• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2013년도 춘계학술대회
• /
• pp.521-524
• /
• 2013

본 논문에서는 개선된 고차상관 특징계수 통해서 얻어진 특징 정보를 제스처 심볼로 구성하여 인식하는 알고리즘에 대해 기술한다. 제안된 방법은 기존의 기하학적인 특징 기반 방법이나 외관기반 방법의 비해 많은 계산 량이 요구 되지 않고 최소한의 정보를 사용하고도 높은 인식률을 유지 할 수 있기에 실시간 시스템 구축에 매우 적합하다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2003년도 춘계학술발표논문집 (상)
• /
• 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.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2002년도 가을 학술발표논문집 Vol.29 No.2 (2)
• /
• 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.