• 한국멀티미디어학회논문지
• /
• 제6권3호
• /
• pp.444-454
• /
• 2003

심장 운동의 분석은 인체에 혈액을 공급하는 역할에 대한 평가이다. 심근의 움직임을 평가하기 위해서 본 논문에서는 좌심실 심근 모델을 수학적으로 구축하였으며, 심장의 움직임에 대한 파라미터를 이용하여 운동성을 상세화 하였다. 구축한 모델을 심장의 생화학적 반응을 보이는 게이트 심근 SPECT 영상에 적용시켜서, 모델과 게이트 심근 SPECT 영상 사이의 운동성을 분석하였다. 심근 모델은 sinusoidal 함수를 이용한 3차원 super-ellipsoidal 모델을 기반으로 생성하였으며 움직임과 형태의 변화를 주기 위한 파라미터 함수를 이용하여 좌심실 심근의 형태와 움직임에 대한 유사성을 모델화 하였다. 이 모델과 심근 게이트 SPECT 영상 데이터와 LSF 알고리즘을 이용하여 fitting 시킨 후 생성된 모델을 토대로 하여 심근 게이트 SPECT 영상의 영역별 운동성 방향과 크기를 산출하여 분석하였으며, 지역적 운동성의 표현을 위해 심장기능 평가에 사용되는 Bull's Eye형식의 map을 만들었다. SPECT를 이용한 심장의 기능평가로 움직임과 수축능, 혈류 등을 이용해서 하고 있으나 운동량에 대한 평가는 없다. 본 논문에서 제안한 모델을 이용한 심근 SPECT의 운동성 분석은 심장 기능 평가에 유용한 지표가 될 것으로 기대한다.

• 대한원격탐사학회지
• /
• 제18권5호
• /
• pp.273-280
• /
• 2002

This paper describes a mathematical model and its utilization algorithm for calculating the accurate target position on the ellipsoidal earth surface which corresponds to a range-azimuth coordinates of unprocessed synthetic aperture radar (SAR) images. A geometrical model which is a set of coordinate transformations is described. The side-looking directional angle (off-nadir angle) is determined in an iterative fashion by using the model and the accurate slant range which is calculated from the range sampling timing of the instrument. The algorithm can be applied not only for the geolocation of SAR images but also for the high quality SAR image generation by calculating accurate Doppler parameters.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제10권6호
• /
• pp.2483-2503
• /
• 2016

Traffic congestion is a severe problem in many modern cities around the world. Real-time and accurate traffic congestion identification can provide the advanced traffic management systems with a reliable basis to take measurements. The most used data sources for traffic congestion are loop detector, GPS data, and video surveillance. Video based traffic monitoring systems have gained much attention due to their enormous advantages, such as low cost, flexibility to redesign the system and providing a rich information source for human understanding. In general, most existing video based systems for monitoring road traffic rely on stationary cameras and multiple vehicle tracking method. However, most commonly used multiple vehicle tracking methods are lack of effective track initiation schemes. Based on the motion of the vehicle usually obeys constant velocity model, a novel vehicle recognition method is proposed. The state of recognized vehicle is sent to the GM-PHD filter as birth target. In this way, we relieve the insensitive of GM-PHD filter for new entering vehicle. Combining with the advanced vehicle detection and data association techniques, this multiple vehicle tracking method is used to identify traffic congestion. It can be implemented in real-time with high accuracy and robustness. The advantages of our proposed method are validated on four real traffic data.