http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
정사영 벡터의 특징 분석 및 하드웨어 자원 공유기법을 이용한 저면적 Gradient Magnitude 연산 하드웨어 구현
김우석(WooSuk Kim),이주성(Juseong Lee),안호명(Ho-Myoung An) 한국정보전자통신기술학회 2016 한국정보전자통신기술학회논문지 Vol.9 No.4
본 논문은 저면적 gradient magnitude 연산을 위한 하드웨어 구조를 제안한다. 하드웨어 복잡도를 줄이기 위해 정사영 벡터의 특징 및 하드웨어 자원 공유기법을 이용했다. 제안된 하드웨어 구조는 gradient magnitude 연산 알고리즘의 변형 없이 구현되었기 때문에 gradient magnitude 데이터 품질의 열화 없이 구현될 수 있다. 제안된 저면적 gradient magnitude 연산 하드웨어는 Altera Quartus II v15.0 환경에서 Altera Cyclone VI (EP4CE115F29C7N) FPGA를 이용하여 구현되었다. 구현 결과, 기존 하드웨어 구조를 이용하여 구현한 연산기와의 비교에서 15%의 logic elements 및 38%의 embedded multiplier 절감 효과가 있음을 확인했다. In this paper, a hardware architecture of low area gradient magnitude calculator is proposed. For the hardware complexity reduction, the characteristic of orthogonal projection vector and hardware resource sharing technique are applied. The proposed hardware architecture can be implemented without degradation of the gradient magnitude data quality since the proposed hardware is implemented with original algorithm. The FPGA implementation result shows the 15% of logic elements and 38% embedded multiplier savings compared with previous work using Altera Cyclone VI (EP4CE115F29C7N) FPGA and Quartus II v15.0 environment.
딥러닝 기반의 복원 네트워크을 사용한 위상 홀로그램 비디오 압축 방법
김우석(Woosuk Kim),강지원(Ji-Won Kang),오관정(Kwan-Jung Oh),김진웅(Jin-Woong Kim),김동욱(Dong-Wook Kim),서영호(Young-Ho Seo) 한국방송·미디어공학회 2021 한국방송공학회 학술발표대회 논문집 Vol.2021 No.6
본 연구는 딥러닝 기반의 복원 모델을 사용하여, 비디오 압축을 통해 변질된 위상 홀로그램의 화질을 복원하는 방법을 제안한다. 압축 효율을 위해 위상 홀로그램의 해상도를 감소시킨 후 압축한다. 원래의 해상도로 되돌린 홀로그램을 딥러닝 모델을 사용하여 복원한다. 복원된 위상 홀로그램은 원본 홀로그램을 압축한 것보다 동일한 BPP에서 더 높은 PSNR을 보인다.
김우석(Woosuk Kim),권승준(Kwon, Seung Joon) 한국정보기술학회 2021 Proceedings of KIIT Conference Vol.2021 No.11
핸드 제스처 인식은 가상 현실 콘텐츠에서 자연스러운 상호작용을 가능하게 하는 주요 기술 중 하나이다. 본 논문에서는 스켈레톤 형태로 주어지는 제스처의 인식을 위한 심층 신경망 모델을 제시한다. 그래프 형태로 기술되는 핸드 스켈레톤 입력에 대해 특징값을 추출하기 위한 GNN기반의 구조를 기술하고 이를 통해 계산된 특징값 시퀀스로부터 제스처 종류를 구분하기 위한 모델을 구성하였다. 설계된 모델의 인식 성능은 공개되어 있는 두가지 데이터 셋인 DHG-14/28 및 SHREC’17에 대해 학습한 결과를 토대로 확인하였다. Hand gesture recognition is one of the important techniques for natural and expressive interaction in virtual environments. In this paper, we propose a method to recognize gestures given in the form of skeletons. A GNN based model which calculates features of hand postures from skeletal input represented as graphs is presented and a classification model which discriminates gesture types from the feature sequence is described. The recognition performance was measured using two public dataset, which are DHG-14/28 and SHREC’17.
김우석(Woosuk Kim),김병환(Byungwhan Kim) 대한전기학회 2007 대한전기학회 학술대회 논문집 Vol.2007 No.10
본 연구에서는 반도체 플라즈마 장비 감시를 위한 CUSUM 제어 차트 설계기법에 관해 연구하였다. CUSUM 제어 차트에 관여하는 설계변수의 다양한 조합에 대하여 플라즈마 장비의 감시 성능을 평가하였다. 평가를 위해 RF 정합망 감시시스템을 이용하여 플라즈마 임피이던스 정합에 관여하는 정합변수에 대한 실시간 데이터를 수집하였으며, 여기에는 임피이던스와 상위치에 대한 전기적 정보, 그리고 반사전력에 대한 정보가 포함된다. 평가결과, 설계변수의 조합에 대하여 감시 성능이 크게 달랐지만, 각 센서 정보의 감시 성능을 증진시키는 설계변수의 조합이 있었음을 확인하였으며, 이는 각 종 다양한 센서정보 별 CUSUM 제어 차트의 설계가 필요함을 의미한다. 연구에서는 Raw 데이터 대비 성능 분석을 위해 CUSUM 제어 차트의 설계 변수를 변수인 d와 Θ값의 변화를 주어 다수의 (d, Θ)의 조합에 따른 감시 성능을 평가하였으며, 평가에 이용된 데이터는 소스전력이 750 W, 압력이 15 mTorr, O₂ 유량이 50 seem일 때 수집 하였다.