• 한국정보과학회논문지:시스템및이론
• /
• 제27권7호
• /
• pp.684-694
• /
• 2000

저 전력회로의 설계를 위해서, 전체 회로의 면적을 줄임으로써 용량성 부하(capacitance)값을 줄이는 방법으로 적절한 트랜지스터를 선택하여 사이징하는 방법을 이용할 수 있는데, 이 때 트랜지스터 사이징을 수행하면서 적당한 위치에 버퍼를 삽입하여주면 더 좋은 결과를 가져올 수 있다. 본 논문은 TILOS 알고리즘을 이용하여 트랜지스터 사이징(sizing)을 수행하는 동시에 버퍼의 삽입을 수행하는 알고리즘 두 가지를 소개하고 이 두 방법을 비교한다. 그 첫 번째 방법은 Template Window를 이용하여 직접 시뮬레이션하는 방법이고 다른 하나는 보외법(Extrapolation)을 이용하는 방법이다. 이와 같이 버퍼를 삽입하면서 트랜지스터 사이징을 수행한 결과, 버퍼를 삽입하지 않을 때 보다 10-20%의 면적감소를 얻었을 수 있었으며 보외법을 이용한 방법 보다 Template Window를 이용했을 때 더 좋은 결과를 얻을 수 있었다.

• Journal of Electrical Engineering and Technology
• /
• 제9권2호
• /
• pp.707-720
• /
• 2014

This paper proposes a face tracking scheme that is a combination of a face detection algorithm and a face tracking algorithm. The proposed face detection algorithm basically uses the Adaboost algorithm, but the amount of search area is dramatically reduced, by using skin color and motion information in the depth map. Also, we propose a face tracking algorithm that uses a template matching method with depth information only. It also includes an early termination scheme, by a spiral search for template matching, which reduces the operation time with small loss in accuracy. It also incorporates an additional simple refinement process to make the loss in accuracy smaller. When the face tracking scheme fails to track the face, it automatically goes back to the face detection scheme, to find a new face to track. The two schemes are experimented with some home-made test sequences, and some in public. The experimental results are compared to show that they outperform the existing methods in accuracy and speed. Also we show some trade-offs between the tracking accuracy and the execution time for broader application.

• 방송공학회논문지
• /
• 제18권3호
• /
• pp.349-361
• /
• 2013

본 논문에서는 깊이 정보만을 이용하여 얼굴을 고속으로 추적하는 방법을 제안하다. 그 방법으로는 템플릿 매칭 방법을 사용하며, 템플릿 매칭 방법의 문제점인 과다한 수행시간의 문제를 해결하여 고속으로 얼굴을 추적하기 위하여 조기종료 기법과 sparse 탐색 기법을 적용하고, 그에 따른 추적오류를 보정하고자 주변 화소들을 대상으로 매칭보정을 수행한다. 얼굴의 움직임에 따른 깊이의 변화를 보정하기 위해 추적할 얼굴의 깊이 값을 추정하고 그 결과에 따라 템플릿의 크기를 조정한다. 또한 조정된 템플릿의 크기에 따라 템플릿 매칭을 수행할 탐색영역을 조정한다. 자체 제작한 테스트 시퀀스들을 사용하여 추적에 필요한 파리미터들을 결정하였으며, 또 다른 자체 제작한 테스트 시퀀스들과 MPEG에서 제공한 다시점 테스트 시퀀스를 제안한 방법에 적용하는 실험을 수행하였다. 실험결과 Kinect을 이용하여 자체제작($640{\times}480$) 시퀀스에서는 약 3%의 추적오류와 2.45ms의 수행시간을 보였으며, Lovebird1($1024{\times}768$) 시퀀스에서는 약 1%의 추적 오류와 7.46ms의 수행시간을 보였다.