1,721,038 research outputs found
An automatic cerebellum extraction method in T1-weighted brain MR images using an active contour model with a shape prior
No full textPurpose: The objective of this paper was to automatically segment the cerebellum from T1-weighted human brain magnetic resonance (MR) images. Materials and Methods: The proposed method constructs a cerebellum template using five sets of 3-T MR imaging (MRI) data, which are used to determine the initial position and the shape prior of the cerebellum for the active contour model. Our formulation includes the active contour model with shape prior, which thereby maintains the shape of the template. The proposed active contour model is sequentially applied to sagittal-, coronal- and transverse-view images. To evaluate the proposed method, it is applied to BrainWeb data and a 3-T MRI data set and compared with FreeSurfer with respect to performance assessment metrics. Results: The segmented cerebellum was compared with the results from FreeSurfer. Using the manually segmented cerebellum as reference, we measured the average Jaccard coefficients of the proposed method, which were 0.882 and 0.885 for the BrainWeb data and 3-T MRI data set, respectively. Conclusion: We presented the active contour model with shape prior for extracting the cerebellum from T1-weighted brain MR images. The proposed method yielded a robust and accurate segmentation result. (C) 2011 Elsevier Inc. All rights reserved
Making a More Reliable Classifier via Random Crop Pooling
No full textDeep neural networks have achieved state-of-the-art performance for a variety of pattern-recognition tasks. In particular, the deep convolutional neural network (CNN), which is composed of several convolutional layers with a nonlinear activation function, pooling layers, and fully connected layers or an optional global average pooling layer, has received significant attention and is widely used in computer vision. Some research is now replacing a top fully connected layer with global pooling to avoid overfitting in the fully connected layers and to achieve regularization. This replacement is very important because global pooling with additional convolutional layers can eliminate restrictions on the necessity for fixed-size or fixed-length input in the fully connected layers. In this paper, the top global pooling layer is focused on, which is used in place of the fully connected layer and creates a simple and effective pooling operation called random crop (RC) pooling. Additionally, how to attain regularization in the top RC pooling layer is discussed. RC pooling randomly crops the feature maps so that only the images with sufficiently scaled and centered objects can be well-trained. This approach achieves comparable accuracy on the CIFAR-10/100 and MNIST
Plastic Deformation of Semicrystalline Polyethylene under Extension, Compression, and Shear Using Molecular Dynamics Simulation
No full textPlastic deformation of the stack of alternating crystal and amorphous layers typical of semicrystalline polyethylene is studied by molecular dynamics simulation. A previous investigation of the semicrystalline layered stack undergoing isochoric extension1 is extended here to include several new modes of deformation: isostress extension, isostress compression, and isochoric shear, at 350 K and deformation rates of 5 × 107 and 5 × 106 s–1. The observed stress–strain responses are interpreted in terms of the underlying structural evolution of the material for each mode of deformation. Under tensile deformation, crystallographic slip was observed at low strains (0 0.26), melting and recrystallization were observed at the slower deformation rate, while surface melting and cavitation were observed at the faster deformation rate. Under compressive deformation at the slower deformation rate, crystallographic slip was again observed at low strains. For the faster compressive deformation, an initial period of rapid stress growth at low strain was observed. This initial stress growth then transitions to a process of fine crystallographic slip at a strain of e3 = −0.005. At intermediate strains under compressive deformation, the release of bridging entanglements is observed for both strain rates. However, no melting or recrystallization phenomena were observed under compression, even at the highest strains simulated (e3 = −0.33). Under shear deformation, interlamellar slip was observed for both zx and zy shear (strain gradient parallel to stacking direction). Chain segments tend to stretch and align in the shear direction. Interestingly, under shear deformation this semicrystalline polyethylene exhibits transient behavior typical of non-Newtonian fluids.Exxon Mobil Corporatio
주요점 검출과 Superpixel 그래프를 기반으로 한 영상 분할
No full text학위논문(석사) - 한국과학기술원 : 전기및전자공학과, 2012.2, [ c, 23 p. ]한국과학기술원 : 전기및전자공학과
희소성 표현 모델과 순위리스트 기반의 자세 변화에 강인한 얼굴인식
No full text학위논문(석사) - 한국과학기술원 : 전기및전자공학과, 2015.2
,[v, 28p :]얼굴인식 연구의 시작 아래 얼굴인식 기술은 급격히 발전해왔다. 다양한 환경에서 촬영된 얼굴 사진들의 모음인 LFW(Labelled Faces in the Wild)의 성능이 인간을 넘어설만큼 얼굴인식기술은 발전했으나, 여전히 사람의 얼굴 자세 변화가 매우 클 경우의 얼굴 인식 성능은 매우 저조하다. 본 논문에서는, 자세 변화가 좌, 우로 45도 이상으로 매우 클 경우에도 좋은 성능을 보이는 얼굴 인식기술을 제안한다. 특정 자세의 트레이닝 이미지들이 포함된 자세 적응적 얼굴사전이 주어졌을 때, 입력 이미지와 얼굴 사전 내의 이미지들간의 유사도를 비교하여 그 유사도에 따라 순위 리스트를 생성하고, 두 입력이미지에 대한 두 순위 리스트의 유사도 측정을 통해 두 입력이미지의 유사도를 결정하는 방법, 또한 자세 적응적 얼굴사전을 이용한 희소성 표현 모델을 통해 얻어진 계수 벡터 간의 유사도 측정을 통해 두 입력 이미지의 유사도를 결정하는 법을 제안한다. 더불어, 자세 적응적 얼굴사전을 사용하는데, 해당 입력이미지의 자세를 자동으로 판단하기 위한 희소성 표현 모델 기반의 포즈 추정 기법도 제안한다.한국과학기술원 :전기및전자공학과
Speaker dependent visual speech recognition using local binary pattern
No full text학위논문(석사) - 한국과학기술원 : 미래자동차학제전공, 2013.2, [ v, 32 p. ]소리음성인식은 최근에 매우 만족스러운 성능을 제공하고 있다. 하지만 소리신호가 소음에 의해 오염된 정도에 따라 인식률이 떨어지는 결과가 나온다. 이는 소리음성인식의 가장 큰 취약점중의 하나이다. 예를 들어, 자동차 내 외부에서 나오는 소음들(엔진, 타이어, 공기역학적 소음) 안에서 운전자의 음성을 인식한다거나, 운집한 사람들 사이에서의 특정한 사람의 음성인식은 소리기반 음성인식의 성능이 저하되는 대표적인 상황이다. 이 문제를 해결하기 위해 소음에 영향을 받지 않는 영상정보가 보조역할로 추가가 되어야 한다. 보통 음성은 조음기관(혀, 성대, 입술)을 통해서 생성되는데, 그 중 입술은 매우 관측이 잘되는 기관이다. 그래서 화자의 음성은 부분적으로 입술의 움직임을 통해 추측이 가능하다. 이러한 이유 때문에 많은 연구들이 소리신호와 영상정보를 융합하여 최종 음성인식을 수행하는 데에 주력하였다. 본 논문에서는 입술의 영상정보를 이용해서 영상음성인식을 목적으로 한다. 먼저 입술의 시퀀스 데이터는 말하는 입과 말하지 않는 입으로 구분하고, 시간 축으로 표준화 작업을 거친다. 이 작업을 마친 데이터는 여러 개의 볼륨으로 나뉘어 VLBP 와 LBP-TOP 특징 점이 각각 추출된다. 분류단계에서는 다중클래스 아다부스트와 리스트 스퀘어 방식으로 분류하는 두 가지 기법이 제안된다. 실험단계에서는 OuluVS 데이터베이스에서 성능시험을 하였다. 실험결과상 LBP-TOP 과 리스트스퀘어의 조합이 가장 좋은 성능을 나타내었고, 반대로 VLBP 와 다중클래스 아다부스트 쌍으로 실험한 성능은 매우 낮았다. 또한, 여기서 제안된 알고리즘은 말하는 입과 말하지 않는 입에 해당하는 프레임을 얼마나 정확히 검출하느냐에 따라 성능 면에서 매우 민감한 성질을 갖고 있다.한국과학기술원 : 미래자동차학제전공
- …
