• ETRI Journal
• /
• v.35 no.6
• /
• pp.949-959
• /
• 2013

Since the recent launch of Microsoft Xbox Kinect, research on 3D human pose estimation has attracted a lot of attention in the computer vision community. Kinect shows impressive estimation accuracy and real-time performance on massive graphics processing unit hardware. In this paper, we focus on further reducing the computation complexity of the existing state-of-the-art method to make the real-time 3D human pose estimation functionality applicable to devices with lower computing power. As a result, we propose two simple approaches to speed up the random-forest-based human pose estimation method. In the original algorithm, the random forest classifier is applied to all pixels of the segmented human depth image. We first use a multi-scale approach to reduce the number of such calculations. Second, the complexity of the random forest classification itself is decreased by the proposed cascade approach. Experiment results for real data show that our method is effective and works in real time (30 fps) without any parallelization efforts.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2008.05a
• /
• pp.120-124
• /
• 2008

본 연구에서는 대기대순환모형(GCM) 모의결과를 활용하여 한반도 지역의 강수량과, 온도에 대하여 분위사상법(Quantile mapping)과 상세화기법(downscaling)을 적용하였다. GCM 모의자료는 캐나다기후센터(CCCma; Canadian Centre for Climate Modeling and Analysis)의 CGCM2 A2, B2시나리오의 $2001{\sim}2100$년 자료를 사용하였으며, GCM 모의결과값과 국내관측값과의 계통적오차(systematic bias)를 보정하기 위하여 분위사상법을 적용하였다. 강수자료의 경우 한반도의 강수특성을 반영하기 위하여 홍수기, 비홍수기로 구분지어 감마분포를 이용하였고, 온도자료의 경우 계절적 특성을 반영하기 위하여 봄/가을, 여름, 겨울로 구분지어 표준정규분포를 이용하여 분위사상법을 적용하였다. 강수자료의 경우 과거($1965{\sim}1989$:25개년)의 31개소의 일평균강우 자료를, 온도자료의 경우 과거($1965{\sim}1989$)의 11개소의 일평균온도 자료를 사용하였다. 이러한 분위사상법의 적용으로 GCM 모의결과값과 관측값사이의 계통적오차를 보정하였으며, 그 결과 강수자료의 홍수기의 경우 모의결과값과 관측값의 차이가 3.79mm/day에서 0.62mm/day로, 비홍수기의 경우 0.24mm/day에서 0.02mm/day로 각각 83%, 92% 보정된것을 확인하였으며, 각각의 확률분포 매개변수를 추출하였다. Random Cascade 모형의 자기유사성 및 무작위 변동성계수를 추정하기 위하여 2002년 8월 6일 00:10부터 8월 9일 24:00까지 432장의 레이더 스캔을 사용하여 스케일분석을 실시하였으며, 모형적용결과 연평균 강우량의 변화는 A2의 경우 797.89mm에서 1297.09mm로 B2의 경우 815.02mm에서 1383.93mm로 나타났다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2011.05a
• /
• pp.371-371
• /
• 2011

본 연구에서는 한강유역 내 관측기간이 충분한 기상청 지상관측소 10개소를 선정하고 CCCma(Canadian Century for Climate modeling and analysis)에서 제공하는 자료에 대한 인공신경망기법 상세화 적용을 실시하였다. 인공신경망의 학습을 위해 CGCM3.1/T63 20C3M시나리오(reference scenario)의 22개 2D변수 중 물리적으로 민감도가 높다고 판단되는 GCM_Prec, huss, ps를 입력변수로 선정하였으며 인공신경망 학습기간은 1991년~1995년, 검증기간은 1996년~2000년, 예측기간은 2011년~2100년으로 A1B, A2 B1 시나리오 등 다양한 기후변화 시나리오를 통해 예측band를 제시하고자 하였다. 하지만 공간상관을 고려하기 위하여 각 관측소에 대하여 인공신경망 학습을 하는 경우 관측소간 spatial correlation 및 spatial cluster구현이 어렵기 때문에 Spatial Rectangular Pulse모형을 이용하고자 하였으나, 강수면적에 대한 scale의 결정이 어렵다는 단점을 확인 하고 본 연구에서는 Random Cascade 모형을 이용하여 ${\beta}$를 통한 강수면적 scale(rainy area fraction)을 결정하고자 하였다. Random Cascade모형의 기법은 격자단위의 downscaling기법으로 강수대의 공간적 형상을 재현하며 스케일에 비종속적인(scale-invariant)프랙탈 특성을 이용하여 매개변수를 최소화 할 수 있는 장점을 가진 기법으로 한강유역 1Km내외 강우장을 만들어 topographic effect를 첨가하고자 한다.

• Journal of The Korean Society of Agricultural Engineers
• /
• v.58 no.5
• /
• pp.91-99
• /
• 2016

High resolution rainfall data at 1-hour or a finer scale are essential for reliable flood analysis and forecasting; nevertheless, many observations, forecasts, and climate projections are still given at coarse temporal resolutions. This study aims to evaluate a chaotic method for disaggregation of 6-hour rainfall data sets so as to apply operational 6-hour rainfall forecasts of the Korean Meteorological Association to flood models. We computed parameters of a state-of-the-art multiplicative random cascade model with two combinations of cascades, namely uniform splitting and diversion, using rainfall observations at Seoul station, and compared statistical performance. We additionally disaggregated 6-hour rainfall time series at 58 stations with the uniform splitting and evaluated temporal transferability of the parameters and changes in multifractal properties. Results showed that the uniform splitting outperformed the diversion in reproduction of observed statistics, and hence is better to be used for disaggregation of 6-hour rainfall forecasts. We also found that multifractal properties of rainfall observations has adequate temporal consistency with an indication of gradually increasing rainfall intensity across South Korea.

• IEMEK Journal of Embedded Systems and Applications
• /
• v.3 no.2
• /
• pp.119-125
• /
• 2008

This paper presents the polygon-based Q-leaning and Cascade Support Vector Machine algorithm for object search with multiple robots. We organized an experimental environment with ten mobile robots, twenty five obstacles, and an object, and then we sent the robots to a hallway, where some obstacles were lying about, to search for a hidden object. In experiment, we used four different control methods: a random search, a fusion model with Distance-based action making (DBAM) and Area-based action making (ABAM) process to determine the next action of the robots, and hexagon-based Q-learning and dodecagon-based Q-learning and Cascade SVM to enhance the fusion model with DBAM and ABAM process.

• Journal of the Korean Institute of Telematics and Electronics
• /
• v.22 no.5
• /
• pp.24-28
• /
• 1985

In this paper, the cyclic product codes which are capable of correcting random erros and burst errors simultaneously have been designed and constructed. First, the procedure for product of two cyclic codes is shown and thin the encoder and decoder system using the (7,4) cyclic Hamming code and the (3,1) cyclic code is implemented. The micro-computer is used for experiment and the system consists of encoder, decoder and interface circuits. The encoder of cyclic product code is implemented by interlacing encoders while the decoder is implemented by cascading decoders that interlace error trapping decoders. In conclusion, cyclic product codas are easily decodable and are capable of correcting four random errors and eight-burst errors. Better performance is obtained with low error rate.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.16 no.3
• /
• pp.598-604
• /
• 2012

Image signal is corrupted by various noises in image processing, many studies are being accomplished to restore those images. In this paper, we proposed a cascade filter algorithm for removing random valued impulse noise. The algorithm consists two steps that noise detection and noise elimination. Variance of filtering mask and center pixel variance are calculated for noise detection, and the noise pixel is replaced by estimated value which first apply switching self adaptive weighted median filter and finally processed by modified weight filter. Considering the proposed algorithm only remove noise and preserve the uncorrupted information that the algorithm can not only remove noise well but also preserve edge.

• The Transactions of the Korean Institute of Electrical Engineers B
• /
• v.54 no.11
• /
• pp.547-552
• /
• 2005

This paper describes a pseudo-random carrier PW technique for the power converters. The proposed method generates a new pseudo-random carrier by randomly composing a carrier with fixed frequency and a carrier with opposition phase. To confirm the validity of the proposed method, a single-phase multi-level inverter was implemented and tested. The experimental results show that the output voltage and current harmonics spectra of an inverter have broadening effect of harmonics, as only simple composition of fixed frequency carries.

• Proceedings of the KIEE Conference
• /
• 2004.04a
• /
• pp.150-154
• /
• 2004

본 연구에서는 멀티 레벨 인버터의 파워 스펙트럼을 광대역으로 분산시키기 위한 멀티 캐리어 Random PWM기법을 제안하였다. PD(phase disposition)방식 및 H(hybrid)방식의 멀티 캐리어 Random PWM을 단상 cascade H-브리지 멀티 레벨 인버터와 3상 hybrid 멀티 레벨 인버터에 적용하였다. 각 방식에 따른 출력 전압/전류 파형 및 고조파 스펙트럼을 PSIM에 의하여 확인 하였으며, 제안된 방식의 타당성을 입증할 수 있었다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2013.06a
• /
• pp.52-55
• /
• 2013

본 논문은 Boosted Random Ferns 기반의 회전 불변 얼굴 검출 방법을 제안한다. 기존 Random Ferns 의 경우 특징값을 추출할 때 임의로 선택한 두 픽셀의 밝기값 비교를 통하여 이진 특징값을 추출한다. 이 경우 해당 픽셀의 밝기값에 잡음이 포함되면 특징값이 부정확하게 추출되는 문제가 있다. 본 논문에서는 이러한 문제를 해결하기 위하여 임의로 두 블록을 선택하고 해당 블록내 밝기값의 평균을 비교하여 이진 특징값을 추출하였다. 또한 픽셀 위치를 임의로 선택하여 ferns 를 구성하였던 기존의 방법 대신 최고의 분류 성능을 가지는 fern 들을 이용하여 분류기를 구성하기 위해, AdaBoost 의 방법을 Random Ferns 에 맞게 변경하였다. Boosted Random Ferns 를 트리 구조의 cascade 노드에 방향과 각도에 따라 배치하여 연산 속도를 향상시키고 false-positive를 줄이는 효과를 보았다. CMU Rotated Face Database 를 사용하여 평가하였을 때, 기존 Random Ferns 는 false-positive 의 수가 57 개 일 때 66%의 검출률을 보인 반면, Boosted Random Ferns 는 false-positive 의 수가 45 개 일 때 88%의 검출률을 보였다.