• ETRI Journal
• /
• 제41권4호
• /
• pp.437-451
• /
• 2019

Outlier detection techniques play an important role in enhancing the reliability of data communication in wireless sensor networks (WSNs). Considering the importance of outlier detection in WSNs, many outlier detection techniques have been proposed. Unfortunately, most of these techniques still have some potential limitations, that is, (a) high rate of false positives, (b) high time complexity, and (c) failure to detect outliers online. Moreover, these approaches mainly focus on either temporal outliers or spatial outliers. Therefore, this paper aims to introduce novel algorithms that successfully detect both temporal outliers and spatial outliers. Our contributions are twofold: (i) modifying the Hampel Identifier (HI) algorithm to achieve high accuracy identification rate in temporal outlier detection, (ii) combining the Gaussian process (GP) model and graph-based outlier detection technique to improve the performance of the algorithm in spatial outlier detection. The results demonstrate that our techniques outperform the state-of-the-art methods in terms of accuracy and work well with various data types.

• 대기
• /
• 제22권3호
• /
• pp.299-307
• /
• 2012

This study is aimed to validate errors for detected suspicious temperature data using various quality control procedures for 61 weather stations in the Republic of Korea. The quality control algorithms for temperature data consist of four main procedures (high-low extreme check, internal consistency check, temporal outlier check, and spatial outlier check). Errors of detected suspicious temperature data are judged by examining temperature data of nearby stations, surface weather charts, hourly temperature data, daily precipitation, and daily maximum wind direction. The number of detected errors in internal consistency check and spatial outlier check showed 4 days (3 stations) and 7 days (5 stations), respectively. Effective and objective methods for validation errors through this study will help to reduce manpower and time for conduct of quality management for temperature data.

• 한국측량학회지
• /
• 제29권5호
• /
• pp.449-457
• /
• 2011

As automated image processing techniques have been required in multi-temporal/multi-sensor geospatial image applications, use of automated but highly invariant image matching technique has been a critical ingredient. Note that there is high possibility of geometric and spectral differences between multi-temporal/multi-sensor geospatial images due to differences in sensor, acquisition geometry, season, and weather, etc. Among many image matching techniques, the SIFT (Scale Invariant Feature Transform) is a popular method since it has been recognized to be very robust to diverse imaging conditions. Therefore, the SIFT has high potential for the geospatial image processing. This paper presents a performance test results of the SIFT on geospatial imagery by simulating various image differences such as shear, scale, rotation, intensity, noise, and spectral differences. Since a geospatial image application often requires a number of good matching points over the images, the number of matching points was analyzed with its matching positional accuracy. The test results show that the SIFT is highly invariant but could not overcome significant image differences. In addition, it guarantees no outlier-free matching such that it is highly recommended to use outlier removal techniques such as RANSAC (RANdom SAmple Consensus).

• 한국통신학회논문지
• /
• 제37권6A호
• /
• pp.497-502
• /
• 2012

본 논문에서는 IPTV 환경의 원격 영상회의에서 화자 간의 자연스러운 시선 맞춤(eye contact)을 위한 깊이영상의 후처리 필터링 기술을 제안한다. 제안하는 방법은 깊이탐색 기술과 영상합성 기술을 사용해서 화자의 정면시점 영상을 합성한다. 하지만, 깊이영상을 탐색하는 과정에서 객체의 경계 불일치, 시간적 상관도 저하 등의 문제가 발생하기 때문에 이를 해결하기 위해 시간축으로 확장된 결합형 양방향 필터(joint bilateral filter)를 제안한다. 실험 결과를 통해, 제안하는 깊이영상의 후처리 필터링 기술이 정면시점 합성영상의 화질을 향상시켰고, 원격의 화자와 시선 맞춤이 기능한 것을 확인했다.

• IEIE Transactions on Smart Processing and Computing
• /
• 제2권5호
• /
• pp.255-265
• /
• 2013

3DTV is expected to be a promising next-generation broadcasting service. On the other hand, the visual discomfort/fatigue problems caused by viewing 3D videos have become an important issue. This paper proposes a perceptual quality assessment metric for a stereoscopic video (SV-PQAM). To model the SV-PQAM, this paper presents the following features: temporal variance, disparity variation in intra-frames, disparity variation in inter-frames and disparity distribution of frame boundary areas, which affect the human perception of depth and visual discomfort for stereoscopic views. The four features were combined into the SV-PQAM, which then becomes a no-reference stereoscopic video quality perception model, as an objective quality assessment metric. The proposed SV-PQAM does not require a depth map but instead uses the disparity information by a simple estimation. The model parameters were estimated based on linear regression from the mean score opinion values obtained from the subjective perception quality assessments. The experimental results showed that the proposed SV-PQAM exhibits high consistency with subjective perception quality assessment results in terms of the Pearson correlation coefficient value of 0.808, and the prediction performance exhibited good consistency with a zero outlier ratio value.

• 대한공간정보학회지
• /
• 제20권2호
• /
• pp.47-54
• /
• 2012

도심지 모델링과 분석을 효과적으로 수행하기 위해서는 다른 시기나 다른 지역의 추가적인 고해상도 위성영상이 반드시 필요하다. 그러나 같은 지상 개체라 하더라도 서로 다른 영상에서 방사적인 불일치가 존재하며 이는 영상 처리와 분석의 정확도를 저하시키는 원인이 된다. 더욱이 도심지의 경우 건물, 수목, 교량, 기타 구조물 등 높이를 갖는 개체들은 영상 전체에 걸쳐 그림자를 발생시키며 이는 상대 방사 정규화의 질을 저하시킨다. 본 연구에서는 태양과 위성의 기하학적 위치 정보, 부가적인 수치 표고 모델이 없어도 적용이 가능한 단영상 기반의 그림자 추출기법을 적용하고 그림자의 영향을 배제한 선택적인 히스토그램 매칭 기법을 제안하였다. 건물의 에지 버퍼 영역에 대한 인접 정보와 분할을 통해 생성된 객체의 공간 및 분광인자를 이용하여 그림자를 추출한 후, 아스팔트 도로와 같이 그림자로 잘못 추출된 이상 객체를 제거하였다. 최종적으로 그림자 지역이 마스킹 된 Quickbird-2 다시기 영상을 이용하여 비그림자 지역만을 이용하여 선택적 히스토그램 매칭을 수행하였다.

• 대한전자공학회논문지SP
• /
• 제46권5호
• /
• pp.135-142
• /
• 2009

홀드형 디스플레이 시스템이 개발되면서 화질의 개선을 위해 프레임율 증가 변환 기법이 고려되고 있다. 프레임율 증가 변환 기법은 두 인접 프레임들로부터 하나 이상의 사이 프레임을 보간하여 시간적 해상도를 향상시킨다. 본 논문에서는 회전을 고려하여 양방향 움직임 예측 방법을 적용한 새로운 프레임율 증가 변환 기법을 제안한다. 먼저 각 블록의 정확한 움직임 벡터를 얻기 위해 두 인접 프레임들로부터 양방향 움직임 예측 방법을 수행한다. 초기 움직임 벡터가 정해지면, 움직임 벡터 필드의 연속성과 정확하지 못한 움직임 벡터의 제거를 위해 움직임 벡터 필드에 메디안 필터를 적용한다. 벡터 메디안 필터를 거친 움직임 벡터들은 회전을 고려한 정밀 움직임 보정을 통해 정밀한 움직임 벡터로 갱신된다. 회전요소를 가진 최종 움직임 벡터가 구해지면, 중첩된 블록 이동 보상 방법을 적용하여 중간 프레임을 생성할 수 있다. 실험결과, 제안하는 알고리즘은 이전 방법에 비해 주관적 및 객관적으로 더 좋은 성능을 보였다.

• 방송공학회논문지
• /
• 제6권2호
• /
• pp.160-168
• /
• 2001

본 논문에서는 동영상 정보를 파노라마로 합성하는 자동화된 알고리즘을 제안한다. 제안한 카메라 모델은 일반화된 파노라마 영상의 특성을 반영하며, 기존의 방법과는 달리 영상의 확대 및 축소를 고려하여 보다 개선된 파노라마 합성 영상을 제공한다. 또 한 통계적 특성을 이용하여 움직이는 물체 또는 기타 여러 잘음(nolle)의 영향을 배제하는 전역 움직임 추정 기법을 사용하여 기존 방법의 문제점을 보완한다. 이를 통해 파노라마 영상으로부터 움직이는 물체 또는 잡음을 제거하여 더 깨끗하고 완벽한 배경 영상을 얻을 수 있다. 제안한 방법은 전역 움직임 및 전체 파노라마 합성 과정에서 수동 작업을 배제하여 파노라마 합성 과정을 일반화시켰다고 할 수 있다. 성능 평가를 위해 실제 방송에서 사용되는 축구 경기 영상에 제안한 알고리즘을 적용하고 기존의 알고리즘과 비교를 통해 그 우수성을 검증한다.

• International Journal of Computer Science & Network Security
• /
• 제22권7호
• /
• pp.301-307
• /
• 2022

Energy consumption has grown alongside dramatic population increases. Statistics show that buildings in particular utilize a significant amount of energy, worldwide. Because of this, building energy prediction is crucial to best optimize utilities' energy plans and also create a predictive model for consumers. To improve energy prediction performance, this paper proposes a ResNet-LSTM model that combines residual networks (ResNets) and long short-term memory (LSTM) for energy consumption prediction. ResNets are utilized to extract complex and rich features, while LSTM has the ability to learn temporal correlation; the dense layer is used as a regression to forecast energy consumption. To make our model more robust, we employed Huber loss during the optimization process. Huber loss obtains high efficiency by handling minor errors quadratically. It also takes the absolute error for large errors to increase robustness. This makes our model less sensitive to outlier data. Our proposed system was trained on historical data to forecast energy consumption for different time series. To evaluate our proposed model, we compared our model's performance with several popular machine learning and deep learning methods such as linear regression, neural networks, decision tree, and convolutional neural networks, etc. The results show that our proposed model predicted energy consumption most accurately.

• 대한교통학회지
• /
• 제26권2호
• /
• pp.157-166
• /
• 2008

본 연구에서는 실시간으로 수집되는 고속도로의 검지기 자료를 이용하여 교통사고 발생 가능성을 확률적 관측값으로 나타낼 수 있는 모형을 개발하였다. 사고발생 지점을 기준으로 상류부 및 하류부에서 수집된 사고발생 이전의 교통자료를 모형의 독립변수로 설정하였다. 이항 로지스틱 회귀분석 기법을 적용하여 교통사고 발생을 유발할 잠재력이 높은 교통상황을 교통사고와는 무관한 교통상황으로부터 추출하는 분류문제(classification problem)로 설정하고 모형을 개발하였다. 최근 3년간 서해안 고속도로에서 발생한 사고자료와 검지기 자료를 맵핑하였으며, 유효한 검지기 자료를 모형에 적용하기 위하여 이상치 제거 및 결측치 보정을 위한 자료처리 과정을 별도로 수행하였다. 본 연구에서 개발한 모형에서 산출되는 계량화된 교통사고 발생가능성은 고속도로상에서 실시간 경고정보 제공 및 다양한 교통운영관리 전략의 교통안전 측면에서의 효과를 평가하는데 유용하게 적용될 수 있을 것으로 기대된다.