전이함수계 모형과 필터링 알고리즘을 적용한 실시간 홍수예측

박상우 동국대학교 1993 국내박사

고속 패킷 필터링 알고리즘 개발

안지용 崇實大學校 情報科學大學院 2001 국내석사

현대를 사는 우리들에게 인터넷 이라는 단어는 이젠 일반 생활과도 같이 느껴지는 단계에 이르렀다. 이러한 인터넷의 보편화, 대중화는 인터넷 트래픽 규모를 확장시켰으며, 이로 인한 대용량의 네트워크 장비 및 고속의 암호화 알고리즘, 우수한 프로토콜의 개발이 계속해서 큰 이슈로 부각되고 있는 실정이다. 또한 인터넷의 보편화, 대중화는 개인, 기업 혹은 국가 정보보호(Information Security)의 필요성을 더욱더 부각 시키고 있다. 이러한 정보보호의 필요성으로 인하여 침입차단시스템(Firewall, 이하 방화벽) 및 침입탐지시스템(Intrusion Detection System : IDS)은 인터넷 보안을 위한 기본 장비로 정착하였으며, IPSEC(IP Security)과 PKI(Public Key Infrastructure)등도 ITEF(Internet Task Engineering Force)의 워킹그룹을 통하여 VPN(Virtual Private Network) 및 전자서명을 위한 표준으로 자리 잡았다. 위와 같은 여러 보안 장비 혹은 프로그램 중 방화벽은 가장 기초적이며, 근본적인 네트워크 보안 장비라 할 수 있다. 또한 현대의 네트워크 구조상 게이트웨이(Gateway) 역할을 수행해야하는 방화벽의 패킷 필터링 성능 (Performance)은 전체 네트워크 성능을 결정지을 수 있는 중요한 요소로 작용한다. 네트워크의 대형화 및 대용량화는 이를 관리하기 위한 방화벽 정책개수를 작게는 수십 개에서 수천 개 이상으로 증가 시키고 있으며, 이러한 방화벽 정책 개수의 증가는 방화벽의 패킷 필터링 속도를 현격하게 저하시키는 원인을 제공하게 된다. 따라서 대형화하는 이러한 네트워크 구조에서도 방화벽이 전체적인 네트워크 성능을 저하 시키지 않는 고성능의 패킷 필터링 알고리즘의 개발이 시급한 과제가 되고 있다. 기본적으로 방화벽의 패킷 필터는 패킷을 처리하기 위한 보안 정책(Security Policy)을 연결리스트(Linked-List) 형태로 메모리에 저장하여 방화벽을 통과하는 각각의 패킷에 대하여 정책을 적용한다. 방화벽은 패킷 필터로 들어오는 모든 패킷에 대해 보안 정책을 적용하기 위하여 첫 번째 정책부터 해당 패킷의 헤더 정보와 비교여 정책과 부합할 경우 보안 정책 (Accept, Deny, Reject)을 패킷에 적용 패킷의 운명을 결정짓는다. 만약 보안 정책과 부합하지 않는 경우, 다음의 보안 정책과 계속해서 비교한다. 만약 마지막까지 부합하는 정책이 없다면 패킷 필터는 기본정책 (Default Policy)을 적용한다. 이와 같이 연결리스트 구조로 되어 있는 방화벽 필터링 엔진 구조상 모든 패킷에 대하여 패킷 필터는 방화벽 보안 정책과 부합할 때까지 순차적으로 비교하게 된다. 따라서 방화벽의 보안 정책이 수천개 이상 정의된다면, 네트워크의 성능은 심각하게 저하되는 것이다. 방화벽의 패킷 필터가 해쉬(Hash) 혹은 btree와 같은 좋은 검색 속도를 가지는 알고리즘을 사용하지 않고 연결리스트 형태의 구조를 가질 수밖에 없는 단 하나의 이유는 보안 정책 설정시 필수적으로 쓸 수밖에 없는 방화벽 정책 우선순위 설정 문제 때문이다. 만약 해쉬 혹은 btree와 같은 알고리즘을 사용한다면 정책 적용에 있어 우선순위를 적용할 수 없기 때문에 현재까지는 연결리스트 구조의 패킷 필터링 방법을 사용하고 있는 것이다. 따라서 이와 같은 난점을 극복하기 위한 해결책으로 본 논문에서는 연결리스트와 해쉬 알고리즘을 동시에 사용하는 고속 패킷 필터링 알고리즘을 제시하고자 한다. In the modern world, people is accustomed to the word 'INTERNET' as a basic living environment. The generalization and popularity of using the internet make the internet traffic bigger than ever and it requires the network equipments having bigger capacities and developing of the fast encryption algorithms and excellent internet protocols. Also it is becoming gradually bigger and hotter issues in the internet engineering fields now a days. However, the generalization and popularity of using the internet brought out the importance of the information security of individual, corporation and nation. Because of the importance of information security, a firewall and an IDS (Intrusion Detection System) became basic internet security equipments. VPN(Virtual Private Network) and digital signature are being standardized by IPSEC(IP Security) and PKI(Public Key Infrastructure) through ITEF(Internet Engineering Task Force)'s working groups. The firewall in all of the above security equipments or programs is the fundamental and basic network security equipment. And in the modern network structure, the packet filtering performance of the firewall as the gateway is important and critical fact of determination for the network performance. As long as the network is being over-sized, the firewall security policies will be increased from several tens to over several thousands to control the network securely. Therefore, increased the security policies of the firewall make the network performance down very seriously. As the result, developing the fast packet filtering algorithm is becoming important issue in the over-sized network not to make network performance lower. Basically the packet filter of firewall stores the security policies in the system memory as the type of linked-list and applies the security policies when the packets go through the packet filter. The packet filter compares the all of packets coming in the packet filter to the security policies and applies the security policy to the packets when the policy matches the packet header information. If there is no match security policy, the packet filter will apply the default policy. In the packet filter architecture using linked-list search algorithm, the packet filter will search security policy until the packet and security policy will be matched to the all of packets. Therefore, if the packet filter has several thousands or several ten thousands security policies, the network performance will be seriously down. The reason why the firewall packet filter is not using hash or btree search algorithms which are much better than linked-list search algorithm is security policy priority. If the packet filter uses hash or btree search algorithms instead of linked-list, the packet filter will not be able to apply security policy priority. There was no choice but to use linked-list search algorithm for the packet filter until now. To solve the all of the above problems. This paper will show the fast packet filtering algorithm which is applied hash algorithm on the linked-list algorithm base.

Spark 기반 개인선호도를 반영한 추천시스템 연구

슝넝 호남대학교 일반대학원 2023 국내석사

With the rapid development of the Internet and information technology, the method of obtaining valuable data from complex information is an urgent problem to be solved. Recommendations are one of the effective ways to solve these problems. The recommendation system is a kind of method of recommending similar products to target users from past behavior and preference information. However, several problems still exist, such as data sparsity, cold start-up, and system prediction accuracy. In particular, as the number of users and items increases, existing, standalone-based recommendation algorithms meet the bottleneck of non-scalability. Spark is a new parallel big data computing engine based on memory. Due to the advantages of repetitive parallelism, it has received a lot of attention in the field of big data processing. Neighbor-based and model-based recommended algorithms have been improved to address the problem of sparsity, cold start, and prediction accuracy degradation. Considering the development trends of Spark-based applications at home and abroad, this paper aims to study Spark platform-based recommended algorithm technology including the following two aspects. (1) A Study on the Parallelization of Recommendation Algorithm Based on Spark Platform Based on the research on the Spark platform and the recommendation system, the process of parallelizing the recommendation algorithm based on the Spark platform is designed. Second, parallelization of Spark platform-based recommendation algorithms, which mainly include user-based collaboration filtering and article-based collaboration filtering algorithms, is realized. Finally, we analyze in detail how data and tasks are parallelized in the implementation of Spark memory algorithms. (2) Optimization based on parallelization of the Spark platform Optimization mainly involves two aspects: platform optimization and recommended algorithm optimization. In the parallel implementation of the recommended algorithm, HSATS is proposed to solve the problem of unreasonable task scheduling when Spark cluster nodes are heterogeneous. A novel approach to implicit label properties of users or articles is proposed based on optimization of neighbor recommendation algorithms. It quantifies and eventually fuses with similarity calculations. Based on the ALS model recommendation algorithm, a new loss function is designed that incorporates the similarity information of users and articles before training. Experimental results show that Spark outperforms Hadoop in the parallel implementation of the recommended algorithm, which requires many iterations. For heterogeneous Spark clustering, an HSATS adaptive task scheduling strategy can reduce the completion time of the task and make more reasonable use of cluster node resources. The recommended algorithm optimization scheme is proposed to improve the evaluation index of the recommended system. 인터넷과 정보기술의 급속한 발전에 따라, 복잡한 정보로부터 가치 있는 데이터를 얻는 방법은 시급히 해결해야 할 문제이다. 추천제는 이러한 문제를 해결하는 효과적인 방법 중 하나이다. 추천시스템은 과거 행태와 선호도 정보에서 대상 사용자에게 유사한 상품을 추천하는 일종의 방식이다. 그러나 데이터 희소성, 콜드 시동 및 시스템 예측 정확도와 같은 몇 가지 문제가 여전히 존재한다. 특히 사용자와 항목의 수가 증가함에 따라 독립 형 기반의 기존 권장 알고리즘은 비 확장성의 병목 현상을 충족한다. Spark는 메모리 기반의 새로운 병렬형의 빅데이터 컴퓨팅 엔진이다. 반복 병렬화의 장점 때문에 빅데이터 처리 분야에서 많은 관심을 받아왔다. 이웃 기반 및 모델 기반 권장 알고리즘은 희소성, 콜드 스타트 및 예측 정확도 저하 문제를 해결하기 위해 개선되었다. 본 논문에서는 국내외 Spark 기반 애플리케이션의 개발 동향을 고려하여 다음 두 가지 측면을 포함하여 Spark 플랫폼 기반 권장 알고리즘 기술을 연구하고자 한다. (1) Spark 플랫폼 기반 추천 알고리즘 병렬화 연구 Spark 플랫폼과 추천시스템의 연구를 바탕으로 Spark 플랫폼을 기반으로 한 추천 알고리즘의 병렬화 하는 과정을 설계한다. 둘째, 사용자 기반 협업 필터링, 기사 기반 협업 필터링 알고리즘을 주로 포함하는 Spark 플랫폼 기반 권장 알고리즘의 병렬화가 실현된다. 마지막으로 Spark 메모리 알고리즘 구현에서 데이터와 작업을 병렬화한 방법을 자세히 분석한다. (2) Spark 플랫폼의 병렬화를 기반으로 한 최적화 최적화는 주로 플랫폼 최적화와 권장 알고리즘 최적화라는 두 가지 측면을 포함한다. 권장 알고리즘의 병렬 구현에서 HSATS는 Spark 클러스터 노드가 이기종일 때 불합리한 작업스케줄링 문제를 해결하기 위해 제안된다. 이웃 추천 알고리듬의 최적화를 기반으로 사용자 또는 기사의 암시적 레이블 속성에 대한 새로운 접근 방식이 제안된다. 정량화하고 결국 유사성 계산과 융합한다. ALS 모델 추천 알고리즘을 기반으로 훈련 전 사용자와 기사의 유사성 정보를 통합하는 새로운 손실함수가 설계된다. 실험 결과는 Spark가 권장 알고리즘의 병렬 구현에서 Hadoop을 능가한다는 것을 보여주는데, 이는 많은 반복이 필요하다. 이기 종 Spark 클러스터링의 경우, HSATS 적응형의 작업스케줄링 전략은 작업의 완료 시간을 단축하고 클러스터 노드 리소스를 보다 합리적으로 사용할 수 있다. 권장 알고리즘 최적화 체계는 권장 시스템의 평가 지수를 향상시키기 위해 제안된다.

AI 학습 알고리즘 형태가 사용자의 AI 추천 시스템 사용 의도에 미치는 영향

이영 한양대학교 대학원 2024 국내석사

인공지능 및 기타 신기술의 급속한 발전으로 인공지능은 국가와 업계에서 점점 더 많은 관심을 받고 있다. AI 기술 기반의 맞춤화된 추천은 기업 및 플랫폼이 소 비자에게 제안을 제공하는 일반적인 방법이 되었다. 그리고 효과적인 맞춤화 추 천을 위해서는 소비자의 정보를 수집하는 것이 필요하다.현재 주요 데이터 수집 방법으로는 콘텐츠 기반 추천 알고리즘(CB)과 과거 행동에 기반한 필터링 협업 알고리즘(CF)이 있다. 콘텐츠 기반 추천 알고리즘 CB는 사용자와 특정 항목 간 의 유사성을 분석하는데 초점을 맞추고, 행동 기반 협업 필터링 알고리즘 CF는 사용자의 과거 상호작용과 행동 패턴에 초점을 맞춘다. 기존 학계에서의 연구는 인공지능 맞춤화 추천의 알고리즘 구현이나 단일 알고리즘 추천 시스템이 사용자 경험과 소비자 의사결정에 미치는 영향에 더 초점을 맞춘 반면, 사용자 인식 관 점에서 두 가지 추천 알고리즘인 CB와 CF가 추천 시스템에 대한 사용자 만족도 및 지속적 사용 의도에 미치는 영향을 체계적으로 비교한 연구는 거의 이루어지 지 않았다. 본 연구에서는 시스템의 지속적 사용 모델, 기술 수용 모델, 기대 확인 이론 등을 기반으로 다양한 인공지능 추천 알고리즘, 지각된 맞춤화, 지각된 용이성, 지속 사용 의도에 관한 문헌을 검토하여 사용자와 다양한 인공지능 추천 알고리즘 간의 상호작용이 사용자의 추천 시스템 만족도 및 지속적 사용 의도에 미치는 영향에 대한 메커니즘과 이론적 경계를 심층적으로 분석하고자 한다. 본 연구에서는 온라인 설문 플랫폼 '설문지 별'을 기반으로 CB와 CF라는 두 가지 알고리즘의 로직을 시뮬레이션하여 실험을 설계하였다. 실험적인 방식으로 사용자의 데이터를 수집하여 신뢰도 분석, 상관분석, 회귀분석, 매개분석 등을 수행하여 이론적 가설을 SPSS 소프트웨어를 통해 검증하고 다음과 같은 결과를 얻었다. 다음과 같은 분석 결과를 얻었다. 첫째, 지각된 맞춤화 측면에서 CB 알고리즘이 CF 알고리즘에 비해 더 나은 성 능을 나타냈다. 사용자들은 CB 알고리즘 추천 시스템을 이용할 때 추천 콘텐츠가 자신의 관심사와 연관성이 높다고 느껴 지각된 맞춤화 수준이 유의하게 높다고 응답했다. 둘째, CB 알고리즘 기반 추천 시스템은 사용자 만족도와 지속적인 사용 의도 측면에서 CF 알고리즘보다 우수한 성능을 나타냈다. 맞춤화된 추천 수준이 높을 수록 사용자 만족도가 높아지고, 사용자의 지속적인 사용 의도가 높아지는 것을 의미한다. 셋째, CB 알고리즘에 비해 CF 알고리즘은 지각된 용이성 측면에서 더 나은 성 능을 보다 CF 알고리즘은 사용자의 추가 입력 없이도 사용자의 과거 행동 데이 터를 사용하여 추천을 수행함으로써 사용자의 일상 활동에 자연스럽게 통합되어 사용자의 인지 부하를 줄일 수 있기 때문에 사용자는 CF 알고리즘을 더 쉽게 이 해하고 작동할 수 있다고 인식하게 된다. 마지막으로, 어떤 추천 알고리즘을 사용하든 사용자 추천 시스템 만족도 및 지 속적 사용 의도에 측면에서 사용자가 지각된 맞춤화가 사용자가 지각된 용이성보 다 더 중요하다는 것을 알 수 있었다. 이상의 결과를 종합하여 서로 다른 두 인공지능 추천 알고리즘 간의 상호작용 이 사용자 만족도에 미치는 영향과 그 매개 메커니즘을 밝히고, 플랫폼과 기업이 인공지능 추천 알고리즘을 정확하고 효율적으로 적용하기 위한 실현 가능한 전략 적 관리 인사이트를 제공하며, 향후 인공지능 추천 알고리즘의 연구 개발 방향을 구상할 것이다. 키워드: 콘텐츠 기반 알고리즘, 필터링 협업 알고리즘, 지각된 맞춤화, 지각된 용이성, 만족도, 지속적 사용 의도.

LMS 적응 필터링 알고리즘과 에지맵을 이용한 역하프토닝

고기영 동아대학교 대학원 1998 국내석사

디지털 하프토닝이란 연속계조영상을 이진 출력장치에 나타내기 위하여 이진 영상으로 변환하는 기법이다. 디지털 하프토닝은 ordered dither, error diffusion, direct binary search(DBS)등과 같은 방법이 있다. Ordered dithering은 특정한 마스크를 임계값으로 하여 연속계조영상에 적용한다. Error diffusion은 error를 주변 화소들에 확산시켜 주므로서 오차를 보상하는 방법이다. 이진 영상은 원래의 연속계조영상이 가지고 있던 정보를 잃어버린 상태이므로 이런 이진 영상에 기존의 영상 처리기법을 적용하는 것은 적합하지 않다. 따라서, 하프토닝된 영상(이진 영상)을 원영상에 가까운 영상으로 변환하는 기법이 필요하다. 이 기법을 역하프토닝이라한다. 이진 영상을 연속계조영상으로 변환하는 가장 간단한 방법은 저주파 대역 필터를 통과시켜 이진 패턴을 없애주는 것이다. 그러나 저주파 대역 필터를 처리할 경우, 원영상이 가지고 있던 에지 영역을 블러링시키는 단점이 있다. 이러한 단점을 극복하기 위해 에지를 잘 표현해주는 여러 가지 방법들이 제안되어 왔다. 본 논문에서는 하프톤 영상을 LMS 적응 필터를 통하여 얻은 영상에 대해서 에지 맵을 구성하여 블러링된 에지부분을 강조하는 방법을 제안하였다. 512×512 크기의 Lenna 영상을 clustered-dot dithering, dispersed-dot dithering, error diffusion 방법을 사용하여 하프톤된 영상을 사용하여 실험하였다. 먼저, 하프톤 영상에 LMS (=least-mean-square) 적응 필터링을 적용하여 연속계조 영상을 얻는다. 연속계조영상은 LMS 적응 필터링 알고리즘에서 최적의 필터계수 값을 구하여 복원한 영상이다. LMS 적응 필터링 알고리즘에 의한 연속계조영상을 얻는 방법은 다음과 같다. 1) weight 값들을 0으로 초기화 시킨다. 2) 원영상과 하프톤 영상을 읽어 들인다. 3) 필터를 계산한다. 4) 원영상과 복원한 그레이 영상간의 오차를 계산한다. 5) 필터 weight값을 새로운 값으로 갱신한다. 제안한 방법에서는 LMS 적응 필터를 통해서 얻은 영상에 에지를 추출하기 위해서 두 개의 가우시안 필터를 적용한다. 서로 다른 o값을 가지는 가우시안 필터를 통과한 두 영상에 차이를 구하여 남는 부분만이 에지일 것이다. 이 두 영상의 차이값에 임계값을 적용하여 이진 에지맵 영상을 얻는다. 이진 에지맵 영상에서 독립적으로 존재하는 화소들을 에지라고 잘못 판단할 수 있으므로 5×5 이진 미디언 필터 처리한 후 얻은 영상과 이진 에지맵을 통하여 얻은 영상에서 모두 1인 경우에만 에지로 판단하고 독립적으로 존재하는 화소들은 노이즈로 판단하여 제거하므로 새로운 에지맵을 갖는 영상을 얻는다. 이 영상에 에지를 강조하는 파라메터를 곱하여 에지부분만이 더욱 강조되는 역하프톤 영상을 얻었다. 실험 결과 제안한 방법을 적용하였을 경우, 기존의 방법보다 PSNR이나 주관적 화질면에서 우수한 복원 영상을 얻을 수 있었으며 에지부분이 블러링되는 단점을 극복할 수 있었다. Digital Halftoning convert a continuous-tone images to a binary images. There are many good methods for digital halftoning: ordered dither, error diffusion and more recently direct binary search(DBS). Ordered dithering is a thresholding of the continuous-tone image with a spatially periodic screen. In error diffusion, the error 'diffused' to the unprocessed neighbor points. Inverse halftoning addresses the problem of recovering a continuous image from a halftoned binary image. Simple low pass filtering can remove the high frequency noise but it also removes the edge information. Thus the edge information should be separated from the halftoning noise. As a result, the edge of result image is blurring. The 512×512 continuous tone Lenna image is halftoned by using clustered-dot ordered dithering, dispersed-dot ordered dithering, error diffusion method. This paper present that we obtain continuous-tone-image which using LMS adaptive filtering algorithm. This image discover the optimal filter weights To reduce noise without blurring the edges of reconstructed image use edge map. First, we obtains LMS (least-mean-square) Adaptive filtering image of halftone image. The LMS adaptive filtering algorithm is employed to design optimal reconstruction Filters which minimize the reconstruction mean squared error. The procedure of the LMS adaptive filtring algorithm for continuous-tone image includes six steps, 1) Set initial weights to be zero, 2) Read original image and halftone image. 3) Compute the filter output, 4) Compute the error, 5) Update the filter weights. Second, Two Gaussian filtering with LMS Adaptive filtering image discover edge. The Gaussian filter I and Gaussian filter 2 choose σ = 1 and σ=1/ 2. We threshcld T={0, 1, 2, 3} to obtain a binary edge map. Because of the presence of noise in the binary edge map, the binary edge map may contain isolated pixels that have been incorrect identified a edges. We logically AND the edge map with a 5×5 binary median filtered version of itself to compute a refined edge map E. At pixels where the edge map E is one(=l), we add to LMS Adaptive filtering image from the edge map E The parameters are the gain G={1, 2, 3, 4, 5, 6}, which determines the level of edge enhancement. Simulation results show that proposed method gives a higher PSNR and better subjective quality than conventional methods. As a result, the edge information of reconstructed image reduce blurring.

유전자 알고리즘을 이용한 개인화된 정보 필터링

손윤희 安東大學校 大學院 2002 국내석사

In this paper, the Genetic Algorithm for searching the optimized weighting values for the importance of words in the user profile and the importance of the position of words in searched documents are proposed. Genetic operators such as selection, crossover and mutation are developed and fitness function is derived. The optimized values are calculated using proposed Genetic Algorithm. The optimized weighting values are applied to the personalized information filtering problem. The similarity of searched documents are calculated using weighting values for the importance of words or that of the position of words. The priority of documents are rearranged by their similarity. The difference of priorities based on weighting values and user's subjective decision of user are evaluated and the difference is seed as fitness of each chromosome in Genetic Algorithm. The chromosome that has smallest fitness values is chosen as optimized weighting value. It has been shown by simulations such that the proposed schema can be applied to the personalized information filtering.

UAS 영상기반 오픈소스 해석 알고리즘의 특성 분석을 통한 3D 재현 향상 연구

김태희 인천대학교 일반대학원 2021 국내석사

오픈소스는 누구나 무료 제작·배포가 가능하고 내부코드가 공개되어 있다는 장점을 갖고 있어 개인 및 단체에 의해 지속적으로 개발되고 있다. 특히, 공간정보 분야에서 융·복합 UAS의 보편화와 함께 오픈소스 기반 다양한 영상해석 기법 및 알고리즘이 개발되어 활용이 기대되고 있다. 본 연구의 목적은 UAS 영상기반 오픈소스 해석 알고리즘의 3D 재현 중 DEM(Digital Elevation Model)·DSM(Digital Surface Model)의 오차 원인이 될 수 있는 수면 재현, 정밀지도 제작에 불필요 요소(영상 내 이동체 및 캐노피)의 필터링, 영상해석 알고리즘의 효율성 평가지표인 재현 소요시간, 상대적인 정확도를 확인할 수 있는 상호표정을 고찰하여 UAS 영상해석 알고리즘의 특성을 분석하는 것이다. 이를 위해 연구대상지로 물, 이동 중인 사람과 차량, 캐노피를 포함하는 인천 송도 솔찬공원을 선정하여 자동비행계획으로 UAS(Unmanned Aerial System) 영상데이터를 획득하였다. 영상해석의 특징점 매칭 해석을 위해 5가지 기법을‘ANN-Benchmarks’프로그램으로 비교·고찰하여 HNSW(Hierarchical Navigable Small World) 매칭 기법을 선정하고 이를 바탕으로 74가지 오픈소스 영상해석 알고리즘을 구성하였다. 구성한 74가지 영상해석 알고리즘의 수면 재현, 이동체 및 캐노피 필터링, 재현 소요시간과 상호표정 특성을 상업용 영상해석 소프트웨어인 ‘Pix4D Mapper’와 비교·분석하였다. 연구 결과, 각 영상해석 알고리즘의 특성을 비교하여 사용자의 목적, 필요조건, 활용 분야 등에 따라 효율성이 향상된 3D 재현 결과를 도출할 수 있다. Anyone can create and distribute open source for free, and there is a possibility that the internal code is public, so everything is and is developed by individuals and organizations. In particular, in the field of spatial information, various image processing techniques and algorithms based on open sources have been developed and are expected to be utilized. The purpose of this study is reconstruction the water surface that can cause errors in the digital elevation model(DEM) and digital surface model(DSM) in the 3D reconstruction of UAS(Unmanned Aerial System) image based open source processing algorithms, Filtering of moving objects and canopies, which are unnecessary elements for producing precision maps, an indicator of efficiency evaluation of image processing algorithms and relative orientation that can confirm the relative accuracy. It compares and analyzes the characteristics of each image processing algorithm. Therefore, the study site was selected as Incheon Songdo Solchan Park, which includes water, people and vehicles in motion, and canopies, and UAS image data of the site was acquired. After that, the five techniques of the feature point matching step in the image processing process were compared with the result of the 'ANN-Benchmarks' program, and the HNSW(Hierarchical Navigable Small World) matching technique was determined as the most suitable matching technique for this study, and 74 kinds of image processing algorithms were based on this. The water surface reconstruction, filtering of moving objects and canopies, time required for 3D reconstruction, and relative orientation characteristics of the composed 74 image processing algorithms were compared and analyzed with commercial image processing software. As a result of the study, the characteristics of each image processing algorithm were analyzed, and it was considered that improved 3D reconstruction results can be efficiently derived according to the user's purpose, requirements, and field of application by using this.

일반국도에서 AVI 자료를 이용한 통행시간 산출

김원경 서울시립대학교 도시과학대학원 2007 국내석사

1990년대 이후 첨단교통체계(Intelligent Transportation System, ITS) 구현을 위한 지속적인 노력은 센서 및 통신기술의 발달과 더불어 전통적인 교통공학 분야의 새로운 주제를 탄생시켰는데, 그것은 바로 “ 교통정보의 수집 및 가공”이다. 교통정보의 수집은 지점검지체계로부터 수집되는 교통량과 속도 자료를 가공하는 단계에서, 개별차량을 인식하고 추적하여 통행시간과 같은 구간의 교통상황을 파악할 수 있는 구간검지체계를 현장에 적용하는 단계로 발전하였다. 기존의 루프검지기에서 자동차량인식기법(Automatic Vehicle Identification)으로의 진화가 대표적인 사례라고 할 수 있다. AVI(Automatic Vehicle Identification)란 도로상 한 지점을 통과하는 차량에 대한 정보를 수집하는 장치이다. AVI를 동일 노선 상 2지점 이상에 설치할 경우 해당 구간을 통행한 차량들의 통행시간을 수집할 수 있어서 일종의 구간검지기 기능이 가능해진다. 본 연구에서는 국내․외 기존 필터링 알고리즘을 고찰 및 데이터 분석을 통해 단속류인 일반국도에 적합한 필터링 과정을 개발하여 이를 통해 통행시간을 추정해내는 알고리즘을 제시했다. 개발한 알고리즘을 기존 알고리즘과 비교하기 위해 2007년 5월 7일 수집한 AVI 원시데이터를 기준값으로 하여 MAPE와 RMSE를 이용하여 평가를 수행하였다. 오전 첨두, 오후 첨두 그리고 비첨두시간대별로 구분하여 평가한 결과 제안 알고리즘이 오전 첨두에는 MAPE와 RMSE 각각 0.32%, 0.03분이었고, 오후 첨두에는 MAPE와 RMSE 각각 0.19%, 0.02분, 비첨두에는 MAPE와 RMSE 각각 0.19%, 0.02분으로 나와 가장 우수한 결과를 보였다.

개량된 퍼지 시뮬레이션 알고리즘에 관한 연구

이은순 한남대학교 1998 국내석사

가중 격자형 메디안 필터를 이용한 영상 향상

이승상 목포대학교 대학원 2006 국내석사

본 논문에서는 영상 향상을 위해서 에지검출 알고리즘을 갖는 가중 격자형 메디안필터를 사용한 새로운 방법을 제안 하였다. 이 방법은 에지를 검출하기 위한 간단한 가정의 시험들로 구성되어 있으며 움직이는 격자형 창을 사용하였다 이 방법을 잡음에 의해서 손상된 영상에 적용하였으며 그 결과를 일반 메디안 필터와 격자형 메디안 필터의 결과와 비교 하였다. 실험 결과, 에지검출 알고리즘을 갖는 가중 격자형 메디안 필터를 사용하는 방법이 다른 메디안 필터를 사용한 결과보다 매우 우수한 성능을 가짐을 확인하였다. In this paper, a new technique for image enhancement using weighted cross-shaped median filter with edge-detection algorithm is developed. It consists of simple hypothesis test for edge-detection, and makes use of the cross-shaped moving window. This method is applied to noise corrupted image and its results are compared with those of median filters. As for the experimental result, method of weighted cross-shaped median filter is superior to other median filers.