• 한국멀티미디어학회논문지
• /
• 제3권3호
• /
• pp.253-262
• /
• 2000

본 논문에서는 적응적으로 추출된 입력 데이터의 특징을 은닉층 뉴런 개수와 중심값 설정에 이용하는 새로운 radial basis 함수 신경망을 제안하였다. 제안된 신경망에서는 입력데이터의 특징을 효과적으로 추출하기 위해 적응 학습알고리즘의 주요성분분석 기법을 이용하였다. 이렇게 하면 주요성분분석 기법이 가지는 대용량의 입력데이터를 통계적으로 독립인 특징들의 집합으로 변환시키는 장점과 RBF신경망이 가지는 우수한 속성을 그대로 살릴 수 있다. 제안된 기법의 radial basis 함수 신경망을 200명의 암환자를 2부류(초기와 악성)로 분류하는 문제에 적용하여 시뮬레이션한 결과, k-평균 군집화 알고리즘을 이용한 radial basis 함수 신경망에 의한 결과와 비교할 때 학습시간과 시험 데이터의 분류에서 더욱 우수한 성능이 있음을 확인할 수 있었다. 그리고 신경망의 초기 연 결가중치에 대한 의존도와 평활요소의 설정여유도 측면에서도 우수한 특성이 있음을 확인할 수 있었다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2011년도 한국컴퓨터종합학술대회논문집 Vol.38 No.1(C)
• /
• pp.383-385
• /
• 2011

본 논문에서는 동영상을 대상으로 하는 기존의 시각주의 시스템의 성능을 향상시킨 새로운 시스템에 대하여 설명한다. 제안하는 시스템은 기존의 시스템이 가지고 있던 한계점인 서로 반대되는 특징을 가지는 색상에서 하나의 특징만을 고정적으로 선택하던 것을 극복하여, 서로 반대되는 특징 중 현저함이 더 높은 색상 특징을 선택하여 입력 들어오는 영상에 적응적인 현저함 추출을 하였다. 도한 시간 현저함 정보를 추가적으로 고려할 수 있도록 하여 동영상에 대한 처리도 가능하도록 하였고, 성능 평가 시 인간을 대상으로 한 설문 조사 실험을 추가하여 보다 인간의 시각 인식과 유사한 시스템임을 증명하였다.

• 정보처리학회논문지A
• /
• 제17A권4호
• /
• pp.189-196
• /
• 2010

본 논문에서는 모서리점, 경계선 및 영역, 적응적 임계값 등과 같은 복합특징을 이용하여 증강현실 시스템에서 마커의 차단현상이 발생되거나 어두운 환경에서도 사용 가능하면서 정합 성능을 개선한 마커검출 알고리즘을 제안한다. 기존의 ARToolkit에서는 마커의 일부분이 사용자에 의해 가려지거나 주위 조명 변화에 의해 입력영상의 밝기 변화가 크게 될 경우, 마커를 추출할 수 없는 반면 제안한 마커추적 알고리즘에서는 마커영역 추출시 적응적 임계값 기법을 사용하여 조명의 변화에 둔감하게 반응하여 정확한 마커영역만을 분리 추출할 수 있다. 그리고 모서리 여부를 판단하고 모서리점이 가려진 경우, 추출된 직선의 교점으로부터 모서리점을 추출하므로 차단에 의해 마커가 가려졌을 때에도 정확한 마커 영역을 추출할 수 있다. 또한, 등록된 마커와의 정합시, 와핑에서 발생되는 마커의 크기 및 중심위치 변화를 보정하는 기법을 추가하여 정합 성능을 개선 시켰다. 실험 결과 제안한 알고리즘은 주위 조명 변화와 차단 현상에 강인하게 마커를 검출하였으며, 유사한 마커 태그를 구분 할 수 있는 정합 유사도가 종전보다 30% 증가한 것을 확인 할 수 있었다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2001년도 춘계학술대회 학술발표 논문집
• /
• pp.246-249
• /
• 2001

본 연구는 온라인 지문 인식 기법의 속도 향상을 주목적으로 하여 기존의 지문 인식 기법과 비교하여 개선된 전처리 방법을 이용하여 적은 계산량으로 보다 높은 정확도를 확보하여 궁극적으로 지문 인식 및 대조 시스템이 적합한 특징점 추출 알고리즘 개발을 목적으로 한다. 먼저 방향성이미지에서 방향성추출에서는 4$\times$4화소를 하나의 Block으로 나눈 후, 3$\times$3의 Sobel 연산자를 이용하였고, 이 방향성 정보를 이용하여 지문영상의 품질 측정과 배경 분리를 하였으며, 또한 부분 영역간의 밝기 차이 등으로 발생하는 오류를 최소화하기 위하여 이진화 수행 과정에서 가장 애로점인 임계치(threshold value) 설정을 지문의 대상 영역의 밝기 등에 적응하여 스스로 변하도록 할 수 있게 Slit sum의 방법을 응용한 적응 이진화를 하였다. 세선화와 특징점 추출에서는 VHN(Vertical & horizontal Number)값을 이용하여 보정(Interpolation)효과를 주어 오류특징점을 배제하고, 자동 지문 인식 시스템의 인식성능을 향상시켰다.

• 한국전자통신학회논문지
• /
• 제12권1호
• /
• pp.173-180
• /
• 2017

동해안의 갯녹음 현상이 현재 진행 중이며 심화한 암반의 면적이 $170.54km^2$로 동해안 전체 암반 면적의 61.7%에 달하는 것으로 나타났다. 갯녹음의 주원인이자 패류 양식어장에 크게 피해를 주는 것으로 알려진 성게의 퇴치 방법은 지속적으로 연구되어 왔으나 성게를 이용한 음식이나 재활용에 대한 연구가 주를 이루며 아직 성게 인식에 대한 연구는 이루어지지 않고 있다. 이에 본 연구는 바다의 해적인 성게를 대량으로 포획하기 위하여 성게의 특징점 추출을 위한 적응적 경계검출을 제안하였으며 향후 성게 인식프로그램에 많은 도움이 되리라 생각한다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2004년도 봄 학술발표논문집 Vol.31 No.1 (B)
• /
• pp.826-828
• /
• 2004

홍채인식 시스템은 영상획득, 전처리, 특징 추출, 패턴 정합의 단계로 이루어져 있다. 이 중 특징 추출은 특징 차원의 감소뿐만 아니라 분류 정착도의 증가를 위한 필수적인 과정이다. 본 논문에서는 특징을 추출하는데 있어서, 홍채데이타에 웨이블렛 변환의 다해상도 분석 기법을 시도하여 일정 영역을 추출한 후, 그 영역에 유전자 알고리즘(Genetic Algorithm)을 적용하여 가장 분별력 있는 특징들만을 추출 및 사용하는 홍채인식 시스템을 제안한다. 유전자 알고리즘의 선택연산자로는 적응도 비례 방식과 전역 엘리트 방식을 사용하였으며, 적합도 함수로는 Gaussian Kernel을 사용하는 Support Vector Machine(SVM)을 사용하였다. 본 시스템을 통해 나온 최적의 특징집합을 이용한 SVM분류기로 인식률을 알아본 결과 웨이블렛만을 사용했을 때 보다 대략 1.5%정도 더 좋은 인식률을 얻을 수 있었다.

• 한국컴퓨터정보학회논문지
• /
• 제10권6호
• /
• pp.1-8
• /
• 2005

얼굴 분석은 얼굴 인식 머리 움직임과 얼굴 표정을 이용한 인간과 컴퓨터사이의 인터페이스, 모델 기반 코딩, 가상현실 등 많은 응용 분야에서 유용하게 활용된다. 이러한 응용 분야에서는 얼굴의 특징점들을 정확하게 추출해야 한다. 본 논문에서는 눈, 눈썹, 입술의 코너와 같은 얼굴 특징을 자동으로 추출하는 방법을 제안한다. 먼저, 입력 영상으로부터 AdaBoost 기반의 객체 검출 기법을 이용하여 얼굴 영역을 추출한다. 그 다음에는 계곡 에너지. 명도 에너지, 경계선 에너지의 세 가지 특징 에너지를 계산하여 결합한다. 구해진 특징 에너지 영상에 대하여 에너지 값이 큰 수평 방향향의 사각형을 탐색함으로써 특징 영역을 검출한다. 마지막으로 특징 영역의 가장자리 부분에서 코너 검출 알고리즘을 적용함으로써 눈, 눈썹, 입술의 코너를 검출한다. 본 논문에서 제안된 얼굴 특징 추출 방법은 세 가지의 특징 에너지를 결합하여 사용하고 계곡 에너지와 명도 에너지의 계산이 조명 변화에 적응적인 특성을 갖도록 함으로써, 다양한 환경 조건하에서 견고하게 얼굴 특징을 추출할 수 있다.

• 디지털정책학회지
• /
• 제3권3호
• /
• pp.9-14
• /
• 2024

본 논문은 단일 영상 기반의 초해상도에서 결과의 품질을 개선하기 위해 적응형 가중치를 적용한 잔차 블록으로 구성된 다중 블록 구조를 이용하는 방법을 제안하였다. 딥러닝을 이용한 초해상도를 생성하는 과정에서 품질 향상을 위한 가장 중요한 요소는 특징 추출 및 적용이다. 해상도가 낮아 이미 손실된 세부사항을 복원하기 위해 다양한 특징을 추출하는 것이 최우선이지만 네트워크의 구조가 깊어지거나 복잡해지는 등의 문제가 발생하기 때문에 실제 적용에서 제한사항이 있다. 따라서 특징 추출 과정은 효율적으로 구성하고 적용 과정을 개선하여 품질을 개선하였다. 이를 위해 최초 특징 추출 이후 다중 블록 구조를 구성하였고 블록 내부에는 중첩된 잔차 블록을 구성한 뒤 적응형 가중치를 적용하였다. 또한 최종 고해상도 복원을 위해 다중 커널을 이용한 영상 재구성 과정을 적용함으로써 결과물의 품질을 향상시켰다. 평가를 위해 원본 영상 대비 PSNR과 SSIM 값을 구하였고 기존 알고리즘과 비교하여 제안하는 방법의 성능 향상을 확인하였다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2003년도 봄 학술발표논문집 Vol.30 No.1 (B)
• /
• pp.371-373
• /
• 2003

웹 문서를 분류하는 목적은 특정 주제별로 중요한 문서들을 구분하려는 것과 사용자의 선호도를 바탕으로 개인화를 하려는 것으로 나누어 볼 수 있다. 특히, 웹의 효율적인 탐색을 위해 사용자가 관심 있어 할 웹 문서를 분류하는 것은 중요하다 일반적으로 하나의 웹 문서는 특징 추출방법에 의해 문서 벡터로 표시되며 사용자의 선호여부나 주제번호를 클래스로 삼는다. 사용자가 선호도를 표시한 웹 문서를 사용하여 새로운 웹 문서의 선호 여부를 예측하기 위해 자기 구성지도(SOM)를 사용하면, 시각적으로 구조를 보여주어 데이터 사이의 관계를 효과적으로 이해할 수 있다. 그러나 SOM은 노드의 개수와 구조를 자동적으로 결정하지 못하는 단점이 있기 때문에, SOM의 장점을 활용하면서 자동적으로 구조를 결정하기 위해 구조적응 자기구성지도(SASOM)를 이용한다. 보다 나은 성능과 다양한 해석을 위해, 여러 개의 SASOM을 서로 다른 특징추출 방법을 이용하여 학습시킨 후 사용자가 주관적으로 분류기의 중요도를 결정할 수 있는 퍼지적분을 사용하여 결합하였다. UCI Syskill & Webert 데이터에 대한 실험결과 기존의 DT, MLP, naive Bayes 분류기 보다 향상된 성능을 보였다.

• 대한전자공학회논문지SP
• /
• 제42권4호
• /
• pp.119-126
• /
• 2005

본 논문에서는 영상의 블록 분류 특성에 적응적인 대표 컬러 히스토그램 (representative color histogram)과 방향성 패턴 히스토그램 (directional pattern histogram)을 이용한 새로운 내용 기반 영상 검색 방법 (content-based image retrieval)을 제안한다. 제안한 방법에서는 영상을 일정한 크기의 블록으로 나누고, 분할된 블록의 분류 특성에 따라 컬러와 패턴 특징 벡터를 추출한다. 먼저 분할된 블록을 채도 (saturation)에 따라 휘도 블록 또는 컬러 블록으로 분류한 후, 휘도 블록에 대해서는 블록 평균휘도 쌍의 히스토그램을 구하고, 컬러 블록에 대해서는 블록 평균 컬러 쌍 히스토그램을 구함으로써 블록 분류 특징에 따라 컬러 특징 벡터를 추출한다. 또한 블록 휘도 변화의 기울기 (gradient)를 계산하여 방향성 분류를 행한 후 히스토그램을 계산함으로써 블록 방향성 패턴 특징을 추출한다. 본 논문에서 제안한 영상 검색 방법의 성능을 평가하기 위해서 컴퓨터 모의실험을 행한 결과 제안한 방법이 기존의 방법들보다 정확도 (precision) 및 특징 벡터 차원 (feature vector dimension) 크기 등의 객관적인 측면에서 우수함을 확인하였다.