• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2003.10a
• /
• pp.268-271
• /
• 2003

SOM 알고리즘에서 가중치 조정은 입력 벡터와 승자 노드의 대표 벡터간의 차이만큼 조정되고 승노드의 대표벡터에 입력벡터의 정보를 반영하게 된다. 여기서 그 정보를 반영할 때 입력벡터와 승자노드의 대표 벡터간에 차이가 크면 승자 노드의 대표 벡터에 입력벡터를 기억시키기 위해 입력 벡터의 정보를 더 많이 반영해야 한다. 이러한 문제점을 개선하기 위해 본 논문에서는 승자 노드의 대표벡터와 입력벡터간의 출력오류를 0과1사이의 정규화된 값으로 출력오류를 계산하여 학습률을 조정하고 승자 노드의 저 활용 문제를 개선하기 위해 학습 중에 각 승자 노드의 대표 벡터들이 수정되고 선택되어지는 횟수가 가능한 동등해지도록 각 노드의 승자 빈도수를 가중치 조정에 반영하는 개선된 SOM 알고리즘을 제안하였다. 제안된 방법의 인식 성능을 평가하기 위해 주민등록증에서 추출한 숫자 패턴 50개를 대상으로 실험한 결과, 제안된 방법의 인식 성능이 기존의 SOM 알고리즘보다 개선된 것을 확인하였다.

• Journal of the Institute of Electronics Engineers of Korea SP
• /
• v.39 no.4
• /
• pp.462-469
• /
• 2002

While the conventional K-means algorithms use a fixed weight to design a vector codebook for all learning iterations, the proposed method employs a variable weight for learning iterations. The weight value of two or more beyond a convergent region is applied to obtain new codevectors at the initial learning iteration. The number of learning iteration applying a variable weight must be decreased for higher weight value at the initial learning iteration to design a better codebook. To enhance the splitting method that is used to generate an initial codebook, we propose a new method, which reduces the error between a representative vector and the member of training vectors. The method is that the representative vector with maximum squared error is rejected, but the vector with minimum error is splitting, and then we can obtain the better initial codevectors.

• Proceedings of the Acoustical Society of Korea Conference
• /
• spring
• /
• pp.259-262
• /
• 2002

벡터양자화에서 주어진 학습벡터를 가장 잘 대표할 수 있는 코드벡터의 집합인 코드북을 구하는 것은 가장 중요한 문제이다. 이러한 코드북을 구하는 알고리즘 중에서 가장 대표적인 방법은 K-means 알고리즘으로 그 성능이 초기 코드북에 크게 의존한다는 문제점을 가지고 있어 여러 가지 초기 코드북을 설계하는 알고리즘이 제안되어 왔다. 본 논문에서는 splitting 방법을 이용한 수정된 초기 코드북 생성 알고리즘을 제안하고자 한다. 제안된 방법에서는 기존외 splitting 방법을 적용하여 초기 코드북을 생성하되, 미소분리 과정 시 학습벡터의 수렴 빈도가 가장 낮은 코드벡터를 제거하고 수렴 빈도가 가장 높은 코드벡터를 미소분리 하여 수렴 빈도가 가장 낮은 코드벡터와 대체해가며 초기 코드북을 설계 한다. 제안된 방법의 적용온 기존 방법에서 MSE(mean square error)의 감소율이 가장 작은 미소분리 과정에서 시작하여 원하는 코드북 크기를 얻을 때까지 반복한다. 제안된 방법으로 생성된 초기 코드북을 사용하여 K-means 알고리즘을 수행한 결과 기존의 splitting 방법으로 생성된 초기 코드북을 사용한 경우보다 코드북의 성능이 향상되었다.

• Convergence Security Journal
• /
• v.6 no.4
• /
• pp.83-90
• /
• 2006

In this paper, we propose a new design method for a robust vector quantizer that is independent of the statistical characteristics of input images in the wavelet transformed image coding. The conventional vector quantizers have failed to get quality coding results because of the different statistical properties between the image to be quantized and the training sequence for a codebook of the vector quantizer. Therefore, in order to solve this problem, we used a pseudo image as a training sequence to generate a codebook of the vector quantizer; the pseudo image is created by adding correlation coefficient and edge components to uniformly distributed random numbers. We will clearly define the problem of the conventional vector quantizers, which use real images as a training sequence to generate a codebook used, by comparing the conventional methods with the proposed through computer simulation. Also, we will show the proposed vector quantizer yields better coding results.

• The Transactions of the Korea Information Processing Society
• /
• v.7 no.2
• /
• pp.529-535
• /
• 2000

In this paper, we propose a new method of designing the vector quantizer which is robustness to coding results and independent of statistical characteristics of an input image in wavelet transformed image coding processes. The most critical drawback of a conventional vector quantizer is the degradation of coding capability resulted from the discordance between quantizer objective image and statistical characteristics of training sequence which is for generating representing vector. In order to resolve the problem of conventional methods, we use independent random-variables and pseudo image to which image correlation and edge component were added, as a training sequence for generating representing vector. We have done a computer simulation in order to compare coding capability between a vector quantizer designed by the proposed method and one with the conventional method using real image as same as that is objective to coding of training sequence used in codebook generation. The results show the superiority of the proposed vector quantizer method at the aspect of coding capability compared to conventional one. They also clarify the problems of conventional methods.

• Proceedings of the Korea Multimedia Society Conference
• /
• 1998.04a
• /
• pp.95-99
• /
• 1998

본 논문에서는 웨이브렛 변환을 이용한 영상 부호화에서 입력 영상의 통계적 성질에 관계없이 부호화 결과에 범용성을 갖는 새로운 벡터 양자화기 설계법을 제안한다. 제안하는 벡터 양자화기에서는 대표벡터를 생성하기 위한 학습계열로 난수에 영상의 상관과 에지성분을 첨가한 모사 영상을 사용한다. 제안한 방식에 의해 설계된 벡터양자화기와 코드북 생성에 이용하는 학습계열에 부호화 대상이 되는 영상과 같은 실제의 영상을 사용한 종래방식으로 설계된 벡터양자화기와 부호화 성능을 비교하여 종래방식의 문제점을 명확하게 밝힌다.

• Proceedings of the KIEE Conference
• /
• 2000.11d
• /
• pp.742-744
• /
• 2000

본 논문에서는 영상의 형태 정보를 이용하여 내용 기반 영상 검색을 수행할 수 있는 방법으로, 질의(query) 영상의 의사 저나이크 모멘트에서 영상내의 물체 형태에 대한 기여도가 가장 큰 모멘트를 추출하여 영상 전체의 형태 정보를 대표하는 특징벡터로 정하여 영상 검색을 수행하는 방법과, 영상의 인터레스트 포인트에서 미분 불변치 벡터와 위치 특성 벡터를 계산하여 영상의 지역 형태 정보를 대표하는 특징벡터로 정하여 영상 검색을 수행하는 방법, 그리고 두가지 방법을 모두 고려하여 영상 검색을 수행하는 방법을 제시한다. 트레이드마크 영상 데이터베이스에 대해 영상 검색을 수행하여 기존의 영상 검색 방법과의 비교를 통하여 제안한 방법의 우수함을 보인다.

• 한국HCI학회:학술대회논문집
• /
• 2007.02a
• /
• pp.938-942
• /
• 2007

신문 기사 및 상품 평은 특정 주제나 상품을 대상으로 하여 글쓴이의 감정과 의견이 잘 나타나 있는 대표적인 문서이다. 최근 여론 조사 및 상품 의견 조사 등 다양한 측면에서 대용량의 문서의 의미적 분류 및 분석이 요구되고 있다. 본 논문에서는 문서에 나타난 내용을 기준으로 문서가 나타내고 있는 감정을 긍정과 부정의 두 가지 범주로 분류하는 시스템을 구현한다. 문서 분류의 시작은 감정을 지닌 대표적인 종자 어휘(seed word)로부터 시작하며, 자질의 선정은 한국어 특징상 감정 및 감각을 표현하는 명사, 형용사, 부사, 동사를 대상으로 한다. 가중치 부여 방법은 한글 유의어 사전을 통해 종자 어휘의 의미를 확장하여 각각의 가중치를 책정한다. 단어 벡터로 표현된 입력 문서를 이진 분류기인 지지벡터 기계를 이용하여 문서에 나타난 감정을 판단하는 시스템을 구현하고 그 성능을 평가한다.

• Journal of the Korea Society of Computer and Information
• /
• v.3 no.4
• /
• pp.27-34
• /
• 1998

In this paper we present a method for automatic motion vector and brightness based video indexing and retrieval. We extract a representational frame from each shot and compute some motion vector and brightness based features. For each R-frame we compute the optical flow field; motion vector features are then derived from this flow field, BMA(block matching algorithm) is used to find motion vectors and Brightness features are related to the cut detection of method brightness histogram. A video database provided contents based access to video. This is achieved by organizing or indexing video data based on some set of features. In this paper the index of features is based on a B+ search tree. It consists of internal and leaf nodes stores in a direct access a storage device. This paper defines the problem of video indexing based on video data models.

• Journal of the Institute of Electronics Engineers of Korea SP
• /
• v.41 no.5
• /
• pp.185-192
• /
• 2004

This paper presents face recognition using vector quantization in the eigenspace of the faces. The existing eigenface method is not enough for representing the variations of faces. For making up for its defects, the proposed method use a clustering of feature vectors by vector quantization in eigenspace of the faces. In the trainning stage, the face images are transformed the points in the eigenspace by eigeface(eigenvetor) and we represent a set of points for each people as the centroids of vector quantizer. In the recognition stage, the vector quantizer finds the centroid having the minimum quantization error between feature vector of input image and centriods of database. The experiments are performed by 600 faces in Faces94 database. The existing eigenface method has minimum 64 miss-recognition and the proposed method has minimum 20 miss-recognition when we use 4 codevectors. In conclusion, the proposed method is a effective method that improves recognition rate through overcoming the variation of faces.