• 한국정보과학회논문지:데이타베이스
• /
• 제35권1호
• /
• pp.54-66
• /
• 2008

시공간 데이타베이스에서 조인 연산은 매우 많은 비용이 소요되며, 시공간 조인 연산의 효율적인 질의 실행 계획을 세우기 위해 조인 연산에 대한 정확한 선택도 추정은 질의처리 성능에 결정적이다. 주어진 두 이산 데이타집합 $S_1,\;S_2$의 타임스탬프 $t_q$에서 시공간 조인 연산은 타임스탬프 $t_q$에서 서로 교차하는 모든 객체 쌍을 검색하는 것이다. 시공간 조인 연산의 선택도 추정치는 검색된 객체 쌍의 수를 $|S_1{\times}S_2|$로 나눈 값이다. 이 논문은 공간 조인 연산의 선택도 추정 기법인 기하 히스토그램 기법을 확장하여 시공간 조인 선택도 추정을 위한 시공간 히스토그램을 제안한다. 균일 데이타 집합과 편중 데이타 집합 모두를 사용하여 제안된 히스토그램 기법으로 시공간 조인 연산의 선택도를 정확하게 추정할 수 있다는 것을 증명하였다. 본 논문의 기여도는 먼저 이산 데이타 집합에 대한 시공간 조인 선택도 추정 연구의 첫 시도를 하였으며 다음으로 이산 객체의 유효시간 동안의 공간 통계정보를 압축하여 히스토그램을 재구축하는 효율적인 유지기법을 제안하였다.

• 한국정보과학회논문지:데이타베이스
• /
• 제36권2호
• /
• pp.73-83
• /
• 2009

본 논문에서는 영상 내의 객체의 형태(shape)에 기반한 객체 유사성 매칭(matching) 방법을 제안한다. 제안한 방법에서는 객체의 윤곽선(edge)에서 점들(edge points)을 추출하고, 추출된 점들의 위치 관계를 나타내기 위하여 각 점을 기준으로 로그 원형 히스토그램(log polar histogram)을 생성하였다. 객체의 윤곽을 따라가며 각 점에 대한 원형 히스토그램을 순차적으로 비교함으로써 객체간의 매칭이 이루어지며, 데이타베이스로부터 유사한 객체를 검색하기 위하여 사용한 매칭 방식은 널리 알려진 k-NN(nearest neighbor) 질의 방식을 사용하였다. 제안한 방법을 검증하기 위하여 기존의 형태 문맥 기법(Shape Context method)과 제안한 방법을 비교하였으며, 객체 유사성 매칭 실험에서 k=5일 때 기존 방법의 정확도가 0.37, 제안한 방법이 0.75-0.90이며, k=10일 때 기존 방법이 0.31, 제안한 방법이 0.61-0.80로서 기존의 방법에 비해 정확한 매칭 결과를 보여 주었다. 또한 영상의 회전 변형 실험에서 기존 방법의 정확도가 0.30, 제안한 방법이 0.69로서 기존 방법보다 회전 변형에 강인한(robust) 특성을 가짐을 관찰할 수 있었다.

• 한국학교수학회논문집
• /
• 제23권4호
• /
• pp.509-521
• /
• 2020

본 연구는 싱가포르 교과서와 영국의 중등 졸업 자격시험 항목에서 도수밀도(frequency density)라는 개념을 발견하면서 시작되었다. 도수밀도의 수학적 의미를 파악하기 위해 도수밀도 개념의 수학적 연결성을 수학 내적 연결성과 수학 외적 연결성 측면에서 고찰하고, 이에 관한 지도 방안을 소개하고자 하였다. 수학 내적 연결성 측면에서는 고등학교 연속확률분포 단원의 연속확률변수와 확률밀도함수와의 연계성을 탐구하였고, 수학 외적 연결성 측면에서는 중학교 과학 교과의 밀도 개념과의 연계성을 탐구하였다. 연구 결과, 수학적 연결성을 바탕으로 도수밀도 개념의 도입 필요성을 제시했다. 도수밀도의 도입과 지도 방안에 대해서는 싱가포르의 중등 2학년 수학 교과서를 소개하였다. 싱가포르 교과서에서는 비균등 구간의 자료를 히스토그램으로 올바르게 표현하고 정확하게 해석하기 위한 방법으로 도수밀도를 도입하고 있다. 따라서 우리나라도 도수밀도를 도입함으로써 확률밀도함수와 상대도수밀도, 그리고 도수밀도 사이의 수학 내적 연결성을 강조하여 일관성 있게 지도하고, 도수밀도의 과학 교과와의 외적 연결성을 고려하며, 도수밀도 도입 방법으로 싱가포르의 지도 방안을 고려해 볼 수 있겠다.

• 융합신호처리학회논문지
• /
• 제22권2호
• /
• pp.71-78
• /
• 2021

영상의 군집 속에서 특정 영상을 분류하기 위해서는 주로 목표 영상과 배경의 명암 차이를 구하는데 만약 특정 영상의 윤곽선이 흐리고 선명도가 낮다면 이를 분류하기가 쉽지 않다. 하지만 이러한 영상을 분류하기 위한 연구들이 많지 않으며, 지금까지 발표된 방법들을 적용하더라도 제대로 구분하지 못한다는 어려움이 있다. 본 논문에서는 각 3차원 필름 영상들의 히스토그램을 구한 후, 히스토그램의 최고 빈도를 기준으로 특정 빈도에서의 폭을 구하여 윤곽선이 흐린 불량패턴의 영상을 분류하는 방법을 제안한다. 실험을 통하여 정품 패턴과 불량 패턴 영상의 히스토그램 분포의 차이가 뚜렷하다는 것을 확인할 수 있었으며, 이러한 히스토그램의 특성을 반영한 제안 알고리즘을 통하여 모든 영상들을 정확하게 분류할 수 있다는 것을 보였다. 제안한 알고리즘의 성능을 평가하기 위하여 이진화, 히스토그램, 가장자리 검출을 이용한 각각의 유사도 검정들과 퓨샷 러닝의 분석 결과를 비교분석 하였으며, 실험을 통하여 제안한 알고리즘은 앞선 네 가지 방법들보다 복잡한 계산 없이 높은 성능을 낼 수 있다는 것을 검증하였다.

• 융합신호처리학회논문지
• /
• 제23권2호
• /
• pp.107-114
• /
• 2022

3차원 필름 영상을 양품 또는 불량품으로 분류하기 위해서는 필름의 영상 내 무늬를 검출해야 한다. 하지만 만약 필름 내 화소의 명암이 낮다면 영상 내 무늬가 선명하지 않아서 분류하기가 쉽지 않다. 본 논문에서는 3D 필름 영상들의 히스토그램을 구한 후, 각 히스토그램의 특정 빈도에서의 폭을 비교하여 정품과 불량품으로 분류하는 방법을 제안한다. 실험을 통하여 정품과 불량품의 히스토그램이 뚜렷하게 다르다는 것을 보였으며, 이러한 특징을 반영한 제안 알고리즘을 이용하여 히스토그램의 특정 빈도에서 모든 3D 필름 영상들이 정확하게 분류되는 것을 보였다. 기존에 연구된 방법들인 차영상, 오츠의 이진화 알고리즘, 캐니 엣지, 모폴로지 지오데식 엑티브 컨투어, 그리고 서포트 벡터 머신과의 성능 비교를 통하여 제안한 알고리즘의 성능이 가장 우수함을 검증하였으며, 영상 내 무늬를 검출할 필요 없이도 우수한 분류 정확도를 얻을 수 있다는 것을 보였다.

• 한국정보전자통신기술학회논문지
• /
• 제16권3호
• /
• pp.130-137
• /
• 2023

최근 농촌문제를 해결하기 위해 주목받고 있는 스마트팜은 작물의 생육환경을 최적화하고 효율적인 관리를 통해 작물의 생산성과 품질을 높이는 기술을 의미한다. 이러한 스마트팜에 생육환경 데이터 간 관계를 분석한다면 추가적인 생산성 향상과 작물 관리가 가능할 것이다. 본 논문에서는 온도, 습도, CO2, 토양온도, 토양습도, 일사, 토양EC, EC, pH 9개의 생육환경 데이터를 획득하고, 이를 분석하는 방법을 제안한다. 데이터 획득은 Main board와 Sensor board 간 RS-485 통신을 통해 획득 후 데이터베이스에 저장하였다. 저장된 데이터는 엑셀 시트 형식으로 내려받아 히스토그램, 데이터 차트, 상관관계 히트맵 분석을 진행하였다. 먼저 히스토그램 분석을 통해 전체, 주간, 야간 데이터의 분포를 파악하였고, 주간과 야간을 구분하여 데이터 차트 분석을 통해 월별로 평균, 중앙값, 최소값, 최대값을 파악하여 월별 데이터 변화 추이를 확인했다. 마지막으로 주간과 야간을 구분하여 상관관계 히트맵 분석을 통해 데이터의 상관관계를 파악하였다. 결과 주간에서는 온도와 토양온도, 토양EC와 EC 간에 매우 강한 양의 상관관계를 보였으며, 야간에는 온도와 토양온도, 토양EC와 EC 간에 매우 강한 양의 상관관계, 온도와 토양EC 간에 강한 음의 관계를 확인할 수 있었다.

• 예술인문사회 융합 멀티미디어 논문지
• /
• 제7권3호
• /
• pp.383-391
• /
• 2017

영상 분할은 영상처리 분야에서 오랜 기간 많은 연구자들에 의해 연구되었으며 현재도 다양한 방법이 연구되어지고 있다. 영상 분할은 영상에 포함된 객체들을 분리하는 문제로, 특히 사람의 얼굴은 영상에 포함된 객체들 중 가장 중요한 객체로 다루어진다. 본 논문에서는 영상에 포함된 얼굴 경계선을 추출하는 방법을 제안한다. 이를 위해 먼저 비올라존스 방법을 사용해 영상에서 대략적인 얼굴 위치를 검출한다. 그러나 비올라존스 알고리즘에 의해 검출된 결과는 얼굴의 대략적인 위치이지 정확한 얼굴 영역이 아니다. 본 논문에서는 비올라존스 알고리즘의 결과로부터 좀 더 정확한 얼굴 영역을 추출하기 위해 적응적 스킨칼라 모델을 사용하고 스킨칼라 모델의 결과로 주어지는 스킨영역에 대해 수평, 수직 히스토그램을 분석하여 얼굴 영역을 추출한다. 마지막으로 추출된 얼굴 영역에 대해 스네이크 알고리즘을 적용해 최종 얼굴 경계선을 결정한다. 본 논문에서는 Williams등[7]에 의해 제안된 스네이크 알고리즘을 기반으로 얼굴 경계선 추출을 위해 변형된 스네이크 에너지 함수를 제안한다.

• 대한원격탐사학회지
• /
• 제39권5_2호
• /
• pp.875-883
• /
• 2023

이 단보에서는 PlanetScope 영상을 사용하여 Red-Green-Blue (RGB) 히스토그램 (histogram) 분석을 통해 해양 유출유의 색상 특성과 유종 구분에 대한 실험을 수행하였다. 해양 유출유의 히스토그램은 각 밴드 화소값 분포에 따라 세 가지 카테고리(어두운 검은색 톤, 밝은 은색 톤, 밝은 무지개색 톤)로 나눌 수 있으며, 어두운 검은색 톤의 두꺼운 기름층은 중유(heavy oil)로 구분할 수 있고, 밝은 은색 및 무지개색 톤의 얇은 기름층은 경유(light oil)로 구분할 수 있다. 향후 보다 많은 영상에 대한 분석이 이루어진다면, 이러한 유출유 탐지와 유종 구분이 보다 더 일반화되고 신뢰도를 높일 수 있을 것으로 사료된다.

• Korean Journal of Radiology
• /
• 제22권8호
• /
• pp.1369-1378
• /
• 2021

Objective: Few attempts have been made to investigate the prognostic value of dynamic contrast-enhanced (DCE) MRI or dynamic susceptibility contrast (DSC) MRI of non-enhancing, T2-high-signal-intensity (T2-HSI) lesions of glioblastoma multiforme (GBM) in newly diagnosed patients. This study aimed to investigate the prognostic values of DCE MRI and DSC MRI parameters from non-enhancing, T2-HSI lesions of GBM. Materials and Methods: A total of 76 patients with GBM who underwent preoperative DCE MRI and DSC MRI and standard treatment were retrospectively included. Six months after surgery, the patients were categorized into early progression (n = 15) and non-early progression (n = 61) groups. We extracted and analyzed the permeability and perfusion parameters of both modalities for the non-enhancing, T2-HSI lesions of the tumors. The optimal percentiles of the respective parameters obtained from cumulative histograms were determined using receiver operating characteristic (ROC) curve and univariable Cox regression analyses. The results were compared using multivariable Cox proportional hazards regression analysis of progression-free survival. Results: The 95th percentile value (PV) of Ktrans, mean Ktrans, and median Ve were significant predictors of early progression as identified by the ROC curve analysis (area under the ROC curve [AUC] = 0.704, p = 0.005; AUC = 0.684, p = 0.021; and AUC = 0.670, p = 0.0325, respectively). Univariable Cox regression analysis of the above three parametric values showed that the 95th PV of Ktrans and the mean Ktrans were significant predictors of early progression (hazard ratio [HR] = 1.06, p = 0.009; HR = 1.25, p = 0.017, respectively). Multivariable Cox regression analysis, which also incorporated clinical parameters, revealed that the 95th PV of Ktrans was the sole significant independent predictor of early progression (HR = 1.062, p < 0.009). Conclusion: The 95th PV of Ktrans from the non-enhancing, T2-HSI lesions of GBM is a potential prognostic marker for disease progression.

• 한국정보과학회논문지:컴퓨팅의 실제 및 레터
• /
• 제14권1호
• /
• pp.1-12
• /
• 2008

본 논문에서는 야외 및 실내에서 촬영된 차량 영상에 대해 실시간으로 차량 색상을 인식할 수 있는 GPU(Graphics Processing Unit) 기반의 알고리즘을 제시한다. 전처리 과정에서는 차량 색상의 표본 영상들로부터 특징벡터를 계산한 뒤, 이들을 색상 별로 조합하여 GPU에서 사용할 참조 텍스쳐(Reference texture)로 저장한다. 차량 영상이 입력되면, 특징벡터를 계산한 뒤 GPU로 전송하고, GPU에서는 참조 텍스쳐 내의 표본 특징리터들과 비교하여 색상 별 유사도를 측정한 뒤 CPU로 전송하여 해당 색상명을 인식한다. 분류의 대상이 되는 색상은 가장 흔히 발견되는 차량 색상들 중에서 선택한 7가지 색상이며, 검정색, 은색, 흰색과 같은 3가지의 무채색과 빨강색, 노랑색, 파랑색, 녹색과 같은 4가지의 유채색으로 구성된다. 차량 영상에 대한 특징벡터는 차량 영상에 대해 HSI(Hue-Saturation-Intensity) 색상모델을 적용하여 색조-채도 조합과 색조-명도 조합으로 색상 히스토램을 구성하고, 이 중의 채도 값에 가중치를 부여함으로써 구성한다. 본 논문에서 제시하는 알고리즘은 다양한 환경에서 촬영된 많은 수의 표본 특징벡터를 사용하고, 색상 별 특성을 뚜렷이 반영하는 특징벡터를 구성하였으며, 적합한 유사도 측정함수(likelihood function)를 적용함으로써, 94.67%에 이르는 색상 인식 성공률을 보였다. 또한, GPU를 이용함으로써 대량의 표본 특징벡터의 집합과 입력 영상에 대한 특징벡터 간의 유사도 측정 및 색상 인식과정을 병렬로 처리하였다. 실험에서는, 색상 별로 1,024장씩, 총 7,168장의 차량 표본 영상을 이용하여 GPU에서 사용하는 참조 텍스쳐를 구성하였다. 특징벡터의 구성에 소요되는 시간은 입력 영상의 크기에 따라 다르지만, 해상도 $150{\times}113$의 입력 영상에 대해 측정한 결과 평균 0.509ms가 소요된다. 계산된 특징벡터를 이용하여 색상 인식의 수행시간을 계산한 결과 평균 2.316ms의 시간이 소요되었고, 이는 같은 알고리즘을 CPU 상에서 수행한 결과에 비해 5.47배 빠른 속도이다. 본 연구에서는 차량만을 대상으로 하여 색상 인식을 실험하였으나, 일반적인 피사체의 색상 인식에 대해서도 제시된 알고리즘을 확장하여 적용할 수 있다.