http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
수정 퍼지 신경회로망을 이용한 객체기반 동영상 압축 알고리즘에 관한 연구
이범로,정진현 광운대학교 신기술연구소 1998 신기술연구소논문집 Vol.27 No.-
벡터 양자화(Vector Quantization:VQ)는 높은 압축률을 갖으나, 경계(Edge) 부분의 정보를 약화시키고. 분류 벡터 양자화(Classified Vector quantization:CVQ)[2]는 입력되는 샘플 벡터들을 특성에 따라서 분류하여 각각의 부코드북을 설계함으로써 VQ의 단점을 개선한다. CVQ에 적용하기 위한 알고리즘인 경쟁 학습 네트워크(Competitive Learning Network)[5]는 입력되는 샘플 벡터의 각 플러스터에 대한 속도가 이분법적으로 표현되기 때문에 상대적으로 큰 속도를 가지는 코드벡터가 학습 과정에서 무시된다. 퍼지 경쟁 학습 네트워크(Fuzzy Competitive Learning Network)[8]는 각 클러스터가 연속적인 속도로 이러한 문제점을 해결했다. 그러나 퍼지 경쟁 학습 네트워크를 CVQ에 적용하면 각 부코드북의 크기를 시행착오로 결정해야 하는 문제점을 여전히 가지고 있다 본 논문에서는 수정 퍼지 경쟁 학습 신경회로망(Modified Fuzzy Competitive Learning Neural Network)를 제안하여 이러한 문제점들을 해결한다. Vector Quantization (VQ) has a high compression rate, but has a weakness to degrade the edge. Classified Vector Quantifation (CVQ) corrects this weakness with classifying sample vector in accordance with its properties. designing aubcode book by learning with classified sample vector. In this paper. The Modified Fuzzy Competitive Learning Neural Network, which has continuous membership extending binary membership, is proposed, as an a1gorithm applied to CVQ. Existing algorithms determine the size of subcode book by a trial and error. but the proposed algorithm determines the size of each subcode book by the given sample vector in learning process, and prevents the defigned subocde book from to the local minimum point by applying Fuzzy concept to the Competitive Learning algorithm.
이범로,정진현,Lee, Bum-Ro,Chung, Chin-Hyun 한국정보과학회 2002 정보과학회 컴퓨팅의 실제 논문지 Vol.16 No.2
역운동학 알고리즘은 다관절체의 엔드 이펙터를 제어하기 위한 매우 유용한 방법이다. 대부분의 역운동학 처리 과정에서 주된 관심사는 다관절체가 가지는 자세의 형태 자체가 아니라 제어되는 다관절체의 엔드 이펙터의 위치와 방향이다. 그러나 삼차원 캐릭터 애니메이션과 같은 종류의 응용 분야에 있어서는 엔드 이펙터의 정확한 위치와 방향보다는 다관절체의 전체적으로 자연스러운 자세 자체가 훨씬 더 중요한 요소이다. 실제로 애니메이터가 기존의 역운동학 기법을 사용해서 인체와 같이 다수의 물리적인 제약조건을 가지는 인간형 삼차원 캐릭터의 자세를 자연스럽게 제어하기 위해서는 많은 시행착오를 겪어야만 하기 때문에 이를 보완하는 특별한 알고리즘이 요구된다. CCD(Cyclic Coordinate Descent) 알고리즘은 기하학적인 검색을 통해 원하는 위치에 엔드 이펙터를 위치시키는 해를 구하는 역운동학 방식의 하나로서 사용자 상호작용을 통한 다관절체의 자세 제어에 적합하다. 그러나 CCD 알고리즘의 해는 초기 자세에 강력하게 종속되어 있기 때문에 초기 자세에 따라서 서로 다른 많은 해들을 얻게 된다. 본 논문에서는 인간형 캐릭터의 자세 제어를 위해 균등 자세 지도를 이용한 귀납적 역운동학 알고리즘을 제안한다. 균등자세 지도의 학습 알고리즘은 인간의 다양한 자세를 왜곡 없이 양자화하기 때문에 균등 자세 지도를 이용해서 기술되는 모든 자세들은 사실적인 자세임을 보장한다. 그러므로 균등 자세 지도를 통해 계산된 다관절체의 엔드 이펙터가 원하는 삼차원 위치와 가장 가까운 자세를 추출해 냄으로써 자연스러운 자세를 가지는 역운동학의 결과를 얻을 수 있다. 이러한 방식은 키 프레임 기반 삼차원 캐릭터 애니메이션의 제작과 3차원 게임, 그리고 가상 현실 등의 분야에 유용하게 적용될 수 있다. Inverse kinematics is a very useful method for control]ing the posture of an articulated body. In most inverse kinematics processes, the major matter of concern is not the posture of an articulated body itself but the position and direction of the end effector. In some applications such as 3D character animations, however, it is more important to generate an overall natural posture for the character rather than place the end effector in the exact position. Indeed, when an animator wants to modify the posture of a human-like 3D character with many physical constraints, he has to undergo considerable trial-and-error to generate a realistic posture for the character. In this paper, the Inductive Inverse Kinematics(IIK) algorithm using a Uniform Posture Map(UPM) is proposed to control the posture of a human-like 3D character. The proposed algorithm quantizes human behaviors without distortion to generate a UPM, and then generates a natural posture by searching the UPM. If necessary, the resulting posture could be compensated with a traditional Cyclic Coordinate Descent (CCD). The proposed method could be applied to produce 3D-character animations based on the key frame method, 3D games and virtual reality.
이범로(Lee Bum Ro),정진현(Chung Chin Hyun) 한국정보처리학회 1999 정보처리학회논문지 Vol.6 No.10
The motion based video segmentation provides a powerful method of video compression, because it defines a region with similar motion, and it makes video compression system to more efficiently describe motion, video. In this paper, we propose the Modified Fuzzy Competitive Learning Algorithm (MFCLA) to improve the traditional K meas clustering algorithm to implement the motion-based video segmentation efficiently. The segmented region is described with the affine model, which consists of only six parameters. This affine model was calculated with optical flow, describing the movements of pixels by frames. This method could be applied in the low bit rate video transmission, such as video conferencing system.