• Journal of the Institute of Convergence Signal Processing
• /
• v.19 no.1
• /
• pp.1-6
• /
• 2018

In this paper, we propose the method to eliminate repetitive processes for key-point detection on multi-scale image space. The proposed method detects key-points from the original image, and select a good key-points using the cluster filters, and create the key-point clusters. And it select reference objects by using direction angles of the key-point clusters, predict the scale of the original image by using the distributed distance ratio. It transform the scale of the reference image, and apply the detection of key-points to the transformed reference image. In the results of the experiment, the proposed method can be found to improve the key-points detection time by 75 % and 71 % compared to SIFT method and scaled ORB method using the multi-scale images.

• Proceedings of the Korea Institute of Convergence Signal Processing
• /
• 2005.11a
• /
• pp.205-208
• /
• 2005

본 논문은 특징 가중치 벡터를 적용하여 능동형태 모델(Active Shape Model)기반에서 눈동자의 움직임 추적 속도를 향상시키는 방법을 제안한다. 일반적인 능동형태 모델에서는 객체 추적을 위한 PDM 구성을 위해 각 특징점 구성 벡터의 유클리디안 거리의 최소 값으로 Training Set정렬 과정을 수행한다. 이 과정에서 적절하지 못한 샘플 영상으로 인해 안정된 PDM을 구성하지 못하는 문제점이 발생한다. 이러한 문제점을 해결하기 위하여 본 논문에 서는 형태를 구성하는 특징점마다 가중치를 부여하는 벡터를 작성하고, 최소자승근사법으로 최유사 특징점 벡터를 산출하기 위한 선형방정식을 구상하였다. 이로 인해 안정된 PDM을 구성할 수 있었으며, 눈동자 추적실험을 통해 형태적 움직임을 보정하는 실험을 수행하였다. 실험결과 기존의 능동형태 모델에 비해 반복연산의 횟수가 줄어들고, 다양한 형태로 나타나는 눈동자의 움직임 추적에 보다 안정적인 결과를 얻을 수 있었다.

• Proceedings of the KIEE Conference
• /
• 2004.07d
• /
• pp.2534-2536
• /
• 2004

본 논문은 유전알고리즘을 이용하여 부정맥 진단의 최적화된 입력을 구성하는 방법을 제시한다. 심전도 신호의 특징을 추출하기 위해 웨이블릿 변환이 널리 사용되고 있지만, 추출된 특징들의 선택과 최적화의 문제에 대해서는 명쾌한 해결책을 제시하지 못하고 있다. 심전도 신호는 연속 웨이블릿 변환을 이용해 5레벨로 분해되었으며, 각 서브밴드에서 추출된 계수들은 부정맥 진단을 위한 특징으로 쓰이게 된다. 웨이블릿 변환을 통해 추출된 특징들(feature)은 유전자 알고리즘과 중회귀 분석을 동하여 부정맥 진단을 위한 최적화된 특징조합이 결정되었다. 본 연구를 통해 특정레벨의 어떤 계수가 부정맥 진단에 크게 영향을 미치는지 판단할 수 있었으며 입력의 차원감소는 연산시간의 축소를 가져왔고 분류정확도를 향상시켜 분류기의 성능을 증대시켰다.

• Journal of the Institute of Electronics Engineers of Korea SP
• /
• v.40 no.6
• /
• pp.1-9
• /
• 2003

In this paper, we propose a new fingerprint feature extraction method using the convex structure. A fingerprint minutiae flows along the uniform direction and is regarded as a sinusoidal signal across the normal direction. Local maxima of the signal represent coarse thinned one-pixel-wide ridges in which the convex region of the signal correspond to ridges. The proposed fingerprint feature extraction method detects the convex structure and local maxima. Finally fingerprint features are extracted from one-pixel-wide ridges. Because it has no parameter, it is efficient for various fingerprint identification systems.

• Proceedings of the Korea Institute of Convergence Signal Processing
• /
• 2003.06a
• /
• pp.98-101
• /
• 2003

본 논문에서는, 패턴 인식시 데이타의 최적의 특성을 구성할 수 있는 새로운 신경망 구조인 적응적 트리맵을 제안한다. 유전 알고리즘을 사용한 적응적 트리맵(adaptive tree map ATM)은 데이터의 특징에 대한 중요도를 유전 알고리즘으로 구성하고, 특징의 우선 순위에 따라 트리구조를 도입하고 데이터의 유사성에 따라 신경망의 뉴런이 분리, 병합 될 수 있다. 패턴인식의 인식률에 영향을 미치는 인자 중에서 가장 중요한 특징은 연구자의 선택에 의하여 사용되거나 무시될 수 있으며, 반복적인 실험을 통하여 적절한 특징을 사용할 수 있으나 최적의 특징은 될 수 없다. 그러나 본 논문에서 제안한 ATM을 이용하면 블랙박스로 구성된 적응적인 시스템을 이용하여 원하는 출력을 얻을 수 있게 된다.

• Proceedings of the Korea Institute of Convergence Signal Processing
• /
• 2000.08a
• /
• pp.209-212
• /
• 2000

본 논문에서는 칼라 CCD 카메라로부터 입력된 얼굴 영상에서 칼라 정보와 눈, 코, 입 등의 얼굴 영역 특징자 및 턱선의 선형적 특징을 이용한 얼굴 인식 알고리즘을 제안하였다. 제안한 알고리즘에서는 인간의 시각 체계와 비교적 유사한 HSI좌표계 상에서 피부색에 대한 색상 정보와 명암값 정보를 함께 이용함으로써 얼굴영역 추출의 효율을 높였고, 적응적인 추출이 가능하도록 하였다. 또한 추출된 얼굴 영역에서 얼굴 인식율 개선을 위해 눈, 코, 입 등의 구조적 위치 정보와 턱선의 선형적인 특징값을 이용하여 얼굴 인식율을 개선하였다. 제안한 알고리즘에서는 기존의 명암 정보를 이용하는 방법과는 달리 색상 정보와 명암 정보를 함께 이용함으로써 정확한 얼굴 영역의 검출이 가능하였으며 인식 방법에 있어서 구조적 특징자 외에 턱선의 선형적인 관계값을 이용함으로써 인식 효율을 개선하였다.

• Proceedings of the Korea Institute of Convergence Signal Processing
• /
• 2000.08a
• /
• pp.305-308
• /
• 2000

암의 진행 정도를 판단하기 위한 암세포 조직영상의 분석은 그 대상이 되는 영상의 다양성과 잡음으로 인해 정확한 분석이 어렵다. 특히, 암의 진행 정도를 판단하는데 있어서 중요한 요인인 세포핵의 variation에 따른 order/disorder 정도를 객관적 수치로 정량화하기 위해서는, 각 기(stage)에 따른 암의 진행정도를 가장 잘 나타낼 수 있는 특징값 추출이 필수적이다. 본 논문에서는 가장 유효한 특징값을 추출하기 위하여, 공간 영역과 주파수 영역에서 그 지역적 특징을 잘 나타내는 wavelet 변환을 적용한 후, 분할 된 서브 밴드 중 고대역 서브 밴드에서 질감 특징을 추출하고, 추출 된 질감 특징값들이 암의 진행 정도에 따른 각 집단간에 유의한 차이를 나타내는지에 대한 유의성을 검증하기 위하여, 다변량 통계학적 분석 방법을 사용하여 비교분석 하였다.

• Proceedings of the Korean Nuclear Society Conference
• /
• 1997.10a
• /
• pp.233-238
• /
• 1997

위그너분포(Wigner Distribution)를 이용하여 진동신호를 분석하고, 신경회로망을 이용하여 온라인으로 진동발생에 따른 냉각재펌프의 이상상태를 진단하고자 하였다. 진동신호 분석을 위하여 현재 정상 가동중인 원전 냉각재펌프의 진동신호와 Rotor Kit으로부터 이상상태에 대한 모의신호를 추출하였다. 본 연구에서 진동신호 분석을 위하여 시간 및 주파수성분을 동시에 표현가능한 위그너분포 이론을 적용하므로써 기존의 시간 및 주파수성분을 별도로 표현하던 방법보다 신호분석이 용이함을 확인하였으며, 이 신호분석 결과를 바탕으로 역전파 신경회로망의 패턴인식 및 분류 특징을 이용한 진단결과는 실험데이타 량에 비추어 만족할 만한 인식률을 보였다.

• Journal of the Institute of Electronics and Information Engineers
• /
• v.53 no.4
• /
• pp.142-148
• /
• 2016

Recently, human identification using various biological signals has been studied and human identification based on the gait has been actively studied. In this paper, we propose a human identification based on the EMG(Electromyography) signal of the thigh muscles that are used when walking. Various features such as RMS, MAV, VAR, WAMP, ZC, SSC, IEMG, MMAV1, MMAV2, MAVSLP, SSI, WL are extracted from EMG signal data and ANN(Artificial Neural Network) classifier is used for human identification. When we evaluated the recognition ratio per channel and features to select approptiate channels and features for human identification. The experimental results show that the rectus femoris, semitendinous, vastus lateralis are appropriate muscles for human identification and MAV, ZC, IEMG, MMAV1, MAVSLP are adaptable features for human identification. Experimental results also show that the average recognition ratio of method of using all channels and features is 99.7% and that of using selected 3 channels and 5 features is 96%. Therefore, we confirm that the EMG signal can be applied to gait based human identification and EMG signal based human identification using small number of adaptive muscles and features shows good performance.

• Journal of Digital Convergence
• /
• v.11 no.7
• /
• pp.209-214
• /
• 2013

Improve the recognition performance of speech recognition systems as a method for recognizing human listening skills were incorporated into the system. In noisy environments by separating the speech signal and noise, select the desired speech signal. but In terms of practical performance of speech recognition systems are factors. According to recognized environmental changes due to noise speech detection is not accurate and learning model does not match. In this paper, to improve the speech recognition feature extraction using gamma tone and learning model using acoustic model was proposed. The proposed method the feature extraction using auditory scene analysis for human auditory perception was reflected In the process of learning models for recognition. For performance evaluation in noisy environments, -10dB, -5dB noise in the signal was performed to remove 3.12dB, 2.04dB SNR improvement in performance was confirmed.