• 한국통신학회논문지
• /
• 제17권11호
• /
• pp.1219-1227
• /
• 1992

VXIbus란 모듈화 기기들의 상호 호환성을 위하여 VMEbus를 기본으로 구성된 업계 표준이다. VXIbus 시스템을 구현하기 위한 디바이스는 크게 register based 디바이스와 message based 디바이스로 나눌 수 있으며, 본 논문에서는 slot0모듈과 A/D변환 모듈로 이루어진 register based VXIbus 서브 시스템을 구성하였다. A/D변환모듈은 디지털 전압계로 사용되었으며, 외부 제어컴퓨터와 slot0모듈간의 통신은 LAN을 이용하였다. 한편 SCPI(Standard Commands for Programmable Instruments)는 계측기 언어의 표준화로서 외부 제어 컴퓨터에서 ASCII 형태로 slot0 모듈로 전송되어지며, 다시 2진 형태의 명령어로 변환되어 A/D변환모듈로 전송되어진다. 실험결과 측정된 전압값이 외부 제어 컴퓨터상에서 그래픽 사용자 인터페이스를 통해 관찰할 수 있도록 시스템을 구성하였다.

• 정보처리학회논문지A
• /
• 제18A권2호
• /
• pp.61-68
• /
• 2011

메모리 관련 오류 검출은 소프트웨어 개발 시 신뢰성 향상을 위해서 수행하여야 할 가장 중요한 작업중의 하나이다. 그러나 메모리 오류 검출을 위한 긴 디버깅 시간은 이동 통신 기기 개발 과정에 있어 큰 문제가 되었다. 대부분의 메모리 오류 검출 도구는 정적 분석 기법을 사용하나, 큰 용량의 동작 메모리로 인하여 이동 통신 기기 개발에는 사용되지 못하는 경우가 많다. 때문에 이동통신 기기 업체는 고품질의 기기를 빠른 시간 내에 개발하는 것이 매우 어려웠다. 이 논문에서 소개될 이동통신 기기 개발을 위한 Pin 기반의 메모리 오류 검출 도구인 PinMemcheck은 Pin의 이진 가공 기법과 간단한 데이터 구조를 적용하여 기준 설정 대비 약 1.5배의 실행 시간 부하 내에서 필수 오류들을 모두 검출해 내었다.

• 스마트미디어저널
• /
• 제5권1호
• /
• pp.15-23
• /
• 2016

본 논문은 한국의 차량 번호판 인식에 효과적인 방법을 제안한다. 획득한 자동차 이미지로부터 Haar-Like Feature를 이용해 대략적인 번호판 후보 영역을 찾아낸 후, 랭크 필터를 사용하여 전처리를 하고 캐니 에지 추출 (Canny Edge Detecting) 알고리즘을 이용하여 연결된 사각형을 찾아 번호판을 추출한다. 추출된 번호판의 색상 정보를 이용하여 흰색/녹색 번호판을 구분하고, 각 번호판을 OTSU 이진화와 주변 전경 픽셀 전파 알고리즘인 CLNF (CCLUF with NFPP)을 통해 문자를 제외한 잡음을 제거하고 레이블링하여 숫자 및 문자 영역을 분리한다. 분리된 문자 영역은 메쉬 방법 및 세선화 후 X-Y 투영 방법으로 특징 벡터를 추출한다. 추출된 특징 벡터는 역전파 알고리즘을 사용하여 학습된 신경망을 이용하여 문자 인식을 수행한다. 제안된 차량 번호판 인식 알고리즘의 효과적 동작은 실험을 통해 확인하였다.

• 정보처리학회논문지B
• /
• 제11B권2호
• /
• pp.149-158
• /
• 2004

본 논문은 실영상에서 형태 정보와 에지 영상을 이용한 교통 표지판 영역 추출 및 인식 방법을 제안한다. 화소의 RGB 색상비를 이용하여 생성한 이진 영상에서 connected component 알고리듬에 의해 분할된 후보 영역들을 대상으로 형태 정보인 XY축 대칭성을 기반으로 교통 표지판 영역을 추출한다. 만약 후보 영역이 검출되지 않을 경우, 히스토그램 평활화에 의해 대비를 향상함으로써 영역 추출이 가능하다. 그리고 교통 표지판 영역의 에지 영상에서 추출한 수평-수직 투영(XY projection). 모멘트(moment), 동심원형 패턴 및 8 방향 광선과 에지와의 거리 및 교차점의 개수 등의 형태 정보를 기반으로, 사전에 구축한 데이터베이스와의 유사도 측정에 의해 인식을 수행한다. 다양한 실영상을 대상으로 실험한 결과, 본 방법이 빛이나 날씨 조건 등의 외부 환경에 강건하게 추출 및 인식함을 보인다.

• 정보처리학회논문지D
• /
• 제9D권4호
• /
• pp.531-542
• /
• 2002

지금까지 대부분의 메타데이터들은 응용 분야에 제한된 부분만을 주로 취급하였다. 그러나 동일한 비디오 데이터를 표현하기 위해서는 동일한 형태의 메타데이터가 필요하고, 이때 비디오 데이터베이스에서 동일한 비디오 데이터에 대하여 서로 다른 여러 개의 메타데이터를 지원해야 하는 문제가 발생한다. 이 논문에서는 이러한 문제를 해결하기 위하여 더블린 코어 모델을 확장하였다. 제안된 비디오데이터 표현에서는 더블린 코아 모델을 확장한 메타데이터가 비디오 데이터의 구조, 내용 및 조작에 관한 정보를 관리하도록 하였다. 제안된 메타 데이터는 시스템 관리 부분과 사용자 정의 부분을 분리함으로써 응용 분야에 독립적인 모델구축이 가능하다. 13개의 시간 관계 연산은 더미 샷의 시간 변환 관계를 사용하여 6개로 감소시켰다. 이 감소된 6개의 연산은 역관계를 배제시켜 표현의 일관성을 유지시키고, n-ary시간 관계의 샷들을 이진관계로 변환시킨다. 그리고 실제 응용 분야에 적용하고 실험하여 확장된 더블린 코어 모델이 응용 분야에 동일한 구조로 메타데이터를 표현하고 동일한 방법으로 검색할 수 있음을 증명하였다.

• 지능정보연구
• /
• 제9권3호
• /
• pp.81-97
• /
• 2003

본 논문에서는 인간시각시스템의 특성에 기반하여 웨이블릿 변환을 적용하여 멀티미디어 데이터의 소유권 보호를 위하여 시각적으로 눈에 띄지 않는 강인한 워터마킹 기법을 제안하고 있다. 이를 위하여 우선 웨이블릿 변환을 사용하여 level 3에서 원 영상을 분해한 후, 최저파수 대역에 해당하는 LL$_3$대역을 제외한 모든 부 대역에 신경회로망을 사용하여 웨이블릿 분해 계수들을 분류한 다음, 최대값을 갖는 클러스터에 대해서 임계치를 적용한다. 그리고 사용된 워터마크는 워터마크의 시각적 확인을 위하여 가우시안 랜덤 벡터 대신에 이진 로고 형태의 워터마크를 사용하였다. 또한, 본 논문에서는 다중 워터마크의 삽입 및 검출을 테스트하였다. 이를 위하여, 웨이블릿 변환을 이용하여 level 3에서 원 영상을 분해한 후, 최 저주파수 대역에 해당하는 LL$_3$ 대역을 제외한 모든 부대역에 대하여 워터마크를 삽입하였다. 실험에서 우리는 여러 가지 공격에서도 삽입한 워터마크가 강인함을 알 수 있었다.

• 방송공학회논문지
• /
• 제9권4호
• /
• pp.345-356
• /
• 2004

본 논문은 TV-Anytime 메타데이터를 이용하여 맞춤형 방송 서비스를 제공하기 위한 맞춤형 방송 전송 시스템의 설계 및 구현에 관한 것이다. TV-Anytime은 저장장치를 갖는 수신기 환경에서 ECG(Electronic Content Guide) 및 콘텐츠 기술(description) 메타데이더를 이용하여 시청자가 원하는 시간에 시청자의 취향에 따른 개인화된 방송 콘텐츠 서비스를 제공하기 위한 메타데이터 스키마 및 메타데이터 부호화/전송 등의 제반 표준 및 서비스 모델을 제시하고 있다. 본 논문에서는 제시하는 TV-Anytime 기반의 맞춤형 방송 전송 시스템은 전송 서버단에서의 메타데이터 이진 부호화 및 MPEG-2 TS(Transport Stream) 다중화, 그리고 단말에서의 역다중화. 복호화 및 메타데이터 기반의 맞춤형 콘텐츠 소비 기능 등을 포함한다. 본 논문에서는 제시하는 전송 시스템의 각 기능 모듈들의 설계 및 구현의 상세 기술과 맞춤형 콘텐츠 서비스 시나리오를 이용한 서버-단말간의 검증 결과를 기술한다.

• 한국IT서비스학회지
• /
• 제11권4호
• /
• pp.233-250
• /
• 2012

In this paper, credit card delinquency means the possibility of occurring bad debt within the certain near future from the normal accounts that have no debt and the problem is to predict, on the monthly basis, the occurrence of delinquency 3 months in advance. This prediction is typical binary classification problem but suffers from the issue of data imbalance that means the instances of target class is very few. For the effective prediction of bad debt occurrence, Support Vector Machine (SVM) with kernel trick is adopted using credit card usage and payment patterns as its inputs. SVM is widely accepted in the data mining society because of its prediction accuracy and no fear of overfitting. However, it is known that SVM has the limitation in its ability to processing the large-scale data. To resolve the difficulties in applying SVM to bad debt occurrence prediction, two stage clustering is suggested as an effective data reduction method and ensembles of SVM models are also adopted to mitigate the difficulty due to data imbalance intrinsic to the target problem of this paper. In the experiments with the real world data from one of the major domestic credit card companies, the suggested approach reveals the superior prediction accuracy to the traditional data mining approaches that use neural networks, decision trees or logistics regressions. SVM ensemble model learned from T2 training set shows the best prediction results among the alternatives considered and it is noteworthy that the performance of neural networks with T2 is better than that of SVM with T1. These results prove that the suggested approach is very effective for both SVM training and the classification problem of data imbalance.

• 정보처리학회논문지A
• /
• 제19A권4호
• /
• pp.187-194
• /
• 2012

안드로이드 기반 스마트폰 앱의 바이너리 코드를 오프라인 상에서 분석하여 유해 사이트 목록에 포함된 서버에 접속하는지 여부를 판단하는 시스템을 제안하고, 실제 앱에 대해 적용한 실험 결과를 제시한다. 주어진 앱의 바이너리 코드를 Java 바이트 코드로 역 컴파일하고, 문자열 분석을 적용하여 프로그램에서 사용하는 모든 문자열 집합을 계산한 다음, 유해 매체물을 제공하는 사이트 URL을 포함하는지 확인하는 방법이다. 이 시스템은 앱을 실행하지 않고 배포 단계에서 검사할 수 있고 앱 마켓 관리에서 유해 사이트를 접속하는 앱을 분류하는 작업을 자동화 할 수 있는 장점이 있다. DNS 서버를 이용하거나 스마트폰에 모니터링 모듈을 설치하여 차단하는 기존 방법들과 서로 다른 단계에서 유해 앱을 차단함으로써 상호 보완할 수 있는 방법이 될 수 있다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제5권2호
• /
• pp.89-94
• /
• 2016

본 논문에서는 SIFT 기술자를 이용한 얼굴 특징과 SVM 분류기로 표정인식을 수행하는 방법에 대하여 제안한다. 기존 SIFT 기술자는 물체 인식 분야에 있어 키포인트 검출 후, 검출된 키포인트에 대한 특징 기술자로써 주로 사용되나, 본 논문에서는 SIFT 기술자를 얼굴 표정인식의 특징벡터로써 적용하였다. 표정인식을 위한 특징은 키포인트 검출 과정 없이 얼굴영상을 서브 블록 영상으로 나누고 각 서브 블록 영상에 SIFT 기술자를 적용하여 계산되며, 표정분류는 SVM 알고리즘으로 수행된다. 성능평가는 기존의 LBP 및 LDP와 같은 이진패턴 특징기반의 표정인식 방법과 비교 수행되었으며, 실험에는 공인 CK 데이터베이스와 JAFFE 데이터베이스를 사용하였다. 실험결과, SIFT 기술자를 이용한 제안방법은 기존방법보다 CK 데이터베이스에서 6.06%의 향상된 인식결과를 보였으며, JAFFE 데이터베이스에서는 3.87%의 성능향상을 보였다.