http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
김낙우,김태용,최종수,Kim, Nac-Woo,Kim, Tae-Yong,Choi, Jong-Soo 대한전자공학회 2005 電子工學會論文誌-SP (Signal processing) Vol.42 No.5
오늘날 급격한 멀티미디어 정보의 증가에 따라 영상에서의 시각적 특성을 이용하여 멀티미디어 데이터를 검색하는 내용 기반 영상 검색 기법에 대한 관심이 크게 늘어나고 있다. 본 논문에서는 효과적인 영상 검색을 위한 새로운 접근으로서 edge correlogram과 color coherence vector를 이용한 에지 기반의 공간 기술자를 제안한다. 우선 color vector angle기법을 이용하여 주어진 영상을 고주파 성분과 저주파 성분의 영상으로 나눈다. 저주파 성분의 영상에서는 color coherence vector를 이용하여 평탄 화소의 공간적인 색상 분포를 추출함으로써 이를 평탄 영역에서의 특징 정보로서 활용한다. 반면, 고주파 성분의 영상에서는 edge correlogram으로부터 에지 화소들 간의 분포를 추출하여 이를 에지 영역에서의 특징 정보로 이용한다. 제안된 방법은 색상 간의 지엽적인 특성과 전체적인 특성을 모두 가지고 있기 때문에, 영상 간의 비교에 있어서 영상의 모양과 크기의 급격한 변화로 인한 오검출 등에 매우 강건하다. 또한, 영상에서의 구조적인 특징을 이용함으로써 복잡한 영상에 대해서도 간단하고 유연한 특징을 제공한다. 실험 결과는 영상 색인 및 검색에 있어서 제안된 알고리즘이 최근의 여러 히스토그램 정밀화 기법에 비하여 더 효과적임을 보여준다. 데이터베이스 내 영상의 색인을 위해서는 R*-tree 구조를 이용하였다. Content-based image retrieval systems are being actively investigated owing to their ability to retrieve images based on the actual visual content rather than by manually associated textual descriptions. In this paper, we propose a novel approach for image retrieval based on edge structural features using edge correlogram and color coherence vector. After color vector angle is applied in the pre-processing stage, an image is divided into two image parts (high frequency image and low frequency image). In low frequency image, the global color distribution of smooth pixels is extracted by color coherence vector, thereby incorporating spatial information into the proposed color descriptor. Meanwhile, in high frequency image, the distribution of the gray pairs at an edge is extracted by edge correlogram. Since the proposed algorithm includes the spatial and edge information between colors, it can robustly reduce the effect of the significant change in appearance and shape in image analysis. The proposed method provides a simple and flexible description for the image with complex scene in terms of structural features of the image contents. Experimental evidence suggests that our algorithm outperforms the recently histogram refinement methods for image indexing and retrieval. To index the multidimensional feature vectors, we use R*-tree structure.
김낙우(Nac-Woo Kim),이현용(Hyun-Yong Lee),이준기(Jun-Gi Lee),이병탁(Byung-Tak Lee),이기홍(Ki-Hong Lee) 한국통신학회 2022 한국통신학회 학술대회논문집 Vol.2022 No.2
본 논문에서는 전고체 이차전지에서의 전구체 복합물 형성 시 최적 출력 특성을 내는 합성비 결정을 위한 영상 분석 기술을 제안한다. 전고체 배터리의 음극재 및 양극재 SEM(Scanning Electron Microscope) 영상에서 양극 복합물 구조체의 다양한 크기와 형상으로부터 watershed 기반 입도(Granulometry) 및 공극도(Porocity) 분석 기술을 제공함으로써, 활물질과 고체전해질 간 접촉 계면 최대화 및 접촉 저항을 최소화할 수 있는 전고체 이차전지 공정최적화 기술에 적용할 수 있도록 한다. 전구체 복합물의 공극도 수치와 전지 충방전 특성 및 에너지 밀도 간 성능 비교를 통해 최적화된 전구체 복합물 최적합성비를 예측할 수 있다.
김낙우(Nac-Woo Kim),이현용(Hyun-Yong Lee),박상준(Sang-Jun Park),이준기(Jun-Gi Lee),이병탁(Byung-Tak Lee) 한국통신학회 2021 한국통신학회 학술대회논문집 Vol.2021 No.2
본 논문에서는 convolutional neural network, long-short term memory, one-class support vector machine 등의 개별 모델과 앙상블 모델을 기반으로 테슬라 코일과 플라즈마 구에서 취득된 복합센서데이터에 대한 이상 진단을 실행하고 성능을 비교 분석하였다. 먼저 열화상 데이터를 포함한 복합센싱데이터를 데이터 특징에 따라 개별 모델에 각각 적용하고, weighted model average방식의 앙상블 모델을 통해 최종 이상진단 정확도를 구하였다. 앙상블 모델의 구현 결과는 83.6%의 이상진단 정확도를 나타냈다.
김낙우(Nac-woo Kim),송호영(Ho-young Song),김봉태(Bong-tae Kim) 한국통신학회 2007 韓國通信學會論文誌 Vol.32 No.10C
본 논문에서는 효과적인 영상 검색을 위한 방법으로서 JSEG 영상 분할 기법을 통한 영역 기반의 영상 인덱싱 및 검색 기법을 제안한다. JSEG은 영상을 색상 분류에 따라 양자화하고 이에 영역 윈도우를 적용시켜 J-image를 만든 다음, 세부 분할된 영역의 성장과 병합을 통하여 영상을 효과적으로 분할하는 방법이다. 제안하는 영상 검색시스템은 JSEG에 의해 분할된 영상을 사용자에게 질의 영상으로 주고, 사용자로 하여금 분할 영상에서 관심 영역군(群)을 선택하게 한다. 그리고 나서, 사용자 질의에 의해 선택된 영역의 MBR을 구하고 이 영역의 중심을 기준으로 다중 윈도우 마스크를 생성하여 적용시킴으로써 특정 관심 영역을 중심으로 한 영상의 전역적인 특징을 추출한다. 최종적으로 추출된 특징의 성능 비교를 위한 기술자로는 누적 히스토그램을 이용하였다. 제안된 방법은 특정 영역에서의 특징과 전역 특징을 동시에 추출하여 검색에 이용함으로써 보다 빠르고 정확하게 사용자가 원하는 영상을 제공할 수 있다. 실험 결과는 영상 색인 및 검색에 있어서 제안된 방법이 영상 기반의 검색 기법과 비교하여 더 효과적임을 보여준다. In this paper, we propose the region-based image retrieval method using JSEG which is a method for unsupervised segmentation of color-texture regions. JSEG is an algorithm that discretizes an image by color classification, makes the J-image by applying a region to window mask, and then segments the image by using a region growing and merging. The segmented image from JSEG is given to a user as the query image, and a user can select a few segmented regions as the query region. After finding the MBR of regions selected by user query and generating the multiple window masks based on the center point of MBR, we extract the feature vectors from selected regions. We use the accumulated histogram as the global descriptor for performance comparison of extracted feature vectors in each method. Our approach fast and accurately supplies the relevant images for the given query, as the feature vectors extracted from specific regions and global regions are simultaneously applied to image retrieval. Experimental evidence suggests that our algorithm outperforms the recent image-based methods for image indexing and retrieval.