• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2013.05a
• /
• pp.521-524
• /
• 2013

In this paper, the algorithm that recognizes the gesture by configuring the feature information obtained through Improved Higher Order Local Correlation Features as low dimensional gesture symbol was described. Since the proposed method doesn't require a lot of computations compared to the existing geometric feature based method or appearance based methods and it can maintain high recognition rate by using the minimum information, it is very well suited for real-time system establishment.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2003.05a
• /
• pp.579-582
• /
• 2003

생체인식을 통한 개인 식별은 새로이 등장한 개념이 아니라 오래 전부터 사용되어왔으나 기존의 화상처리 방법으로는 불필요한 정보까지 포함하여 특징을 추출하여 많은 시간이 소용된다는 문제점이 있었다. 본 논문에서 적용한 고차 국소 자동 상관계수 특징 알고리즘을 이용하여 홍채병변 인식의 수렴속도를 빠르게 하는 신경망을 사용하였으며, 고차 국소 자동 상관계수 특징 알고리즘은 평균 32.5회때 수렴 평균 31.5회때 수렴하였고, 일반 BP 알고리즘은 평균 720.3회때 수렴함과 병변 추출면에서 훨씬 우수함을 보였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2002.10d
• /
• pp.541-543
• /
• 2002

본 논문에서는 HOLA(고차국소자동상관계수)를 이용한 특징추출과 BP(Backpropagation Network) 알고리즘을 이용하여 얼굴을 인식하는 방법을 제안한다. 이를 위해 동일한 환경, 즉 일정한 조도 하에서 카메라로부터 동일거리에 있는 영상을 256$\times$256 크기의 그레이 스케일(Gray Scale)로 취득하여 영상내의 잡음을 가우시안(Gaussian) 필터를 이용하여 제거한다. 차영상을 이용하여 얼굴영역을 분리한 후 얼굴영역의 특징벡터를 구하기 위하여 HOLA(고차 국소 자동 상관함수)를 사용한다. 계산된 특징벡터는 BP 신경망의 학습을 통하여 얼굴인식을 위한 데이터로 사용된다. 시뮬레이션을 통해 제안된 알고리즘에 의한 인식률향상과 속도 향상을 입증한다.