도체의 검사 정밀도를 높이기 위해서는 라인스캔 카메라가 이용된다. 그러나 불량 검사는 스캔속도와 조명조건에 매우 민감하기 때문에 정확한 경계 검출 알고리즘이 필요하다. 본 논문에서는 반도체 칩의 범프 불량 검출의 정확성을 높이기 위해서 서브픽셀을 적용한 경계 검출을 제안하였다. 범프 에지는 범프 중심점에서 네 방향으로 1차 도함수에 의해서 검출되고 서브픽셀 방법으로 정확한 에지 위치를 찾는다. 그리고 범프 돌기, 범프 브리지, 범프 변색에 의해 범프 크기가 변할 수 있기 때문에 에러를 최소화하기 위해서 최소자승법을 이용하여 정확한 범프 경계를 구한다. 실험 결과 제안된 방법은 기존의 다른 경계 검출 알고리즘에 비하여 커다란 성능향상을 보였다.

• 지능정보연구
• /
• 제15권4호
• /
• pp.23-36
• /
• 2009

네트워크 침입 탐지는 데이터마이닝 기법을 활용하면서 지속적으로 발전하여 왔다. 데이터마이닝에 의한 침입 탐지 기법에는 클래스 레이블을 이용한 감독 학습과 클래스 레이블이 없는 비감독 학습 방법이 있다. 본 논문에서는 클래스 레이블이 없는 비감독 학습 방법인 LBG 클러스터링 알고리즘을 이용하여 네트워크 침입 탐지 정확도를 높이는 방법을 연구하였다. 임의의 초기 중심값들로 시작하여 유클리디언 거리 기반에 의해 클러스터링을 수행하는 K-means 방법은 잡음(noisy) 데이터와 이상치(outlier)에 대하여 취약하다는 단점이 있다. 비균일이진 분할에 의한 클러스터링 알고리즘은 초기값 없이 이진분할에 의해 클러스터링을 수행하며 수행 속도가 빠르다. 본 논문에서는 이 두 알고리즘의 장단점을 통합한 EM(Expectation Maximization) 기반의 LBG 알고리즘을 네트워크 침입 탐지에 적용하였으며, KDD 컵 데이터셋을 대상으로 한 실험을 통하여 LBG 알고리즘을 이용함으로써 침입 탐지의 정확도를 높일 수 있음을 보였다.

• 한국정보통신학회논문지
• /
• 제21권1호
• /
• pp.237-243
• /
• 2017

본 논문에서는 인공위성을 비롯한 우주물체 관측 및 감시를 위한 전자광학 관측 장비인 망원경의 탐지 성능에 대한 분석을 수행한다. M&S(Modeling & Simulation)를 통한 분석을 위해, 위성 궤도 모델, 망원경 모델, 그리고 지구 대기 모델을 구현하고, 위성을 관측하는 탐지 시나리오를 구성한다. 탐지 시나리오를 바탕으로 지향각 명령 오차를 적용하여 망원경 주요 사양인 시야각(Field of View, FOV)에 따른 지향 성능을 분석하고, 신호대잡음비(Signal-to-Noise Ratio, SNR)를 통해 탐지 여부를 판별하여 검출기 화소수와 시야각(FOV)에 따른 탐지 성능을 분석한다. 본 논문의 M&S 분석 결과는 망원경 시야각(FOV)이 상대적으로 클수록 지향각 명령 오차가 존재하더라도 지향 성능은 좋지만, 대기 환경의 영향으로 화소수가 높고 망원경 시야각(FOV)이 작을수록 탐지 성능이 높아짐을 보여준다. 그래서 시야각(FOV)과 화소수 등의 망원경 주요 사양은 본 논문에서 수행한 M&S 분석 결과 및 종합적인 운용 상황을 고려하여 결정해야 한다.

• 한국컴퓨터정보학회논문지
• /
• 제13권7호
• /
• pp.59-66
• /
• 2008

본 논문에서는 인스턴트 메시징(Instant Messaging), 채팅과 같은 텍스트 기반의 대화에서 현재 발화를 기준으로 대화의 주제를 파악하고, 대화 주제 전환 여부를 판단하는 기법에 대해 기술한다. 대화는 다른 종류의 글과 다르게 길이가 매우 짧아 적은 수의 단어를 사용하고, 두 사람 이상이 참여를 하며, 대화의 이력(History)이 현재의 발화에 영향을 미친다. 이러한 특성에 따라 본 논문에서는 사용자 발화 뿐 아니라 대화 상대자의 발화에서 추출한 키워드 기반으로 주제 탐지를 하며, 대화의 이력도 고려하여 대화 주제 탐지의 정확도를 높힌 연구 결과를 기술한다. 대화주제 전환 탐지는 이전 발화와 현재 발화에서 탐지된 주제의 유사성을 계산하여, 유사성이 낮은 경우에 전환 탐지가 이루어졌다고 판단하였다. 본 논문의 실험에서 대화 주제 탐지는 88.20%. 대화 주제 전환 탐지는 87.36%의 정확도를 얻었다.

• 한국정보통신학회논문지
• /
• 제11권4호
• /
• pp.793-799
• /
• 2007

제안된 방법은 다른 이미지 서브트랙션 방법에 대하여 커다란 성능향상을 보임을 일련의 실험들을 통하여 보여준다. 일반적으로 수 마이크로 단위로 계측되는 반도체의 검사 정밀도를 높이기 위해서는 라인스캔 카메라가 이용된다. 그러나 불량 검사는 스캔속도와 조명조건에 매우 민감하기 때문에 정확한 경계검출 알고리즘이 필요하다. 본 논문에서는 반도체 칩의 범프 불량 검출의 정확성을 높이기 위해서 서브픽셀을 적용한 경계 검출을 제안하였다. 범프 에지는 범프 중심점에서 네 방향으로 1차 도함수에 의해서 검출되고 서브픽셀 방법으로 정확한 에지 위치를 찾는다. 그리고 범프 돌기, 범프 브리지, 범프 변색에 의해 범프 크기 가 변할 수 있기 때문에 에러를 최소화 하기 위해서 최소자승법을 이용하여 정확한 범프 경계를 구한다. 실험 결과 제안된 방법은 기존의 다른 경계 검출 알고리즘에 비하여 커다란 성능향상을 보였다.

• 한국멀티미디어학회논문지
• /
• 제22권1호
• /
• pp.44-54
• /
• 2019

Recently, image-based object detection has made great progress with the introduction of Convolutional Neural Network (CNN). Many trials such as Region-based CNN, Fast R-CNN, and Faster R-CNN, have been proposed for achieving better performance in object detection. YOLO has showed the best performance under consideration of both accuracy and computational complexity. However, these data-driven detection methods including YOLO have the fundamental problem is that they can not guarantee the good performance without a large number of training database. In this paper, we propose a data sampling method using CycleGAN to solve this problem, which can convert styles while retaining the characteristics of a given input image. We will generate the insufficient data samples for training more robust object detection without efforts of collecting more database. We make extensive experimental results using the day-time and night-time road images and we validate the proposed method can improve the object detection accuracy of the night-time without training night-time object databases, because we converts the day-time training images into the synthesized night-time images and we train the detection model with the real day-time images and the synthesized night-time images.

• 한국정보통신학회논문지
• /
• 제25권1호
• /
• pp.44-49
• /
• 2021

최근 COVID-19로 인해 마스크 착용 여부 자동 검사 시스템에 신경망 기술들을 적용하는 연구가 활발히 진행되고 있다. 신경망 적용 방식에 있어서 1단계 검출 방식 또는 2단계 검출 방식을 사용하며, 데이터를 충분히 확보할 수 없는 경우 사전 학습된 신경망에 대해 가중치 미세 조절 기법을 적용하여 학습한다. 본 논문에서는 얼굴 인식부와 마스크 검출부로 구성되는 2단계 검출 방식을 적용하였으며, 얼굴 인식부에는 MTCNN 모델, 마스크 검출부에는 ResNet 모델을 사용하였다. 마스크 검출부는 다양한 실 상황에서의 인식률과 추론 속도 향상을 위하여 5개의 ResNet모델을 적용하여 실험하였다. 학습 데이터는 웹 크롤러를 이용하여 수집한 17,219개의 정지 영상을 이용하였으며, 1,913개의 정지 영상과 1분 동영상 2개에 대해 각각 추론을 실시하였다. 실험 결과 정지 영상인 경우 96.39%, 동영상인 경우 92.98%의 높은 정확도를 보였고, 동영상 추론 속도는 10.78fps임을 확인하였다.