• Proceedings of the Korea Institute of Convergence Signal Processing
• /
• 2000.12a
• /
• pp.141-144
• /
• 2000

본 논문은 교통 안전 표지판 인식에 적용이 가능한 새로운 영상의 특징 정보 추출 방법을 제안한다. 제안된 방법은 인간의 인식 시스템에서 이용하는 기본 특징인 색과 형태정보를 이용하여 영상 인식에 적용한다. 색 정보의 추출은 RGB성분의 히스토그램 분포를 이용하고 형태 정보의 추출은 기하학적인 형태 정보 추출 방법과 모멘트를 이용한다. 본 논문은 유사 영상 검색을 위한 새로운 특징 정보 추출 방법과 간단한 특징 정보 표현 그리고 계산량의 감소 효과를 얻었다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2011.06a
• /
• pp.469-472
• /
• 2011

신체 부위를 움직이는 상상을 할 때, 일반적으로 뇌의 감각 및 운동 피질 영역에서 특정 주파수 대역의 EEG(Electroencephalography) 신호의 세기가 감소하거나 증가하는 ERD(Event-Related Desynchronization)/ERS(Event-Related Synchronization) 현상이 발생한다. 하지만 ERD/ERS는 현상은 피험자에 의존적이고 매시도마다 큰 차이를 보인다. 이러한 문제를 해결하기 위해, 본 논문에서 각 시간-주파수 공간에 대하여 서로 다른 공간 필터를 구성하는 비 동질(non-homogeneous) 공간 필터 최적화 방법을 제안한다. EEG 신호는 시간에 대하여 비정상적(non-stationary) 특징을 가지기 때문에 제안하는 방법과 같이 시간에 따라 변화하는 ERD/ERS 특징을 반영하여 공간적 특징을 추출하는 방법은 시간에 대한 변화를 고려하지 않은 기존의 방법보다 우수한 성능을 보인다. 본 논문에서는 International BCI Competition IV에서 제공하는 4가지 동작 상상(왼손, 오른손, 발, 혀)에 대한 EEG 신호 데이터를 사용하여 동작 상상 분류 실험을 하고 이 결과를 기존의 타 방법들과 비교 분석하였다. 실험 결과, 피험자에 따라 서로 다른 시간-주파수 특징이 추출됨을 확인하였고, 최적화된 공간 필터들이 시간에 따라 변화하는 것을 확인하였다. 또한 이러한 특징을 이용하여 분류를 수행하였을 때, 더욱 우수한 분류 결과를 보임을 확인하였다.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.19 no.6
• /
• pp.1289-1295
• /
• 2015

Electromagnetic wave signals radiated from an antenna are reflected by targets and received through the same antenna. These received signals show different characteristics according to various target materials having different dielectric constants. Therefore, target characteristics can be recognized if we can utilize these return signals efficiently. this method can be applied for discrimination and classification of hazardous materials. In this paper, utilizing these experimentally obtained signals, correlation characteristics are obtained and analyzed for classification and discrimination purposes. Although the correlation method requires the storage of reference signals, it shows very promising results. this correlation method can be applied for classification and discrimination of hazardous materials.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2011.05a
• /
• pp.340-343
• /
• 2011

To distinguish between a group of speech signals and nonspeech signals, you can use several features in domains like frequency, quefrency and time. It is very important to use features that differentiate two signal groups. As a feature to separate two signal groups, autocorrelation method was proposed and the variances between groups were studied. Autocovariances were just calculated for the time domain signal. Signals were divided into segments which consist of 128 data to be transformed to the frequency and quefrency domains. Autocovariances between each coefficient of segments in FFTs and quefrencies were found and they were averaged over wide spectrum. It is clear that the autocovariances in frequency domain show great differences between groups of signals.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.23 no.6
• /
• pp.519-526
• /
• 2013

ECG signal has the feature that is repeated in a cycle of P, Q, R, S, and T waves and is sampled at a high sampling frequency in general. By using the feature of periodic ECG signals, maximizing compression efficiency while minimizing the loss of important information for diagnosis is required. However, the periodic characteristics of such amplitude and period is not constant by measuring time and patients. Even though measured at the same time, the patient's characteristics display different periodic intervals. In this paper, an adaptive multi-level coding is provided by coding adaptively the dominant and non-dominant signal interval of the ECG signal. The proposed method can maximize the compression efficiency by using a multi-level code that applies different compression ratios considering information loss associated with the dominant signal intervals and non-dominant signal intervals. For the case of long time measurement, this method has a merit of maximizing compression ratio compared with existing compression methods that do not use the periodicity of the ECG signal and for the lossless compression coding of non-dominant signal intervals, the method has an advantage that can be stored without loss of information. The effectiveness of the ECG signal compression is proved throughout the experiment on ECG signal of MIT-BIH arrhythmia database.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.21 no.6
• /
• pp.679-685
• /
• 2011

This paper presents an algorithm identifying devices that generate observed mixed signals that are collected at main power-supply line. The proposed algorithm, which is necessary for low cost electric power monitoring system at appliance-level, that is non-intrusive load monitoring system, divides incoming mixed signal into multiple time intervals, calculating difference-signals between consecutive time interval, and identifies which device is operating at the time interval by analysing the difference-signals. Since the features of one device can remain when the time interval is short enough and the features are independent and additive, well-known classification algorithms can be used to classify the difference-signals with features of N individual devices, otherwise $2^N$ features might be necessary. The proposed algorithm was verified using data mixed in a laboratory with individual devices's data collected from field. When maximum 4 devices operate or stop sequentially and when features satisfy the requirements of proposed algorithm, the proposed algorithm resulted nearly 100% success rate under the constrained test condition. In order to apply the proposed algorithm in real world, the number devices shall increase, the time interval shall be smaller and the pattern of mixture shall be more diverse. However we can expect, if features used follow guidelines of proposed algorithm, future system could have certain level of performance without the guideline.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2007.04a
• /
• pp.25-28
• /
• 2007

Electroencephalograhic(EEG)는 심리학의 영역에서 인간 두뇌의 활동을 측정 기록하는데 오래 전부터 사용하였다. 과학의 발달함에 따라 점차적으로 인간의 두뇌에서 감정을 조절하는 기본적인 영역들이 밝혀지고 있다. 그래서 인간의 감정을 조절하는 인간의 두뇌 활동 영역들을 EEG를 이용하여 측정하였다. 본 논문에서는 EEG의 신호들과 몸짓을 이용해서 감정을 인식하였다. 특히, 기존에 생체신호나 몸짓 중 한 가지만을 이용하여 각각 실험해서 감성을 인식하였지만, 본 논문에서는 EEG 신호와 몸짓을 동시에 이용해서 피 실험자의 감성을 인식하는 실험을 하였다. 실험결과 기존의 생체신호나 몸짓 한 가지만을 가지고 실험했을 때의 인식률 보다 더 높은 인식률을 보임을 알 수 있었다. 그리고 생체신호와 몸짓들의 특징 신호들은 강화학습의 개념을 이용한 IFS(Interactive Feature Selection)를 이용하여 특징 선택을 하였다.

• Proceedings of the KIEE Conference
• /
• 2008.10b
• /
• pp.143-144
• /
• 2008

본 논문은 오디오 압축시 하모닉의 특성을 적용함으로써 신호의 압축률을 향상시킬 수 있도록 하는 내용을 기술하고 있다. 하모닉 코딩은 오디오 신호가 가지는 특징인 복합음(Complex tone)의 특성을 이용하는 것으로, 주파수 공간에서 정수배의 주파수가 존재하며, 정면파의 특성상 시간적으로 인접 신호들간의 유사성이 매우 높은 특징을 이용하여 압축효율을 향상시키는 방법이다. 하지만 실질적인 오디오 신호의 경우, 악기들의 harmonic stretch, 전달과정에서 발생하는 신호의 왜곡, 외부 잡음등의 특성으로 인하여 수집된 오디오 신호를 분석하는 과정에서 부정확한 하모닉의 판단이 이루어질 가능성이 높으며, 이는 압축과정에서 심각한 음질의 열화를 가져오게 된다. 따라서 본 논문에서는 프레림간의 변화 추이의 판단을 통하여 하모닉의 변화를 예측하고, 예측 오류에 대한 보상값을 전달함으로써 오디오 신호의 안정적인 압축/복원이 가능하도록 하는 신호처리 방법에 대한 내용을 기술하고있다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2018.05a
• /
• pp.472-474
• /
• 2018

Recent rapid creation of data has resulted in the development of big data technologies. In particular, with the development of wearable devices that measure biological signals, a variety of biological signals are growing exponentially. Thus, storage technologies are required to identify and systematically store characteristics of exponential increase in biological signals. In this paper, we will study the storage design that stores the biometrics by identifying the characteristics of the biometrics and the techniques to collect the biometrics.

• The Journal of the Acoustical Society of Korea
• /
• v.11 no.1E
• /
• pp.73-78
• /
• 1992

시벼형 신호인 음성 신호의 분석에 칼만필터를 이용하였다. 일반적인 음성 분석은 프레임단위의 처리방법인 선형 예측 부호화 기법을 주로 이용하지만 음성의 시변 특성을 파악하는데에는 적절하지 못 하다. 따라서 순차적인 추정기법으로 많이 이용되는 칼만 필터를 음성 분석에 적용하였다. 또한 음성과 같은 시변신호에서는 과거 신호의 잡음의 분산값에 적당한 가중치를 부가하므로써 과거의 신호에 의해 서 현재의 추정값에 미치는 영향을 줄였으며 이를 음성의 천이 구간에서의 파라메타 추정에 사용하였 다. 그리고 음성신호 모델에서 생기는 모델링 오차는 일반적으로 백색 가우시안 잡음으로 가정하고 있 으나 이는 자음과 같은 무성음에서 특징 파라메타 푸정에는 오차가 적지만 모음등의 유성음에서는 음성 발생시의 여기신호인 펄스열에 의해서 많은 모델링 오차를 생기게 한다. 따라서 모델링 오차신호는 Non-Gaussian 확률분포로 가정한 후 로버스트 칼만 필터를 사용하여 합성으멩 대해 특징 파라메터를 추출하였다.