• 한국전자파학회논문지
• /
• 제20권3호
• /
• pp.289-295
• /
• 2009

HRR(High Resolution Range) profile은 표적의 고유한 전자기학적 산란 특성을 1차원 레이더 영상으로 보여줄 뿐만 아니라, 잡음에 강인하면서 실시간으로 획득 가능하기 때문에 비행 표적을 식별하기 위한 레이더 신호로 많이 이용되고 있다. 하지만 HRR profile은 레이더와의 상대적인 각도에 대해 민감하게 변하기 때문에 하나의 표적에 대한 훈련 데이터베이스를 구축하려면 엄청난 양의 HRR profile이 필요하다. 이러한 문제를 해결하기 위하여 본 논문에서는 표적의 비행 기동 시나리오에 따른 훈련 데이터베이스 구축 방법을 기술한다. 이 방법을 사용하면 적은 양의 훈련 데이터베이스로도 높은 식별 성능을 얻을 수 있다.

• 정보처리학회논문지B
• /
• 제12B권4호
• /
• pp.421-428
• /
• 2005

디지털 영상 데이터의 인증을 주장하기 위한 세미 프래자일 워터마크를 제안한다. 각 부대역들의 에너지 크기에 기반하는 적응적인 웨이블릿 패킷 분해된 디지털 영상의 특정 중간 주파수 영역의 변환 계수에 양자화 잡음의 형태로 워터마크 정보를 삽입한다. 워터마크의 강도는 인간의 시각인지 특성을 이용하여 조절함으로써, 쉽게 인지되지 않으면서도 영상의 정보/저장에 필요한 압축 등과 같은 비고의적 변형에 강인한 특성을 갖는다. 원본 영상에 공격이 가해진 경우, 공격 위치의 웨이블릿 변환 계수뿐 아니라 주위의 계수 값들도 변형될 가능성이 높다. 따라서 인증을 위한 방법으로는 현재 변환 계수와 주변의 계수들의 훼손 여부를 함께 고려하였다. 원본 영상의 훼손 여부를 효율적으로 판단할 수 있고 훼손된 위치도 정밀하게 파악할 수 있다. 응용 분야에 따라 판단 임계값은 사용자가 필요에 따라 설정할 수 있다.

• 한국정보통신학회논문지
• /
• 제18권10호
• /
• pp.2367-2374
• /
• 2014

본 논문에서는 이기종 음성 인식 시스템에 독립적으로 적용할 수 있는 음성 향상 기법을 제안한다. 잡음 환경 음성 인식에 효과적인 것으로 알려져 있는 특징 보상 기법이 효과적으로 적용되기 위해서는 특징 추출 기법와 음향 모델이 음성 인식 시스템과 일치해야 한다. 상용화된 음성 인식 시스템에 부가적으로 전처리 기법을 적용하는 상황과 같이, 음성 인식 시스템에 대한 정보가 알려져 있지 않은 상황에서는 기존의 특징 보상 기법을 적용하기가 어렵다. 본 논문에서는 기존의 PCGMM 기반의 특징 보상 기법에서 얻어지는 이득을 이용하는 음성 향상 기술을 제안한다. 실험 결과에서는 본 논문에서 제안하는 기법이 미지의 (Unknown) 음성 인식 시스템 적용 환경에서 기존의 전처리 기법에 비해 다양한 잡음 및 SNR 조건에서 월등한 인식 성능을 나타내는 것을 확인한다.

• 한국통신학회논문지
• /
• 제28권10C호
• /
• pp.1023-1032
• /
• 2003

MPEG-4와 같은 객체 기반 부호화는 멀티미디어 응용을 위한 다양한 내용 기반 기능들을 제공한다. 압축 효율의 향상과 더불어 이러한 기능들이 지원되도록 하기 위해서는 비디오 데이터의 각 프레임은 비디오 객체로 분할되어야 한다. 본 논문에서는 비선형 다중스케일 필터링과 시공간 정보를 사용한 효과적인 비디오 객체 분할 기법을 제안한다. 제안된 방법은 안정화된 역 확산 방정식(Stabilized Inverse Diffusion Equation : SIDE)에 기반한 비선형 다중스케일 필터링을 사용하여 공간적 분할을 수행한다. 또한 구해진 초기 분할된 영역들은 인접 영역 그래프 (Region Adjacency Graph : RAG)를 사용하여 병합된다. 본 논문에서는 통계적 유의성 검사(Statistical significance test)와 시변 메모리(Time-variant memory)를 시간적 분할 방법으로 사용하며 구해진 공간적 분할과 시간적 분할을 결합하여 최종 객체 영역을 효과적으로 분할한다. 본 논문에서 제안된 공간적 분할 방법은 기존의 형태학적 Watershed 알고리즘에 비해 잡음에 강인한 분할 특성을 나타내었으며 기존의 A. Neri의 방법과 비교하였을 때, 최종 분할된 객체 영역의 정확도 비율이 Akiyo는 43%, Claire는 29% 정도 향상됨을 확인할 수 있었다.

• 한국멀티미디어학회논문지
• /
• 제7권5호
• /
• pp.744-754
• /
• 2004

본 논문에서는 웨이블릿 계수 변화량을 고려한 극성 기반 블라인드 워터마킹 방법을 제안한다. 제안한 방법에서는 영상을 변형시키는 다양한 공격에서 워터마크 검출력을 높이기 위해 삽입과 검출시에 사용되는 임계치를 달리하여 적용하는 비대칭 임계치 워터마킹을 적용하였다. 또한 워터마크 검출시 계수 값의 작은 변화에 따른 워터마크 검출 값의 오류 현상을 개선하기 위해 계수 값 이동 변화량을 분석하여 이 범위 안에 속하는 계수 변화량은 인정하지 않아 계수 값의 변화 민감성을 둔화시켰다. 이를 위해 극성 유지 임계치 $\beta$를 설정하여 $\beta$ 이상의 차이 값에 대해서만 극성 내용을 토대로 워터마크를 검출하였다. 실험 결과 제안한 방법은 비교적 우수한 화질에서 손실 JPEG 압축, 잡음 첨가, 클로핑, 블러링 등의 공격에 강인함을 알 수 있었다.

• 한국멀티미디어학회논문지
• /
• 제14권5호
• /
• pp.607-613
• /
• 2011

본 논문에서는 조명과 배경에 강인한 동적임계값을 이용한 손 영상 분할방법을 제안한다. 먼저 시간단위 입력 차영상을 구하여 움직이는 물체에 대한 손의 실루엣을 추출한다 그 후, 추출된 손 실루엣에 해당하는 영상의 R,G,B 히스토그램 분석을 통하여 R,G,B 각각에 대한 임계구간을 동적으로 구한다. 마지막으로 획득된 동적 임계값을 이용하여 영상에서 손영역을 분할한 다음 모폴로지, 연결요소 분석, 플러드필 연산을 이용한 잡음 제거를 수행한다. 실험 결과 본 논문에서 제시하는 기법은 기존의 비전 기술을 통한 손 인식 기법들과 비교하여 별도의 고정임계값을 두지 않고 실행시간에 정확한 임계값을 추출 할 수 있으며, 다양한 배경과 조명에 대해서도 정확하게 손을 분할할 수 있다. 본 연구에서 제안한 기법은 혼합 현실 응용을 위한 사용자 인터페이스로 사용될 수 있다.

• 한국항해항만학회지
• /
• 제32권10호
• /
• pp.851-856
• /
• 2008

대규모 컨테이너항만의 건설과 함께 컨테이너 크레인의 생산성 향상으로 선박 체항시간을 단축시켜 항만의 서비스 수준을 높이려는 노력이 가속화되고 있다. 컨테이너 크레인 시스템에 가해지는 입력에 대하여 바람직한 성능을 보이도록 설계사양을 고려한 상태 퍼드백 제어시스템을 사용한다. 컨테이너 크레인에서 측정이 까다롭거나 측정 잡음이 클 것으로 예상되는 상태 변수를 추정하는 방법으로 상태 관측기를 설계하고자 한다. 기존의 연구에서는 상태 피드백 제어시스템의 피드백 이득행렬과 상태 관측기 이득행렬을 분리하여 구하였다. 그러나 본 연구에서는 피드백 이득행렬과 상태 관측기 이득행렬을 선정함에 있어 최근 강인한 탐색법으로 많이 사용되는 REGAs를 사용해 설계사양을 만족하도록 동시에 구하고자 한다.

• 한국정보통신학회논문지
• /
• 제11권5호
• /
• pp.1004-1012
• /
• 2007

본 논문에서는 HSI 정보와 신경 망의 비지도 학습 방법인 ART2 알고리즘을 이용하여 신 차량 번호판을 인식하는 방법을 제안한다. 제안된 방법은 차량의 영상에서 번호판 영역을 추출하는 부분과 추출된 번호판 영역의 문자를 인식하는 부분으로 구성된다. 본 논문에서는 차량 번호판 영역을 추출하기 위해 HSI 컬러 모형의 Hue 정보를 이용하여 차량 번호판 영역을 추출하고 개선된 퍼지 이진화 방법을 적용하여 추출된 차량 번호판 영역으로부터 문자를 포함한 특징영역을 이진화한 후에 4-방향 윤곽선 추적 알고리즘을 적용하여 개별 코드를 추출한다. 추출된 개별 코드를 인식하기 위해 잡음과 훼손에 비교적 강한 ART2 알고리즘을 적용한다. 제안된 방법의 차량 번호판 추출 및 인식성능을 평가하기 위하여 실제 비영업용 차량 번호판에 적용한 결과, 기존의 차량 번호판의 추출 방법보다 번호판 영역의 추출률이 개선되었다. 또한 ART2 알고리즘을 적용하여 신 차량 번호판을 인식하는 것이 효율적임을 확인하였다.

• 한국컴퓨터정보학회논문지
• /
• 제24권11호
• /
• pp.109-117
• /
• 2019

최근 의료분야에서 대용량 의료정보의 이차적인 활용에 관심이 대두되고 있다. 대용량 의료정보의 경우 질병에 대한 연구나 예방 등에 활용되어 의료분야의 발전에 기여할 수 있는 유용한 정보이다. 그러나 개인정보보호법이나 의료법 등으로 인해, 의료정보는 환자나 의료진 등의 개인정보를 포함하고 있기 때문에 이차적인 활용에 많은 제한이 발생한다. 이러한 문제를 해결하기 위해 현재까지 k-익명성[1], l-다양성[2], 그리고 차분 프라이버시[3] 등 다양한 방법들이 제안되어 왔다. 본 논문에서는 지금까지 연구된 다양한 방법들 중 라플라스 노이즈를 이용한 그리고 이전에 제안된 차분 프라이버시 방법들의 문제점들에 대해 논의해보고자 한다. 끝으로 우리는 분석가들로부터의 질의에 대한 응답을 확인하기 위해 주어진 데이터 집합의 마지막 컬럼에 1 비트의 상태필드를 추가하여 기존의 문제점을 해결하는 새로운 방법에 대해 제안해 보고자 한다.

• Smart Structures and Systems
• /
• 제24권5호
• /
• pp.567-585
• /
• 2019

In the past two decades, structural health monitoring (SHM) systems have been widely installed on various civil infrastructures for the tracking of the state of their structural health and the detection of structural damage or abnormality, through long-term monitoring of environmental conditions as well as structural loadings and responses. In an SHM system, there are plenty of sensors to acquire a huge number of monitoring data, which can factually reflect the in-service condition of the target structure. In order to bridge the gap between SHM and structural maintenance and management (SMM), it is necessary to employ advanced data processing methods to convert the original multi-source heterogeneous field monitoring data into different types of specific physical indicators in order to make effective decisions regarding inspection, maintenance and management. Conventional approaches to data analysis are confronted with challenges from environmental noise, the volume of measurement data, the complexity of computation, etc., and they severely constrain the pervasive application of SHM technology. In recent years, with the rapid progress of computing hardware and image acquisition equipment, the deep learning-based data processing approach offers a new channel for excavating the massive data from an SHM system, towards autonomous, accurate and robust processing of the monitoring data. Many researchers from the SHM community have made efforts to explore the applications of deep learning-based approaches for structural damage detection and structural condition assessment. This paper gives a review on the deep learning-based SHM of civil infrastructures with the main content, including a brief summary of the history of the development of deep learning, the applications of deep learning-based data processing approaches in the SHM of many kinds of civil infrastructures, and the key challenges and future trends of the strategy of deep learning-based SHM.