http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
Stochastic Model for Unification of Stereo Vision and Image Restoration
우운택,정홍,Woo, Woon-Tak,Jeong, Hong The Institute of Electronics and Information Engin 1992 전자공학회논문지-B Vol.b29 No.9
The standard definition of computational vision is a set of inverse problems of recovering surfaces from images. Thus the common characteristics of the most early vision problems are ill-posed. The main idea for solving ill-posed problems is to restrict the class of admissible solutions by introducing suitable a priori knowledge. Standard regurarization methods lead to satisfactory solutions of early vision problems but cannot deal effectively and directly with a few general problems, such as discontinuity and fusion of information from multiple modules. In this paper, we discuss limitations of standard regularization theory and present new stochastic method. We will outline a rigorous approach to overcome part of ill-posedness of image restoration, edge detection, and stereo vision problems, based on Bayes estimation and MRF(Markov random field) model, that effectively deals with the problems. This result makes one hope that this framework could be useful in the solution of other vision problems.
우운택(Woo, Woon-Taek),정광량(Chung, Kwang-Ryang) 대한건축학회 2021 대한건축학회 학술발표대회 논문집 Vol.41 No.2
The purpose of this study was to analyze the vibration characteristics of slab with crack and without crack. This structure is used as a basement parking lot of apartment buildings. Floor accelerations caused by a single jumping were recorded with a dynamic logger and a low frequency acceleration sensor. Natural frequencies were obtained by F.F.T. analysis with the acceleration values measured on the site. Also, the values of natural frequencies were calculated on the basis of Theory of Elasticity for each case. The meaningful result was drawn from the comparison between the measured values with the calculated values of natural frequencies. Natural frequencies from the theoretical analysis applied in this study can be generally used to calculate natural frequencies and estimate stiffnesses of a given type of floors.
우운택(Woo Woon-Taek),조승호(Cho Seung-Ho),정란(Chung Lan) 대한건축학회 2003 大韓建築學會論文集 : 構造系 Vol.19 No.12
This paper presents the experimental results of a Soil-Cement Composite Earth Retaining Wall comprised of reinforced concrete underground wall, H-shaped steel beams in earth retaining wall and fiber reinforced soil cement wall. Sixteen specimens are tested to evaluate the bending capacity of the wall. Main variables in the test are strength of concrete, arrangement of shear connector, soil-cement, and fiber reinforcement. <br/> Test results are as follows. (1) Composite member under positive moment showed 18% increase of the maximum strength. (2) After soil cement was reinforced with fiber by adding 1% of soil cement weight, compared to cases not reinforced with fiber, strength of under compression increased 7%, moreover, 30% of strength enhancement was shown under tension case also. (3) When the composite member resists positive bending moment (i.e., H-shaped steel beam is in compression), the strength is increased by 18%. Moreover, 7% additional strength enhancement appears after the soil cement is reinforced by fiber. As a results, fiber reinforced soil cement has strength enhancement effect up to 25%.
확률 모형을 이용한 스테레오 비젼과 영상복원 과정의 통합
우운택(Woon-Tack Woo),정홍(Hong-Jeong) 한국정보과학회 1991 한국정보과학회 학술발표논문집 Vol.18 No.1
일반적으로 대부분 초기시각에 대한 문제들은 2차원 영상으로부터 3차원 정보를 복원하는 ill-posed 문제들이다. 이는 주로 regularization 이론으로 해결해 왔다. 그러나, 기존의 regularization 이론은 불연속성을 나타내는 물체의 경계부에서 정확한 해를 구할 수 없으며, 여러 시각 모듈(module)들로부터 계산된 정보를 효율적으로 통합하기 어렵다는 한계를 가진다. 따라서, 본 논문에서는 먼저 regularization 이론의 한계들을 살펴보고 스테레오(stereo)정합, 윤곽선 검출 및 영상복원 등의 문제를 보다 체계적이고 통합적으로 해결할 수 있는 확률 이론을 제안한다. 실험 결과가 보여주는 것처럼 Bayes Estimation과 MRF(Markov Random Field) 모형에 기초한 확률이론은 regularization 이론이 가지고 있는 한계들을 극복할 수 있을 뿐만아니라, 다른 초기 시각 문제에도 유사하게 적용할 수 있을 것으로 기대된다.
우운택(Woon Tack Woo),정홍(Hong Jeong) 한국정보과학회 1991 정보과학회논문지 Vol.18 No.2
최근에는 인공지능의 방법들이 부적절한 것으로 인식되고 있는 분야에 신경회로의 개념을 도입하는 연구들이 진행되고 있다. 신경회로가 가지는 몇가지 특징들로 인해 로보트 제어분야에의 응용이 특히 활발하다. 신경회로망의 특징인 대량병렬성으로 인해 실시간 오차허용능력이 생기고, 학습능력으로 인해 제어대상에 대한 사전지식 없이도 변화하는 환경에 적응할 수 있게 된다. 이와 같이 인간의 두뇌와 유사한 기능을 하는 신경회로망의 특징으로 인해 제어분야에 상당한 잠재력을 부여할 수 있을 것으로 기대된다. 따라서, 본 논문에서는 신경회로망을 도입하여 시각정보를 효율적으로 활용할 수 있는 로보트 제어구조를 제안한다. 이는 기존의 제어 구조와는 달리 학습에 의해 목표물의 위치와 이에 도달하기 위한 매니퓰레이터의 각도 사이의 관계를 배우고 일반화할 수 있다. 이를 위해 다층구조의 신경회로를 사용하였으며, 변형된 역전파 학습 알고리즘을 사용하였다. 신경회로망의 특징인 학습과 일반화능력에 의해 제안된 제어구조는 다양한 매니퓰레이터에 큰 변형없이 사용될 수 있다. 이 실험에는 2대의 CCD 카메라를 포함한 영상처리기와 자유도가 5인 RHINO 로보트가 사용되었다. In recent years, artificial neural networks have emerged to solve the problems for which more conventional computational approaches have proven ineffective. In particular, considerable amount of research in robot control has been directed to the neural network approaches. The reason is that, unlike the conventional approach, neural network approach exihibits two important characteristics. One of them is massive parallelism which is required for real time control and fault tolerance. The other is learning capability which can make the system operate adaptively for the changing environments without a prior knowledge of the plant model. In this context, the neural network control, ie., neurocontrol, is considered to have great potentials through its features analogous to the brain function.