http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
- 中文 을 입력하시려면 zhongwen을 입력하시고 space를누르시면됩니다.
- 北京 을 입력하시려면 beijing을 입력하시고 space를 누르시면 됩니다.
RISS 인기검색어
- 검색키워드
- 저자 : 이귀상(Lee Guee Sang) (검색결과 106 건)
- 무료
- 기관 내 무료
- 유료
-
On the Routing Schemes for the Inverse ADM Network in the MIMD Environment
이귀상(Guee-Sang Lee),최덕재(Deok-Jai Choi) 한국정보과학회 1985 한국정보과학회 학술발표논문집 Vol.12 No.1
A destination address based routing scheme is proposed for the Inverse Augmented Data Manipulator Network in the MIMD mode of operations. It allows rerouting into another path available when a message is blocked by a busy or falty link. Also a method of converting a destination address tag into the return address as the message proceeds to the destination is presented.
-
-
이귀상(Guee-sang Lee),장준영(June-young Chang) 한국정보과학회 1994 한국정보과학회 학술발표논문집 Vol.21 No.2A
본 논문에서는 함수복잡도를 고려한 큐브선택에 의한 이단계 리드뮬러표현의 최소화 방법을 제시한다. 리드뮬러표현을 최소화하기 위해 두개의 큐브(cube)를 묶는 기존의 Xlinking 방법과는 달리, 큐브선택 방법은 주어진 함수의 ON-set를 커버할 때까지 한번에 하나씩 큐브를 선택해 나가는 새로운 방법이다. 이 방법은 대개의 benchmark 함수에 대해 잘 동작하나 격자형 배치를 갖는 패리티 타입 함수에 대해서는 좋지 않은 성능을 보인다. 이를 해결하기 위해 큐브선택의 기준이 되는 비용함수로써 그 큐브에서의 ON-set의 크기 대신에 함수의 복잡도를 사용한다. 따라서 단지 ON-set의 크기만을 고려하는 대신 ON-set을 구성하는 minterm들이 얼마나 서로 가깝게 되어 하나의 큐브로 묶어질 수 있는지 즉, 함수가 얼마나 다음의 최소화에 유리한 형태로 변화되는 지를 중요시하게 되며 이는 특히 격자형 함수의 최소화에 잘 동작한다. 실험결과, 격자형함수뿐만아니라 일반적인 경우에도 기존의 결과보다 개선된 결과를 보인다.
-
이귀상(Guee-sang Lee),천승환(Seung-hwan Cheon) 한국정보과학회 1994 한국정보과학회 학술발표논문집 Vol.21 No.2A
본 논문에서는 논리함수를 BDD(Binary Decision Diagrams)로 표현하고 이를 이용하여 이단계 리드뮬러 회로를 최소화하는 BDD Expand 방법을 제시한다. BDD의 탐색을 통하여 이독을 구하고, BDD의 SOP 큐브들을 각각 확장하여 이득이 가장 큰 큐브를 구하는 방법이다. 리드뮬러 회로를 최소화하는 기존의 Xlinking 방법과 큐브선택 방법은 소규모 회로에 대해 잘 동작하나, SOP 형태나 진리표 형태의 함수 표현 형식을 사용할 때 지수적인 시간과 공간이 필요하게 되는 단점을 갖고 있다. 이와는 달리 BDD는 간단한 함수 표현을 제공하므로 시간과 공간 문제를 한꺼번에 해결할 수 있는 장점이 있다. 실험 결과, 대규모 회로를 합성하는데 효과적인 방법임을 알 수 있다.
-
-
휴대폰 카메라 영상으로부터 얼굴 검출을 위한 영상 개선
송상근 ( Sang-geun Song ),김수형 ( Soo-hyung Kim ),이귀상 ( Guee-sang Lee ),최덕재 ( Deok-jai Choi ) 한국정보처리학회 2005 한국정보처리학회 학술대회논문집 Vol.12 No.1
본 논문에서는 저해상도 휴대폰 컬러 영상을 대상으로 조명변화에 강인한 얼굴 영역 자동 검출 방법을 제안한다. 얼굴 영역 추출을 위하여 대중화된 휴대폰 영상 가운데 저해상도 컬러 영상을 사용한다. 제안된 알고리즘은 조명에 의해 변화가 큰 영상의 질을 LB_MSR 알고리즘을 이용하여 향상시킨뒤, YCbCr 색공간에서 Cb, Cr과 Y성분을 모두 이용하여 얼굴 영역을 검출해낸다. 실험결과 조명변화가 존재하는 영상을 LB_MSR 방법으로 향상시킨뒤 Cb, Cr 그리고 Y를 이용함으로써 기존의 방법보다 얼굴영역을 보다 정확하게 검출할 수 있음을 볼 수 있었다.
-
박상철 ( Sang-cheol Park ),김수형 ( Soo-hyung Kim ),이귀상 ( Guee-sang Lee ),홍성훈 ( Sung-hoon Hong ) 한국정보처리학회 2004 한국정보처리학회 학술대회논문집 Vol.11 No.1
CT 영상에서 폐암 추출을 위한 컴퓨터지원진단시스템(CAD)에서 전처리 시스템은 매우 중요한 역할을 담당한다. 본 논문에서는 CT 영상에서 폐암 추출을 위한 전처리 기법을 소개한다. CT 영상에서 폐 영역 추출 과정에서 가장 먼저 수행되는 이진화를 위해 k-means 클러스터링 알고리즘을 이용하고, 비관심 영역 제거 방법으로 연결요소를 분석하고, 이진화 과정에서 발생한 폐 외곽 분실을 재구성하기 위해 Rolling Ball 알고리즘을 수행한다. 또한 분할된 폐 영역에서 폐암 후보자를 선출하기 위해 분할과정에서 수행하였던 이진화 방법을 폐 영역에 다시 한번 적용하고 잡음제거를 위해 모폴러지 기법을 사용한 전처리 기법을 제안한다.
-
텐서보팅과 마르코프 랜덤 필드를 이용한 자연 영상의 텍스트 이진화
최현수,이귀상,Choi, Hyun Su,Lee, Guee Sang 한국스마트미디어학회 2015 스마트미디어저널 Vol.4 No.4
본 논문에서는 텐서보팅을 이용하여 기존 마르코프 랜덤 필드 메소드 안의 가우시안 혼합 모델 함수의 성능을 향상시킬 수 있는 적합한 클러스터 개수 검출 방법을 제시한다. 제안하는 방법의 핵심 포인트는 텐서보팅의 인풋 데이터 토큰의 연속성인 saliency map을 통한 중심점 개수의 추출이다. 우리는 가장 먼저 주어진 자연 영상에서 전경 및 배경 후보 영역을 분리한다. 다음으로, 분리된 각 후보 영역에 대하여 텐서보팅을 적용하여 적절한 클러스터 개수를 추출한다. 우리는 검출된 클러스터 개수를 이용하여 정확한 가우시안 혼합 모델 모델링을 수행할 수 있다. 그리고 이를 적용한 마르코프 랜덤 필드의 unary term과 pairwise term을 계산하여 자연 영상의 텍스트 이진화 결과를 반환한다. 실험 결과, 제안된 방법이 최적의 클러스터 개수를 반환하고, 향상된 텍스트 이진화 결과를 반환함을 확인하였다. In this paper, we propose a method for detecting the number of clusters. This method can improve the performance of a gaussian mixture model function in conventional markov random field method by using the tensor voting. The key point of the proposed method is that extracts the number of the center through the continuity of saliency map of the input data of the tensor voting token. At first, we separate the foreground and background region candidate in a given natural images. After that, we extract the appropriate cluster number for each separate candidate regions by applying the tensor voting. We can make accurate modeling a gaussian mixture model by using a detected number of cluster. We can return the result of natural binary text image by calculating the unary term and the pairwise term of markov random field. After the experiment, we can confirm that the proposed method returns the optimal cluster number and text binarization results are improved.
-
The Binarization of Text Regions in Natural Scene Images, based on Stroke Width Estimation
김정환,이귀상,Zhang, Chengdong,Kim, Jung Hwan,Lee, Guee Sang 한국스마트미디어학회 2012 스마트미디어저널 Vol.1 No.4
In this paper, a novel text binarization is presented that can deal with some complex conditions, such as shadows, non-uniform illumination due to highlight or object projection, and messy backgrounds. To locate the target text region, a focus line is assumed to pass through a text region. Next, connected component analysis and stroke width estimation based on location information of the focus line is used to locate the bounding box of the text region, and each box of connected components. A series of classifications are applied to identify whether each CC(Connected component) is text or non-text. Also, a modified K-means clustering method based on an HCL color space is applied to reduce the color dimension. A text binarization procedure based on location of text component and seed color pixel is then used to generate the final result.
-
여정연,이귀상,Yeo, Jung Yeon,Lee, Guee Sang 한국스마트미디어학회 2015 스마트미디어저널 Vol.4 No.3
본 논문에서는 야간 영상 감시(night-time video surveillance)에 특화된 GMM(Gausssian mixture model)기반의 배경 모델링(background modeling)을 이용한 배경 차분(background subtraction)방법을 제안한다. 야간 영상에서는 낮 영상에 비해 배경과 객체의 구분이 뚜렷하지 않아 매우 흡사한 픽셀 값들을 이용하여 배경을 분리해야 한다. 이러한 문제점을 해결하기 위해 전처리 단계에서 조정된 범위의 히스토그램 스트레칭을 이용하여 입력 픽셀 값을 배경 모델링에 이로운 픽셀 값으로 변경해준다. 조정된 픽셀 값을 이용하여 가장 이상적인 배경을 찾기 위해 픽셀 단위로 GMM기반의 배경 모델링 방법을 적용한다. GMM을 기반으로 한 배경모델링 방법에서는 새로운 픽셀 값이 입력되었을 때 어떤 가우시안에도 속하지 않는다면 가장 낮은 가중치를 가진 가우시안 분포를 제거함으로써 이전의 축적된 배경의 정보를 무시하는 결과를 낳게 된다. 따라서 본 논문에서는 낮은 가중치의 가우시안을 제거하는 대신 기존 가우시안의 평균과 입력된 픽셀 값의 차를 이용하여 새로운 평균에 적용함으로써 기존의 쌓여진 정보를 고려한다. 실험결과 제안된 배경 모델링 방법이 기존 방법의 이점을 유지하면서 야간 영상 감지에 특화된 배경 차분 결과를 보였다. In this paper, we present background modeling method based on Gaussian mixture model to subtract background for night-time video surveillance. In night-time video, it is hard work to distinguish the object from the background because a background pixel is similar to a object pixel. To solve this problem, we change the pixel of input frame to more advantageous value to make the Gaussian mixture model using scaled histogram stretching in preprocessing step. Using scaled pixel value of input frame, we then exploit GMM to find the ideal background pixelwisely. In case that the pixel of next frame is not included in any Gaussian, the matching test in old GMM method ignores the information of stored background by eliminating the Gaussian distribution with low weight. Therefore we consider the stacked data by applying the difference between the old mean and new pixel intensity to new mean instead of removing the Gaussian with low weight. Some experiments demonstrate that the proposed background modeling method shows the superiority of our algorithm effectively.
ScienceON연관 검색어 추천
이 검색어로 많이 본 자료
활용도 높은 자료
