• 방송공학회논문지
• /
• 제8권2호
• /
• pp.181-197
• /
• 2003

대역 분할 부호화(Sub-Band Coding: SBC)방식은 계층적 피라미드(hierarchical pyramid) 구조를 갖고 있어 움직임 예측 시 상위 계층에서는 전체적인 이동특성을 추정하고 하위 계층에서는 국부적인 세부 이동 특성을 추정할 수가 있어 실제 동영상 움직임 보상 성능이 매우 우수하다. 이와 같은 계층적 이동보상피라미드를 이용한 기존의 저대역(low-band) 이동보상 피라미드 방식에는 다음 두 가지 문제점들로 인해 매우 심각한 화질 저하가 발생한다. 첫째는 저대역 이동보상 피라미드의 각 계층에서 양자화기가 포함된 부호화기를 사용할 경우 하위 계층의 재생 영상일수록 상위 계층에서 누적된 양자화 오차(quantization error)들을 그대로 포함하기 때문에 연속된 영상에서의 정확한 이동 보상이 어렵게 된다. 둘째는 피라미드의 계층적 구조 모순으로 상위 계층예서 잘못된 움직임 추정(motion estimation)은 하위 계층으로 진행될수록 막대한 성능 저하의 원인이 된다. 본 논문에서는 우선 대역분할 부호화 방식을 이용한 대역별 계층적 이동보상에 대한 수학적 분석을 하였으며, 이를 바탕으로 제안되었던 통과 대역(pass-band) 이동보상 피라미드 방식이 누적된 양자화 오차 요인이 제거됨으로서 기존의 저대역 이동보상 피라미드에 비해 성능이 우수하다는 것을 이론적으로 분석하여 이를 증명하였다. 또한 계층적 이동보상 피라미드에서 매우 중요한 최고 계층의 초기 이동벡터 추정을 위하여 에지 패턴 분류를 이용한 이동벡터 추정 방식을 새로이 제안하였으며, 실험 결과 성능의 우수함이 입증되었다.

• 대한전자공학회논문지SP
• /
• 제43권2호
• /
• pp.1-11
• /
• 2006

본 논문에서는 샷(shot) 기반 비디오 색인 구조에서 비-파라미터(non-parametric) 기반의 움직임 분류를 통한 비디오 영상 검색 기법을 제안한다. 본 논문에서 제안하는 비디오 검색 시스템은 장면 전환 기법을 통해 얻은 샷 단위의 짧은 비디오로부터 대표 프레임과 움직임 정보를 취득한 후, 이를 통해 시각적 특징과 움직임 특징을 추출하여 유사도를 비교함으로써 시-공간적 특징을 이용한 실시간 검색이 가능하도록 구현되었다. 비-파라미터 기반의 움직임 특징의 추출은 MPEG 압축 스트림으로부터 정규화된 움직임 벡터계(界)를 추출한 후, 각각의 정규화된 움직임 벡터를 여러 개의 각도 빈(bin)으로 양자화하고 이의 평균과 분산, 방향 등을 고려함으로써 효과적으로 이루어진다. 대표 프레임에서의 시각 특징 검출을 위해서는 에지 기반의 공간 기술자를 이용하였다. 실험 결과는 영상 색인 및 검색에 있어서 제안된 시스템이 매우 효과적임을 잘 나타내고 있다. 데이터베이스 내 영상의 색인을 위해서는 R*-tree 구조를 이용한다.

• 한국멀티미디어학회논문지
• /
• 제20권8호
• /
• pp.1271-1281
• /
• 2017

It is essential to collect and analyze target information around the vehicle for autonomous driving of the vehicle. Based on the analysis, environmental information such as location and direction should be analyzed in real time to control the vehicle. In particular, obstruction or cutting of objects in the image must be handled to provide accurate information about the vehicle environment and to facilitate safe operation. In this paper, we propose a method to simultaneously generate 2D and 3D bounding box proposals using LiDAR Edge generated by filtering LiDAR sensor information. We classify the classes of each proposal by connecting them with Region-based Fully-Covolutional Networks (R-FCN), which is an object classifier based on Deep Learning, which uses two-dimensional images as inputs. Each 3D box is rearranged by using the class label and the subcategory information of each class to finally complete the 3D bounding box corresponding to the object. Because 3D bounding boxes are created in 3D space, object information such as space coordinates and object size can be obtained at once, and 2D bounding boxes associated with 3D boxes do not have problems such as occlusion.

• Journal of Multimedia Information System
• /
• 제2권4호
• /
• pp.303-310
• /
• 2015

Vulnerable road users such as bike, motorcycle, small automobiles, and etc. are easily attacked or threatened with bigger vehicles than them. So this paper suggests a new approach two-wheelers detection system riding on people based on modified histogram of oriented gradients (HOGs) which is weighted by curvature and local correlation coefficient. This correlation coefficient between two variables, in which one is the person riding a bike and other is its background, can represent correlation relation. First, we extract edge vectors using the curvature of Gaussian and Histogram of Oriented Gradients (HOG) which includes gradient information and differential magnitude as cell based. And then, the value, which is calculated by the correlation coefficient between the area of each cell and one of bike, can be used as the weighting factor in process for normalizing the HOG cell. This paper applied the Adaboost algorithm to make a strong classification from weak classification. The experimental results validate the effectiveness of our proposed algorithm show higher than that of the traditional method and under challenging, such as various two-wheeler postures, complex background, and even conclusion.

• 문화기술의 융합
• /
• 제7권1호
• /
• pp.615-619
• /
• 2021

이 연구는 사물인터넷, 클라우드 컴퓨팅 그리고 에지 컴퓨팅 등 많은 임베디드 시스템에서 성능 및 에너지 효율을 높이고자 최적화하는 메모리 시스템에 초점을 맞추어 그 성능 개선 기법을 제안한다. 제안하는 기법은 최근 많이 이용되고 있는 머신 러닝 알고리즘을 기반으로 메모리 시스템 성능을 도모한다. 머신 러닝 기법은 학습을 통하여 다양한 응용에 사용될 수 있는데, 메모리 시스템 성능 개선에서 사용되는 데이터의 분류 태스크에 적용될 수 있다. 정확도 높은 머신 러닝 기법 기반 데이터 분류는 데이터의 사용 패턴에 따라 데이터를 적절하게 배치할 수 있게 하여 전체 시스템 성능 개선을 도모할 수 있게 한다.

• 융합보안논문지
• /
• 제17권3호
• /
• pp.21-29
• /
• 2017

지역 패턴을 정확하게 부호화 하는 방법은 텍스처 분류 연구에 매우 중요한 요소다. 하지만 기존 널리 연구된 LBP기반 방법들은 잡음에 취약한 근본적인 문제점이 있다. 최근 표정인식 분야에서 에지반응 값과 방향 정보를 활용한 LDP방법이 제안되었다. LDP방법은 LBP보다 잡음에 강하고 더 많은 정보를 코드에 수용할 수 있는 장점이 있지만 텍스처 분류에 적용하기에는 치명적인 회전 변화에 민감한 단점이 있다. 본 논문에서는 LDP 방법에 회전 불변 특성을 결합하고 기존 LDP가 가지고 있던 부호 정보를 수용하지 않은 단점과 밝기 값 차이가 적은 영역에서 의미 없는 코드가 생성되는 단점을 극복한 새로운 지역 패턴 부호화 방법인 Rotation Invariant Local Directional Pattern 방법을 제안한다. 본 논문에서 제안된 방법의 텍스처 분류 성능을 입증하기 위해 널리 사용되는 UIUC, CUReT 데이터 셋에서 텍스처 분류를 수행했다. 그 결과 제안된 RILDP방법이 기존 방법보다 우수한 성능을 보여주었다.

• 한국측량학회지
• /
• 제28권6호
• /
• pp.627-636
• /
• 2010

영상분할은 관심대상이 되는 물체의 영역을 추출하기 위한 객체기반 영상분류의 전처리과정으로서 원격 탐사 영상분석에서 그 중요성 날로 커지고 있다. 본 연구에서는 고해상도 위성영상의 분광 및 공간정보를 반영할 수 있는 새로운 분할방법을 제안한다. 이를 위해 우선 다중분광 에지정보의 지역적 변이특성을 이용하여 영상에서 자동으로 초기시드 점을 추출하였다. 추출된 시드 점과 이웃하는 점들과의 유사성을 기반으로 영역 확장의 우선순위를 결정하는 MSRG가법을 이용하여 영상분할을 수행하였다. 제안된 기법의 효율성을 평가하기 위해 기존에 위성영상분할에 많이 사용된 유역분할법과 영역성장기법과의 시각적/정량적 비교평가를 수행하였다. 정량적 비교평가 방법으로는 무감독 영상분할 평가 측정치와 동일한 조건하에서 수행된 객체기반 분류 정확도를 이용하였다. 실험 결과 제안한 기법은 고해상도 위성영상의 객체기반분석에 유용하게 적용될 수 있으리라 판단된다.

• 한국전자통신학회논문지
• /
• 제12권5호
• /
• pp.777-782
• /
• 2017

신호의 도래각(: Angle-of-Arrival, AOA) 추정기 및 간섭 제거기 등으로 구성된 적응 빔형성기 기반의 신호정보 수집(: Signal Intelligence, SIGINT) 시스템은 레이더나 위성 등과 같은 각종 장비를 활용하여 다양한 신호정보를 수집하기 위한 최첨단 기술이다. 본 논문에서는 도래각 추정기와 적응 빔형성기로 구성된 효율적인 신호정보 수집 시스템의 구조를 제안한다. 다양한 신호의 도래각 정보를 추정하기 위해 MUSIC(: Multiple Signal Classification) 알고리즘을 사용하고, 불필요한 간섭 신호를 제거하기 위해 MVDR(: Minimum Variance Distortionless Response) 기법을 사용한다. 또한, 컴퓨터 시뮬레이션을 통해 제안된 적응 빔형성기의 성능을 평가한다.

• Journal of Biosystems Engineering
• /
• 제24권5호
• /
• pp.431-438
• /
• 1999

The environmental control based on interactive thermoregulatory behavior for swine production has many advantages over the conventional temperature-based control methods. Therefore, this study was conducted to compare various feature selection methods using postural images of growing pigs under various environmental conditions. A color CCD camera was used to capture the behavioral images which were then modified to binary images. The binary images were processed by thresholding, edge detection, and thinning techniques to separate the pigs from their background. Following feature were used for the input patterns to the neural network ; \circled1 perimeter, \circled2 area, \circled3 Fourier coefficients (5$\times$5), \circled4 combination of (\circled1 ＋ \circled2), \circled5 combination of (\circled1 ＋ \circled3), \circled6 combination of (\circled2 ＋ \circled3), and \circled7 combination of (\circled1 ＋ \circled2 ＋ \circled3). Using the above each input pattern, the neural network could classify training images with the success rates of 96%, 96%, 96%, 100%, 100%, 96%, 100%, and testing images with those of 88%, 86%, 93%, 96%, 91%, 90%, 98%, respectively. Thus, the combination of perimeter, area and Fourier coefficients of the thinning images as neural network features gave the best performance (98%) in the behavioral classification.

• 한국멀티미디어학회논문지
• /
• 제10권4호
• /
• pp.470-482
• /
• 2007

본 논문에서는 NGMC 포럼의 차세대 이동 통신 서비스 로드맵 작성을 위하여 차세대 이동 통신 서비스들을 카테고리별로 분류하고 서비스 진화 시나리오를 작성한다. 구체적으로, 사용 목적에 따라 차세대 이동 통신서비스 카테고리를 선정하고, 해당 카테고리 별로 서비스들을 분류한 뒤, 각 서비스들의 상관 관계를 분석하여 카테고리별 서비스 진화 시나리오를 작성한다. 분류 및 분석 대상 서비스는 현재 제공되고 있는 서비스뿐만 아니라 개념적인 수준에서 논의되고 있는 모든 종류의 서비스들 중에서 선정된다. 본 논문의 결과물인 카테고리별 서비스 진화 시나리오를 이용하여 차세대 이동통신 서비스 로드맵이 완성된다면, 차세대 이동 통신분야에서의 주도권 확보 및 경쟁력 증대에 기여할 수 있을 것으로 기대된다.