최근 확인한 콘텐츠
데이터가 존재하지 않습니다.
홍금식, T. T. Quyen Bui, Thang T. Vu
2016 / International Journal of Control, Automation, and Systems
데이터가 존재하지 않습니다.
loading...
본 논문에서는 가보르 에너지 필터, 시각 피질 모델, 색상 정보를 결합한 새로운 객체 인식 프레임워크를 제안합니다. 색상 이미지를 CIELAB 색 공간으로 변환하고, 각 색상 구성 요소에 가보르 에너지 필터를 적용하여 희소 특징을 계산하고, 선형 SVM 분류기를 사용하여 객체를 인식하고 분류합니다.
Computer analysis of images and patterns : 8th International Conference, CAIP'99, Ljubljana, Slovenia, September 1-3, 1999 : proceedings
Shape, contour, and grouping in computer vision
Image analysis and processing : 8th international conferenc, ICIAP '95San Remo, Italy, September 13-15, 1995 : proceedings
Pro deep learning with TensorFlow : a mathematical approach to advanced artificial intelligence in Python
Computer analysis of images and patterns : 7th International Conference, CAIP'97 : Kiel, Germany, September 10-12, 1997 : proceedings
Recent issues in pattern analysis and recognition
Fundamentals of digital image processing : a practical approach with examples in Matlab
Visualization in Scientific Computing '98 : proceedings of the Eurographics workshop in Blaubeuren, Germany, April 20-22, 1998
Recent developments in computer vision : Second Asian Conference on Computer Vision, ACCV '95, Singapore, December 5-8, 1995 : invited session papers
Applications of pulse-coupled neural networks
Signal processing techniques for knowledge extraction and information fusion
Pattern recognition using neural networks : theory and algorithms for engineers and scientists
Shape in picture : mathematical description of shape in grey-level images
Image analysis and processing : 9th international confernece, ICIAP '97, Florence, Italy, September 17-19, 1997 : proceedings
Isosurfaces : geometry, topology, and algorithms
Digital image processing : proceedings
Computer vision--ECCV '92 : Second European Conference on Computer Vision, Santa Margherita Ligure, Italy, May 19-22, 1992 : proceedings
3D shape analysis : fundamentals, theory, and applications /
파이썬 3로 컴퓨터 비전 다루기 : 이미지 인식, 추적, 머신 러닝, 비디오 처리, 컴퓨터 비전 웹서비스
International Journal of Control, Automation, and Systems
홍금식; T. T. Quyen Bui; Thang T. VuComputerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society
Shin Y; Balasingham IIEEE transactions on neural networks and learning systems
Zhang S; Lan X; Yao H; Zhou H; Tao D; Li XIEEE Transactions on Geoscience and Remote Sensing, Geoscience and Remote Sensing, IEEE Transactions on, IEEE Trans. Geosci. Remote Sensing
Li, W.; Chen, C.; Su, H.; Du, Q.Cognitive Computation
Chen, Si-Bao; Xin, Yi; Luo, BinIEEE Transactions on Instrumentation and Measurement, Instrumentation and Measurement, IEEE Transactions on, IEEE Trans. Instrum. Meas.
Fang, L.; Wang, C.; Li, S.; Benediktsson, J.A.Neurocomputing
Bai, S.; Tang, H.IEEE Internet of Things Journal
Zhuhua Hu; Wenlu Qi; Kunkun Ding; Guangfeng Liu; Yaochi ZhaoIEICE Transactions on Information and Systems
Rina TAGAMI; Hiroki KOBAYASHI; Shuichi AKIZUKI; Manabu HASHIMOTOIEEE Internet of Things Journal, Internet of Things Journal, IEEE, IEEE Internet Things J.
Hu, Z.; Qi, W.; Ding, K.; Liu, G.; Zhao, Y.IEICE Transactions on Information and Systems
Rina TAGAMI; Hiroki KOBAYASHI; Shuichi AKIZUKI; Manabu HASHIMOTOIEEE Transactions on Geoscience and Remote Sensing
Lu, Y.; Liu, P.; Li, A.; Zhang, K.; Zhou, Q.Journal of Visual Communication and Image Representation
Li X.,Tang H.,Zhang D.,Liu T.,Mao L.,Chen T.IEEE Transactions on Instrumentation and Measurement
Gao H.,Zhao S.,Li H.,Liu L.,Wang H.,Wang Y.,Luo Z.,Zhang J.,Li G.IEEE Transactions on Dependable and Secure Computing
Liang X.,Tang Z.,Zhang X.,Yu M.,Zhang X.Knowledge-Based Systems
Dong Z.,Zhang R.,Shao X.,Kuang Z.IEEE Transactions on Instrumentation and Measurement
Han Gao; Shuo Zhao; Huiyan Li; Li Liu; Hengyang Wang; You Wang; Zhiyuan Luo; Jin Zhang; Guang LiIEEE Geoscience and Remote Sensing Letters
Yujie Cui; Liwei Chen; Ying Cui; Lin Ding; Chao WangJournal of Visual Communication and Image Representation
Hua, K.-L.; Chusnul Hidayati, S.; He, F.-L.; Wei, C.-P.; Wang, Y.-C.F.Information Sciences
Ayas S.,Ekinci M.전선 / 학사
연구실에서의 연구참여 활동을 통하여 전공 지식을 심화 학습한다. 각자가 원하는 연구에 참여하며 그 연구에 대한 직접적인 경험을 갖는다.전선 / 학사
색채는 빅데이터 시각화 분석의 주요 파라메터 중 하나이다. 본 교과에서는 먼저 전통적 색채이론을 배우고 이를 바탕으로 디지털환경에서 색채데이터를 다루는 다양한 색공간들을 알아보고 이러한 색공간내의 색채정보를 3차원 데카르트좌표공간에서 라이노 및 그래스호퍼와 같은 프로그램을 활용하여 비주얼코딩을 통해 시각화하는 프로젝트 들을 실습한다.전선 / 학사
본 교과목에서는 현재 여러 분야에서 적용되고 있는 지능시스템 및 관련연구의 핵심이 되는 확률적 모델링 및 추론, 통계학적 기계학습, 컴퓨터비젼, 로보틱스의 기초를 소개한다. Bayesian networks, hidden Markov models (HMM), Kalman filters, Markov decision processes 등의 확률적 모델링 및 추론방식이 소개되고 선형 regression 및classification 그리고 nonparametric 학습 방법의 기초를 습득한다. 그리고 확률적 모델, 추론방식, 학습방식들이 어떻게 컴퓨터비전 그리고 로보틱스 등의 응용분야에 적용되는지 알아본다.전선 / 대학원
디지털 영상 처리 및 분류를 통한 원격탐사 위성영상으로부터 추출 가능한 지리정보의 효과적인 판독 및 분류 기법을 습득하고 실제 실험 프로젝트를 통하여 위성영상의 판독 능력을 배양한다.전선 / 학사
본 과정에서는 머신러닝의 기초를 수업한다. 수업 초반에는 머신러닝의 기초가 되는 확률, 선형대수, 최적화, 신호처리를 간단히 리뷰한다. 중반부에서는 대표적인 머신러닝 문제인 Classification, regression, clustering을 소개하고 예시를 통하여 개념을 학습한다. 후반부에서는 스마트 제조를 위한 센싱, 공간정보구축, 로보틱스 적용의 실습을 조별로 진행한다. 독립전원으로 구동가능한 미니PC 상에 리눅스를 운용하고, ROS SLAM 등 로보틱스와 공간지능 관련 소프트웨어를 배운다. 마지막으로는 실제 센서를 함께 구동하고 직접 데이터를 취득한 후, 수업에서 학습한 머신러닝 알고리즘을 적용해보기 위한 실습을 수행한다.전선 / 학사
본 과정에서는 인공지능에 대한 개요 및 deep learning에 대해 이해하며 TensorFlow 개념 및 기초 programming 실습을 진행한다. 그리고 Deep Learning 기반 Object Detection 방법과 무인점포 개발 응용을 위한 학습 trainset 자동 생성 방법을 실습을 통해 익힌다. 또한 AI Chip이 내장된 NPU 가속기 Board와 nVidia Jetson TX2 Board를 이용하여 YOLO V3 Object Detection 실습을 진행한다. 마지막으로 nVidia CUDA를 이용한 GPU Programming 개념 및 병렬 Programming 실습을 통해 GPU 구조에 대해 배운다.전선 / 학사
본 과정에서는 인공지능에 대한 개요 및 deep learning에 대해 이해하며 TensorFlow 개념 및 기초 programming 실습을 진행한다. 그리고 Deep Learning 기반 Object Detection 방법과 무인점포 개발 응용을 위한 학습 trainset 자동 생성 방법을 실습을 통해 익힌다. 또한 AI Chip이 내장된 NPU 가속기 Board와 nVidia Jetson TX2 Board를 이용하여 YOLO V3 Object Detection 실습을 진행한다. 마지막으로 nVidia CUDA를 이용한 GPU Programming 개념 및 병렬 Programming 실습을 통해 GPU 구조에 대해 배운다.전선 / 학사
AI를 이용하여 주차장 게이트에서 번호판을 인식후 주차장 게이트를 Open/deny 하는 과정을 구현한다. 자동차 번호판을 인식하기 위해 object-detection, Text Detection, OCR, Image Captioning, Generative Model 등 다양한 컴퓨터 비전 에 사용되는 딥러닝 모델들의 개요에 대해 배우고, GPU 서버를 이용하여 이 과정들을 구현한다.전선 / 학사
이 과목은 측도 이론과 확률의 기본 개념과 이론을 익히기 위한 과목으로, 다음과 같은 주제를 공부한다. 측도 공간, 측도 가능함수, 적분, 곱공간, Lp공간, 분포, 평균, 조건부 평균, 모멘트 발생 함수, 특성함수, 랜덤 변수 수열, 중심극한 정리, 브라운 운동, 확률과정, filtration, stopping times, 브라운 운동의 존재성, 기본성질, 연속성과 불정칙성, 변동성 및 마코프 성질과 반사 원칙을 다룬다.전선 / 대학원
가측 공간, 단조수렴정리, Riesz Representation Theorem, 르벡적분, L^p 공간, 힐버트 공간 이론, 한-바나흐 정리, 열린사상 정리, Complex Measures, Product Measure, 푸비니 정리 등을 학습한다.전선 / 대학원
선형시스템의 최적추정자인 칼만필터를 기본으로 하여 모델의 불확실성을 고려한 적응필터 및 강인필터, 계산량을 줄이기 위한 슈미트필터, 다양한 측정치에 대한 내고장을 높이기 위한 분산필터를 소개한다. 또한 비선형 모델에 대한 확장칼만필터를 기반으로 최근에 많은 연구가 되고 있는 무향 칼만필터 (Unscented Kalman Filter)에 대한 특성을 분석한다. 마지막으로 상태변수가 정규분포를 가지지 않을 때 최적의 필터로 최근에 각광을 받고있는 다양한 입자필터 (Particle Filter)를 소개한다. 수업에서 소개된 필터는 INS/GPS 결합시스템과 레이더 추적문제에 적용한다.전필 / 학사
첨단융합학부 학생의 전공탐색을 위한 과목으로, 융합데이터과학의 핵심 개념과 다양한 응용 분야를 소개하여 향후 전공선택에 필요한 필수적인 정보를 제공한다. 특히, 융합데이터과학 분야에서 진행되는 첨단연구와 연구의 실제 응용 사례를 직접 체험하여, 자신의 전공 적성을 좀 더 구체적으로 알아보고 설계할 수 있는 기회를 제공한다.전선 / 대학원
이 교과목은 대학원생들을 대상으로, 현재 사용되고 있는 최신 암호 알고리즘을 설명한다. 이 과목은 다음과 같이 두 부분으로 구성된다: 첫째, DES, IDEA, RC5, RC6 와 같은 블록 암호 알고리즘들을 각각 키(key) 생성, 암호화, 복호화 하는 과정으로 설명한다. 둘째, 전자 서명에 근거한 다양한 인증 기법을 소개한다. DMDC, MD5, SHA-1, HMAC 와 같은 다양한 해쉬(hash) 함수를 사용하여 문장을 축약하고 인증하는 방식을 제시한다.전필 / 학사
이 과목에서는 컴퓨터에 의한 문제 해결을 위해 필요한 개념이나 대상물의 표현을 위한 자료 구조와 문제해결을 위한 체계적 사고 방법을 학습한다. 배열, 연결 리스트, 큐, 스택, 우선순위 큐 등의 기본적인 자료구조를 배우고, 검색 트리, 해시 테이블, 균형 잡힌 검색 트리 등 자료의 색인을 위한 자료구조와 그들의 효율성을 배운다. 정렬, 그래프 알고리즘 등 문제 해결에 유용한 도구와 생각하는 방법에 관한 내용도 제공한다. 프로그래밍 과제가 부여되며 이를 위한 최소한의 가이드가 제공된다.전선 / 대학원
이 교과목에서는 비선형시스템 식별에 관련된 각종 실용적 기법들을 소개한다. 또한, 비선형 목적함수의 최적문제의 해를 구하는 각종 비선형프로그래밍기법도 소개한다. 단, 비선형궤환제어와 컴퓨터 네트워크 등에 효과적으로 사용될 수 있는 기법들에 국한하여 심도 있게 공부하고 실제 응용 예를 통하여 그 가능성을 토의한다.전선 / 대학원
본 스튜디오는 인공지능(AI)을 조경의 핵심 설계 도구로 활용하는 것을 목표로 하는 실습 중심의 스튜디오이다. 지난 2년간 진행한 세미나 주제인「조경과 AI」에서 다루었던 이론적 논의를 확장하여, 실제 설계 프로세스 속에서 AI의 잠재력과 한계를 탐구한다. 본 수업은 인간이 직관적으로 해결하기 어려웠던 형태적·공간적 문제를 인공지능을 통해 분석하고 생성하는 과정을 실험하며, 프롬프트 설계(Prompt Design)와 룰 베이스 설계(Rule-Based Design)와 같은 개념을 핵심 학습 주제로 다룬다. 수강생들은 2차원 이미지로부터 3차원 형상을 추출하고, 형태의 특징을 기반으로 기능과 프로그램을 부여하는 과정에서 다양한 AI 도구를 활용한다. 이를 통해 인공지능을 단순한 도구가 아닌 공동 설계자(co-designer)로 이해하며, 디지털 생성 기술을 통해 새로운 형태, 패턴, 그리고 공간 경험을 제안한다. 최종적으로 AI를 활용한 설계 프로토타입 혹은 실험적 디자인 아틀라스를 제작하여, 미래 조경·도시설계의 가능성을 탐구한다.전선 / 대학원
모든 시설은 지역이라는 테두리내에서 서로 정보를 주고받으며 밀접한 연관관계를 유지한다. 본 강좌는 지역 시설들의 정보특성을 이해하고, 이를 계측, 구현, 응용하는 것을 목적으로 한다. 정보를 이용하기 위하여 본 강좌는 먼저 지역 정보의 특성과 정보계측방법, 정보가공방법에 대해 강의한다. 정보가공도구로는 컴퓨터 프로그래밍을 사용하므로, 학생들은 UML, program language, database등에 대해 공부해야 한다. 이로써 지역이라는 실제공간을 정보를 매개로 모델링하는 방법을 학습한다. 그리고 프로젝트를 통하여 지역정보의 계측 및 응용능력을 배양한다.전선 / 대학원
이 강좌는 실험심리학에서 최근의 중요 연구들을 소개하고 인간 마음의 기본 원리를 탐색 및 논의하는 세미나이다. 우선 강의 초에 인간의 생리, 지각 및 인지 수준에서 일반이론을 소개하고 그 문제점들을 알아본다. 이 이론들에 기초하여, 이 강좌에서는 시각, 주의, 언어, 문제 해결, 인간 추리 등의 세부 주세를 다룬다. 또한 이 강좌에서는 이런 주제들에 관해 실험 실습을 통해 학생들의 구체적인 이해의 증진을 시도한다.전선 / 대학원
컴퓨터그래픽스 전반에 걸쳐 기본적인 개념들을 설명한다. 컴퓨터 그래픽스의 기본적인 렌더링 파이프라인, 물체들을 표현하는 여러 가지 방법, 빛을 나타내는 방법, 레이트레이싱, 볼륨렌더링 등의 특수한 렌더링 방법, 그림자나 질감을 나타내는 방법에 대해서 개론 형식으로 강의한다.전선 / 대학원
본 교과목은 데이터사이언스 대학원의 ABC(AI model/algorithm, Big data, Computing) 교육 과정 중 컴퓨팅(C) 분야 첫번째 강좌이다. 본 교과목의 전반부는 C++ 언어 프로그래밍과 C++ 기반 객체 지향 프로그래밍으로 이루어져 있다. (1) C++ 언어의 기초 문법, 클래스의 개념과 사용법, template과 중요한 라이브러리를 학습하고, (2) abstraction, inheritance, polymorphism 등 객체 지향 프로그래밍의 원리를 습득한 뒤, (3) 예제들을 통해 클래스 기반 객체 지향 프로그래밍을 C++ 언어를 사용하여 직접 구현 할 수 있도록 한다. 본 교과목의 후반부는 중급 자료 구조 및 알고리즘과 딥러닝 플랫폼으로 이루어져 있다. (1) 데이터사이언스를 위한 컴퓨팅의 기초 강좌에서 다루지 않은 자료구조 및 정렬 알고리즘 (Quick sort, Radix sort, heap sort), 트리 알고리즘, 그래프 알고리즘 (Dijkstra, Kruskal 등) 등을 습득하고, (2) 배운 자료 구조와 알고리즘들을 C++ 언어를 사용하여 직접 구현 할 수 있도록 한다. 또, (3) Pytorch, TensorFLow 등 널리 사용되는 딥러닝 플랫폼을 학습하고, 동일 학기 수강이 권장되는 머신러닝 및 딥러닝 1(ABC 과정 중 A 분야 첫번째 강좌)에서 배운 딥러닝의 기본 원리들을 직접 구현하고, 이에 더하여 상기 플랫폼을 통해 구현 할 수 있도록 한다.