• Proceedings of the Korean Information Science Society Conference
• /
• 1998.10c
• /
• pp.470-472
• /
• 1998

본 논문에서는 노이즈와 블러링에 의해 오염된 영상의 비 지도 분할 방법을 제안한다. 본 논문에서는 Markov random field (MRF) model을 사용하는데, 이것은 오염된 여상에 처리하는데 효율적이다. MRF는 연산적으로 복잡하기 때문에 이를 해결하기 위해서 효율적이라는 것과 교통량 측정과 같은 영상 처리에 응용 가능함을 보여준다.

• Investigative Magnetic Resonance Imaging
• /
• v.25 no.4
• /
• pp.293-299
• /
• 2021

Purpose: To accelerate magnetic resonance fingerprinting (MRF) by developing a flexible deep learning reconstruction method. Materials and Methods: Synthetic data were used to train a deep learning model. The trained model was then applied to MRF for different organs and diseases. Iterative reconstruction was performed outside the deep learning model, allowing a changeable encoding matrix, i.e., with flexibility of choice for image resolution, radiofrequency coil, k-space trajectory, and undersampling mask. In vivo experiments were performed on normal brain and prostate cancer volunteers to demonstrate the model performance and generalizability. Results: In 400-dynamics brain MRF, direct nonuniform Fourier transform caused a slight increase of random fluctuations on the T2 map. These fluctuations were reduced with the proposed method. In prostate MRF, the proposed method suppressed fluctuations on both T1 and T2 maps. Conclusion: The deep learning and iterative MRF reconstruction method described in this study was flexible with different acquisition settings such as radiofrequency coils. It is generalizable for different in vivo applications.

• The Transactions of the Korea Information Processing Society
• /
• v.5 no.10
• /
• pp.2713-2724
• /
• 1998

This paper proposes a new method for the parameter estimation in Markov Random Field(MRF) model of textured color images. The MRF models allow an image region to bel described using a finite number of parameters that characterize spatial interactionsl within and between bands of al color image. An important problem is estimation of the parameters since the randorn field model-based textured color image is the mostly parametric images of natural scenes to verify the validit of the proposed method proves that the method is not affected by the size of the image and shows well-segmented images.

• Proceedings of the Korean Information Science Society Conference
• /
• 2000.10b
• /
• pp.395-397
• /
• 2000

영상 처리를 통한 수화(手話)의 인식에 있어 가장 중요한 정보는 손의 형상, 위치, 이동방향 등을 들 수 있다. 이 중 손의 형상은 세가지 정보 중 가장 중요하며, 실제로 자음과 모음, 숫자 등을 나타내는 지문자의 경우 손의 형상만으로도 인식될 수 있다. 본 논문에서는 선 처리 모델(Line Process Model)을 3차원으로 확장하여 적용한 Markov Random Field(MRF)를 사용하여 효율적으로 손의 형상을 추출하였다.

• Journal of the Korean Institute of Telematics and Electronics C
• /
• v.36C no.9
• /
• pp.66-75
• /
• 1999

Image segmentation is the process where an image is segmented into regions that are set of homogeneous pixels. The result has a ciritical effect on accuracy of image understanding. In this paper, an Markov random field (MRF) image segmentation is proposed using genetic algorithm(GA). We model an image using MRF which is resistant to noise and blurring. While MRF based methods are robust to degradation, these require accurate parameter estimation. So GA is used as a segmentation algorithm which is effective at dealing with combinatorial problems. The efficiency of the proposed method is shown by experimental results with real images and application to automatic vehicle extraction system.

• The KIPS Transactions:PartB
• /
• v.17B no.6
• /
• pp.405-412
• /
• 2010

Previous background generation techniques showed bad performance in complex environments since they used only temporal contexts. To overcome this problem, in this paper, we propose a new background generation method which incorporates spatial as well as temporal contexts of the image. This enabled us to obtain 'clean' background image with no moving objects. In our proposed method, first we divided the sampled frame into m*n blocks in the video sequence and classified each block as either static or non-static. For blocks which are classified as non-static, we used MRF framework to model them in temporal and spatial contexts. MRF framework provides a convenient and consistent way of modeling context-dependent entities such as image pixels and correlated features. Experimental results show that our proposed method is more efficient than the traditional one.

• 한국HCI학회:학술대회논문집
• /
• 2007.02a
• /
• pp.256-261
• /
• 2007

본 논문은 이미지 완성(Image Completion)을 위한 근사적 에너지 최적화 알고리즘을 제안한다. 이미지 완성이란 이미지의 특정영역이 지워진 상태에서, 그 지워진 부분을 나머지 부분과 시각적으로 어울리도록 완성시키는 기법을 말한다. 본 논문에서 이미지 완성은 유사-확률적(pseudo-probabilistic) 시스템인 Markov Random Field로 모델링된다. MRF로 모델링된 이미지 완성 시스템에서 사후 확률(posterior probability)을 최대로 만드는 MAP(Maximum A Posterior) 문제는 결국 시스템의 전체 에너지를 낮추는 에너지 최적화 문제와 동일하다. 본 논문에서는 MRF의 최적화 알고리즘들 중에서 Belief Propagation 알고리즘을 이용한다. BP 알고리즘이 이미지 완성 분야에 적용될 때 다음 두 가지가 계산시간을 증가시키는 요인이 된다. 첫 번째는 완성시킬 영역이 넓어 MRF를 구성하는 정점의 수가 증가할 때이다. 두 번째는 비교할 후보 이미지 조각의 수가 증가할 때이다. 기존에 제안된 Priority-Belief Propagation 알고리즘은 우선순위가 높은 정점부터 메시지를 전파하고 불필요한 후보 이미지 조각의 수를 제거함으로써 이를 해결하였다. 하지만 우선순위를 정점에 할당하기 위한 최초 메시지 전파의 경우 Belief Propagation의 단점은 그대로 남아있다. 이를 개선하기 위해 본 논문에서는 이미지 완성을 위한 MRF 모델을 피라미드 구조와 같이 층위로 나누어 정점의 수를 줄이고, 계층적으로 메시지를 전파하여 시스템의 적합성(fitness)을 정교화 해나가는 Hierarchical Priority Belief Propagation 알고리즘을 제안한다.

• 한국전산유체공학회:학술대회논문집
• /
• 2010.05a
• /
• pp.32-36
• /
• 2010

This paper dealt with the flow simulation for the optimum designed propeller for Micro Aerial Vehicle, using a commercial CFD program(FLUENT). The propeller was modeled by the Multiple Reference Frame(MRF) method. For the validation of the computational method, the flow field analysis results for the propeller were compared with the flow analysis results, which are using Xfoil, for the optimum design, and with the wind tunnel data of a similar propeller model. By these validation processes, the reliability of MRF method was confirmed.

• 제어로봇시스템학회:학술대회논문집
• /
• 1997.10a
• /
• pp.1722-1725
• /
• 1997

This paper presents image analysis method using a Markov random field(MRF) model. Particulary, image esgmentation is to partition the given image into regions. This scheme is first segmented into regions, and the obtained domain knowledge is used to obtain the improved segmented image by a Markov random field model. The method is a maximum a posteriori(MAP) estimation with the MRF model and its associated Gibbs distribution. MAP estimation method is applied to capture the natural image by TMS320C80(MVP) and to realize the segmented image by a MRF model.

• Proceedings of the Korean Information Science Society Conference
• /
• 2002.04a
• /
• pp.109-111
• /
• 2002

기존의 많은 동기화 모델 중 EFSM(Extended Finite State Machine)기반 동기화 모델을 수정 보완한 MFSM(Modified Finite State Machine)을 제안한다. MFSM은 미디어간 동기화를 위한 Intermedia Synchronization 역할을 Sync Master와 Sync Slave로 나누어 기존 논문의 단점을 보완한다. 3GPP2 환경에서 멀티미디어 데이터 송수신시에 미디어 소스간에 동기화를 위해서 MRF(Media Resource Function)가 데이터를 중계하는 MFSM기반의 동기화 모델을 제안한다.