• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.41 no.3
• /
• pp.317-327
• /
• 2016

The extraction of significant feature points from a video is directly associated with the suggested method's function. In particular, the occlusion regions in trees or people, or feature points extracted from the background and not from objects such as the sky or mountains are insignificant and can become the cause of undermined matching or recognition function. This paper classifies the feature points required for building recognition by using multi-frames in order to improve the recognition function(algorithm). First, through SIFT(scale invariant feature transform), the primary feature points are extracted and the mismatching feature points are removed. To categorize the feature points in occlusion regions, RANSAC(random sample consensus) is applied. Since the classified feature points were acquired through the matching method, for one feature point there are multiple descriptors and therefore a process that compiles all of them is also suggested. Experiments have verified that the suggested method is competent in its algorithm.

• 한국IT서비스학회:학술대회논문집
• /
• 2002.11a
• /
• pp.411-416
• /
• 2002

인터넷의 발전과 더불어 전자메일 사용자가 증가하게 되고, 기업의 고객접촉채널로서 전자메일에 대한 중요성 또한 증가되고 있다. 고객의 요구에 대해 적시에 적절하게 응답하지 못하면 고객의 불만족이 증가하게 되고, 충성도를 감소시켜 결국 장기적 매출 및 수익성 악화를 초래하게 된다. 따라서 고객의 전자메일에 신속, 정확하게 응답할 수 있는 전자 메일 자동관리 시스템의 필요성이 증가되고 있다. 본 연구에서는 나이브 베이지안 학습과 중심점 기반 분류 방법을 이용하여 전자메일 자동관리 시스템에서 전자메일 분류를 수행하는 분류기를 구현한다. 구현된 분류기를 이용하여 실제 기업의 고객 전자메일을 분류하는 실험을 수행하고 두 분류기의 성능을 비교하였다. 실험결과 두 분류기 모두 전자메일 분류에 비교적 우수한 성능을 보였다. 그러나, 클래스 수가 적은 경우 중심점 기반 분류기가 좋은 성능을 보였으나, 학습집합이 작아지면서 두 분류기의 성능 차이는 없었으며, 클래스의 수가 많아지면서 나이브 베이지안 분류기가 더 우수한 성능을 보였다.

• The Korean Journal of Applied Statistics
• /
• v.23 no.5
• /
• pp.943-953
• /
• 2010

From a mixture distribution of the score random variable for credit evaluation, there are many methods of estimating optimal thresholds. Most the research news is based on the assumption of normal distributions. In this paper, we extend non-normal distributions such as Weibull, Logistic and Gamma distributions to estimate an optimal threshold by using a hypotheses test method and other methods maximizing the total accuracy and the true rate. The type I and II errors are obtained and compared with their sums. Finally we discuss their e ciency and derive conclusions for non-normal distributions.

• The Korean Journal of Applied Statistics
• /
• v.24 no.1
• /
• pp.185-191
• /
• 2011

In the credit evaluation study with the assumption of mixture distributions, the ROC curve is a useful method to explore the discriminatory power of default and non-default borrowers. The AROC curve is an adjusted ROC curve that can be identified with the corresponding score and is mathematically analyzed in this work. We obtain patterns of this curve by applying normal distributions. Moreover, the relationship between the AROC curve and many classification accuracy statistics are explored to find the optimal threshold. In the case of equivalent variances of two distributions, we obtain that the local minimum of the AROC curve is estimated at the optimal threshold to maximize certain classification accuracies.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2024.05a
• /
• pp.559-562
• /
• 2024

자연어 기반의 분류모델을 개발할 때 높은 성능을 획득하기 위해서는 데이터의 품질이 중요한 요소이다. 특히 무역상품 국제 분류체계 HS-CODE에서 상품명을 기반으로 HS코드를 분류할 때, 라벨링 된 데이터의 품질에 의해서 분류모델의 성능이 좌우된다. 하지만 현실적으로 확보 가능한 데이터셋에는 데이터 라벨링 오류나 데이터로 활용하기에 특징점이 부족한 데이터들이 다수 존재하기도 한다. 본 연구에서는 분류모델 학습 데이터의 정제 방법론으로, 딥러닝 기반 노이즈 검출 알고리즘을 제안한다. 분류 대상의 특징점이 분류 경계값 주변에 존재한다면 분류하기 모호한 노이즈 데이터일 가능성이 높다고 가정하고, 해당 노이즈 데이터를 검출하는 방법으로 딥러닝 기술을 활용한다. 해당 경계값 노이즈 검출 알고리즘으로 데이터를 정제한 뒤 학습모델의 성능비교 결과, 기존 대비 우수한 분류 정확도를 기록하였다.

• The KIPS Transactions:PartB
• /
• v.9B no.1
• /
• pp.29-34
• /
• 2002

Fingerprint recognition technology was studied by classification and matching. In general, there are five different classifications left loop, right loop, whore, arch, and tented-arch. These classifications are used to determine which class an individual's fingerprint belong to, thereby identifying the individual's fingerprint pattern. The result of this classification, which is sent to the large fingerprint database as an index, helps reduce the matching time and enhance the accuracy of fingerprint matching. The existing fingerprint classification method relies on the number and location of cores and delta points called singular points. The drawback of this method is the lack of accuracy stemming from the classification difficulty involving unclear and/or partially-erased fingerprints. The current paper presents an efficient classification method to rectify the problem associated with identifying Singular points from unclear fingerprints. This method, which is based on Gabor filter's unique characteristics for magnifying directional patterns and frequency range selections, improves fingerprint classification accuracy significantly. In this paper, this method is described and its test result is presented for verification.

• Journal of the Korean Society of Surveying, Geodesy, Photogrammetry and Cartography
• /
• v.25 no.1
• /
• pp.55-62
• /
• 2007

Recent advances in airborne LiDAR technology allow rapid and inexpensive measurements of topography over large areas. The generation of DTM/DEM is essential to numerous applications such as the fields of civil engineering, environment, city planning and flood modeling. The demand for LiDAR data is increasing due to the reduced cost for DTM generation and the increased reliability, precision and completeness. In order to generate DTM, measurements from non-ground features such as building and vegetation have to be classified and removed. In this paper, a segmented morphology filter was developed to detect non-ground LiDAR measurements. First, segments LiDAR point clouds based on the elevation. Secondly classifies those protruding segments into non-ground points. Those non-ground points such as building and vegetation are removed, while ground points are preserved for DTM generation. For experiments, data sets used in Comparison of Filters (ISPRS, 2003) depicting urban and rural areas were selected. The experimental results show that the proposed filter can remove most of the non-ground points effectively with less commission and omission errors.

• Proceedings of the Plant Resources Society of Korea Conference
• /
• 2019.10a
• /
• pp.31-31
• /
• 2019

국립생물자원관 표본관(KB)에 소장된 관속식물 33종(94점)의 기준표본 정보에 대한 자료를 정리하고, 타 기관 또는 대학에서 국립생물자원관으로 기증된 기준표본 정보를 제공하고자 한다. 정기준표본(holotype) 15점, 동기준표본(isotype) 57점, 종기준표본(paratype) 22점이 국립생물자원관에 소장되어 있으며, 서울대학교(SNU), 아주대학교(AJOU), 전북대학교(JNU), 충북대학교(CBU), 한국식물연구원(KPRI), 한림대학교(HHU)의 일부 기준표본이 국립생물자원관으로 새로이 이전되었다. 소장된 기준표본의 종조성은 양치식물 7분류군, 쌍자엽식물 22분류군, 단자엽식물 4분류군으로 확인되었으며, 대표적인 속으로는 제주고사리삼속(한반도 고유속), 현호색속(7분류군)과 물부추속(4분류군) 등이 있다. 소장된 기준표본의 대표적인 명명자로는 김영동 교수, 박종욱 교수, 선병윤 교수, 오병운 교수, 최홍근 교수, 현진오 박사 등이 확인되었다. 국가별로는 28분류군이 한반도산이며, 미얀마와 캄보디아가 각각 2분류군, 라오스산이 1분류군으로 조사되었고, 이중 27분류군이 한반도 고유종으로 평가되었다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2012.11a
• /
• pp.1057-1059
• /
• 2012

스마트폰이 대중화되면서 안드로이드 애플리케이션의 보안문제가 대두되고 있다. PC환경의 소프트웨어는 개발단계에서부터 시큐어코딩을 통해 안전성을 확보하고 있으나 안드로이드 애플리케이션의 경우는 연구가 더 필요한 상황이다. 본 논문에서는 CWE(Common Weakness Enumeration)의 취약점 분류 체계와 CAPEC(Common Attack Pattern Enumeration and Classification)의 공격 패턴 분류 체계와 CERT(Computer Emergency Response Team)의 취약점 발생 예방을 위한 정책들을 통해 안드로이드 애플리케이션의 최신화된 취약점 목록을 도출하고 카테고리별로 분류하여 취약점을 효율적으로 분석하는 기법을 제안한다.

• Proceedings of the KIEE Conference
• /
• 2005.10b
• /
• pp.548-550
• /
• 2005

본 논문에서는 지문 인식을 하는데 있어서 특징점의 정보를 이용하여 지문을 정합하는 방법을 제안 하였다. 지문에는 중심점(core point), 삼각주(delta point), 분기점(bifurcation), 단점(ending point)들이 있는데, 본 논문에서는 먼저 poincare index를 이용하여 중심점을 검출한다. 검출된 중심점을 중심으로 하여 관심영역(ROI : region of interest)을 결정하여 영역내의 특징점들을 검출하여, 각 각 특징별로 분류한 다음 중심점과 특징점들과의 관계를 계산하여 지문 정합에 이용한다. 입력 받은 지문은 개개인 각각 양손 모두 10개의 손가락에서 센서의 누르기 압력을 다르게 하여 2번 입력 받아 사용하였다. 실험 결과 기존의 특징점 기반 알고리즘 보다 더 적은 영역에서 좀 더 정확하고 신뢰할 수 있는 지문 정합을 보여줌을 확인 하였다.