• 한국컴퓨터정보학회논문지
• /
• 제16권12호
• /
• pp.103-112
• /
• 2011

움직임 예측은 동영상 인코딩 과정에서 가장 많은 연산량을 차지하는 매우 중요한 처리과정이다. H.264/AVC에서는 움직임 예측을 할 때 정수 화소 단위 뿐만 아니라 부화소 단위까지 예측을 실시함으로써 영상의 압축률을 매우 높일 수 있다. 하지만 이로 인해 계산량이 더욱 증가되는 문제점이 있다. 일반적으로 움직임 예측시 각 블록들 간의 절대 변환 오차(SATD : Sum of Absolute Transform Difference)는 최소점을 기준으로 포물선 형태를 가지는 특성이 있다. 본 논문에서는 이러한 특성을 이용하여 움직임 예측 과정에서 필요한 탐색점을 줄이는 방법을 제안하였다. 제안한 방법은 연산 처리 시간을 감소시킴으로써 계산의 복잡도를 줄일 수 있었다. 제안한 기법을 적용한 결과, 기존의 고속 움직임 예측 알고리즘들과 비교하여 화질 저하는 적은데 비해, 인코딩시 움직임 예측 과정에 서 약 20%정도 처리속도를 감소시키는 결과를 얻었다.

• 대한전자공학회논문지SD
• /
• 제47권1호
• /
• pp.79-85
• /
• 2010

H.264/AVC와 같은 영상압축표준에서 움직임 추정 및 보상은 비디오 코딩 과정에서 가장 많은 연산량을 차지하는 중요한 처리과정이다. 영상 코덱에서 일반적으로 사용되는 전역 탐색 기법(Full Search)은 가장 좋은 화질을 보여주긴 하지만 매우 많은 계산량이 필요하다는 단점이 있다. 따라서 좋은 화질을 유지하면서도 계산량을 낮추기 위한 많은 고속 알고리즘들이 제안되었다. 그 중 NPDS(Normaized Partial Distortion Search)는 개선된 블록 정합 오류 연산을 이용하여 계산량을 낮추면서도 전역 탐색 기법에 거의 근접한 화질을 얻어 낼 수 있었다. 본 논문에서는 움직임 예측 벡터를 이용하여 초기에 최소 정합에러를 결정하고, 새로운 탐색 순서를 적용한 알고리즘을 제안한다. 실험결과에 따르면 제안하는 알고리즘은 기존의 전역탐색 알고리즘에 비해 비교적 화질 열화가 없고 계산량이 평균적으로 약 95% 감소하는 것을 확인할 수 있었다.

• 한국통신학회논문지
• /
• 제36권9C호
• /
• pp.555-563
• /
• 2011

본 논문에서는 움직임 추정 (motion estimation, ME), 컬러 라벨링(labeling) 그리고 Non-local mean 필터를 이용하여 2D 영상을 3D 업체 영상으로 변환하는 기법을 제안한다. 제안하는 기법에서는 먼저 프레임 간의 움직임을 추정하여 객체의 움직임 벡터를 추출하고 주어진 영상에 대해 컬러 라벨링 작업을 수행하여 영상을 분리한다. 움직임 추정 결과와 컬러 라벨링 결과를 비교 분석하여 영상내의 객체를 추출하고 추출된 객체를 이동하여 우 영상을 생성하게 되는데 이때 우 영상을 생성하는 과정에서 채워지지 않은 가려짐 영역이 발생하며 전체 화소간의 상관도를 고려하는 Non-local mean 필터를 사용하여 보상한다. 이후 원본 영상인 좌 영상과 생성된 우 영상으로 비윌 주사하여 최종 3D 업체 영상을 재현한다. 실험 결과를 통해 제안된 기법으로 생성된 3D 업체 영상에서 객체위주의 안정된 업체 변환이 수행되는 것을 확인할 수 있었다.

• 한국지능시스템학회논문지
• /
• 제8권3호
• /
• pp.95-103
• /
• 1998

접촉센서가 제공하는 tactile영상을 이용하여 접촉면의 형태를 인식할 때 영상의 모양은 접촉면에 가해지는 힘의 크기에 따라 변화된다. 따라서 많은 노력에도 부루하고 tactile 센서만을 이용하여 접촉면의 형태를 완전히 인식하는 것은 매우 어려운 일로 인식되고 있다. 본 논문에서는 이러한 문제를 해결하기 위해 tactile 영상이 얻어지는 때의 힘을 동시에 측정하고 힘에 따라 변화하는 영상의 모양을 퍼지융합 알고리즘을 이용하여 인식하는 방법을 제안한다. 접촉센서의 tactile 영상은 eigen vector해석 방벅을 적용하여 장축과 단축의 길이로 표현된다. 이들은 접촉 시에 가해지는 힘의 분포에 따른 경계선의 변호를 측정하여 만들어진 소속함수에 의해 퍼지화되며 Averaged Minkowski's distance를 이용하여 융합된다. 제안된 알고리즘은 다중센서시스템에 구현하여 실험하였으며 측정 시에 가해지는 힘의 크기 및 측정면의 종류에 고르게 86% 이상의 인식률을 보여 주었다. 제안된 알고리즘은 복수개의 손가락을 갖는 로봇의 손에 구현하면 작은 힘에도 변형되는 물체의 정밀한 조자이나 인식에 응용될 수 있다.

• 한국전자통신학회논문지
• /
• 제15권4호
• /
• pp.725-732
• /
• 2020

본 논문은 소외계층 아동의 운동학습프로그램에서 체력 활동 중 나를 잘 따른다(0-9), 마음의 결정을 내리는데 많은 시간이 걸린다(0-9), 맥빠진(0-9) 등을 변수로 사용하여 '성별', '체육교실', 나이의 '상중하'를 분류하고 스포츠 재활치료를 통한 자아 탄력(ego-resiliency)과 자아 통제(self-control)의 변화를 관찰하여 정신 건강 변화를 알아본다. 이를 위해 취득한 데이터를 병합하고 Label encoder와 One-hot encoding을 사용하여 숫자의 크고 작음의 특성을 제거한 후 MLP, SVM, Dicesion tree, RNN, LSTM의 각각의 알고리즘을 적용하여 성능을 평가하기 위해 Train, Test 데이터를 75%, 25% 스플릿 한 뒤 Train 데이터로 알고리즘을 학습하고 Test 데이터로 알고리즘의 정확성을 측정한다. 측정 결과 성별에서는 LSTM, 체육 교실은 MLP와 LSTM, 나이는 SVM이 가장 우수한 결과를 보임을 확인하였다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2023년도 학술발표회
• /
• pp.423-423
• /
• 2023

습지 생태계는 탄소저장고, 대기 온·습도 조절 등의 기능을 수행하는 만큼 면밀한 관리가 요구된다. 습지의 규모와 생태계는 밀접한 연관성을 가지므로 그 규모를 우선적으로 파악할 필요가 있으며, 이를 위해 지표면의 상태를 산지, 습지, 수역 등의 항목으로 구분한 토지피복지도가 고려될 수 있다. 현재, 환경부에서 운영 중인 환경공간정보서비스(https://egis.me.go.kr/)에서는 각각 30 m, 5 m, 1 m의 공간 해상도와 7, 22, 41가지 분류 항목을 갖는 대분류, 중분류, 세분류로 구분된 토지피복지도를 제공하며 이러한 자료들은 모두 1년 이상의 시간 해상도를 갖는다. 습지의 경우, 계절에 따른 환경 변화로 인한 규모의 변동성이 크게 나타날 수 있기 때문에 1년 이하의 시간 해상도를 갖는 고품질 토지피복 분류 정보가 요구된다. 따라서 본 연구에서는 기존 자료의 낮은 시간 해상도 보완을 목표로, 1개월과 30 m의 시·공간 해상도를 갖는 토지피복지도를 구축하기 위한 방법론을 제안하고자 한다. 이를 위해 Landsat-8 등과 같은 다양한 인공위성 자료를 수집하고, Support Vector Machine 등과 같은 머신러닝 기법을 적용하였다. 최종적으로 습지보전법에서 지정한 습지보호지역 중 내륙습지 26개소를 대상으로, 본 연구로부터 산출된 토지피복지도를 기존 환경공간정보서비스 내 대분류 토지피복지도와 비교·평가하였다.