• 한국광학회지
• /
• 제17권6호
• /
• pp.507-513
• /
• 2006

본 논문에서는 출력평면에 나타나는 원 영상을 재생시키기 위하여 위상 랩핑 방법을 이용하여 암호화 수준을 향상시키고 주파수 영역에서 위상 부호화하여 암호화함으로써 잡음에 강한 복호화 방법을 제안하였다. 암호화된 영상은 원 영상이 아닌 위상 변조된 가상 영상과 무작위 위상 영상을 곱하고 제로 패딩(ze.o-padding)하여 푸리에 변환한 후 이 변환된 복소 영상을 데이터 전송 및 매핑을 용이하게 하기 위하여 실수 값으로 변환하여 위상 부호화하여 만든다. 복호화 과정은 제안한 선형적인 영상을 비선형적인 영상으로 변환시키는 위상 랩핑 방법에 의해 각각 만들어진 암호화된 영상과 복호화 키를 곱하여 푸리에 역변환하여 공간필터를 가진 출력 평면에서 원 영상을 복원함으로써 광축 정렬 문제와 픽셀 대 픽셀 대응이 용이하여 복원영상의 해상도를 향상시킬 수 있다. 제안한 방법은 허가되지 않은 사용자가 암호화된 영상을 분석함으로써 있을 수 있는 복제 가능성을 원 영상의 어떤 정보도 포함하지 않은 가상 영상을 사용함으로써 배제할 수 있고 또한 실수 값을 위상 부호화함으로써 현재에 사용되는 공간 광 변조기로 표현이 가능하다. 컴퓨터 모의 실험을 통하여 제안한 암호화 방법의 적합성과 암호화된 영상과 복호화 키 영상에 잡음이 발생하더라도 원 영상의 복원이 가능함을 확인하였다.

• Investigative Magnetic Resonance Imaging
• /
• 제2권1호
• /
• pp.67-72
• /
• 1998

자기공명 영상의 의학적 이용에서 T2이완시간의 화소별 영상화(T2 이완 영상)는 병변의 정량적 진단도구로서 제안된 바 있다. NMR의 물리/화학적 이용에서 T2 이완시간의 측정으로서 CPMG(Carr-Pucell-Meiboom-Gill) 펄스열이 가장 효과적으로 인정되고, 쓰이고 있으나, 선형자계를 가하는 MR 영상화 장비에서는 측정된 다른 TE의 영상들을 이용한 T2 이완시간의 영상화 자체에 대한 복잡한 계산을 영상기기에서 수행에 문제가 있고, 일반적으로 최대 4개의 CPMG 에코를 영상화하는 펄스열이 제공되어 있다. 좀더 정확한 T2 이완영상화를 위하여 적어도 8개의 다른 반향시간 TE를 가진 영상들을 필용로 하므로, MR 영상화 장비사에서 제공된 펄스열을 이용하면, 적어도 두번 이상의 영상화를 하여야한다. 이는 TR을 2500msec로 할 때 적어도 15분 정도의 시간이 걸리며, 이 동안 환자의 약간의 움직임, 특히 각 4개 단위의 영상화 사이에 움직임에 의한 임의적 잡음이 계산될 T2 영상에 큰 영향을 미친다. 이 연구에서는 시뮬레이션에 의하여 1, 5, 10% 의 이론적인 임의 잡음을 포함한 영상들을 이용하여 잡음이 T2 영상의 작성에 미치는 영향을 연구하였다. 그리고 4개 에코 펄스열을 이용하여 세 번의 영상화로 12개의 영상을 얻고, 이들로부터 4개, 8개의 다른 TE를 가진 영상들을 선택하여 T2 영상을 계산하였다. 그리고 이 연구에서 개발된 8에코 CPMG펄스열로 한 번에 얻은 8개의 영상을 이용한 T2 이완 영상과 결과를 비교하였다. 잡음이 클수록 실제치보다 T2가 길었고, 8-에코 펄스열은 영상화하는 동안에 환자의 움직임을 줄여서 더 정확한 T2 이완 영상을 만들수 있었다.

• 한국정보통신학회논문지
• /
• 제12권4호
• /
• pp.716-723
• /
• 2008

최근 과학기술의 급속한 발달과 더불어 인간의 활동 영역이 넓어짐으로써 연안해역 개발과 환경 등의 문제가 전세계적으로 대두되고 있으며, 보다 광범위한 분석을 위해 위성영상을 활용이 증대되고 있는 실정이다. 본 연구는 보다 효율적인 연안해역의 수심 결정에 있어 하이퍼스펙트럴 위성영상을 활용하는데 그 목적을 둔다. 이를 위해 먼저 EO-1 Hyperion 위성영상에서 연구대상지에 해당하는 부분영상을 추출하고, 대기보정과 기하보정을 실시하였다. 그리고 MNF 변환을 통해 밴드를 압축하고, 수체의 특성을 분석하는데 적합한 밴드를 선정하였다. 선정된 밴드내에서 수심 산정을 위한 계수인 Kd를 결정하였으며, 순수한 분광 특성을 가진 화소의 endmember의 결정과 선형분광순수화 기법을 이용한 매핑을 통해 대상 연안의 수심을 최종적으로 결정하였다. 연구 결과, 산정 된 수심은 수치해도상의 수심과 평균 1.2m 정도의 차이를 보였고, 산정 하고자 하는 수심이 깊을수록 오차는 크게 나타났다. 향후 대기보정, endmember 결정, Kd 산정 등의 정확도를 높인다면 보다 경제적이고 효율적인 수심 결정이 가능할 것으로 판단된다.

• 대한원격탐사학회지
• /
• 제21권4호
• /
• pp.287-302
• /
• 2005

ERS-1/9 및 JERS-1 SAR 영상의 레이더 영상 간섭기법을 이용하여 대전지역의 수치고도모델 (DEM)을 제작하였다 도심지역에서는 GPS 측량으로부터 추출된 지상기준점(GCP)를 이용하여 생성된 DEM의 정밀도를 분석하였고, GCP가 없는 산악지 역에서는 1:25,000 수치지도로부터 추출된 DEM과의 상대적 고도차를 이용하여 정확도를 평가하였다 위성의 궤도오차 및 phase unwrapping에 의한 고도 오차를 최소화하기 위해 DEM생성에 이용되는 전통적인 InSAR기법 외에 DInSAR기법을 추가로 적용하였다. 또한 DInSAR기법 적용시 사용된 DEM의 해상도에 따른 결과의 정밀도를 분석하기 위해 GTOPO30, SRTM-3, 그리고 1:25,000 수치지도로부터 생성된 DEM을 사용하였다. 하나의 ERS tandem 간섭쌍과, 6개의 JERS-1 간섭쌍 분석 결과, 위상간섭기법 적용 시 평지 지역에서의 정밀도는 DEM 사용 여부 및 사용된 DEM의 해상도에 무관하게 약 5-6 m의 고도오차를 보인다 반면 산악지역에서는 SRTM-3 및 1:25,000 수치지도 DED을 이용한 DInSAR 기법이 phase unwrapping에 의한 오차를 줄이는데 매우 효과적이었다. 또한 6 개의 JERS-1 간섭쌍의 중첩을 통해 제작한 DEM의 경우 레이더 영상의 낮은 신호대잡음비 및 대기에 의한 오차를 줄일 수 있었다. 다수의 SAR 간섭쌍과 저해상도 DEM을 이용한 위상간섭기법은 저비용으로 빠른 시간 내에 DEM 해상도를 향상하는데 매우 효과적인 수단으로 사용될 수 있다.

• Investigative Magnetic Resonance Imaging
• /
• 제13권1호
• /
• pp.31-39
• /
• 2009

목적 : 본 연구는 PRF(Proton Resonance Frequency)를 이용한 MR 온도감시 영상에서 시간 해상도를 keyhole방법 적용으로 향상시키고자하였다. 제시된 keyhole방법과 기존 온도영상 방법 사이의 비교를 위해 온도 값에 대한 RMS(Root Mean Square) 오차와 SNR(Signal to Noise Ratio)을 비교하였다. 대상 및 방법 : PRF 방법과 GRE(Gradient Recalled Echo)를 이용하여 MR 온도영상을 구현하였으며 장비로는 임상용 1.5T MRI 장치를 이용하였다. 인체모사 조직인 2% 한천 젤 팬텀과 돼지 근육조직으로 실험을 수행하였다. 2.45GHz대역의 마이크로파 발생장치로 MR호환 동축 슬롯 안테나를 구동하여 MRI장치 내에서 대상 조직과 팬텀을 5분간 가열하였다. 가열 직후 10분 동안에 순차적으로 MR 원 데이터를 획득하였다. 획득된 원 데이터는 PC로 전송되어 전체 위상을 부호화하여 얻은 원 데이터의 바깥영역과 K-space의 중앙 영역을 각각 128, 64, 32, 16으로 위상부호화된 데이터로 keyhole영상을 재구성하였다. 256개로 전체 부호화된 자체-참조 온도영상과 RMS 오차를 비교하였으며, zero-filling 영상과 SNR비교를 하였다. 결과 : keyhole 온도 영상에서 위상부호화 수가 128, 64, 32, 16으로 줄어들수록 RMS 오차로 산출한 온도의 차이가 0.538, 0.712, 0.786, 0.845$^{\circ}C$ 만큼 증가하였으나 SNR 값은 keyhole의 위상부호화 수가 줄어도 유지되었다. 결론 : 본 연구는 고정된 매트릭스 크기에 keyhole 방법 적용을 이용하여 온도 감시에서의 시간해상도 증가와 SNR 값을 유지하는 결과를 도출하여 성공적인 적용을 보여 주었다. 본 연구를 기반으로 한 다음 연구에서는 최적화된 변수를 이용한 keyhole 방법 적용으로 최소 온도 오차의 실시간 MR 온도 감시가 가능할 것이라 예상된다.

• 지구물리와물리탐사
• /
• 제6권3호
• /
• pp.126-133
• /
• 2003

고해상 해저 탄성파탐사는 자원, 엔지니어링 탐사 그리고 제4기 해저지질조사에 활용되어 왔다. 해저지층영상의 해상도를 높이기 위하여 다중채널 디지털 탐사가 시도되었다. 해저지층영상의 품질은 수직 및 수평해상도, 신호대잡음비 등에 좌우되며 이는 현장자료취득 시 자료추출간격, 공통중간점(CMP)간격, 중합수 등과 같은 자료취득변수에 관계된다. 자료취득변수에 따른 해상도의 효과를 알아보기 위하여 여수근해에서 시험탐사를 수행하고 취득된 자료를 분석하였다. 음원은 30 $in^3$의 소형 에어건을 사용하였고 수신장치로 그룹간격 5m의 8채널 스트리머를 사용하였다. 2s의 등시간 발파간격으로, 0.1 ms 자료추출간격의 디지털자료를 취득하였다. 취득된 자료로부터 여러가지의 자료추출간격, CMP간격과 중합수에 대한 탄성파 단면도를 제작하고 그 해상도를 비교하였다. 탐사지역에서 나타난 두께 ${\~}1m$, 경사 ${\~}6^{\circ}$의 미세한 퇴적상의 재현을 위한 자료취득 변수를 분석한 결과, 0.2 ms보다 작은 자료추출간격, 2.5 m 보다 작은 CMP간격, 그리고 4 이상의 중합수를 사용하였을 때, 지층구분 해상도가 높고, 연속성이 좋으며 잡음이 적은 단면기록을 제작할 수 있었다. 천부 해저지층영상의 해상도는 현장자료취득변수에 관계되므로 탐사심도, 탐사지역의 범위 등 탐사목적에 따라 적절한 자료취득변수를 사용함으로써 목적에 부합하는 해저지층영상을 재현시킬 수 있다.

• 지능정보연구
• /
• 제26권2호
• /
• pp.1-25
• /
• 2020

본 연구에서는 모바일 기기를 이용하여 획득한 가스계량기 사진을 서버로 전송하고, 이를 분석하여 가스 사용량 및 계량기 기물 번호를 인식함으로써 가스 사용량에 대한 과금을 자동으로 처리할 수 있는 응용 시스템 구조를 제안하고자 한다. 모바일 기기는 일반인들이 사용하는 스마트 폰에 준하는 기기를 사용하였으며, 획득한 이미지는 가스 공급사의 사설 LTE 망을 통해 서버로 전송된다. 서버에서는 전송받은 이미지를 분석하여 가스계량기 기물 번호 및 가스 사용량 정보를 추출하고, 사설 LTE 망을 통해 분석 결과를 모바일 기기로 회신한다. 일반적으로 이미지 내에는 많은 종류의 문자 정보가 포함되어 있으나, 본 연구의 응용분야인 가스계량기 자동 검침과 같이 많은 종류의 문자 정보 중 특정 형태의 문자 정보만이 유용한 분야가 존재한다. 본 연구의 응용분야 적용을 위해서는 가스계량기 사진 내의 많은 문자 정보 중에서 관심 대상인 기물 번호 및 가스 사용량 정보만을 선별적으로 검출하고 인식하는 관심 문자열 인식 기술이 필요하다. 관심 문자열 인식을 위해 CNN (Convolutional Neural Network) 심층 신경망 기반의 객체 검출 기술을 적용하여 이미지 내에서 가스 사용량 및 계량기 기물번호의 영역 정보를 추출하고, 추출된 문자열 영역 각각에 CRNN (Convolutional Recurrent Neural Network) 심층 신경망 기술을 적용하여 문자열 전체를 한 번에 인식하였다. 본 연구에서 제안하는 관심문자열 기술 구조는 총 3개의 심층 신경망으로 구성되어 있다. 첫 번째는 관심 문자열 영역을 검출하는 합성곱신경망이고, 두 번째는 관심 문자열 영역 내의 문자열 인식을 위해 영역 내의 이미지를 세로 열 별로 특징 추출하는 합성곱 신경망이며, 마지막 세 번째는 세로 열 별로 추출된 특징 벡터 나열을 문자열로 변환하는 시계열 분석 신경망이다. 관심 문자열은 12자리 기물번호 및 4 ~ 5 자리 사용량이며, 인식 정확도는 각각 0.960, 0.864 이다. 전체 시스템은 Amazon Web Service 에서 제공하는 클라우드 환경에서 구현하였으며 인텔 제온 E5-2686 v4 CPU 및 Nvidia TESLA V100 GPU를 사용하였다. 1일 70만 건의 검침 요청을 고속 병렬 처리하기 위해 마스터-슬레이브 처리 구조를 채용하였다. 마스터 프로세스는 CPU 에서 구동되며, 모바일 기기로 부터의 검침 요청을 입력 큐에 저장한다. 슬레이브 프로세스는 문자열 인식을 수행하는 심층 신경망으로써, GPU에서 구동된다. 슬레이브 프로세스는 입력 큐에 저장된 이미지를 기물번호 문자열, 기물번호 위치, 사용량 문자열, 사용량 위치 등으로 변환하여 출력 큐에 저장한다. 마스터 프로세스는 출력 큐에 저장된 검침 정보를 모바일 기기로 전달한다.

• 지능정보연구
• /
• 제27권3호
• /
• pp.57-73
• /
• 2021

ICT 인프라의 이상탐지를 통한 유지보수와 장애 예방이 중요해지고 있다. 장애 예방을 위해서 이상탐지에 대한 관심이 높아지고 있으며, 지금까지의 다양한 이상탐지 기법 중 최근 연구들에서는 딥러닝을 활용하고 있으며 오토인코더를 활용한 모델을 제안하고 있다. 이는 오토인코더가 다차원 다변량에 대해서도 효과적으로 처리가 가능하다는 것이다. 한편 학습 시에는 많은 컴퓨터 자원이 소모되지만 추론과정에서는 연산을 빠르게 수행할 수 있어 실시간 스트리밍 서비스가 가능하다. 본 연구에서는 기존 연구들과 달리 오토인코더에 2가지 요소를 가미하여 이상탐지의 성능을 높이고자 하였다. 먼저 다차원 데이터가 가지고 있는 속성별 특징을 최대한 부각하여 활용하기 위해 멀티모달 개념을 적용한 멀티모달 오토인코더를 적용하였다. CPU, Memory, network 등 서로 연관이 있는 지표들을 묶어 5개의 모달로 구성하여 학습 성능을 높이고자 하였다. 또한, 시계열 데이터의 특징을 데이터의 차원을 늘리지 않고 효과적으로 학습하기 위하여 조건부 오토인코더(conditional autoencoder) 구조를 활용하는 조건부 멀티모달 오토인코더(Conditional Multimodal Autoencoder, CMAE)를 제안하였다. 제안한 CAME 모델은 비교 실험을 통해 검증했으며, 기존 연구들에서 많이 활용된 오토인코더와 비교하여 AUC, Accuracy, Precision, Recall, F1-score의 성능 평가를 진행한 결과 유니모달 오토인코더(UAE)와 멀티모달 오토인코더(Multimodal Autoencoder, MAE)의 성능을 상회하는 결과를 얻어 이상탐지에 있어 효과적이라는 것을 확인하였다.

• Investigative Magnetic Resonance Imaging
• /
• 제1권1호
• /
• pp.109-113
• /
• 1997

목적: 고식적인 spoiled gradient echo(SPGR) 기법과 EPI기법간의 뇌의 운동피질에 대한 기능적 영상의 차이를 평가하고자 하였다. 대상 및 방법: 5명의 정상 성인을 대상으로 1.5T 자기공명영상기기에서 SPGR기법(TR/TE/flep angle=50ms / 40ms / $30^{\circ}$, FOV=300mm, matrix $size=256{\times}256$, 단면두께=5mm)과 기법(TR / TE / flip angle=3000ms / 40ms / $90^{\circ}$, FOV=300mm, matrix $size=128{\times}128$, 단면두께=5mm)을 사용하여 MR 에이터를 얻었다. EPI기법의 경우, 총 6개의 단면에 대해 총 960개의 영상을 얻었고 SPGR 기법 겨우, 위 6개의 단면 중 운동중추영역이 포함된 한 단면에 대해 총 160개의 영상을 얻었다. 사용된 paradigm은 각각 8번의 휴지 기간과 활성 기간으로 구성되었고 활성기간동안에 시행된 작업은 오른손 손가락의 쥠과 펼침 운동이었다. 뇌의 활성영역을 국소화 하기 위해 사용된 통게적인 처리방법은 cross-correlation 방법이었다. 두 기법의 활성화 영상에 대해 활성 영역에서의 휴지 기간과 활성 기간간의 신호 크기의 변화와 연속적인 MR 데이터의 신호 대 잡음비의 측정, 그리고 활성 영역의 위치와 그 범위를 비교 분석하였다. 결과: 두 기법 모두에서 운동중추영역인 전운동피질이 잘 관찰되었다. 휴지 기간과 활성 기간간의 신호 크기의 변화는 두 기법간의 유의한 차이가 없었다. 그러나, 연속적인 MR 데이터의 신호 대 잡음비에 있어서는 EPI 기법이 SPGR 기법보다 약 2배 높았다. 또한, 활성 영역에 있어서 EPI 기법이 SPGR기법보다 낮은 쪽으로의 p값의 분포를 보여 주었다. 결론: 본 연구는 운동중추영역에 대한 뇌의 기능적 영상을 얻는 데에 있어서 두 기법 모두 유용함을 보여주었다. 그러나, EPI 기법에서 얻을 수 있는 높은 신호 감도 특성에 의해 EPI 기법이 SPGR 기법보다 뇌의 기능적 영역에 대한 더 정확한 정보를 제공하는 장점을 지닌다.