• 한국측량학회지
• /
• 제40권3호
• /
• pp.177-185
• /
• 2022

본 연구에서는 딥러닝을 통해 고해상도 광학 위성영상에 동종센서로 촬영한 영상을 참조하여 폐색 영역을 복원하는 방법을 제안하였다. 패치 단위로 분할된 영상에서 원본 영상의 화소 분포를 최대한 유지하며 폐색 영역을 모의한 영상과 주변 영상의 자연스러운 연속성을 위해 ConvNeXt 블록을 적용한 CycleGAN (Cycle Generative Adversarial Network) 방법을 사용하여 실험을 진행하였고 이를 3개의 실험지역에 대해 분석하였다. 또한, 학습패치 크기를 512*512화소로 하는 경우와 2배 확장한 1024*1024화소 크기의 적용 결과도 비교하였다. 서로 특징이 다른 3개의 지역에 대하여 실험한 결과, ConvNeXt CycleGAN 방법론이 기존의 CycleGAN을 적용한 영상, Histogram matching 영상과 비교하여 개선된 R² 값을 보여줌을 확인하였다. 학습에 사용되는 패치 크기별 실험의 경우 1024*1024화소의 패치를 사용한 결과, 약 0.98의 R²값이 산출되었으며 영상밴드별 화소 분포를 비교한 결과에서도 큰 패치 크기로 학습한 모의 결과가 원본 영상과 더 유사한 히스토그램 분포를 나타내었다. 이를 통해, 기존의 CycleGAN을 적용한 영상 및 Histogram matching 영상보다 발전된 ConvNeXt CycleGAN을 사용할 때 원본영상과 유사한 모의 결과를 도출할 수 있었고, 성공적인 모의를 수행할 수 있음을 확인하였다.

• Structural Monitoring and Maintenance
• /
• 제6권4호
• /
• pp.291-315
• /
• 2019

Fatigue cracks are inevitable in circumstances in which the cyclic loading exists. Therefore, many of mechanical components are in a risk of being in exposure to fatigue cracks. On the other hand, renewing the facilities or infrastructures is not always possible. Therefore, retrofitting the structures by means of the available methods, such as crack arrest methods is logical and in some cases inevitable. In this regard, this paper considers three popular crack arrest methods (e.g., drilling stop-hole, steel welded patch, and carbon fiber reinforced (CFRP) patch), which have been compared by using extended finite element method (XFEM). In addition, effects in terms of the width and thickness of patches and the configuration of drilling stop holes have been evaluated. Test results indicated that among the considered methods, CFRP patches were the most effective means for arresting cracks. Besides, in the case of arresting by means of drilling stop holes, drilling two holes next to the crack-tip was more effective than blunting the crack-tip by drilling one hole. In other words, the results indicated that the use of symmetric welded metal patches could lead to a 21% increase in fatigue life, as compared to symmetric stop holes. Symmetric CFRP patches enhanced the fatigue life of cracked specimen up to 77%, as compared to drilling symmetric stop holes. In addition, in all cases, symmetric configurations were far better than asymmetric ones.

• 대한전자공학회논문지SP
• /
• 제47권6호
• /
• pp.75-81
• /
• 2010

연골 영역화는 골관절염의 진단이나 치료를 위해 중요하지만, 모양이 얇고 의료영상 내에서 주변 조직과의 명암 차이가 크지 않기 때문에 현재까지 전문가가 많은 시간과 노력을 들여 수동으로 하고 있다. 이에 따라 본 논문에서는 3차원 자기공명(Magnetic Resonance : MR)영상 내에서 연골을 자동으로 영역화하는 기법을 제안한다. 제안하는 기법은 전문가에 의해 수동으로 영역화된 소수의 의료영상을 학습 데이터베이스로 하여 우선 연골을 지역적인 부분(local patch)들로 분할하여 부분별로 영역화한 후, 부분별 결과들을 취합하고 정제하는 과정으로 이루어진다. 연골 영역화를 위해 먼저 위치와 밝기 값의 외관정보 (appearance)를 이용하여 뼈와 연골의 경계(bone-cartilage interface)를 추출해내고, 이 경계를 기준으로 하여 연골이 포함되는 주변 영역을 일정한 크기의 패치로 분할한다. 다음, 분할된 패치들의 정보를 이용해, 패치마다 형상 사전지식(shape prior)과 외관 사전지식(appearance prior)을 얻어내고 두 사전지식 간의 비율을 적응적으로 결정한다. 이후 패치마다 사전지식 정보를 통해 에너지를 정의하고, 그래프 컷(Graph Cut) 기법을 통해 이 에너지를 최소화하는 최적의 영역화 결과를 도출한다. 마지막으로 지역적으로 얻어진 영역화 결과들을 모양 사전지식으로 하여 전체적인 연골에 대해 전역적 개선 과정을 수행한다. 실험 결과를 통해 제안하는 자동 영역화 기법으로 임상적으로 유용한 영역화 결과를 얻을 수 있음을 제시한다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 2012년도 하계학술대회
• /
• pp.471-472
• /
• 2012

The active shape model(ASM) is one of the most popular methods among the shape prior based segmentation methods based on its strong shape constraints using the statistic of shape information which is acquired from the training set. ASM has a few drawbacks, such as, the lack of shape variability, and the sensitivity for false locally searched points. In this paper, we suggest the patch-wise robust ASM to overcome the limitations of the ASM. In addition to the SSM, we introduce the patch-wise SSM, to reduce the shape inflexibility and to search reliable points with the point reliance measurement. The quantitative and qualitative results show the robustmness and the accuracy of the proposed method.

• Journal of Chest Surgery
• /
• 제46권2호
• /
• pp.135-137
• /
• 2013

An atrial septal defect is the most common type of congenital heart disease among adults. Surgical repair or percutaneous closure of the defect is the treatment options. Even though percutaneous closure seems to be less risky than surgical repair, it may result in fatal complications like device embolism, cardiac perforation and tamponade. Herein we report a case of the embolism of a device into the pulmonary artery after one hour of percutaneous closure in which the embolized device was surgically removed and the defect was closed with a pericardial patch.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제37권4호
• /
• pp.264-272
• /
• 2010

예제기반 초해상도 영상복원은 영상 패치의 대한 학습 및 검색을 통해 저해상도 영상으로부터 고해상도 영상을 복원하는 방법으로써 성능이 좋고 한 장의 저해상도 영상에 대하여도 적용 가능하다. 그러나 복원 과정에서 패치 검색에 많은 비교 연산이 요구되기 때문에 속도가 매우 느리다. 복원 속도를 향상시키기 위해서는 효과적인 패치 검색 알고리즘이 요구된다. 본 논문에서는 패치 검색에 사용 가능한 다양한 고차원 특징 검색 방법들을 실제 초해상도 영상복원 시스템에 적용하여 그 성능을 비교하였다. 또한 문자 인식 분야에서 성공적으로 적용되어왔으나 초해상도 영상복원에서는 사용되지 않았던 단계적 후보축소 방법을 패치 검색 단계에 적용할 것을 제안한다. 실험 결과 기존의 방법 중에서는 LSH가 가장 좋은성능을 나타내었다. 본 논문에서 제안한 단계적 후보 축소에 의한 패치 검색 방법은 LSH보다 더욱 우수하여 $1024{\times}1024$ 영상의 복원 시 LSH보다 최대 3.12배 빠른 복원 속도를 나타내었다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제37권5호
• /
• pp.386-393
• /
• 2010

영상에서 일정 영역의 화소들이 불규칙적인 형태를 이루는 것을 불량이라 하는데 이를 수학적으로 정확히 정의하기 어렵다는 점이 불량 검출을 쉽지 않게 한다. 하지만 주어진 영상이 다수의 반복되는 패턴을 가지고 있다면 불량이 아닌 영역은 그 외의 다른 영역들로 설명되어 될 수 있다는 점을 이용하여 영상내의 불량 영역을 찾아낼 수 있다. 따라서 본 논문은 이러한 특성을 이용하여 다양한 패턴이 반복되는 영상에 존재하는 불량을 검출하는 방법을 제시한다. 제시된 방법은 크게 세 단계로 이루어진다. 첫 번째 단계는 interest point 검출단계이다. 두 번째 단계는 적절한 패치의 크기를 결정하는 단계이다. 마지막으로 세 번째 단계는 불량을 검출하는 단계이다. 제시된 방법은 반도체 wafer를 SEM을 이용하여 촬영한 영상들을 통하여 예증된다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제13권8호
• /
• pp.3962-3980
• /
• 2019

To deal with single sample face recognition, this paper presents a patch based semi-supervised linear regression (PSLR) algorithm, which draws facial variation information from unlabeled samples. Each facial image is divided into overlapped patches, and a regression model with mapping matrix will be constructed on each patch. Then, we adjust these matrices by mapping unlabeled patches to $[1,1,{\cdots},1]^T$. The solutions of all the mapping matrices are integrated into an overall objective function, which uses ${\ell}_{2,1}$-norm minimization constraints to improve discrimination ability of mapping matrices and reduce the impact of noise. After mapping matrices are computed, we adopt majority-voting strategy to classify the probe samples. To further learn the discrimination information between probe samples and obtain more robust mapping matrices, we also propose a multistage PSLR (MPSLR) algorithm, which iteratively updates the training dataset by adding those reliably labeled probe samples into it. The effectiveness of our approaches is evaluated using three public facial databases. Experimental results prove that our approaches are robust to illumination, expression and occlusion.

• Journal of Information Processing Systems
• /
• 제15권6호
• /
• pp.1449-1461
• /
• 2019

Face sketch synthesis plays an important role in public security and digital entertainment. In this paper, we present a novel face sketch synthesis method via local similarity and nonlocal similarity regularization terms. The local similarity can overcome the technological bottlenecks of the patch representation scheme in traditional learning-based methods. It improves the quality of synthesized sketches by penalizing the dissimilar training patches (thus have very small weights or are discarded). In addition, taking the redundancy of image patches into account, a global nonlocal similarity regularization is employed to restrain the generation of the noise and maintain primitive facial features during the synthesized process. More robust synthesized results can be obtained. Extensive experiments on the public databases validate the generality, effectiveness, and robustness of the proposed algorithm.

• Journal of Information Processing Systems
• /
• 제17권3호
• /
• pp.453-461
• /
• 2021

Many deep learning approaches have been studied for image classification in computer vision. However, there are not enough data to generate accurate models in medical fields, and many datasets are not annotated. This study presents a new method that can use both unlabeled and labeled data. The proposed method is applied to classify cervix images into normal versus cancerous, and we demonstrate the results. First, we use a patch self-supervised learning for training the global context of the image using an unlabeled image dataset. Second, we generate a classifier model by using the transferred knowledge from self-supervised learning. We also apply attention learning to capture the local features of the image. The combined method provides better performance than state-of-the-art approaches in accuracy and sensitivity.