Earticle

두 입력 패턴간의 유사도를 측정하는 문제는 패턴인식 시스템의 핵심적인 요소에 해당한다. 특히 K-근접 이웃 분류 기와 같은 거리 기반 패턴 분류기를 사용하는 경우, 거리함수는 전체 시스템의 성능을 좌우 하는 중요한 역할을 한 다. 본 논문에서는 기존의 정해진 거리함수를 사용하는 대신 학습을 통하여 주어진 문제와 데이터의 분포 특성에 맞 게 최적화된 거리함수를 획득하는 방법을 제안한다. 특히 여러 개의 클래스로 이루어진 패 턴인식 문제에서 나타나는 데이터의 분포를 변형 분포와 클래스 분포의 두 가지 관점에서 고찰함으로써, 이로부터 각 각 얻어진 거리함수를 결 합한 새로운 거리함수를 제안한다. 제안하는 거리함수는 변형 분포나 클래스 분포만을 고려 한 기존의 방법에 비해 인식기의 성능을 향상시킬 수 있음을 실험을 통하여 입증하였다.

Measuring the similarity between two input patterns is one of the essential parts for pattern recognition systems. The performance of a pattern recognition system with a distance- based classifier such as K-nearest neighbor method is greatly dependent on its distance function. In this paper, we propose a learning method to optimize a distance function for the given problem and data set instead of using a fixed distance function. An optimized distance function can be obtained by combining two distance functions based on class distribution and variation distribution. The computational experiments show that the proposed distance function can achieve better performance in pattern recognition problems compared to the conventional methods.

본 논문에서는 교통약자가 보행 및 대중교통을 이용하여 안전하게 자신의 목적지까지 도착 할 수 있도록 도와주는 위 치기반서비스 플랫폼을 활용한 맞춤형 길안내 애플리케이션의 개발내용에 관해 기술한다. 이 시스템은 교통약자가 자신에게 편리하고 익숙한 길을 사전에 등록해 놓으면, 이 길을 갈 때 등록된 경로로 길안내 를 받을 수 있는 기능을 가진다. 길을 등록할 때는 중간 중간 경로 확인을 위해 이정표를 설정할 수 있으며, 탑승하 는 버스 정류장 또는 지하 철역을 등록할 수 있다. 길안내 시에는 이정표 지점, 탑승할 버스도착시간, 목적지까지의 남 은 거리 등의 안내를 받 을 수 있다. 또한 경로 이탈여부를 지속적으로 확인하여 이탈 시에는 사용자와 기등록된 보 호자에게 이를 알려준다. 본 시스템을 활용하여 교통약자가 혼자 길을 갈 수 있도록 해 주며, 그와 그의 보호자에게 길안내의 다양한 알림을 통해 위험한 상황 발생 시 신속한 대처를 할 수 있게 해 준다.

In this paper, we describe the application of the customized navigation system for the transportation vulnerable using a location based service platform, which helps the vulnerable people in transportation to get to their proper destination in a safe way using public transport or walking. This system provides suitable support to the vulnerable people in transportation through the appropriate path previously registered by the user itself. Additionally, they can set some signposts, bus stops and subway stations which will be used on the way in their path registration to confirm the right path. In road guide, they can be informed about the signpost, the bus arrival schedule, the remaining distance to the destination etc. Furthermore, the possible deviation will be checked and be informed to the user and his registered tutor. The vulnerable people in transportation can get the right path by themselves with the good use of this system, and it makes the users and their tutors to take prompt and efficient action in dangerous situations through various warning systems.

영상 분할은 의료 영상 처리에서 중요한 역할을 수행하지만 영상 분할 알고리즘의 많은 연 산량은 실생활에서의 사용 을 제약하는 요인이 된다. 따라서 본 논문에서는 본 논문에서는 고해상도 의료 영상 분할 알 고리즘의 실시간 처리를 위해 GPGPU(general purpose graphics processing unit)상에서 영상 분할 알고리즘인 Fuzzy C-Means (FCM)의 병렬구현 방법을 제안한다. 본 논문에서는 GPU상에서 FCM 알고리즘의 고속화를 위해 대상 영상을 재 구성하고, 단일 쉐이더 코어에서 필요한 레지스터 개수를 바탕으로 FCM 알고리즘을 위한 최적의 쓰레드(thread) 와 블록(block)의 크기를 계산한다. 성능 평가를 위해 본 논문에서는 총 5가지 크기의 의료 영상(64×64, 128×128, 256×256, 512×512, 1,024×1,024)을 이용하여 단일 CPU대비 향상된 실행 시간을 측정하였고, 모 의실험 결과 64x64 영상을 제외한 나머지 영상에서 단일 CPU 보다 약 4배 높은 실행 시간 의 향상을 나타내었다.

Image segmentation plays a crucial role in numerous biomedical imaging applications. However, its high computational complexities require substantial amount of time and have limited its use in real applications. With this reason, this paper implements a fuzzy c-means (FCM) clustering algorithm on general purpose graphics processing unit (GPGPU) in order to run it in real time. This paper first reconfigures a target medical image for real-time processing of FCM, and calculates optimal sizes of threads and blocks for FCM based on the number of registers required by a shader core. To evaluate the proposed approach on GPGPU, this paper measures execution times to complete FCM on GPGPU by utilizing medical images at different resolutions (64×64, 128×128, 256×256, 512×512, 1,024×1,024). Experimental results indicate that execution times on GPGPU are approximately 4-fold faster than those on a single CPU for all of medical images except an 64×64 medical image.

본 논문에서는 거리기반 비선형 매니폴드 학습인 ISOMap에 노이즈에 강건한 거리함수를 결합한 새로운 차원축소 방법을 제안한다. ISOMap은 주성분분석이나 선형판별분석과 같은 선형 부분공간 분석법과 는 달리 데이터가 가지 는 비선형 구조를 고려한 그래프 기반 거리함수를 사용함으로써 고차원 입력공간에서 데이 터가 형성하는 비선형의 저차원 매니폴드를 찾아준다. 그러나 기본적인 ISOMap은 클래스 정보를 사용하지 않는 비 교사 학습을 수행할 뿐 아니라, 새로운 데이터에 대한 매핑함수를 제공해 주지 않으므로 패턴인식에 쉽게 적용되기 어렵고 학습 데이터가 충분히 조밀하지 않은 경우에는 노이즈에 강건하지 못한 문제점을 가지고 있다. 본 논문에 서는 이러한 문제점을 해결하기 위하여 클래스 정보를 활용한 교사학습을 수행하면서, 클래스 내 데이터의 변형 정 보를 활용하여 노이즈에 강건한 거리함수를 새롭게 정의함으로써 패턴인식에 효과적인 새로운 비선형 매니폴드 학습법을 제안한다. 제안하 는 방법을 노이즈를 추가한 벤치마크 데이터에 적용하여 그 성능을 확인하였다.

In this paper, we propose a novel dimension reduction method by modifying ISOMap with a noise-tolerant distance function. The ISOMap is the well known distance-based nonlinear manifold learning method. Unlike the linear subspace analysis methods such as PCA and LDA, it can find a low dimensional manifold that can represent nonlinear structure of data set by using graph-based distance function. However, the original ISOMap is not appropriate for patten classification problems because it does unsupervised learning without classification information and is likely to be sensitive to noises when the data set is not sufficiently dense. In order to solve the problems, we propose a new supervised manifold learning method, which uses a new distance function that is robust to input noise. The performance of the proposed method is confirmed by the experiments using the benchmark data with additional noises.

국내에서는 주 5일제 시행으로 인해 관광산업이 꾸준히 성장하고 있다. 이러한 성장 흐름을 현재 대중화되어진 스마 트 모바일기기에 반영하여 스마트하고 안전한 단체여행을 지원하기 위한 시스템을 개발할 필요성이 생겼다. 본 논문 에서는 안드로이드기반 스마트 모바일기기를 활용한 안전여행 시스템의 개발 내용에 대해 기술한다. 본 시스템은 스 마트 탭을 이용하여 가이드가 n명의 여행객들을 관리하기 위해 안드로이드 기반의 가이드 용 앱을 가지고 있으며, 다양한 여행지의 콘텐츠를 보고 가이드의 관리메시지를 수신할 수 있는 여행객용 앱, 그리 고 이러한 가이드와 여행 객들의 그룹 m개를 실시간으로 모니터링하고 여행상품 콘텐츠를 관리할 수 있는 여행사용 서버 시스템으로 구성된 다. 이러한 기능들은 단체여행 시 반복적으로 이루어지는 인원점검이나 이탈자 확인 작업으 로 인해 소비되는 불필요 한 시간을 줄여줌으로써 여행의 만족도를 높여주게 된다. 이 시스템에서는 가이드와 여행객 들의 실시간 위치값을 처 리하기 위해 위치기반서비스(Location Based Service) 플랫폼을 이용하며, 가이드와 여행 객들 사이 메시지 송수 신을 위해 GCM(Google Cloud Messaging) 서비스를 이용한다.

Due to the enforcement of five-day work week, domestic tourism industry is growing steadily. We need to develop a system for a smart and safe group tour reflecting a currently popularized smart mobile device on the tourism growth. In this paper, we describe the development of safety tour system using android-based smart mobile devices. The safety tour system is composed of an android application for the tourist, an android application for the guide and a server system for travel agency. Using the applications, the tourists can see the contents of the various attractions and receive messages from guide, and the guide can manage group tourists. The travel agency can manage the contents of travel destinations and monitor the guides and the tourists on a tour in real time. A guide and tourists can see the real-time location each other using their own smart mobile devices, and get automatic alarm when a tourist leave the safe zone or go away so far from guide to ensure safety. These features reduce a waste of time for count number of tourist repeatedly or identify a seceder during the group tour. This system utilizes the location-based service platform to processes real location data of tourists and guides, and the Google-cloud-messaging service to exchange the messages between a guide and the tourists.

현재 실시간 스트리밍 서비스와 P2P 파일 공유와 같은 대용량 데이터 전송에 대한 지역 가 입자들의 요구는 날이 갈 수록 증가하고 있는 추세이다. E-PON 시스템은 기본적으로 IEEE 802.1D 브리지 기능을 사 용하여 지역가입자간 데이터를 주고받는 방법을 제공한다. 그러나 증가된 지역 가입자간 전송 요구는 동일한 링 크 대역폭을 공유하는 외 부 인터넷 트래픽의 품질에 심각한 영향을 미칠 수 있다. 지역 가입자간 데이터 교환을 위해 단순히 발신지의 패킷 을 목적지에 전달하는 기존의 통신 방법으로는 이에 대한 효과적인 대처를 할 수 없다. 본 연구에서는 지역 통신의 방법으로 패킷 burst 개념의 네트워크 코딩을 적용한 E-PON 시스템을 제안한다. 제안된 시 스템은 하향으로 전달 되는 지역 패킷 량을 줄여서 외부 인터넷 트래픽을 수용할 수 있도록 상대적으로 확장된 대 역폭을 제공한다. 기존의 전송 방법에 비해 제안된 시스템은 PON 내부 트래픽에 대하여 throughput, delay 성능을 향 상시킬 뿐 아니라, 외부 인터넷 서비스의 품질 저하를 줄일 수 있는 효과가 있음을 실험 결과는 보여주고 있다.

Recently, the demand for the local traffic such as real-time streaming and P2P file- sharing requiring large amounts of data is rapidly rising. The E-PON in itself supports a communication mechanism for local subscribers using the IEEE 802.1D bridge function. However, the increased request for local communication whose traffic is jointed into external Internet seriously deteriorates the quality of Internet service. Depending on the existing bridge function for local data exchange that simply relays a packet to the destination can not handle this problem effectively. In this study, for local communication, we proposes a novel E-PON system employing network coding with a packet burst concept. The proposed E-PON system provides relatively extended bandwidth for Internet traffic by reducing the number of local packets for downstream. Compared to existing system, simulation results show that the proposed achieves considerable improvement in performance regarding throughput and delay for intra-PON traffic as well as the quality of service for external Internet traffic.

메타학습 알고리즘인 Adaboost는 단순한 분류기(classifier)인 Haar-like feature 필터와 결 합하여 빠른 속도와 높은 정확도를 나타내기 때문에 많은 객체 검출에 분야에 사용되고 있으며 그 중 특히 얼굴 인식 분야에서 뛰어난 성 능을 나타내고 있다. 그러나 Adaboost 알고리즘은 얼굴인식 시 정면 얼굴과 같은 단일 모델 검출에는 매우 효율적 이지만 측면 얼굴과 정면 얼굴이 혼합된 모델에서의 검출 시 성능이 저하되는 문제점을 가 지고 있다. 이 문제를 해 결하기 위해 본 논문에서는 혼합모델의 검출 성능을 높이기 위해 인스턴스 정보를 저장하여 학습하는 알고리즘인 IBL(Instance Based Learning)를 Haar-like feature 필터와 결합한 알고리즘을 제안한다.

Adaboost is a meta learning algorithm and it is used many area of object detection. In the field of face detection it is used in conjunction with Haar-like feature filtering because of its fast speed and high accuracy. Adaboost shows very effective performance for face detection in single distribution model such as front face but it shows reduced performance on multiple distribution models such as mixture of front face and side face. As a result of reduced performance this paper proposed to improve performance of multiple distribution models using IBL (Instance Based Learning) algorithm combined with the Haar-like feature.

H.264/SVC 코덱은 한 영상을 여러 개의 계층으로 나누고, 각 계층 별로 양자화 인자 (QP: Quantization Parameters)를 이용해 한 영상 스트림에서의 여러 품질 해상도 레벨을 제공한다. 본 논문에 서는 H.264/SVC 미 디어 재생기에서의 전력 소모 감소를 위한 CPU 전력 제어 기법을 제안한다. 먼저 QP와 전 력 소모간의 상관 관계 에 대하여 조사하고, 이후 주어진 에너지 한도 내에서 PSNR값이 최고가 되는 영상 세그먼 트들의 품질 해상도 레벨 을 선택하도록 하는 새로운 동적 전압 조절 기법을 제안하였다. 본 논문에서 제안하는 기법 의 검증을 위해 시뮬레이 션을 수행하였으며, 평균 PSNR값이 40dB이상으로 유지될 때 최고 품질 영상 재생 대비 16%에서 최대 29%까지 전력 감소가 발생하는 것을 확인하였다.

H.264 scalable video coding (SVC) allows a video to be divided into several layers, controlled by their quantization parameters (QPs), which can be used to provide different fidelity levels within a single stream. We use SVC as the basis of CPU power management scheme for H.264/SVC media players. We first examine the tradeoff between QP value and energy consumption. We then propose a new dynamic voltage scaling (DVS) technique in which the fidelity level of each video segment is selected to achieve the highest peak signal-to-noise ratio (PSNR) possible within a given energy budget. Simulations show that our scheme uses 16% to 29% less energy than full-quality video playback, while maintaining the average PSNR value above 40dB.