• The Journal of the Korea Contents Association
• /
• v.12 no.2
• /
• pp.1-9
• /
• 2012

This paper presents an algorithm for depression diagnosis using the Neural Network with Weighted Fuzzy Membership functions (NEWFM) and heart rate variability (HRV). In the algorithm, 22 different features were initially extracted from the HRV signal by frequency domain, time domain, wavelet transformed, and Poincar$\acute{e}$ transformed feature extraction methods; of these 6 optimal features were selected by significance evaluation using Non-overlap Area Distribution Measurement (NADM) based on NEWFM. The proposed algorithm uses these 6 optimal features to diagnose depression with an accuracy of 95.83%.

• Korean Journal of Cognitive Science
• /
• v.7 no.1
• /
• pp.57-74
• /
• 1996

This paper presents a comparison of recognition performance of the features used inthe recent handwritten korean character recognition.This research aims at providing the basis for feature selecion in order to improve not only the recognition rate but also the efficiency of recognition system.For the comparison of feature performace,we analyzed the characteristics of theose features and then,classified them into three rypes:global feature(image transformation)type,statistical feature type,and local/ topological feature type.For each type,we selected four or five features which seem more suitable to represent the characteristics of korean alphabet,and performed recongition experiments for the first consonant,horizontal vowel,and vertical vowel of a korean character, respectively.The classifier used in our experiments is a multi-layered perceptron with one hidden layer which is trained with backpropagation algorithm.The training and test data in the experiment are taken from 30sets of PE92. Experimental results show that 1)local/topological features outperform the other two type features in terms of recognition rates 2)mesh and projection features in statical feature type,walsh and DCT features in global feature type,and gradient and concavity features in local/topological feature type outperform the others in each type, respectively.

• The Journal of the Korea Contents Association
• /
• v.7 no.2
• /
• pp.1-10
• /
• 2007

In this paper, we propose a face recognition system using AAM and Gabor feature vectors. EBGM, which is prominent among face recognition algorithms employing Gabor feature vectors, requires localization of facial feature points where Gabor feature vectors are extracted. However, localization of facial feature points employed in EBGM is based on Gator jet similarity and is sensitive to initial points. Wrong localization of facial feature points affects face recognition rate. AAM is known to be successfully applied to localization of facial feature points. In this paper, we propose a facial feature point localization method which first roughly estimate facial feature points using AAM and refine facial feature points using Gabor jet similarity-based localization method with initial points set by the facial feature points estimated from AAM, and propose a face recognition system based on the proposed localization method. It is verified through experiments that the proposed face recognition system using the combined localization performs better than the conventional face recognition system using the Gabor similarity-based localization only like EBGM.

• Journal of the Korea Society for Simulation
• /
• v.20 no.4
• /
• pp.13-20
• /
• 2011

The face recognition has been used in a variety fields, such as identification and security. The procedure of the face recognition is as follows; extracting face features of face images, learning the extracted face features, and selecting some features among all extracted face features. The selected features have discrimination and are used for face recognition. However, there are numerous face features extracted from face images. If a face recognition system uses all extracted features, a high computing time is required for learning face features and the efficiency of computing resources decreases. To solve this problem, many researchers have proposed various Boosting methods, which improve the performance of learning algorithms. Mutual-Boost is the typical Boosting method and efficiently selects face features by using mutual information between two features. In this paper, we propose a GroupMutual-Boost method for improving Mutual-Boost. Our proposed method can shorten the time required for learning and recognizing face features and use computing resources more effectively since the method does not learn individual features but a feature group.

• Proceedings of the Korean Society of Precision Engineering Conference
• /
• 1993.10a
• /
• pp.456-460
• /
• 1993

최근 제품의 설계와 제조의 동기화를 위해 제품설계 및 공정설계 분양에서 동시공학(concurrent engineering)의 개념을 도입한 부품의 특징형상(feature)에 의한 접근방법이 중요한 과제로 대두되고 있다. 특징형상은 CAD/CAM 통합을 위한 정보전달의 매개체로서 CAPP 시스템 개발시의 CAD/CAPP 인터페이스에 중요한 기능을 가진다. 제조분야에서의 특징형상 적용은 특징형상인식(feature recognition)과 특징형상에 의한 설계 (feature based design)의 두 가지 분야가 있으며, 이 두 분야 모두 특징형상의 상세한 정의와 분류를 필요로 한다. 본 연구에서는 특징형상의 기하학적인 정의 및 분류를 위한 체계를 제시하고, 사출금형의 구성부품을 대상으로 특징형상의 기하학적 속성으로부터 특징형상의 분류기법을 개발한다.

• Proceedings of the KIEE Conference
• /
• 2009.07a
• /
• pp.1855_1856
• /
• 2009

본 논문은 Haar-like 마스크와 유사한 특징을 갖지만 두 사각형 영역의 크기와 위치를 제한하지 않는 분리된 두 사각 특징 마스크를 이용한 Adaboost 기반 얼굴검출 알고리즘을 제안한다. 기존의 Haar-like 특징이 단순히 두 사각 영역의 화소값들의 차를 구함으로써 계산이 용이하나 인접한 두 사각 영역으로 한정함으로써 고품질 특징을 얻기 어렵다. 이런 Haar-like 특징마스크의 내재된 문제점을 개선하기 위해, 제안하는 특징 마스크는 다양한 크기와 분리된 두 사각 영역을 갖는 형태로 고품질의 특징을 얻는다. 고품질의 특징은 Adaboost 알고리즘의 약 분류기(weak classifier)의 성능을 학습단계부터 높여 전반적으로 얼굴 검출 알고리즘의 성능을 향상시킨다. 제안하는 분리된 두 사각 특징을 이용한 adaboost 기반 얼굴검출 기법의 우수성을 다양한 실험을 통해 검증하였다.

• 한국HCI학회:학술대회논문집
• /
• 2007.02a
• /
• pp.761-766
• /
• 2007

이 논문에서는 커널 Edge Map 방식의 얼굴의 특징점을 검출하는 방법과 Adaboost를 이용한 얼굴의 특징점을 검출하는 방법을 이용하여 좀 더 강인한 얼굴의 특징점을 검출해 낸다. 커널 Edge Map을 이용한 방법은 기존의 10개의 커널을 이용하여 검출된 Edge를 이용하지 않고 좀 더 빠르게 검출해내기 위해 2개의 커널을 이용하여 얼굴의 특징점을 검출해 낸다. 이렇게 만들어진 얼굴의 특징점 후보군들에서 Adaboost를 이용하여 좀 더 정확하고 빠른 특징점을 찾을 수 있게 된다. Adaboost를 이용한 방법은 각각의 특징점들을 오프라인 상에서 학습을 하고 실시간으로 특징점을 검출하는 방법을 사용하였다. Edge를 이용한 방법으로 이미지의 전처리를 하여 후보군을 찾고 그 후보군과 Adaboost를 이용한 후보군들의 조합으로 인해 좀 더 강인하게 얼굴의 특징점을 찾을 수 있다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2011.01a
• /
• pp.69-72
• /
• 2011

본 논문에서는 방향 연결성 추적을 이용한 의사 특징점 제거에 관하여 연구하였다. 특징점을 추출하는 방법에는 교차수를 이용한 방법이 있다. 그러나 교차수를 이용한 방법에서는 의사 특징점이 많이 추출된다. 교차수를 이용한 방법에서 잘못 추출된 특징점들을 방향 연결성 추적을 이용한 의사 특징점 제거 알고리즘을 이용하여 의사 특징점을 제거하였다. 성능 평가를 위하여 교차수를 이용한 방법과 방향 연결성 추적을 이용하여 추출된 실제 특징점을 비교하였으며, 실험결과 방향 연결성 추적을 이용하여 많은 의사 특징점이 제거되었음을 알 수 있었다.

• The Journal of the Korea Contents Association
• /
• v.5 no.5
• /
• pp.152-158
• /
• 2005

By using a combination of different feature sets extracted from input character patterns, we can improve the character recognition system performance. To reduce the dimensionality of the combined feature vector, we conduct the feature selection. This paper proposes a general framework for the feature combination and selection for character recognition problems. It also presents a specific design for the handwritten numeral recognition. Tn the design, DDD and AGD feature sets are extracted from handwritten numeral patterns, and a genetic algorithm is used for the feature selection. Experimental result showed a significant accuracy improvement by about 0.7% for the CENPARMI handwrittennumeral database.

• Proceedings of the Korean Information Science Society Conference
• /
• 2006.06a
• /
• pp.97-99
• /
• 2006

우리는 관절체 캐릭터에 대해 시간에 따른 인식의 정도를 측정하는 모션 특징점 맵을 제안한다. 모션 특징점 맵은 이미지 특징점 맵에서 사용된 가우시안 거리 방법을 응용하여 계산할 수 있다. 관절 계층 구조에서의 모션과 시각적 인지간의 관계를 고려하여, 우리는 관절 동선 모션 특징점 맵과 관절 구동 모션 특징점 맵의 두 가지 모션 특징점 맵을 정의하였다. 정의한 두 가지 모션 특징점 맵을 사용하여 한 프레임에서의 모션 특징점 맵 또한 계산할 수 있다. 계산된 모션 특징점 맵은 모션의 시놉시스 생성, 정운동학 연산량의 축소, 자동적 카메라 동선 생성 등 여러 가지 응용 분야에 적용할 수 있다. 실험을 통하여 우리는 모션에 대한 인식 기반적인 접근을 통해 모션의 질적인 향상은 물론 계산적인 퍼포먼스의 향상에도 많은 기여를 할 수 있음을 알 수 있었다.