http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
HEVC에서 화면 간 예측 모드들 간의 율-왜곡 파라미터 분석
백승용(Baek, Seung-Yong),이재용(Lee, Jae-Yong),조혜정(Cho, Hye-Jeong),정광수 (Chung, Kwang-Sue),오승준(Oh, Seoung-Jun) 한국방송·미디어공학회 2011 한국방송공학회 학술발표대회 논문집 Vol.2011 No.7
최근 표준화가 진행되고 있는 HEVC는 H.264/AVC의 기본 구조를 유지하면서 각 부호화기의 성능을 향상시키는 방향으로 진행되고 있다. 기존의 H.264/AVC는 화면 간 예측에서 예측 정보를 보내지 않고 복호화가 가능한 SKIP 모드와 예측 정보를 보내주는 화면 간 예측 모드들을 사용한다. 그런데 SKIP 모드는 율-왜곡 측면에서 극단적인 특성을 갖기 때문에 SKIP 모드와 다른 화면 간 예측 모드들 사이에 넓은 율-왜곡 파라미터 간격이 존재하며, 이는 화질 저하의 원인이 된다. 본 논문에서는 HEVC에서도 동일한 문제점이 존재하는지 분석하기 위해 SKIP 모드와 화면 간 예측 모드들의 율-왜곡 파라미터에 대한 분석을 수행하였다. 분석 결과를 바탕으로 HEVC에서도 부호화 효율을 향상시키기 위하여 새로운 화면 간 예측 모드가 필요함을 보였다.
박용명,백승용,황민오,Park, Yong Myung,Baek, Seung Yong,Hwang, Min Oh 한국강구조학회 2002 韓國鋼構造學會 論文集 Vol.14 No.6
A study on the evaluationof the proper spacing and required bending rigidity of cross beams in composite multiple I-girder bridge without lateral and sway bracing system was performed. For the purpose, a two-lane 40m simple span and 40+50+40m continuous sample bridge with four girders was designed. For the sample bridges, structural analysis under the design loads including dead load before and after composite, live load, and seismic loads has been performed. The material and geometric nonlinear analysis under dead load before composite has also been performed to evaluate lateral buckling strength of the steel-girder-cross beam grillage. Based on the two phase anlayses, proper spacing and bending righidity of cross beams were proposed. 본 논문에서는 수직 및 수평 브레이싱을 생략하고 I-형 거더를 가로보만으로 연결한 다주형 강합성 플레이트거더교 형식에서 가로보의 적정 배치 간격 및 소요 휨강성의 산정을 위한 연구를 수행하였다. 이를 위해 지간 40m의 단순교와 40+50+40m의 2차로 4주형 연속교를 예제교량으로 시산 설계하였다. 본 교량에 대해 중간가로보의 배치 간격과 휨강성를 매개변수로 하여 합성전 후 고정하중, 활하중 및 지진하중을 포함하는 설계하중에 대한 응력 해석을 수행한 후 강재 주형 및 라로보의 격자구조에 대해 합성전 고정하중을 고려한 재료-기하비선형해석으로부터 횡비틀림 좌굴강도를 평가하였다. 이상의 두 가지 국면 해석 결과를 토대로 단부 및 중간가로보의 적정 배치 간격과 소요 휨강성을 제안하였다.
이진호(Jin Ho Lee),김덕웅(Duk Wung Kim),민진홍(Jin Hong Min),백승용(Seung Yong Baek),한재웅(Jae Woong Hahn),김형극(Hyoung-Gook Kim) 대한전기학회 2009 정보 및 제어 심포지엄 논문집 Vol.2009 No.10
본 논문에서는 사진의 내용정보를 분석하여 이미지를 분류하고 분류된 클래스를 자동으로 색인하는 방법을 제안한다. 인물 클래스는 입력된 사진에서 얼굴을 검출하여 설정되며 인물이 검출된 사진은 인물 영역을 제거한 이후 배경 클래스 분류를 수행한다. 인물이 존재하지 않거나 인물 영역이 제거된 사진은 색상과 질감 특징을 추출하여 유사한 색상 특정을 보이는 영역으로 분할된다. 영역별로 추출된 색상 및 질감 특징은 K-nearest neighbors(KNN) 분류기를 사용하여 영역의 클래스를 선정하고, 선정된 클래스는 배경 클래스 결정 트리를 통하여 영역의 최종 클래스를 결정한다. 사진 자동 색인은 인울 클래스 설정여부와 사진에서 가장 큰 비중을 차지하는 3개 영역의 클래스 결과를 조합하여 수행된다. 제안된 방법의 성능 측정은 인물이 포함되지 않은 실험군 A와 인물이 포함된 실험군 B의 분류 정확도를 비교하였고, 실험군 A가 실험군 B보다 높은 분류 성능을 보였다.