의복패턴을 위한 2.5D 맵핑 시스템의 설계 및 구현

김주리,정석태,정성태,Kim, Ju-Ri,Joung, Suck-Tae,Jung, Sung-Tae 한국정보통신학회 2008 한국정보통신학회논문지 Vol.12 No.4

본 논문에서 구현한 2.5D 맵핑(mapping) 시스템은 다양한 질감과 패턴에 따른 패션 의상의 모델 사진 이미지를 그대로 살려 외각선 영역 위에 드레이핑(draping)함으로써 새로운 디자인을 창출할 수 있고, 직접 샘플이나 시제품을 제작하지 않고도 시뮬레이션만으로 의상 작품을 확인할 수 있다. 또한 원단 디자인과 최종 제품의 상태를 정확하게 예측할 수 있는 기능을 제공하며, 원단과 모델 사진 이미지의 데이터베이스 구축으로 쉽고 빠르게 드레이핑함으로써 패션 업계의 경쟁력 향상과 비용 절감 효과를 가져 올 수 있다. 2.5D 맵핑 시스템은 보다 자연스러운 드레이핑을 위하여 메쉬 워프 알고리즘 모듈, 명암 추출과 적용 모듈, 맵핑 영역 추출 모듈, 메쉬 생성과 변형 모듈, 2.5D 맵핑 모듈로 구성하여 구현하였다. 향후 연구과제는 2.5D 맵핑 시스템의 구현 기술을 기반으로 하여 3D 의복 기술과 3D 인체 구현 기술을 접목한 3D 패션 디자인 시스템을 연구하여 2.5D 맵핑 기술의 표현 한계를 극복할 계획이다. 2.5D Mapping system that embody in this paper can make new design by doing draping to live various texture and model picture image of fashion clothes by pattern, and can confirm clothes work to simulation without producing direction sample or product directly. Also, the system can support function that can forecast fabric design and state of end article exactly, and the system can bring competitive power elevation of fashion industry and cost-cutting effect by doing draping using database of fabric and model picture image. 2.5D Mapping system composed and embodied by mesh warp algorithm module, light and shade extraction and application module, mapping path extraction module, mesh creation and transformation module, and 2.5D mapping module for more natural draping. Future work plans to study 3D fashion design system that graft together 3D clothes technology and 3D human body embodiment technology to do based on embodiment technology of 2.5D mapping system and overcomes expression limit of 2.5D mapping technology.

D2D 통신에서 사이드링크를 위한 DFT 기반 채널 추정 기법

문상미(Sangmi Moon),추명훈(Myeonghun Chu),김한종(Hanjong Kim),김대진(Daejin Kim),김철성(Cheolsung Kim),황인태(ntae Hwang) 대한전자공학회 2015 전자공학회논문지 Vol.52 No.12

최근, 3GPP (3rd Generation Partnership Project) 에서는 폭발적으로 증가하고 있는 모바일 데이터 트래픽을 수용하기 위하여 기기 간 직접(Device-to-Device, D2D) 통신을 개발하고 이에 대한 연구가 활발히 진행되고 있다. D2D 통신을 위해 이용되는 링크를 사이드링크라 하며, 사이드링크는 낮은 PAPR (Peak to Average Power Ratio)을 위해 SC-FDMA (Single Carrier-Frequency Division Multiple Access)를 기반으로 한다. 또한, DMRS (DeModulation Reference Signal)를 사용함으로써 MIMO (Multiple Input Multiple Output) 전송이 가능하게 한다. 본 논문에서는 D2D 통신에서 사이드링크를 위한 DFT 기반 채널 추정 기법을 제안한다. 제안 기법은 빠른 속도로 움직이는 사용자의 채널 추정이 가능하도록 2-D MMSE(2-Dimensional Minimum Mean Square Error) 보간 기법을 사용한다. 시스템 레벨 시뮬레이션은 3GPP LTE-Advanced 시스템의 20MHz 대역을 기반으로 이루어 졌으며, 시뮬레이션 결과 제안한 채널 추정 기법을 통해 기존 기법보다 SINR(Signal-to-Interference-plus-Noise Ratio), 전송률 및 스펙트럼 효율 측면에서 성능 향상을 가져다주는 것을 확인하였다. Recently, 3rd Generation Partnership Project (3GPP) has developed device-to-device (D2D) communication to cope with the explosively increasing mobile data traffic. The D2D communication uses sidelink based on single carrier-frequency division multiple access (SC-FMDA) due to its low peak-to-average power ratio (PAPR). In addition, demodulation reference signal (DMRS) is designed to support multiple input multiple output (MIMO). In this paper, we propose the DFT-based channel estimation scheme for sidelink in D2D communication. The proposed scheme uses the 2-Dimensional Minimum Mean Square Error (2-D MMSE) interpolation scheme for the user moving at a high speed. We perform the system level simulation based on 20MHz bandwidth of 3GPP LTE-Advanced system. Simulation results show that the proposed channel estimation scheme can improve signal-to-interference-plus-noise ratio (SINR), throughput and spectral efficiency of conventional scheme.

(2D)<SUP>2</SUP> PCA알고리즘을 이용한 최적 RBFNNs 기반 나이트비전 얼굴인식 시뮬레이터 설계

장병희(Byoung-Hee Jang),김현기(Hyun-Ki Kim),오성권(Sung-Kwun Oh) 한국지능시스템학회 2014 한국지능시스템학회논문지 Vol.24 No.1

본 연구에서 (2D)2 PCA 알고리즘을 이용한 최적 RBFNNs 기반 나이트비전 얼굴인식 시뮬레이터을 설계한다. CCD 카메라로 야간에 이미지를 취득할 경우 조도가 낮기 때문에 인식을 수행하기 어려운 수준의 이미지가 취득되는 문제점이 발생한다. 따라서 본 논문에서는 나이트 비전 카메라를 이용하여 야간 얼굴을 취득하였다. 또한 얼굴과 비얼굴 이미지 영역에서 야간 얼굴 이미지를 검출하기 위해 Ada-Boost 알고리즘을 사용한다. 그리고 히스토그램 평활화를 이용하여 이미지의 왜곡 현상을 최소화 한다. 이렇게 얻어진 고차원 이미지를 저차원으로 축소하기 위해 (2D)2 PCA 알고리즘을 사용했다. 다항식 기반 RBFNNs을 이용한 지능형 패턴 분류 모델을 통하여 얼굴인식을 수행 한다. 마지막으로 차분진화 알고리즘을 사용하여 파라미터를 최적화 한다. (2D)2 PCA를 최적 RBFNNs 기반 나이트비전 얼굴인식 시스템의 성능 평가를 위하여 IC&CI Lab data를 사용하고 실제 얼굴 인식 시스템을 설계한다. In this study, we propose optimized RBFNNs based on night vision face recognition simulator with the aid of (2D)2 PCA algorithm. It is difficult to obtain the night image for performing face recognition due to low brightness in case of image acquired through CCD camera at night. For this reason, a night vision camera is used to get images at night. Ada-Boost algorithm is also used for the detection of face images on both face and non-face image area. And the minimization of distortion phenomenon of the images is carried out by using the histogram equalization. These high-dimensional images are reduced to low-dimensional images by using (2D)2 PCA algorithm. Face recognition is performed through polynomial-based RBFNNs classifier, and the essential design parameters of the classifiers are optimized by means of Differential Evolution(DE). The performance evaluation of the optimized RBFNNs based on (2D)2 PCA is carried out with the aid of night vision face recognition system and IC&CI Lab data.

인지기반 중첩 융합 네트워크에서 위치정보에 기반한 D2D 시스템의 성능분석

김정호(Jeong-Ho Kim) 대한전자공학회 2014 전자공학회논문지 Vol.51 No.10

본 논문에서는 인지 기반 중첩 융합 네트워크 환경 하에서의 사용자의 위치정보를 토대로 사용자 단말기의 전력소모감소와 간섭신호의 저감효과를 극대화하기 위한 기본적인 D2D(device-to-device)시스템을 제시하고 무선 전송 환경에서의 시스템 성능을 분석하고자 한다. 단말기의 기능성이 좋아짐에 따라 스마트한 지능을 기반으로 자원의 효과적 활용에 적합한 개별 이종 네트워크의 특성분석과 특성을 반영하는 시스템 측면의 최적화가 중요하다고 할 수 있다. 본 논문에서는 사용자 이동특성에 기반하여 인접 단말기와의 직접 통신하는 절차를 구성하여 단말기 간 직접 통신에 다중안테나 기술을 적용할 경우 이에 따른 FER(frame error rate) 등의 성능특성을 살펴보고자 한다. In this paper, the performances of the presented D2D (device-to-device) systems under the environment of the cognitive convergent overlay networks are evaluated based upon the locations of the D2D users" terminals, the power consumptions of the terminals and the reductions of the interference levels. As the capabilities of the users" terminals improve, the optimization of the system is crucial to the efficient utilization of the radio resources of the individual networks considering their mobility and the features of their networks. Users" mobility model is given for the performance evaluation of the D2D system. In this paper, the performances of the D2D systems are evaluated in terms of the performance index of the FER (frame error rate) employing multiantenna techniques (MIMO:multiple input multiple output) for the various network environments.

(2D)2 PCA알고리즘을 이용한 최적 RBFNNs 기반 나이트비전 얼굴인식 시뮬레이터 설계

장병희,김현기,오성권 한국지능시스템학회 2014 한국지능시스템학회논문지 Vol.24 No.1

본 연구에서 (2D)2 PCA 알고리즘을 이용한 최적 RBFNNs 기반 나이트비전 얼굴인식 시뮬레이터을 설계한다. CCD 카메라로 야간에 이미지를 취득할 경우 조도가 낮기 때문에 인식을 수행하기 어려운 수준의 이미지가 취득되는 문제점이 발생한다. 따라서 본 논문에서는 나이트 비전 카메라를 이용하여 야간 얼굴을 취득하였다. 또한 얼굴과 비얼굴 이미지 영역에서 야간 얼굴 이미지를 검출하기 위해 Ada-Boost 알고리즘을 사용한다. 그리고 히스토그램 평활화를 이용하여 이미지의 왜곡 현상을 최소화 한다. 이렇게 얻어진고차원 이미지를 저차원으로 축소하기 위해 (2D)2 PCA 알고리즘을 사용했다. 다항식 기반 RBFNNs을 이용한 지능형 패턴 분류 모델을 통하여 얼굴인식을 수행 한다. 마지막으로 차분진화 알고리즘을 사용하여 파라미터를 최적화 한다. (2D)2 PCA를 최적RBFNNs 기반 나이트비전 얼굴인식 시스템의 성능 평가를 위하여 IC&CI Lab data를 사용하고 실제 얼굴 인식 시스템을 설계한다. In this study, we propose optimized RBFNNs based on night vision face recognition simulator with the aid of (2D)2 PCAalgorithm. It is difficult to obtain the night image for performing face recognition due to low brightness in case of image acquiredthrough CCD camera at night. For this reason, a night vision camera is used to get images at night. Ada-Boost algorithmis also used for the detection of face images on both face and non-face image area. And the minimization of distortionphenomenon of the images is carried out by using the histogram equalization. These high-dimensional images are reduced tolow-dimensional images by using (2D)2 PCA algorithm. Face recognition is performed through polynomial-based RBFNNsclassifier, and the essential design parameters of the classifiers are optimized by means of Differential Evolution(DE). Theperformance evaluation of the optimized RBFNNs based on (2D)2 PCA is carried out with the aid of night vision face recognitionsystem and IC&CI Lab data.

유비쿼터스 및 모바일 컴퓨팅 : 단말 간 직접 통신(D2D) 기반 협력 서비스를 위한 동적 서비스 바인딩 기법

이미연 ( Mee Yeon Lee ),백두산 ( Du San Baek ),이정원 ( Jung Won Lee ) 한국정보처리학회 2014 정보처리학회논문지. 컴퓨터 및 통신시스템 Vol.3 No.12

최근에는 모바일 기기 자체의 성능뿐만 아니라 무선 네트워크 등의 연관 기술들이 발달함에 따라 모바일 환경에서의 다양한 서비스에 대한관심이 높아지고 있는 추세이다. 게다가 급증하는 통신 부하 문제가 새로운 이슈로 떠오르면서 단말 간 직접 통신(D2D)과 이에 기반한 단말간의 협력 서비스 방식에 대한 연구가 활발해지고 있다. 본 논문에서는 D2D 기반의 협력 서비스를 위한 스마트 에이전트 시스템을 설계하고 서비스 온톨로지 기반의 동적 서비스 바인딩 기법을 제안한다. 3가지 타입의 에이전트를 설계하여 협력 서비스를 위한 역할을 구분하고, 에이전트의 기능을 서비스 단위로 모델링하여 속성을 기술함으로써 지식 베이스를 구축한다. 제안한 지식 모델인 D2D 협력 서비스 온톨로지는 실시간의 상황이 지속적으로 변화하는 모바일 환경에서 가변적인 상황에 따라 필요한 서비스를 최적의 멤버 기기에게 동적으로 바인딩함으로써 효율적이고 자율적인 협력 서비스를 가능케 할 수 있는 핵심 기술이라 할 수 있다. In recent years, various services in mobile environments due to the growth of mobile devices and related techniques like wireless networks. Furthermore, as the increasing communication traffic in cellular networks has become a new significant issue, many studies for device-to-device(D2D) communication and D2D-based cooperative services have been performed recently. In this paper, we design a smart agent system for D2D-based cooperative services and propose a dynamic service binding method based on service ontology. We classify roles of mobile devices for cooperative services by defining three types of smart agents, and construct a knowledge base in order to describe properties of ``service`` unit. The proposed knowledge model, D2D cooperative service ontology, can enable a autonomous cooperative services between mobile devices by binding a requested service to the appropriate member device according to the real-time context in mobile environments.

Interference Mitigation Scheme by Antenna Selection in Device-to-Device Communication Underlaying Cellular Networks

Yuyang Wang,Shi Jin,Yiyang Ni,Kai-Kit Wong 한국통신학회 2016 Journal of communications and networks Vol.18 No.3

In this paper, we investigate an interference mitigationscheme by antenna selection in device-to-device (D2D) communicationunderlaying downlink cellular networks. We first present theclosed-form expression of the system achievable rate and its asymptoticbehaviors at high signal-to-noise ratio (SNR) and the largeantenna number scenarios. It is shown that the high SNR approximationincreases with more antennas and higher ratio between thetransmit SNR at the base station (BS) and the D2D transmitter. Inaddition, a tight approximation is derived for the rate and we revealtwo thresholds for both the distance of the D2D link and thetransmit SNR at the BS above which the underlaid D2D communicationwill degrade the system rate. We then particularize on thesmall cell setting where all users are closely located. In the smallcell scenario, we show that the relationship between the distance ofthe D2D transmitting link and that of the D2D interfering link tothe cellular user determines whether the D2D communication canenhance the systemachievable rate. Numerical results are providedto verify these results.

ASM기반 (2D)2 하이브리드 전처리 알고리즘을 이용한 얼굴인식 시스템 설계

김현기,진용탁,오성권 한국지능시스템학회 2014 한국지능시스템학회논문지 Vol.24 No.2

In this study, we introduce ASM-based face recognition classifier and its design methodology with the aid of 2-dimensional 2-directional hybird preprocessing algorithm. Since the image of face recognition is easily affected by external environments, ASM(active shape model) as image preprocessing algorithm is used to resolve such problem. In particular, ASM is used widely for the purpose of feature extraction for human face. After extracting face image area by using ASM, the dimensionality of the extracted face image data is reduced by using (2D)2hybrid preprocessing algorithm based on LDA and PCA. Face image data through preprocessing algorithm is used as input data for the design of the proposed polynomials based radial basis function neural network. Unlike as the case in existing neural networks, the proposed pattern classifier has the characteristics of a robust neural network and it is also superior from the view point of predictive ability as well as ability to resolve the problem of multi-dimensionality. The essential design parameters (the number of row eigenvectors, column eigenvectors, and clusters, and fuzzification coefficient) of the classifier are optimized by means of ABC(artificial bee colony) algorithm. The performanc 본 연구에서는 ASM기반 (2D)2 하이브리드 전처리 알고리즘을 이용한 얼굴인식 분류기와 그것의 설계방법론을 소개한다. 얼굴인식을 위한 이미지는 외부 환경에 쉽게 영향을 받기 때문에, 전처리 단계로 이러한 문제를 해결하기 위해서 ASM을 사용하였다. 특히 사람 얼굴의 특징 추출을 목적으로 널리 이용되고 있다. ASM을 이용해 얼굴영역을 추출 한 뒤 PCA와 LDA를 이용한 (2D)2 하이브리드 전처리 알고리즘을 이용하여 차원을 축소한다. 전처리 알고리즘을 통한 얼굴데이터는 제안된 다항식 기반 방사형 기저함수 신경회로망의 입력으로 사용된다. 기존의 신경회로망과는 달리 제안된 지능형 패턴 분류기는 강인한 네트워크 특성을 가지며, 예측능력이 우수할 뿐만 아니라 다차원 입출력에 대한 문제도 해결했다. 분류기의 중요한 필수 설계 파라미터(행의 고유벡터의 수, 열의 고유벡터의 수, 클러스터의 수, 퍼지화 계수)는 ABC알고리즘에 의해 최적화 되어진다. 얼굴인식에 많이 사용되는 Yale과 AT&T를 사용하여 인식률을 평가하였다.

원전 가동전/중 검사정보관리 시스템 개발

유현주,최성남,김형남,김영호,양승한 한국비파괴검사학회 2004 한국비파괴검사학회지 Vol.24 No.4

iSIMS는 한국 수력원자력 주식회사의 원자력발전소에서 수행하는 가동전/중 검사 절차를 지원하는 웹베이스의 통합 정보 시스템이다. 이 시스템은 가동전/중 검사에 적합한 적용규격(CODE, Standards) 및 규제기관에서 원하는 규제조건등과 부합하는 검사 계획단계에서 최종 보고서 단계까지의 전체 검사공정을 지원하는데 목적을 두고 있다. 이 시스템의 주요 기능은 검사계획, 검사 및 보고서출력, 검사과정 통제 및 해당 검사부위의 정보찾기와 그 부위를 비쥬얼하게 찾아 갈 수 있는 자원관리 부분으로 구성된다. 본 시스템은 해당 용접부에 대해 2D로 된 위치정보와 3D로 제공되는 비쥬얼정보를 제공하고 이들은 데이터베이스 응용프로그램과 인터페이스하여 서로에 대한 정보를 공유하여 사용자에게 제공한다. iSMIS는 데이터베이스 관리 도구, 2D와 3D 비쥬얼 도구 등의 상용 소프트웨어 패키지를 사용하여 구현하였다. iSIMS에 대한 주요 기능과 기술은 본문에 기술하였다. The iSIMS is a web-based integrated information system supporting Pre-Service and In-Service Inspection(PSI/ISI) processes for the nuclear power plants of KHNP(Korea Hdyro & Nuclear Power Co. Ltd). The system provides a full spectrum coverage of the inspection processes from the planning stage to the final report of examination in accordance with applicable codes, standards, and regulatory requirements. The major functions of the system includes the inspection planing, examination, reporting, project control and status reporting, resource management as well as objects search and navigation. The system also provides two dimensional or three dimensional visualization interface to identify the location and geometry of components and weld areas subject to examination in collaboration with database applications. The iSIMS is implemented with commercial software packages such as database management system, 2-D and 3-D visualization tool, etc., which provide open, updated and verified foundations. This paper describes the key functions and the technologies for the implementation of the iSIMS.

ASM기반 (2D)<SUP>2</SUP> 하이브리드 전처리 알고리즘을 이용한 얼굴인식 시스템 설계

김현기(Hyun-Ki Kim),진용탁(Yong-Tak Jin),오성권(Sung-Kwun Oh) 한국지능시스템학회 2014 한국지능시스템학회논문지 Vol.24 No.2

본 연구에서는 ASM기반 (2D)<SUP>2</SUP> 하이브리드 전처리 알고리즘을 이용한 얼굴인식 분류기와 그것의 설계방법론을 소개한다. 얼굴인식을 위한 이미지는 외부 환경에 쉽게 영향을 받기 때문에, 전처리 단계로 이러한 문제를 해결하기 위해서 ASM을 사용하였다. 특히 사람 얼굴의 특징 추출을 목적으로 널리 이용되고 있다. ASM을 이용해 얼굴영역을 추출 한 뒤 PCA와 LDA를 이용한 (2D)<SUP>2</SUP> 하이브리드 전처리 알고리즘을 이용하여 차원을 축소한다. 전처리 알고리즘을 통한 얼굴데이터는 제안된 다항식 기반 방사형 기저함수 신경회로망의 입력으로 사용된다. 기존의 신경회로망과는 달리 제안된 지능형 패턴 분류기는 강인한 네트워크 특성을 가지며, 예측능력이 우수할 뿐만 아니라 다차원 입출력에 대한 문제도 해결했다. 분류기의 중요한 필수 설계 파라미터(행의 고유벡터의 수, 열의 고유벡터의 수, 클러스터의 수, 퍼지화 계수)는 ABC알고리즘에 의해 최적화 되어진다. 얼굴인식에 많이 사용되는 Yale과 AT&T를 사용하여 인식률을 평가하였다. In this study, we introduce ASM-based face recognition classifier and its design methodology with the aid of 2-dimensional 2-directional hybird preprocessing algorithm. Since the image of face recognition is easily affected by external environments, ASM(active shape model) as image preprocessing algorithm is used to resolve such problem. In particular, ASM is used widely for the purpose of feature extraction for human face. After extracting face image area by using ASM, the dimensionality of the extracted face image data is reduced by using (2D)<SUP>2</SUP>hybrid preprocessing algorithm based on LDA and PCA. Face image data through preprocessing algorithm is used as input data for the design of the proposed polynomials based radial basis function neural network. Unlike as the case in existing neural networks, the proposed pattern classifier has the characteristics of a robust neural network and it is also superior from the view point of predictive ability as well as ability to resolve the problem of multi-dimensionality. The essential design parameters (the number of row eigenvectors, column eigenvectors, and clusters, and fuzzification coefficient) of the classifier are optimized by means of ABC(artificial bee colony) algorithm. The performance of the proposed classifier is quantified through yale and AT&T dataset widely used in the face recognition.