• 대한임베디드공학회논문지
• /
• 제6권5호
• /
• pp.295-302
• /
• 2011

This paper proposes facial feature tracking based on modified ART2 neural networks. And we also suggest new measurement devices such as 'Persistence Exponent' and 'Moving Space Exponent' for the criterion of input vector which consists features. The proposed methods have been applied to classify 48 students by 2-class (ADHD positive, ADHD negative). The results of the experiment have shown that the proposed methods are effective for ADHD Behavior Pattern Classification based on the Image Processing.

• 융합신호처리학회논문지
• /
• 제10권1호
• /
• pp.40-48
• /
• 2009

컴퓨터를 중심으로 한 IT 기술의 비약적인 발전과 더불어, 정보산업사회가 고도화되어 감에 따라 사용자 편리를 위한 인터페이스의 지능화, 인간화에 대한 요구가 나날이 증가하고 있다. 이러한 사용자의 요구에 따라 다양한 형태의 인간친화형 사용자 인터페이스 중, 인간의 뇌를 활용한 사용자 인터페이스 즉, BCI에 관한 연구가 최근 산발적으로 다양하게 진행되고 있다. 최근 연구 개발중인 다양한 형태의 BCI 관련 연구들은 DB구축과 관련된 원천기술 확보 측면의 연구가 배제된 체 응용기술 개발 위주로 진행되고 있는 실정이다. 이와 같은 문제점으로 인하여 BCI 관련 연구들은 연구 초기 수준을 극복하지 못하고 있으며, 체계적인 연구가 진행되어지지 않고 있는 실정이다. BCI 관련 연구의 경우 피험자로부터 수집되어지고 있는 뇌파 신호가 실험에 필요한 적절하고 의미 있는 신호인지 구분하기 힘든 실정이다. 또한, 뇌파 수집 시 실험에 불필요한 행동 즉, 심한 눈 깜박임, 침 삼키기, 얼굴 및 몸 움직임에 의한 근전도와 전극의 부착상태, 주변소음, 진동 둥 실험환경에 따른 잡파의 혼입으로 인하여 정확한 뇌파 DB수집에 어려움을 겪고 있다. 이러한 피험자의 움직임 및 실험환경에 의해 혼입된 잡파의 손상된 정보로 인해 BCI 시스템 구현 시 인식률 및 성능저하를 초래할 수 있다. 따라서 본 논문에서는 뇌파를 활용한 BCI 시스템 구현 시 보다 정확하고 높은 인식률을 위한 기반 연구로서 정확하고 효율적인 뇌파 DB구축 시스템을 제안하며, 잡파가 혼입된 뇌파 DB의 최소화를 위해 피험자의 얼굴 추적을 통하여 불필요한 행동 발생 시 DB수집의 사전 차단 및 자동 제어가 가능한 DB구축 시스템을 제안한다.

• 한국컴퓨터정보학회논문지
• /
• 제3권1호
• /
• pp.81-94
• /
• 1998

영상에서 관심있는 물체의 윤곽선을 추출하기 위해서 Kass등은 Snakes라고 불리우는 능동적 윤곽선 모델(active contour model)을 제안하였다. Snakes 모델은 내부 에너지,영상 에너지, 외부 에너지라는 에너지 함수를 사용하여 물체의 윤곽선을 정의하는 모델로 이 에너지 함수를 최소화함으로써 물체의 윤곽선을 찾을 수 있다 이 모델은 속도가 느리며초기화에 민감하다. 이 문제를 개선하기 위해 Gunn은 두 개의 초기화를 이용하여 정확한 윤곽선을 추출하고 초기화에 덜 민감하도록 하였다. 이 방법은 기존의 다른 방법에 비해 정확한 윤곽선을 추출할 수 있었으나, 속도면 에서는 상당히 효율적이지 못하고 잡음에 민감하였다. 본 논문에서는 이 문제를 해결하기 위하여 snakes을 이루는 각 윤곽점에 8$\times$8크기의 윈도우를 적용하여 윈도우내의 화소에 대해서만 에너지 최소화 알고리즘을 적용하였다.본 논문에서 제안한 방법은 원 영상과 컵 영상의 윤곽선 추출에 적용하였다. 제안한 방법을사용하여 얼굴을 추적하므로써 가상현실등에 응용되고 물체의 움직임 추적에도 응용될 수 있다.