http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
임의배율 초해상도를 위한 하이브리드 도메인 고주파 집중 네트워크
윤준석,이성진,유석봉,한승회,Yun, Jun-Seok,Lee, Sung-Jin,Yoo, Seok Bong,Han, Seunghwoi 한국정보통신학회 2021 한국정보통신학회논문지 Vol.25 No.11
최근 이미지 초해상도는 정수배율만 가능한 모델에만 집중적으로 연구되고 있다. 하지만 관심 객체 인식, 디스플레이 화질 개선 등 실제 초해상도 기술의 대표 적용 분야에서는 소수 배율을 포함하는 임의배율 확대 필요성이 대두되고 있다. 본 논문에서는 기존 정수배율 모델의 가중치를 활용하여 임의배율을 실행할 수 있는 모델을 제안한다. 이 모델은 정수배율에 의해 우수한 성능을 가진 초해상도 결과를 DCT 스펙트럼 도메인으로 변환하여 임의배율을 위한 공간을 확장한다. DCT 스펙트럼 도메인에 의한 확장으로 인해 발생하는 이미지의 고주파 정보 손실 문제를 줄이기 위해 고주파 스펙트럼 정보를 적절히 복원할 수 있는 모델인 고주파 집중 네트워크를 제안한다. 제안된 네트워크는 고주파 정보를 제대로 생성하기 위해서 RGB 채널간의 상관관계를 학습하는 레이어인 channel attention을 활용하고, 잔차 학습 구조를 통해 모델을 깊게 만들어 성능을 향상시켰다. Recently, super-resolution has been intensively studied only on upscaling models with integer magnification. However, the need to expand arbitrary magnification is emerging in representative application fields of actual super-resolution, such as object recognition and display image quality improvement. In this paper, we propose a model that can support arbitrary magnification by using the weights of the existing integer magnification model. This model converts super-resolution results into the DCT spectral domain to expand the space for arbitrary magnification. To reduce the loss of high-frequency information in the image caused by the expansion by the DCT spectral domain, we propose a high-frequency attention network for arbitrary magnification so that this model can properly restore high-frequency spectral information. To recover high-frequency information properly, the proposed network utilizes channel attention layers. This layer can learn correlations between RGB channels, and it can deepen the model through residual structures.
임의배율 초해상도를 위한 하이브리드 도메인 고주파 집중 네트워크
윤준석,이성진,유석봉,한승회,Yun, Jun-Seok,Lee, Sung-Jin,Yoo, Seok Bong,Han, Seunghwoi 한국정보통신학회 2021 한국해양정보통신학회논문지 Vol.25 No.11
최근 이미지 초해상도는 정수배율만 가능한 모델에만 집중적으로 연구되고 있다. 하지만 관심 객체 인식, 디스플레이 화질 개선 등 실제 초해상도 기술의 대표 적용 분야에서는 소수 배율을 포함하는 임의배율 확대 필요성이 대두되고 있다. 본 논문에서는 기존 정수배율 모델의 가중치를 활용하여 임의배율을 실행할 수 있는 모델을 제안한다. 이 모델은 정수배율에 의해 우수한 성능을 가진 초해상도 결과를 DCT 스펙트럼 도메인으로 변환하여 임의배율을 위한 공간을 확장한다. DCT 스펙트럼 도메인에 의한 확장으로 인해 발생하는 이미지의 고주파 정보 손실 문제를 줄이기 위해 고주파 스펙트럼 정보를 적절히 복원할 수 있는 모델인 고주파 집중 네트워크를 제안한다. 제안된 네트워크는 고주파 정보를 제대로 생성하기 위해서 RGB 채널간의 상관관계를 학습하는 레이어인 channel attention을 활용하고, 잔차 학습 구조를 통해 모델을 깊게 만들어 성능을 향상시켰다. Recently, super-resolution has been intensively studied only on upscaling models with integer magnification. However, the need to expand arbitrary magnification is emerging in representative application fields of actual super-resolution, such as object recognition and display image quality improvement. In this paper, we propose a model that can support arbitrary magnification by using the weights of the existing integer magnification model. This model converts super-resolution results into the DCT spectral domain to expand the space for arbitrary magnification. To reduce the loss of high-frequency information in the image caused by the expansion by the DCT spectral domain, we propose a high-frequency attention network for arbitrary magnification so that this model can properly restore high-frequency spectral information. To recover high-frequency information properly, the proposed network utilizes channel attention layers. This layer can learn correlations between RGB channels, and it can deepen the model through residual structures.
대안적 통째학습 기반 저품질 레거시 콘텐츠에서의 문자 인식 알고리즘
이성진,윤준석,박선후,유석봉,Lee, Sung-Jin,Yun, Jun-Seok,Park, Seon-hoo,Yoo, Seok Bong 한국정보통신학회 2021 한국정보통신학회논문지 Vol.25 No.11
문자 인식은 스마트 주차, text to speech 등 최근 다양한 플랫폼에서 필요로 하는 기술로써, 기존의 방법과 달리 새로운 시도를 통하여 그 성능을 향상시키려는 연구들이 진행되고 있다. 그러나 문자 인식에 사용되는 이미지의 품질이 낮을 경우, 문자 인식기 학습용 이미지와 테스트 이미지간에 해상도 차이가 발생하여 정확도가 떨어지는 문제가 발생된다. 이를 해결하기 위해 본 논문은 문자 인식 모델 성능이 다양한 품질 데이터에 대하여 강인하도록 이미지 초해상도 및 문자 인식을 결합한 통째학습 신경망을 설계하고, 대안적 통째학습 알고리즘을 구현하여 통째 신경망 학습을 수행하였다. 다양한 문자 이미지 중 차량 번호판 이미지를 이용하여 대안적 통째학습 및 인식 성능 테스트를 진행하였고, 이를 통해 제안하는 알고리즘의 효과를 검증하였다. Character recognition is a technology required in various platforms, such as smart parking and text to speech, and many studies are being conducted to improve its performance through new attempts. However, with low-quality image used for character recognition, a difference in resolution of the training image and test image for character recognition occurs, resulting in poor accuracy. To solve this problem, this paper designed an end-to-end learning neural network that combines image super-resolution and character recognition so that the character recognition model performance is robust against various quality data, and implemented an alternative whole learning algorithm to learn the whole neural network. An alternative end-to-end learning and recognition performance test was conducted using the license plate image among various text images, and the effectiveness of the proposed algorithm was verified with the performance test.
다중 언어로 학습된 이미지 기반 문자인식 모델의 성능 분석
오현호(Hyeonho Oh),윤준석(Jun-Seok Yun),배유석(Yuseok Bae),김형일(Hyung-Il Kim) 대한전자공학회 2023 대한전자공학회 학술대회 Vol.2023 No.6
As optical character recognition technology is one of the pattern recognition technologies that have been studied for a long time, deep learning-based scene text recognition (STR) has obtained much attention due to the advances in deep learning and the availability of large-scale text image datasets. However, as the previous deep learning-based STR algorithms are trained with a single language (e.g., English or Chinese), it is limited to applying to a real-world environment where multi-languages appear simultaneously. In this paper, we retrain the off-the-shelf STR deep networks with multilanguages (specifically Korean and English) for the purpose of real-world applications such as text understanding for outdoor signs or banners. Then, the text classification performance of the retrained STR models and the effect of multilingual training are analyzed.
DC 급전계통 선택차단형 통합보호계전기 보호요소 IEC 61850 Logical Node 설계
정태영(Tae-Young Jung),윤준석(Jun-Seok Yun),김인웅(In-Woong Kim),안태풍(Tae-Pung An),정호성(Ho-Sung Jung),김진호(Jin-Ho Kim) 대한전기학회 2012 전기학회논문지 Vol.61 No.3
There are several protective relays used to protect DC traction power supply system for DC railway. These relays, however, are made by different manufactures and they have different ways for their operations. Therefore, there are difficulties for cooperation between the devices or the devices and an upper system. In order to increase interoperability and stability of the system composed of devices made by different manufactures, IEC 61850 international standards are applied to design logical nodes for modeling protective elements used in protective relays.
DC 비접지 급전계통 선택차단형 통합보호계전기 시뮬레이터 개발 및 알고리즘 테스트
안태풍(Tae-Pung An),윤준석(Jun-Seok Yun),정태영(Tae-Young Jung),김인웅(In-Woong Kim),정호성(Ho-Sung Jung) 대한전기학회 2012 전기학회논문지 Vol.61 No.6
In recent years, a lot of research was done for earth fault protection in ungrounded dc power supply system. As a result, selective-breaking integrated protective relaying system is developed in progress and is currently field-testing are planned. Algorithm on a PC using PSCAD done a lot of testing before performing field tests, but in this study developed algorithms and functions needed to determine whether they were operating normally. Therefore, simulated system is similar to the actual situation was required and made. selective-breaking algorithm verification and validation was performed with simulator.