• 상하수도학회지
• /
• 제25권1호
• /
• pp.41-49
• /
• 2011

The diffuser which is conventionally adapted to MBR, has problem that decreasing the cleaning effect of membrane module by inflexible air supply due to the occlusion of sludge from diffuser hole. To solve this problem, diffuser structure of submerged module should be improved to discharge sludge which is flow into the diffuser for prevent occlusion in the diffuser. In this study, the structure of the diffuser was reformed to open lower part for preclusion the blocking. And the outlet diameter of the diffuser was drawn through the condition for the depth of water and air rate, to prevent air-leak condition of improved diffuser. Moreover, application is evaluated by comparing test with occlusion effect of the conventional and improved diffuser. From the results, air-water boundary changes are steady with changes of water depth and it shows linear relation about air rate. By using this linear numerical formula, the height of diffuser's outlet can be decided. Also, it displays that it can prevent the occlusion effect during the comparing test. Hereafter, if this diffuser is applied to practical MBR process, the occlusion problem of diffuser will be disappeared.

• 제어로봇시스템학회논문지
• /
• 제17권6호
• /
• pp.596-601
• /
• 2011

Autonomous navigating algorithms for mobile robots have been proved to be a difficult task. Based on the excellent homing performance shown by many insects, bio-inspired navigation algorithms for robotic experiments have been widely researched and applied to the design of navigational strategies for mobile robots. In this paper, among them, we analyze two simple landmark navigation methods their strengths and limits. We investigate the effect of the occlusion problem mainly, which is an important yet tough problem in many landmark navigation algorithms. In the point of view of the error of homing vector and the performance of the homing paths in the environment with artificial occlusions, we investigate the effect of occlusion problem in both methods in order to further study on solutions.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2016년도 춘계학술대회
• /
• pp.101-103
• /
• 2016

최근 들어, 영상 추적(Visual Tracking)에서의 목표물을 sparse coefficient vector로 나타낼 수 있게 되면서, L1 minimization 방법을 이용한 영상처리 속도 향상이 필요하게 되었다. 더 나아가서, L1 minimization 방법은 영상 추적 과정에서 주로 발생하는 occlusion 문제를 해결하는 방법으로 많이 사용되고 있다. 다라서 본 논문에서는 영상 추적 과정에서 발생하는 occlusion 문제의 해결을 위해서 L1 minimization의 parameter를 분석하였다. L1 minimization에는 최소화 결과에 영향을 미치는 weighted parameter가 존재하며, 이들은 고정 상수나 목표물의 중간값, 평균값, 표준편차로 나타내어 진다. 실험 결과를 바탕으로 분석하였을 때, weighted parameter 중에서 평균값이 OPE(One Pass Evaluation)을 기반으로 한 success rate와 precision performance에서 좋은 결과를 갖는 것을 확인할 수 있었다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제15권7호
• /
• pp.2547-2567
• /
• 2021

It has been widely acknowledged that occlusion impairments adversely distress many face recognition algorithms' performance. Therefore, it is crucial to solving the problem of face image occlusion in face recognition. To solve the image occlusion problem in face recognition, this paper aims to automatically de-occlude the human face majority or discriminative regions to improve face recognition performance. To achieve this, we decompose the generative process into two key stages and employ a separate generative adversarial network (GAN)-based network in both stages. The first stage generates an initial coarse face image without an occlusion mask. The second stage refines the result from the first stage by forcing it closer to real face images or ground truth. To increase the performance and minimize the artifacts in the generated result, a new refine loss (e.g., reconstruction loss, perceptual loss, and adversarial loss) is used to determine all differences between the generated de-occluded face image and ground truth. Furthermore, we build occluded face images and corresponding occlusion-free face images dataset. We trained our model on this new dataset and later tested it on real-world face images. The experiment results (qualitative and quantitative) and the comparative study confirm the robustness and effectiveness of the proposed work in removing challenging occlusion masks with various structures, sizes, shapes, types, and positions.

• 한국멀티미디어학회논문지
• /
• 제12권12호
• /
• pp.1745-1754
• /
• 2009

PTZ (Pan-Tilt-Zoom) camera based surveillance systems are enlarging their field of application due to their wide observable area. We aimed to detect both static and moving objects in automated working space by using a PTZ camera. For object detection we used background difference method because of the high quality segmentation. However, the method has a problem called 'hole' that is caused by non-continuous surveillance of the PTZ camera and its own characteristics. Moreover, the occlusion which occurs when the moving object overlaps with the static object should be solved for robust object detection. In this paper, we suggest a region-based technique for updating background images thereby overcoming the hole and occlusion problem. Through experiments with real scenes, it was verified that meaningful static and/or moving objects were detected very well.

• 정보처리학회논문지B
• /
• 제13B권1호
• /
• pp.35-46
• /
• 2006

이동 물체 추적에 있어서 배경과 이동 물체의 동적인 변화는 폐색이라는 문제를 발생시키는 중요한 원인이다. 그리고 이러한 폐색이 발생하는 환경에서는 이동 물체 추적의 정확도가 현저하게 감소한다 따라서 본 논문에서는 배경 또는 다른 물체에 의해 발생하는 부분적 폐색에 강건한 활동적 퓨전 모델을 제안한다. 활동적 퓨전 모델은 이동 물체의 경계선 특징을 기반으로 하는 전통적인 기존의 스네이크 모델과 경계선 내부의 영역 특징을 고려하는 영역 기반 스네이크 모델로 구성된다. 이것은 먼저 이동 물체에 발생하는 부분적 폐색의 종류를 윤곽선 폐색과 영역폐색으로 구분한 뒤 폐색이 발생하는 위치와 폐색량에 따라서 각 모델의 신뢰도를 조절함으로써 부분적 폐색문제를 극복한다. 실험 결과에서는 부분적으로 폐색이 발생하는 환경에서 기본 방법들이 이동물체 추적에 실패하는 반면에 제안하는 방법은 추적에 성공함을 보인다.

• 한국측량학회:학술대회논문집
• /
• 한국측량학회 2010년 춘계학술발표회 논문집
• /
• pp.225-226
• /
• 2010

The problem in orthoimage generation is to recover occlusion areas. In this study, occlusion areas - double mapping regions of the building roofs - were mutually corrected by using multiple images. The proposed method could be efficient for generating true orthoimages in urban areas.

• 대한치과의사협회지
• /
• 제56권9호
• /
• pp.503-511
• /
• 2018

Outcome of esthetic ceramic restorations are affected by tooth size, gingival contour, occlusal relationship, etc. For this reason, demand of orthodontic treatment before esthetic ceramic restoration is increasing. If a Bolton ratio discrepancy, a problem of the maxillary incisor's vertical position, a problem of inclination of anterior teeth, a pathogenic occlusion is existed, a pre-prosthodontic orthodontics should be accomplished. These problems can be satisfactory only after the prosthetic treatment is performed after orthodontic treatment. When orthodontic treatment is given, it should be treated with the following principle. 1. Treat it in the direction of functioning occlusion. 2. Keep the patient's stable occlusal scheme. 3. Treat the teeth by considering the average tooth size and Bolton ratio. Ortho-Prostho combined treatment with optimal treatment plan can lead a patient's function, esthetics, and long-term stability.

• 지적과 국토정보
• /
• 제48권2호
• /
• pp.213-225
• /
• 2018

3차원 공간정보 구축을 위해 건물 텍스처를 촬영하는 과정에서 폐색영역 문제가 발생한다. 이를 해결하기 위해선 폐색영역을 자동 인식하여 이를 검출하고 텍스처를 자동 보완하는 자동화 기법 연구가 필요하다. 현실적으로 매우 다양한 구조물 형상과 폐색을 발생시키는 경우가 있으므로 이를 극복하는 대안들이 고려되고 있다. 본 연구는 최근 대두되고 있는 딥러닝 기반의 알고리즘을 이용하여 폐색지역 패턴화하고, 학습기반 폐색영역 자동 검출하는 접근을 시도한다. 영상 내 객체 추출에서 우수한 성과를 발표하는 Convolutional Neural Network (CNN) 기법의 향상된 알고리즘인 Faster Region-based Convolutional Network (R-CNN)과 Mask R-CNN 2가지를 이용하여, 건물 벽면 촬영 시 폐색을 유발하는 사람, 현수막, 차량, 신호등에 대한 자동 탐지하는 성능을 알아보기 위해 실험하고, Mask R-CNN의 미리 학습된 모델에 현수막을 학습시켜 자동탐지하는 실험을 통해 적용이 높은 결과를 확인할 수 있었다.

• 응용통계연구
• /
• 제36권2호
• /
• pp.101-114
• /
• 2023

데이터 증강 기법은 학습용 데이터셋을 다양한 관점에서 볼 수 있게 해주어 모형의 과적합 문제를 해결하는데 효과적으로 사용되고 있다. 이미지 데이터 증강기법으로 회전, 잘라내기, 좌우대칭, 상하대칭등의 증강 기법 외에도 occlusion 기반 데이터 증강 방법인 Cutmix, Cutout 등이 제안되었다. 음성 데이터에 기반한 모형들에 있어서도, 1D 음성 신호를 2D 스펙트로그램으로 변환한 후, occlusion 기반 데이터 기반 증강기법의 사용이 가능하다. 특히, SpecAugment는 음성 스펙트로그램을 위해 제안된 occlusion 기반 증강 기법이다. 본 연구에서는 위조 음성 탐지 문제에 있어서 사용될 수 있는 데이터 증강기법에 대해 비교 연구해보고자 한다. Fake audio를 탐지하기 위해 개최된 ASVspoof2017과 ASVspoof2019 데이터를 사용하여 음성을 2D 스펙트로그램으로 변경시켜 occlusion 기반 데이터 증강 방식인 Cutout, Cutmix, SpecAugment를 적용한 데이터셋을 훈련 데이터로 하여 CNN 모형을 경량화시킨 LCNN 모형을 훈련시켰다. Cutout, Cutmix, SpecAugment 세 증강 기법 모두 대체적으로 모형의 성능을 향상시켰으나 방법에 따라 오히려 성능을 저하시키거나 성능에 변화가 없을 수도 있었다. ASVspoof2017 에서는 Cutmix, ASVspoof2019 LA 에서는 Mixup, ASVspoof2019 PA 에서는 SpecAugment 가 가장 좋은 성능을 보였다. 또, SpecAugment는 mask의 개수를 늘리는 것이 성능 향상에 도움이 된다. 결론적으로, 상황과 데이터에 따라 적합한 augmentation 기법이 다른 것으로 파악된다.