• 한국전자통신학회논문지
• /
• 제10권4호
• /
• pp.521-526
• /
• 2015

개인의 신원을 확인하기 위해 인간의 생물학적 특성을 사용하는 방법에 대한 연구가 활발히 진행되고 있다. 심전도를 이용한 생체 인식 기술은 피험자에 피부자극을 일으키지 않고 위조가 어렵다. 기존의 생체 인식 시스템인 지문, 얼굴 등의 인식시스템과 쉽게 접목이 가능하여 다중 생체 인식 시스템으로 응용할 수 있다. 본 논문에서는 이산 웨이블릿 변환 계수를 사용한 심전도의 파형 특성분석법으로 개인을 식별하는 방법을 제안하였다. 심전도 신호의 특징추출은 총 9개의 이산 웨이블릿 변환 계수를 대상으로 상관 계수 분석으로 수행하였다. 식별은 각 클래스의 특징벡터를 입력으로 오류 역전파 신경망을 적용하여 수행하였다. MIT-BIH QT 데이터베이스내 24명의 심전도에 대해 98.88%의 식별율을 나타냈다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2004년도 춘계학술발표대회
• /
• pp.761-764
• /
• 2004

얼굴 데이터를 사용하는 인식 시스템에서 특징 벡터의 차원은 일반적으로 매우 크다. 패턴인식에서 차원 축소는 중요한 문제로서, 효과적인 얼굴 인식을 위한 특징 벡터의 차원 축소는 필수적이라 할 수 있다. 본 논문에서는 획득된 얼굴 데이터로부터 저 차원의 강건한 특징을 얻기 위하여 웨이블릿을 사용하고, 식별력 있는 특징을 얻기 위하여 direct linear discriminant analysis를 사용하였다. Direct linear discriminant analysis 방법을 사용하기 이전에 웨이블릿을 사용함으로써 계산 복잡도를 줄여줄 뿐만 아니라 식별력을 높여주고 효과적으로 얼굴 데이터의 차원을 축소할 수 있음을 보여 준다. 얼굴의 패턴정합을 위해서는 최근접 평균 분류기(Nearest Mean Classifier)를 사용하였으며, 최근접 평균 분류기를 사용함으로써 분류를 위한 시간을 최소화하였다. 본 논문에서 인간의 얼굴인식을 위해 제시한 방법이 얼굴패턴을 표현하는 효과적인 방법이며, 시간 및 공간의 절약이라는 측면에서 유리하다는 것을 보여준다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2008년도 추계학술발표대회
• /
• pp.13-16
• /
• 2008

본 논문은 가중퍼지소속함수 기반신경망(neural network with weighted fuzzy membership functions, NEWFM)기반의 자동 특징 추출기법을 사용하여 인체의 세 방향에서 발생하는 가속도 값으로부터 낙상을 탐지하는 방안을 제시하고 있다. 10명의 피검자로부터 8가지 시나리오로 낙상/비낙상 데이터 800개를 수집하고 웨이블릿 변환(wavelet transform, WT)을 통해 추출한 계수중 비중복면적 분산법에 의해 중요도가 가장 낮은 특징입력을 하나씩 제거하면서 최소의 특징 입력을 선택하였다. 특징입력으로는 가속도 값을 웨이블릿 변환한 11개의 d4계수들 중 비중복면적 분산법에 의해서 중요도가 가장 높은 5개의 계수가 사용되었고, 이들 특징입력을 통해 93%의 전체 분류율을 나타내었다.

• 한국지능시스템학회논문지
• /
• 제24권6호
• /
• pp.622-627
• /
• 2014

본 논문은 웨이블릿 변환과 선형 판별 분석법 그리고 유전알고리즘을 이용하여 걸음걸이 인식률을 향상시키는 방법을 제안한다. 걸음걸이 에너지 영상에서 웨이블릿 변환으로 분해된 4개의 대역을 얻는다. 분해된 대역을 선형 판별 분석법으로 영상의 특징을 추출한다. 추출된 4개 대역의 특징들과 학습영상의 특징들 사이의 유클리디안 거리를 계산하고, 각 대역에서 계산된 거리 값에 유전알고리즘으로 최적화된 4개의 가중치를 부여한다. 4개 대역의 거리 값과 가중치와의 선형결합으로 계산된 새로운 거리 값을 바탕으로 최근접 이웃 분류 방법을 이용하여 인식 실험을 수행한다. 실험 결과에서 가중치 융합 전 인식률 보다 융합 후 인식률이 더 높은 것을 확인 할 수 있다.

• 한국멀티미디어학회논문지
• /
• 제10권9호
• /
• pp.1125-1134
• /
• 2007

본 논문에서는 가보 웨이블릿(Gabor Wavelet)을 이용한 회전 변화에 무관한 질감 분류 기법을 제안한다. 기존의 방법들은 대용량 질감 데이터베이스에서 낮은 정정분류비(Correct Classification Rate)를 나타내었다. 제안한 방법은 가보 웨이블릿 필터링 된 영상에서 전역 특징 벡터(Global Feature Vector)와 지역 특징행렬(Local Feature Matrix)을 정의하였다. 회전 변화에 무관한 두 가지 특징 그룹을 이용하여 개선된 유사도 측정 판별식(Discriminant)을 정의하였으며, 실험을 통하여 대용량 질감 데이터베이스에 적용한 결과 향상된 정정분류비를 얻을 수 있었다. 또한 질감 영상 스펙트럼의 대칭성을 이용하여 기존의 방법보다 실험회수를 50% 가까이 감소시켰다 결론적으로 112개의 브로다츠(Brodatz) 질감 클래스에서 비교 방법에 따라 차이는 있으나 $2.3%{\sim}15.6%$의 향상된 정정분류비를 얻었다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2013년도 제47차 동계학술대회논문집 21권1호
• /
• pp.35-38
• /
• 2013

최근, 대용량 영상 데이터베이스가 축적되면서 영상 인식과 영상 검색 분야가 주목받고 있으며, 다양한 디바이스에 따라 생성되는 영상의 해상도가 상이하게 나타나고 있다. 본 논문에서는 내용-기반 영상 검색을 위한 새로운 칼라 기술자를 제안한다. 제안 알고리즘에서는 공간 칼라 정보에 대한 웨이블릿 변환과 채널 및 변환 서브밴드에 따른 가중치를 적용하여 칼라 특징 벡터를 추출한다. 시뮬레이션을 통하여 제안하는 알고리즘의 검색 성능을 평가하였으며, 유사한 특징 벡터 크기를 기준으로, 기존의 MPEG-7 등의 칼라 검색 기술자보다 다중-해상도의 영상 데이터베이스에서 향상된 검색율을 보임을 확인하였다. 본 논문에서 제시한 알고리즘은 단일 특성의 특징 벡터를 추출하는 검색 기술자로써, 다중 특징으로 결합하기 위한 기본 기술자로 활용될 수 있다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2003년도 추계학술발표논문집 (상)
• /
• pp.575-578
• /
• 2003

본 논문에서는 얼굴영역을 검출하기위해 얼굴 피부색을 보다 효과적으로 모델링하기 위한 방법으로 피부색 특성을 고려하여 자기 성분을 제거한 Red, Blue, Green 채널을 모두 사용하는 Hue, Cb, Cg의 Multi-Channel 피부색 모델을 사용한다. 얼굴영역을 분리한 영상에 Haar 웨이블릿을 이용한 에지영상 추출과 얼굴영역의 특징벡터를 구하기 위하여 26개의 특징벡터를 사용한 효율적인 고차 국소 자동 상관함수를 사용하였다. 계산된 특징벡터는 BP 신경망의 학습을 통하여 얼굴인식을 위한 데이터로 사용된다. 시뮬레이션을 통해 제안된 알고리즘에 의한 인식률향상과 속도 향상을 입증한다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2002년도 추계학술대회 및 정기총회
• /
• pp.345-348
• /
• 2002

음성인식 기술은 크게 음성인식과 화자인식 기술의 두 가지로 분류된다. 현재는 음성인식 기술이 널리 연구되고 있지만 점차 화자인식 기술의 중요성이 대두되고 있다. 본 논문에서는 화자인식 기술의 한 가지 분류로 임의 화자를 식별하기 위한 화자식별 기술을 연구 대상으로 하고 있으며, 신경회로망을 이용한 화자식별 시스템의 특징 추출 방법을 제시하고 그에 따른 성능을 비교하고 있다. 식별 단계에서 26명의 78개의 음성 샘플을 신경회로망의 역전파 알고리듬을 이용하여 학습하고, 테스트용으로 한 화자의 음성샘플이 사용되어 식별된다. 신경회로망의 입력 변수는 특징 파라미터로 선형예측계수, Mel-주파수 켑스트럼계수와 웨이블릿을 이용한 켑스트럼 계수를 사용하였다. 그 결과로써 화자식별 시스템의 신경회로망 모델2의 입력으로 혼합된 특징 파라미터를 사용한 경우가 다른 파라미터들을 사용한 경우와 비교하여 8.46~21.53%의 차를 가지고 가장 좋은 성능을 나타내었다.

• 정보처리학회논문지B
• /
• 제13B권3호
• /
• pp.283-294
• /
• 2006

본 논문은 Haar 웨이블릿 특징과 피부색 정보를 이용한 실시간 얼굴 검출 및 추적 방법을 제안한다. 검출과 추적이 각기 다른 특징들을 이용해 이루어졌던 기존 방법과는 달리 본 논문에서는 피부색 정보와 Haar 웨이블릿 특징을 검출과 추적에 동시에 이용하고 두 특징들을 효과적으로 융합함으로써 빠르고 강인한 추적을 가능하게 한다. 제안된 방법은 검출과 추적에 동일한 특징을 이용함에도 불구하고 표본화에 기반을 둔 Condensation 알고리즘의 특징으로 인해 검출 방법만을 적용했을 때 검출하지 못하는 얼굴의 회전이나 가려짐 등의 문제를 효과적으로 해결한다. 특히, 얼굴의 위치와 함께 크기 변화를 효과적으로 추적하기 때문에 얼굴의 위치 및 크기를 정확하게 알아야 하는 얼굴 인식이나 표정인식 등의 다양한 어플리케이션에 이용되기에 용이하다. 제안된 방법은 복잡한 배경 및 다양한 얼굴 자세 등의 변화에 대한 테스트를 통해 효율성을 검증한다.

• 한국지능시스템학회논문지
• /
• 제19권6호
• /
• pp.821-827
• /
• 2009

표정은 인간의 감정을 전달할 수 있는 중요한 수단으로 표정 인식은 감정상태를 알아낼 수 있는 효과적인 방법중 하나이다. 일반적인 표정 인식 시스템은 얼굴 표정을 표현하는 특징점을 찾고, 물리적인 해석 없이 특징을 추출한다. 하지만 특징점 추출은 많은 시간이 소요될 뿐 아니라 특징점의 정확한 위치를 추정하기 어렵다. 그리고 표정 인식 시스템을 실시간 임베디드 시스템에서 구현하기 위해서는 알고리즘을 간략화하고 자원 사용량을 줄일 필요가 있다. 본 논문에서 제안하는 실시간 표정 인식 시스템은 격자점 위치에서 얻어진 가버 웨이블릿(Gabor wavelet) 특징 기반 표정 공간을 설정하고, 각 표정 공간에서 얻어진 주성분을 신경망 분류기를 이용하여 얼굴 표정을 분류한다. 제안하는 실시간 표정 인식 시스템은 화남, 행복, 평온, 슬픔 그리고 놀람의 5가지 표정이 인식 가능하며, 다양한 실험에서 평균 10.25ms의 수행시간, 그리고 87%~93%의 인식 성능을 보였다.