• The Journal of the Acoustical Society of Korea
• /
• 제26권8호
• /
• pp.390-396
• /
• 2007

In this letter, we propose a novel approach to improve the performance of speech/music classification for the selectable mode vocoder(SMV) of 3GPP2 using the Gaussian mixture model(GMM) which is based on the expectation-maximization(EM) algorithm. We first present an effective analysis of the features and the classification method adopted in the conventional SMV. And then feature vectors which are applied to the GMM are selected from relevant Parameters of the SMV for the efficient speech/music classification. The performance of the proposed algorithm is evaluated under various conditions and yields better results compared with the conventional scheme of the SMV.

• Journal of Navigation and Port Research
• /
• 제46권3호
• /
• pp.280-288
• /
• 2022

This study examined the diagnostics of abnormalities and faults of equipment, whose rotational speed changes even during regular operation. The purpose of this study was to suggest a procedure that can properly apply machine learning to the time series data, comprising non-stationary characteristics as the rotational speed changes. Anomaly and fault diagnosis was performed using machine learning: k-Nearest Neighbor (k-NN), Support Vector Machine (SVM), and Random Forest. To compare the diagnostic accuracy, an autoencoder was used for anomaly detection and a convolution based Conv1D was additionally used for fault diagnosis. Feature vectors comprising statistical and frequency attributes were extracted, and normalization & dimensional reduction were applied to the extracted feature vectors. Changes in the diagnostic accuracy of machine learning according to feature selection, normalization, and dimensional reduction are explained. The hyperparameter optimization process and the layered structure are also described for each algorithm. Finally, results show that machine learning can accurately diagnose the failure of a variable-rotation machine under the appropriate feature treatment, although the convolution algorithms have been widely applied to the considered problem.

• Journal of Advanced Navigation Technology
• /
• 제16권2호
• /
• pp.386-393
• /
• 2012

In this paper, we propose an efficient multi-object recognition and tracking scheme based on interest points of objects and their feature descriptors. To do that, we first define a set of object types of interest and collect their sample images. For sample images, we detect interest points and construct their feature descriptors using SURF. Next, we perform a statistical analysis of the local features to select representative points among them. Intuitively, the representative points of an object are the interest points that best characterize the object. in addition, we make the movement vectors of the interest points based on matching between their SURF descriptors and track the object using these vectors. Since our scheme treats all the objects independently, it can recognize and track multiple objects simultaneously. Through the experiments, we show that our proposed scheme can achieve reasonable performance.

• The Journal of the Acoustical Society of Korea
• /
• 제31권3호
• /
• pp.188-196
• /
• 2012

In this paper, we propose a new approach to speaker identification technique which uses an ensemble of multiple classifiers (speaker identifiers). KPCA (kernel principal component analysis) enhances features for each classifier. To reduce the processing time and memory requirements, we select limited number of samples randomly which are used as estimation set for each KPCA basis. The experimental result shows that the proposed approach gives a higher identification accuracy than GKPCA (greedy kernel principal component analysis).

• Journal of the KSME
• /
• 제33권9호
• /
• pp.803-810
• /
• 1993

벽면에서의 전단응력 분포와 유동장 내에서의 3차원 유동 요소를 추적하는 유동가시화 기법중 에서 몇 가지를 그 응용 예와 함께 살펴보았다. 3차원 유동의 주요 특징들과 한계유선(limiting streamlines)을 관찰하기 위해서는 oil and lampblack 기법이 충분하나 유속이 작거나 유동의 방향이 분명하지 않은 곳에서는 ink dot 기법을 적용하는 것이 좋다. Oil and lampblack 기법은 실험하고자 하는 유동의 조건에 따라 기름과 분말의 혼합비, 기름의 점도 등을 잘 선택하여야 한다. 안장점(Saddle point) 이나 재부착선(reattachment line)과 같이 성격상 중요한지점을 찾기 위해서는 털실 프로브(single tuft probe)가 유용하게 쓰이며, 이는 또 유동내에서 와동의 존재와 위치를 찾는데 쓰이기도 한다. 수치해석 결과 얻을 수 잇는 속도벡터와 같이 비교적 넓은 유동 장을 한눈에 관찰하기 위해서는 털실 격자망 (tuft grid)을 사용할 수 있으며 각 털실은 그 지 점세서의 유동의 방향과 그 안정성(steadiness)를 나타내준다. 이러한 유동가시화 방법들은 각 유동의 특성에 맞는 적절한 조건을 맞추기 위해서 많은 시행착오를 거쳐야 하며, 하나의 만족 스러운 결과를 얻기 위해서는 많은 기술과 시간과 연습을 요구하고 있어서 다른 정량적인 측정 기술과 더불어 커다란 노력과 관심을 기울여서 발전시켜야만 할 것이다.

• Proceedings of the Korean Society for Emotion and Sensibility Conference
• /
• 한국감성과학회 2001년도 춘계학술대회 논문집
• /
• pp.276-279
• /
• 2001

환경이나 작업부하 등이 인간에게 주는 피로나, stress 또는 쾌, 불쾌감 등의 감성을 평가하기 위한 정신물리학적인 방법의 하나으로 설문지에 의한 주관적인 평가법이 많이 사용되고 있다. 기존의 수작업으로 이루어지던 설문 방식을 자동화하여 PC 기반으로 설문양식을 자동 생성하고 음성을 통해 응답할 수 있는 프로그램을 개발하였다. 주관평가 자동화 시스템은 주관평가 데이터를 효율적으로 처리를 할 수 있고 음성을 이용함으로써 피험자의 정신적 부담을 경감시키며 생리신호와 주관평가와의 경시적인 변화를 효과적으로 평가할 수 있다. 설문 형식으로는 5점 척도와 7점 척도를 선택하였으며 평가어는 “매우 아니다”∼“매우 그렇다”로 구성되었다. 평가어를 인식함에 있어 좋은 인식률을 얻기 위한 특징벡터의 치수와 기본 프레임 개수를 대상으로 인식실험을 하였다.

• Proceedings of the Korea Multimedia Society Conference
• /
• 한국멀티미디어학회 2003년도 추계학술발표대회(상)
• /
• pp.232-235
• /
• 2003

본 눈문에서는 표면의 에지를 잘 나타내는 웨이블릿을 이용한 3차원 얼굴 인식 알고리듬을 제안한다. 먼저 얼굴영역을 추출하고 정규화과정을 수행한다. 코는 얼굴에서 가장 높고 기준점의 역할을 하므로 반복 선택방법을 이용해서 코끝을 찾는다. 코끝 최고점을 기준으로 깊이값 20, 30, 40인 영역에 대해 웨이블릿 변환을 수행하여 얼굴마다 저주파와 고주파들을 생성하는데, 저주파를 제외한 고주파들에 대하여 히스토그램을 특징벡터로 사용하였다 유사도의 비교는 L$_1$거리함수를 사용하여 수평, 수직, 대각고주파, 그리고 이 고주파들의 유사도 비교치를 합한 합성의 경우 각각에 대하여 실험하였다. 깊이값에 따른 영역에서 고주파별로 실험한 결과, 순위 임계값이 10위를 기준으로 깊이값 30 대각고주파에서 91%가 나타났고 합성에서는 93%의 인식률이 나왔다.

• The Transactions of The Korean Institute of Electrical Engineers
• /
• 제64권9호
• /
• pp.1363-1368
• /
• 2015

Recently, computer form were smaller than before because of computing technique's development and many wearable device are formed. So, computer's cognition of human emotion has importantly considered, thus researches on analyzing the state of emotion are increasing. Human voice includes many information of human emotion. This paper proposes a discriminative feature vector selection for emotion classification based on speech. For this, we extract some feature vectors like Pitch, MFCC, LPC, LPCC from voice signals are divided into four emotion parts on happy, normal, sad, angry and compare a separability of the extracted feature vectors using Bhattacharyya distance. So more effective feature vectors are recommended for emotion classification.

• Proceedings of the KSPS conference
• /
• 대한음성학회 2007년도 한국음성과학회 공동학술대회 발표논문집
• /
• pp.45-48
• /
• 2007

This paper proposes a flexible selection method of feature vectors for speaker identification. In speaker identification, overlapped region between speaker models lowers the accuracy. Recently, a method was proposed which discards overlapped feature vectors without regard to the source causing the overlap. We suggest a new method using both overlapped features among speakers and non-overlapped features to mitigate the overlap effects.

• Proceedings of the Korean Information Science Society Conference
• /
• 한국정보과학회 2002년도 봄 학술발표논문집 Vol.29 No.1 (B)
• /
• pp.667-669
• /
• 2002

번호판 인식은 번호판 영역 추출 세그멘테이션, 인식의 3단계로 나눈다. 일반적으로 번호판 영역을 검출하는 과정에서 여러 후보영역이 추출되는데 검증 과정을 통해 그 중 하나를 선택한다. 따라서 적절한 검증 방법은 번호판 인식의 신뢰성을 높히기 위해 필수적이다. 본 논문은 다층 신경망에 사용하는 대표적인 알고리즘 중 하나인 역전과 알고리즘을 이용하여 번호판 후보 영역을 검증하는 방법을 제시한다. 신경망을 통한 학습을 위해 우선 적절한 훈련 이미지를 수집해야한다. 특히 번호판 이미지가 아닌 훈련 데이터를 수집하는 것은 어려운 문제이다. 본 논문에서는 효과석인 훈련 데이터 수집의 방법과 특징 벡터 생성에 대하여 제안하고 이 방법의 효용성을 실험을 통하여 검증한다.