• 한국통신학회논문지
• /
• 제28권7C호
• /
• pp.712-718
• /
• 2003

C.elegans 선충은 유전자 기능 연구에 주로 쓰이고 있으나, 변종들의 구분이 육안으로는 쉽지 않다. 이를 해결하기 위하여 컴퓨터 비젼을 이용하여 자동으로 분류할 수 있는 시스템이 연구 중이며, 이전 논문［1］에서 선충의 자동 분류 시스템에 사용될 영상의 전처리 과정에 대하여 서술한 바 있다. 본 논문에서는 전처리 된 영상 데이터를 이용하여 추출해 낼 수 있는 선충의 형태적 특징들을 제시한다. 선충의 크기와 관련한 특징과 자세에 관련한 특징으로 나누어, 각 특징의 추출 알고리즘을 수학적으로 표현하였다. 실험에서 제시된 형태적 특징 정보를 이용하여 직접 분류해 봄으로써 성능을 확인하였다. 분류 알고리즘은 Hierarchical Clustering을 사용하였다. 그 결과 실험에 이용된 선충의 4 종류 모두 90% 이상 옳게 분류되었다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2018년도 추계학술대회
• /
• pp.255-257
• /
• 2018

최근 다양한 분야에서 영상매체의 사용 빈도가 증가함에 따라 신호처리의 중요성이 높아지고 있다. 하지만 송수신 과정에서 많은 종류의 잡음이 발생하며 신호의 정보에 영향을 미치고 있으며, 이러한 이유로 잡음 제거를 전처리 과정으로서 필수적으로 행한다. 본 논문에서는 임펄스 잡음과 AWGN이 혼합된 잡음을 제거하기 위한 알고리즘을 제안하였다. 제안한 알고리즘은 효율적인 잡음 제거를 위해 잡음 판단과 화소 변화를 통해 영상을 복원하였으며, 기존 방법과 달리 두 잡음의 영향을 모두 최소화하여 잡음을 제거하는 모습을 보였다. 시뮬레이션 결과 우수한 잡음제거 특성을 나타내었으며, 객관적인 판단을 위해 PSNR 등을 이용하여 비교 및 분석하였다.

• 정보처리학회논문지B
• /
• 제10B권5호
• /
• pp.521-526
• /
• 2003

본 논문에서는 영역의 경계를 추출하기 위해 영상의 밝기 정보와 곡선전개 방식을 이용한 기하 활성 모델을 제안한다. 영역의 경계를 추출하는 문제를 추출한 영역의 평균 밝기 값과 전개중인 폐곡선 영역의 밝기 값의 차론 최소화시키는 것으로 설정한다. 최적의 해를 구하는 방법으로 레벨세트 이론을 적용한 곡선전개 방법을 이용한다. 이 방식은 일반적인 활성 모델에 비해 초기 곡선 설정에 제약이 없고 동시에 여러 영역의 경계 추출이 가능하다. 제안 모델은 에지 정보가 충분치 못한 영상의 경우에도 일반적인 에지 기반 방식에 비해 추출 결과가 양호하였다. 비등방성 확산 필터를 사용하여 영상을 전처리 함으로써 보다 나은 추출이 수행되었다. CT나 MRI 영상을 이용하여 모델의 성능을 확인하였다.

• 한국정보통신학회논문지
• /
• 제18권9호
• /
• pp.2203-2208
• /
• 2014

영상 내 직선을 검출하는 대표적인 알고리즘인 허프변환은 실세계 영상들에 적용할 때 그들의 복잡한 배경이나 잡음에 의해 생성되는 방대한 특징점들 때문에 상당한 계산량을 필요로 하고 쉽게 의사 직선을 검출한다. 본 논문은 기존 허프변환에 특징점의 유효성을 평가하는 전처리를 추가한 개선된 허프변환을 제안한다. 특징점 평가는 $3{\times}3$ 블록 특징점들의 패턴을 이용해 직선 검출에 필수적이지 않은 많은 특징점들을 제거할 수 있다. 다양한 영상을 대상으로 한 실험들에서 제안된 알고리즘은 영상에 따라 특징점들의 14%~58%를 제거하여 계산량을 줄여줄 뿐만 아니라 유효 직선 검출에서도 기존 알고리즘보다 우수함을 보여준다.

• 융합신호처리학회 학술대회논문집
• /
• 한국신호처리시스템학회 2000년도 추계종합학술대회논문집
• /
• pp.93-96
• /
• 2000

본 논문에서는 2D 자연영상을 MPEG-4의 메쉬 구조로 압축/저장하기 위한 메쉬 구성(meshgeneration)의 전처리에 사용될 수 있도록, 특징점들을 블록기반의 웨터쉐드 영역분할과 다각형 근사화를 통해 추출하는 방법을 제안한다. 우선 2D 자연영상을 8$\times$8 또는 4$\times$4 블록 패턴분류를 이용한 웨터쉐드 분할을 이용하여 영역별로 분리해 낸다 이렇게 분할된 영역의 구분선을 이루는 화소들은 영상의 특징을 나타내며, 이들은 폐곡선을 이루게 된다. 이들 폐곡선 위의 연속적인 화소들을 다각형 근사화와 중복 정점을 제거하는 후처리를 이용해 특징점으로 얻어낸다.

• 대한원격탐사학회지
• /
• 제16권4호
• /
• pp.327-338
• /
• 2000

The forest conditions of North Korea has been a great concern since it was known to be closely related to many environmental problems of the disastrous flooding, soil erosion, and food shortage. To assess the long-term changes of forest area as well as the canopy conditions, several sources of multitemporal satellite data were applied to the study area near Kaesung. KOMPSAT-1 EOC data were overlaid with 1981 topographic map showing the boundaries of forest to assess the deforestation area. Delineation of the cleared forest was performed by both visual interpretation and unsupervised classification. For analyzing the change of forest canopy condition, multiple scenes of Landsat and SPOT data were selected. After preprocessing of the multitemporal satellite data, such as image registration and normalization, the normalized difference vegetation index (NDVI) was derived as a representation of forest canopy conditions. Although the panchromatic EOC data had radiometric limitation to classify diverse cover types, they can be effectively used t detect and delineate the deforested area. The results showed that a large portion of forest land has been cleared for the urban and agricultural uses during the last twenty years. It was also found that the canopy condition of remaining forests has not been improved for the last twenty years. It was also found that the canopy condition of remaining forests has not been improved for the last twenty years. Possible causes of the deforestation and the temporal pattern of canopy conditions are discussed.

• 전기전자학회논문지
• /
• 제22권4호
• /
• pp.1175-1179
• /
• 2018

본 논문에서는 뇌파 신호를 이용하여 환자의 경련을 감지하는 순환 CNN (Convolutional Neural Networks)을 제안한다. 제안 된 방법은 뇌파 신호의 스펙트럼 특성과 전극의 위치를 보존하기 위해 영상으로 데이터를 매핑하여 처리하였다. 스펙트럼 전처리 과정을 거친 후 CNN에 입력하고 공간 및 시간 특성을 웨이블릿 변환(wavelet transform)없이 추출하여 발작을 검출하였다. 여기에 사용된 보스턴 매사추세츠 공과 대학 (Boston Massachusetts Institute of Technology, CHB-MIT) 아동 병원의 데이터셋 결과는 시간당 0.85의 민감도와 90 %의 위양성 비율 (FPR)을 보였다.

• 대한의용생체공학회:의공학회지
• /
• 제43권5호
• /
• pp.299-307
• /
• 2022

In this paper, we propose a pre-processing method that converts to Spider Chart image data for classification of gripping movement using EMG (electromyography) sensors and Convolution Neural Networks (CNN) deep learning. First, raw data for six hand gestures are extracted from five test subjects using an 8-channel armband and converted into Spider Chart data of octagonal shapes, which are divided into several sliding windows and are learned. In classifying six hand gestures, the classification performance is compared with the proposed pre-processing method and the existing methods. Deep learning was performed on the dataset by dividing 70% of the total into training, 15% as testing, and 15% as validation. For system performance evaluation, five cross-validations were applied by dividing 80% of the entire dataset by training and 20% by testing. The proposed method generates 97% and 94.54% in cross-validation and general tests, respectively, using the Spider Chart preprocessing, which was better results than the conventional methods.

• Nuclear Engineering and Technology
• /
• 제53권2호
• /
• pp.522-531
• /
• 2021

We describe a new deep learning model - Convolutional eXtreme Gradient Boosting (ConvXGB) for classification problems based on convolutional neural nets and Chen et al.'s XGBoost. As well as image data, ConvXGB also supports the general classification problems, with a data preprocessing module. ConvXGB consists of several stacked convolutional layers to learn the features of the input and is able to learn features automatically, followed by XGBoost in the last layer for predicting the class labels. The ConvXGB model is simplified by reducing the number of parameters under appropriate conditions, since it is not necessary re-adjust the weight values in a back propagation cycle. Experiments on several data sets from UCL Repository, including images and general data sets, showed that our model handled the classification problems, for all the tested data sets, slightly better than CNN and XGBoost alone and was sometimes significantly better.

• 한국의류학회지
• /
• 제46권6호
• /
• pp.1004-1022
• /
• 2022

This study seeks to investigate K-fashion's external image by examining the trends in global media reporting. It applies Dynamic Topic Modeling (DTM), which captures the evolution of topics in a sequentially organized corpus of documents, and consists of text preprocessing, the determination of the number of topics, and a timeseries analysis of the probability distribution of words within topics. The data set comprised 551 online media articles on 'Korean fashion' or 'K-fashion' published on Google News between 2010 and 2021. The analysis identifies seven topics: 'brand look and style,' 'lifestyle,' 'traditional style,' 'Seoul Fashion Week (SFW) event,' 'model size,' 'K-pop,' and 'fashion market,' as well as annual topic proportion trends. It also explores annual word changes within the topic and indicates increasing and decreasing word patterns. In most topics, the probability distribution of the word 'brand' is confirmed to be on the increase, while 'digital,' 'platform,' and 'virtual' have been newly created in the 'SFW event' topic. Moreover, this study confirms the transition of each K-fashion topic over the past 12 years, along with various factors related to Hallyu content, traditional culture, government support, and digital technology innovation.