• 제어로봇시스템학회논문지
• /
• 제18권3호
• /
• pp.208-217
• /
• 2012

This paper presents two adaptive fingerprint matching methods. First, we experiment an adaptive threshold selection of 1:N matching system in order to raise the reliability of the matching score. Second, we propose a adaptive threshold selection using fitting algorithm for high speed matching. The experiment was conducted on the NITZEN database, which has 5247 samples. Consequently, this paper shows that our suggested method can perform 1.88 times faster matching speed than the bidirectional matching speed. And, we prove that FRR of our suggested method decreases 1.43 % than that of the unidirectional matching.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2000년도 ITC-CSCC -2
• /
• pp.1041-1044
• /
• 2000

The enhancement to the back-propagation algorithm presented in this paper has resulted from the need to extract sparsely connected networks from networks employing product terms. The enhancement works in conjunction with the back-propagation weight update process, so that the actions of weight zeroing and weight stimulation enhance each other. It is shown that the error measure, can also be interpreted as rate of weight change (as opposed to ${\Delta}W_{ij}$), and consequently used to determine when weights have reached a stable state. Weights judged to be stable are then compared to a zero weight threshold. Should they fall below this threshold, then the weight in question is zeroed. Simulation of such a system is shown to return improved learning rates and reduce network connection requirements, with respect to the optimal network solution, trained using the normal back-propagation algorithm for Multi-Layer Perceptron (MLP), Higher Order Neural Network (HONN) and Sigma-Pi networks.

• 한국통신학회논문지
• /
• 제27권7C호
• /
• pp.664-669
• /
• 2002

본 논문에서는 ATM 망에서의 접속된 트래픽에 대해 효율적인 버퍼제어를 위한 퍼지제어 알고리즘을 제안한다. 제안된 퍼지제어 알고리즘은 동적 임계값을 구하기 위해 두 개의 우선순위와 퍼지집합을 사용한다. 즉, 발생된 저, 고순위 트래픽 비율에 따라 퍼지집합 이론을 통하여 추론한 후 그 비퍼지화값으로 접속된 트래픽에 대해 버퍼에서의 임계값을 제어하도록 하였다. 성능분석 결과 기존의 부분버퍼공유기법에서보다 셀손실율 면에서 그 성능이 향상됨을 확인하였다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제9권10호
• /
• pp.4160-4176
• /
• 2015

Data compression like image and video compression has come a long way since the introduction of Compressive Sensing (CS) which compresses sparse signals such as images, videos etc. to very few samples i.e. M < N measurements. At the receiver end, a robust and efficient recovery algorithm estimates the original image or video. Many prominent algorithms solve least squares problem (LSP) iteratively in order to reconstruct the signal hence consuming more processing time. In this paper non-iterative threshold based recovery algorithm (NITRA) is proposed for the recovery of images and videos without solving LSP, claiming reduced complexity and better reconstruction quality. The elapsed time for images and videos using NITRA is in ㎲ range which is 100 times less than other existing algorithms. The peak signal to noise ratio (PSNR) is above 30 dB, structural similarity (SSIM) and structural content (SC) are of 99%.

• International journal of advanced smart convergence
• /
• 제11권4호
• /
• pp.81-87
• /
• 2022

In this paper, we propose a watershed algorithm that applies a high-frequency enhancement filter to emphasize the boundary and a local adaptive threshold to search for minimum points. The previous method causes the problem of over-segmentation, and over- segmentation appears around the boundary of the object, creating an inaccurate boundary of the region. The proposed method applies a high-frequency enhancement filter that emphasizes the high-frequency region while preserving the low-frequency region, and performs a minimum point search to consider local characteristics. When merging regions, a fixed threshold is applied. As a result of the experiment, the proposed method reduced the number of segmented regions by about 58% while preserving the boundaries of the regions compared to when high frequency emphasis filters were not used.

• 전자공학회논문지CI
• /
• 제37권6호
• /
• pp.32-40
• /
• 2000

본 논문에서는 인간 시각 시스템과 부대역 적응적 문턱값을 이용한 웨이브릿 기반의 디지털 워터마킹 알고리듬을 제안하였다. 이 알고리듬에서는 웨이브릿 변환을 이용하여 영상을 3-레벨로 분해한 후, 가장 낮은 레벨에 속한 최고주파 부대역들을 제외한 모든 부대역들에 대하여 각 부대역별로 적응적인 문턱값을 이용하여 시각적으로 중요한 웨이브릿 계수를 선택한다. 고주파 부대역에 속한 시각적으로 중요한 웨이브릿 계수들은 각 계수들에 대한 인간 시각 시스템을 고려하여 시각적으로 보이지 않는 크기로 워터마크를 삽입한다. 기저대역에 속한 계수들은 화질 열화가 일어나지 않는 범위로 워터마크를 삽입한다. 본 워터마킹 알고리듬의 성능 평가를 위한 모의실험에서 이 알고리듬이 기존의 알고리듬보다 비가시성과 견고성에서 모두 우수함을 확인하였다.

• 한국가스학회지
• /
• 제25권5호
• /
• pp.63-69
• /
• 2021

본 연구에서는 오토인코더의 재구성 오류의 임계값을 이용하여 가스 시설에서의 작업이 정상 작업인지 비정상 작업인지를 판단하는 알고리즘을 구축하였다. 이 알고리즘은 정상 작업의 시계열 데이터만으로 오토인코더를 학습하여 최적화된 정상 작업의 재구성 오류의 임계값을 도출한다. 이 알고리즘을 새로운 작업의 시계열 데이터에 적용하여 재구성 오류를 구한 다음 이것을 정상 작업의 재구성 오류 임계값과 비교하여 정상작업인지 비정상 작업인지를 판별한다. 이 알고리즘을 학습하고 검증하기 위해서 가상의 가스 시설에서의 작업을 규정하고 정상 작업 데이터로만 이루어진 학습 데이터 세트와 정상 작업과 비정상 작업 데이터를 모두 포함한 검증 데이터 세트를 구축하였다.

• Journal of Korean Neurosurgical Society
• /
• 제66권1호
• /
• pp.53-62
• /
• 2023

Objective : Deep learning is a machine learning approach based on artificial neural network training, and object detection algorithm using deep learning is used as the most powerful tool in image analysis. We analyzed and evaluated the diagnostic performance of a deep learning algorithm to identify skull fractures in plain radiographic images and investigated its clinical applicability. Methods : A total of 2026 plain radiographic images of the skull (fracture, 991; normal, 1035) were obtained from 741 patients. The RetinaNet architecture was used as a deep learning model. Precision, recall, and average precision were measured to evaluate the deep learning algorithm's diagnostic performance. Results : In ResNet-152, the average precision for intersection over union (IOU) 0.1, 0.3, and 0.5, were 0.7240, 0.6698, and 0.3687, respectively. When the intersection over union (IOU) and confidence threshold were 0.1, the precision was 0.7292, and the recall was 0.7650. When the IOU threshold was 0.1, and the confidence threshold was 0.6, the true and false rates were 82.9% and 17.1%, respectively. There were significant differences in the true/false and false-positive/false-negative ratios between the anterior-posterior, towne, and both lateral views (p=0.032 and p=0.003). Objects detected in false positives had vascular grooves and suture lines. In false negatives, the detection performance of the diastatic fractures, fractures crossing the suture line, and fractures around the vascular grooves and orbit was poor. Conclusion : The object detection algorithm applied with deep learning is expected to be a valuable tool in diagnosing skull fractures.

• 한국통신학회논문지
• /
• 제29권8A호
• /
• pp.889-897
• /
• 2004

본 논문에서는 OFDM 방식의 무선통신 시스템에서 동존/이종 혹은 기타 재밍에 의한 통신 성능의 열화 시 간섭을 받은 부반송파를 추정하여, 간섭이 없는 부 반송파만 전송함으로써 어떠한 간섭 상황에서도 정상적인 통신이 가능토록 하는 기법을 제안한다. 제안된 Adaptive Sub-carrier Assignment(ASA) 기법은 수신 단에서 FFT를 거친 각 부 반송파의 수신 전력 값을 추정하여, AWGN환경에서 원 신호의 평균 전력치 값인 문턱값(threshold) 보다 큰 부 반송파는 강한 간섭을 받은 부분으로 송신 단에서 신호전송 시 제외하고, 간섭에 영향을 받지 않은 주파수대역에 대해서만 부반송파에 정보를 보내는 방식으로, 기존의 무선 통신시스템의 물리계층 구조의 변경이 없이 강한 간섭 신호 하에서도 통신을 할 수 있는 시스템 구조를 제공한다. 제안된 ASA방식을 사용하여 OFDM 시스템에서 시뮬레이션을 통해 간섭 신호의 주파수 대역 및 간섭 전력 값에 따른 부 반송파의 간섭 정보를 추정하고, 성능을 분석한다.

• 한국컴퓨터그래픽스학회논문지
• /
• 제29권1호
• /
• pp.1-11
• /
• 2023

딥러닝 기반의 이미지 세그멘테이션은 차선 인식을 위해 널리 사용되는 접근 방식 중 하나로, 차선의 키포인트를 추출하기 위한 후처리 과정이 필요하다. 일반적으로 키포인트는 사용자가 지정한 임계값을 기준으로 추출한다. 하지만 최적의 임계값을 찾는 과정은 큰 노력을 요구하며, 데이터 세트(또는 이미지)마다 최적의 값이 다를 수 있다. 본 연구는 사용자의 직접 임계값 지정 대신, 대상의 이미지에 맞추어 적절한 임계값을 자동으로 설정하는 키포인트 추출 알고리즘을 제안한다. 본 논문의 키포인트 추출 알고리즘은 차선 영역과 배경의 명확한 구분을 위해 줄 단위 정규화를 사용한다. 그리고 커널 밀도 추정을 사용하여, 각 줄에서 각 차선의 키포인트를 추출한다. 제안하는 알고리즘은 TuSimple과 CULane 데이터 세트에 적용되었으며, 고정된 임계값 사용 대비 정확도 및 거리오차 측면에서 1.80%p와 17.27% 향상된 결과를 얻는 것을 확인하였다.