• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 한국퍼지및지능시스템학회 2006년도 추계학술대회 학술발표 논문집 제16권 제2호
• /
• pp.167-170
• /
• 2006

본 논문은 선형분류기인 LDA 융합모델과 최소거리패턴분류법을 이용한 얼굴표정인식 알고리즘 연구에 관한 것이다. 제안된 알고리즘은 얼굴 표정을 인식하기 위해 두 단계의 특징 추출과정과 인식단계를 거치게 된다. 먼저 특징추출 단계에서는 얼굴 표정이 담긴 영상을 PCA를 이용해 고차원에서 저차원의 공간으로 변환한 후, LDA 이용해 특징벡터를 클래스 별로 나누어 분류한다. 다음 단계로 LDA융합모델을 통해 계산된 특징벡터에 최소거리패턴분류법을 적용함으로서 얼굴 표정을 인식한다. 제안된 알고리즘은 6가지 기본 감정(기쁨, 화남, 놀람, 공포, 슬픔, 혐오)으로 구성된 데이터베이스를 이용해 실험한 결과, 기존알고리즘에 비해 향상된 인식률과 특정 표정에 관계없이 고른 인식률을 보임을 확인하였다.

• The Journal of the Korea Contents Association
• /
• 제20권8호
• /
• pp.359-367
• /
• 2020

WSNs as the main technology of IoT often deliver information or authenticate based on location. Thus, verifying location information is essential. This paper aims to present the comprehensive analysis and classification of location verification techniques in WSN. For this, classification criteria are suggested based on the result of feature analysis of existing techniques. In addition, the existing techniques are classified according to the suggested criteria, and each characteristic and development direction are described. The result of this paper is expected to be a useful reference material when designing a new technique.

• Korean Journal of Soil Science and Fertilizer
• /
• 제26권3호
• /
• pp.215-221
• /
• 1993

중국(中國)은 1991년에 새로운 토양계통분류법(土壤系統分類法)을 1차(次) 시안(試案)으로 확정 발표하였다. 본 체계는 미국의 Soil Taxonomy 체계와 비슷한 형태계량적규준(形態計量的規準)(Morpho-metric definition)으로 되어 있고 전산(電算)프로그램화(化)도 가능한 체계로 되어 있다. 분류체계는 목(目)(Order, 토망(土網)), 아목(亞目)(Suborder, 아망(亞網)), 군(群)(Group, 토류(土類)), 아군(亞群)(Subgroup, 아류(亞類)), 속(屬)(Family, 토속(土屬)), 통(統)(Series, 토종(土種))으로 되어 있고, 현재 13개 목망(目網), 33개 아목(亞目), 77개 군(群), 301개 아군(亞群)으로 분류되어 있다. 특징적표층(特徵的表層)은 유기표층(有機表層) 등(等) 8종, 진단표하층(診斷表下層)(차표층(次表層))은 표백층(漂白層) 등(等) 10종, 기타 특징토층(特徵土層)은 석회적표층(石灰的表層) 등(等) 12종, 그리고 암성(岩性) 등(等) 23종의 토양 생성적(生成的) 특징(特徵) 또는 현상(現像)을 분류기준으로 쓰고 있다. 분류상의 특징은 고위도(高緯度)나 고산지대(高山地帶)의 영구동결층(永久凍結層)을 강조하여 아목수준(亞目水準)에서 분류하였고 논토양이나 관개퇴적토(灌漑堆積土), 영양분(營養分)이 심층(深層)까지 집적(集積)된 채전(菜田) 등(等) 인위적(人爲的) 영향(影響)을 크게 받은 토양을 최고차(最高次) 분류단위(分類單位)인 목수준(目水準)에서 독립(獨立)시키고 있을 뿐 아니라 인위적인 교란(攪亂)을 받았으나 아직 단면(斷面)의 발달이 없는 토양을 초육토(初育土)의 아목수준(亞目水準)에서 구분하고 있다.

• Proceedings of the KIEE Conference
• /
• 대한전기학회 2015년도 제46회 하계학술대회
• /
• pp.1345-1346
• /
• 2015

본 논문에서는 보행자 및 배경 이미지로부터 HOG-PCA 특징을 추출하고 다항식 기반 RBFNNs(Radial Basis Function Neural Network) 패턴분류기과 최적화 알고리즘을 이용하여 보행자를 검출하는 시스템 설계를 제안한다. 입력 영상으로부터 보행자를 검출하기 위해 전처리 과정에서 HOG(Histogram of oriented gradient) 알고리즘을 통해 특징을 추출한다. 추출된 특징은 고차원이므로 패턴분류기 분류 시 많은 연산과 처리속도가 따른다. 이를 개선하고자 PCA (Principal Components Analysis)을 사용하여 저차원으로의 차원 축소한다. 본 논문에서 제안하는 분류기는 pRBFNNs 패턴분류기의 효율적인 학습을 위해 최적화 알고리즘인 PSO(Particle Swarm Optimization)을 사용하여 구조 및 파라미터를 최적화시켜 모델의 성능을 향상시킨다. 사용된 데이터로는 보행자 검출에 널리 사용되는 INRIA2005_person data set에서 보행자와 배경 영상을 각각 1200장을 학습 데이터, 검증 데이터로 구성하여 분류기를 설계하고 테스트 이미지를 설계된 최적의 분류기를 이용하여 보행자를 검출하고 검출률을 확인한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 한국정보처리학회 2012년도 추계학술발표대회
• /
• pp.633-636
• /
• 2012

최근 디지털카메라와 스마트 폰 등의 모바일 기기가 급속도로 발전 하면서 언제, 어디서나 손쉽게 사진을 찍을 수 있게 되었다. 이런 환경의 변화는 수없이 많은 사진을 양산하게 되었고, 손쉽게 많이 찍은 사진에 대한 분류에 불필요한 시간을 많이 보내게 되었다. 따라서 보다 편리하게 촬영된 사진들을 분류 관리하기에 적합한 자동화된 프로그램이 필요하게 되었다. 이 논문에서는 GPS나 시간 등의 메타 정보에 의존하지 않고 오직 사진의 주 색상을 이용한 히스토그램 특징과 Mean Shift 분류기를 사용하여 대략적인 분류를 시도하려했다. 실험결과를 토대로 살펴보면, 제안된 방법은 사진의 주 색상이 확실한 경우는 잘 분류할 수 있지만 여러 가지 색상이 복잡하게 혼합된 경우와 주 색상을 찾기 어려운 경우에는 분류에 한계가 있음을 알 수 있었다. 따라서 제안된 알고리즘은 사진과 영상들을 개략적인 분류를 실시할 때 주 색상 히스토그램특징이 의미 있는 전역적 특징(Global Feature)중의 하나로 생각된다.

• Journal of the Korean BIBLIA Society for library and Information Science
• /
• 제25권1호
• /
• pp.173-191
• /
• 2014

The purpose of this study is to analyze and identify the characteristics in the current library classification research, and to provide suggestions for the future in this area. This study covers the published studies in library classification from 2004 to 2013. They include the research on Korean Decimal Classification (KDC), Dewey Decimal Classification and others. The results show that the main purpose in those studies is to improve current KDC system. A suggestion is provided in this study to concentrate on specific classification systems for school libraries and small libraries, for digital collections.

• The Journal of the Korea Contents Association
• /
• 제10권1호
• /
• pp.19-26
• /
• 2010

This paper proposes a classifier based on rectangular feature to detect face in real time. The goal is to realize a strong detection algorithm which satisfies both efficiency in calculation and detection performance. The proposed algorithm consists of the following three stages: Feature creation, classifier study and real time facial domain detection. Feature creation organizes a feature set with the proposed five rectangular features and calculates the feature values efficiently by using SAT (Summed-Area Tables). Classifier learning creates classifiers hierarchically by using the AdaBoost algorithm. In addition, it gets excellent detection performance by applying important face patterns repeatedly at the next level. Real time facial domain detection finds facial domains rapidly and efficiently through the classifier based on the rectangular feature that was created. Also, the recognition rate was improved by using the domain which detected a face domain as the input image and by using PCA and KNN algorithms and a Class to Class rather than the existing Point to Point technique.

• The Journal of Korean Institute of Communications and Information Sciences
• /
• 제28권5C호
• /
• pp.514-522
• /
• 2003

Contrary to the previous methods, in this paper, we propose an enhanced shot change detection method using multiple features and binary decision tree. The previous methods usually used single feature and fixed threshold between consecutive frames. However, contents such as color, shape, background, and texture change simultaneously at shot change points in a video sequence. Therefore, in this paper, we detect the shot changes effectively using multiple features, which are supplementary each other, rather than using single feature. In order to classify the shot changes, we use binary classification tree. According to this classification result, we extract important features among the multiple features and obtain threshold value for each feature. We also perform the cross-validation and droop-case to verify the performance of our method. From an experimental result, it was revealed that the EI of our method performed average of 2% better than that of the conventional shot change detection methods.

• The Journal of the Acoustical Society of Korea
• /
• 제38권6호
• /
• pp.687-696
• /
• 2019

Conventional feature of seismic classification focuses on strong seismic classification, while it is not suitable for classifying micro-seismic waves. We propose a feature extraction method based on histogram and Principal Component Analysis (PCA) in frequency-time space suitable for classifying seismic waves including strong, micro, and artificial seismic waves, as well as noise classification. The proposed method essentially employs histogram and PCA based features by concatenating the frequency and time information for binary classification which consist strong-micro-artificial/noise and micro/noise and micro/artificial seismic waves. Based on the recent earthquake data from 2017 to 2018, effectiveness of the proposed feature extraction method is demonstrated by comparing it with existing methods.

• Journal of KIISE:Software and Applications
• /
• 제35권11호
• /
• pp.692-700
• /
• 2008

In some previous works on musical genre classification, human experts specify segments of a song for extracting musical features. Although this approach might contribute to performance enhancement, it requires manual intervention and thus can not be easily applied to new incoming songs. To extract musical features without the manual intervention, most of recent researches on music genre classification extract features from a pre-determined part of a song (for example, 30 seconds after initial 30 seconds), which may cause loss of accuracy. In this paper, in order to alleviate the accuracy problem, we propose a new method, which extracts features from representative segments (or main theme part) identified by structure analysis of music piece. The proposed method detects segments with repeated melody in a song and selects representative ones among them by considering their positions and energies. Experimental results show that the proposed method significantly improve the accuracy compared to the approach using a pre-determined part.