• The Journal of Korea Institute of Information, Electronics, and Communication Technology
• /
• v.10 no.1
• /
• pp.9-15
• /
• 2017

In this study we performed the experiment to detect the ERP using SVM with wavelet features. The EEG signal that is generated visual stimulated ERP database in SCCN applied for the experiment. The feature vectors for experiment are categorized frequency and continuous wavelet- based vectors. In experimental results, the detection rate of SVM with wavelet feature vectors improved above 10% comparing with frequency- based feature vector. Based on the experimental results we analyzed the relation between the activity degree of the ERP and the band split characteristics of the ERP by wavelet transform.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2016.04a
• /
• pp.612-615
• /
• 2016

본 논문에서는 EPIC(Electric Potential Integrated Circuit) 센서를 통해 추출된 동작신호에 대해 이산 웨이블릿 변환（Discrete Wavelet Transform : DWT)과 선형 판별분석（Linear Discriminant Analysis : LDA), Support Vector Machine(SVM)을 사용하는 동작 분류 시스템을 제안한다. EPIC 센서 신호에 대해 이산 웨이블릿 변환을 사용하여 웨이블릿 계수인 근사계수(approximation coefficients)와 상세계수(detail coefficients)를 구한 후, 각각의 웨이블릿 계수에 대해 특징 파라미터를 추출한다. 이 때, 특징 파라미터는 14개의 통계적 특징 추출 파라미터 중에 유전자 알고리즘(Genetic Algorithm : GA)을 통하여 선택한 우수한 특징 파라미터이다. 웨이블릿 계수들에서 추출한 특징 파라미터는 선형 판별분석을 적용하여 차원을 축소하고 SVM의 훈련 및 분류에 사용한다. 실험결과, 4가지 동작에 대한 EPIC 센서 신호분류에서 제안된 방법의 분류율이 99.75%로 원신호에 대한 HMM 분류율 97% 보다 높은 정확률을 보여주었다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2004.04b
• /
• pp.793-795
• /
• 2004

본 논문에서는 웨이블릿 변환과 Direct LDA(DLDA)을 사용한 홍채 특징추출 방법을 제안한다. 이것은 획득한 홍채 영상으로부터 독특한 특징을 추출하기 위해 특별히 이차원 이산 웨이블릿 변환의 다중해상도 분해 방법을 사용하는 것이다 또한 홍채의 다양한 웨이블릿 성분으로부터 변별력을 가진 특징을 얻을 수 있도록 DLDA 기법을 적용하였다. 이러한 특징추출 방법은 이동이나 회전에 변하지 않는 알고리즘을 요구하는 홍채의 모양을 묘사하는데 적합하다. 홍채의 패턴정합을 위해서는 최근접 평균 분류기(Nearest Mean Classifier)를 사용하였다. 본 논문에서 인간의 홍채인식을 위해 제시한 방법이 홍채패턴을 표현하는 효과적인 방법이며, 시간 및 공간의 절약이라는 측면에서 유리하다는 것을 보여준다.

• Proceedings of the IEEK Conference
• /
• 2001.09a
• /
• pp.665-668
• /
• 2001

본 논문에서는 스테레오 정합을 위한 특징으로 웨이 블릿의 이동성(shiftability)을 이용한 윈도우 웨이블릿 기반 스테레오 정합방법을 제안하였다. 전 영상에 대한 웨이블릿 분해는 웨이블릿의 이동성 유지가 이루어지지 않아서 정합 정확도가 떨어진다. 그래서 웨이블릿의 이동성을 신뢰성 있는 정합정보로 만들기 위해 윈도우로 전체 파형의 일부를 표본화하고 웨이블릿 분해를 수행하여 기준신호와 이동된 신호의 부대역 정보 사이의 상관도(cross-correlation)를 정합정보로 이용하였다. 대역별 상관도는 얻어진 4개의 부대역의 대역별 가중치가 고려되어 계산된다. 제안한 방법은 주파수 대역별 계층적인 정합과 양방향 정합과정을 통해 영상의 경계부분, 동일한 형태의 반복, 잡음(white noise)등이 포함된 영상에서의 오정합을 줄일 수 있었으며 특징정보가 부족한 부분에서의 정합도 개선할 수 있었다.

• The Journal of the Korea Contents Association
• /
• v.10 no.6
• /
• pp.27-34
• /
• 2010

This paper presents a methodology for classifying left and right motor imagery using a neural network with weighted fuzzy membership functions (NEWFM) and wavelet-based feature extraction. Wavelet coefficients are extracted from electroencephalogram(EEG) signal by wavelet transforms in the first step. In the second step, sixty numbers of initial features are extracted from wavelet coefficients by the frequency distribution and the amount of variability in frequency distribution. The distributed non-overlap area measurement method selects the minimized number of features by removing the worst input features one by one, and then minimized six numbers of features are selected with the highest performance result. The proposed methodology shows that accuracy rate is 86.43% with six numbers of features.

• Journal of the Institute of Electronics Engineers of Korea SP
• /
• v.42 no.2 s.302
• /
• pp.121-130
• /
• 2005

In this paper, we propose a feature extraction method for iris recognition using wavelet transforms. The wavelet transform is fast and has a good localization characteristic. In particular, the low frequency band can be used as an effective feature vector. In iris recognition, the noise caused by eyelid the eyebrow, glint, etc may be included in iris. The iris pattern is distorted by noises by itself, and a feature extraction algorithm based on filter such as Wavelets, Gabor transform spreads noises into whole iris region. Namely, such noises degrade the performance of iris recognition systems a major problem. This kind of noise has adverse effect on performance. In order to solve these problems, we propose to divide the iris image into a number of sub-region and apply the wavelet transform to each sub-region. Experimental results show that the performance of proposed method is comparable to existing methods using Gabor transform and region division noticeably improves recognition performance. However, it is noted that the processing time of the wavelet transform is much faster than that of the existing methods.

• 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.

• Proceedings of the Korean Information Science Society Conference
• /
• 2001.10b
• /
• pp.382-384
• /
• 2001

본 논문에서는 홍채의 특징을 효율적으로 추출하기 위한 접근 방법으로서, 웨이블릿 기반의 다해상도 분석 기법을 홍채영상에 적용한 결과에 대하여 소개하고자 한다. 입력장치인 카메라로부터 획득된 사람의 눈 영상에서 처리 대상인 홍채영역 만을 분리 추출한 후, 홍채 특징을 압축적이고 효과적으로 표상하기 위하여 2D 다해상도 웨이블릿 변환을 홍채영상에 적용하는 기법과 실제적인 응용을 위하여 등록된 데이터와 미지의 데이터 사이의 유사도를 측정하는 효율적인 기법을 연구한다. 이러한 기법들을 홍채 인식 시스템에 적용함으로써 처리속도 및 인식률 향상 등으로 고성능의 홍채인식시스템을 구현할 수 있었다.

• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.28 no.1C
• /
• pp.56-63
• /
• 2003

In this paper, a wavelet-based stereo matching algorithm to obtain an accurate disparity map in wavelet transformed domain by using a shift ability property, a modified wavelet transform, the similarities for their sub-bands, and a hierarchical structure is proposed. New approaches for stereo matching by lots of feature information are to utilize translation-variant results of the sub-bands in the wavelet transformed domain because they cannot literally expect translation invariance in a system based on convolution and sub-sampling. After the similarity matching for each sub-band, we can easily find optimal matched-points because the sub-bands appearance of the shifted signals is definitely different from that of the original signal with no shift.

• Journal of the Institute of Electronics Engineers of Korea CI
• /
• v.39 no.3
• /
• pp.32-43
• /
• 2002

In this paper, we propose a pattern classification system for digital signal which is based on neural networks. The proposed system consists of two models of neural network. The first part is a wavelet neural network whose role is a feature extraction. For this part, we compare existing models of wavelet networks and propose a new model for feature extraction. The other part is a wavelet network for pattern classification. We modify the structure of previous wavelet network for pattern classification and propose a learning method. The inputs of the pattern classification wavelet network is connection weights, dilation and translation parameters in hidden nodes of feature extraction network. And the output is a class of the signal which is input of feature extraction network. The proposed system is, applied to classification of EEG signal based on frequency.