• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2013.10a
• /
• pp.94-96
• /
• 2013

본 논문에서는 복부 초음파 영상에서 Ends_in Search Stretching 기법을 적용하여 명암 대비를 강조한 후, 이진화, 영역 레이블링 기법, 잡음 제거를 통해 근막을 추출하고, 근막 영역의 하단 경계선을 기준으로 Cubic Spline 보간법을 적용하여 복부 근육의 근막 하단 영역을 추출한다. 복부 초음파 영상에서 추출된 근막 하단 영역을 이용하여 근막 영역을 제거한 후, 거리 기반 퍼지 ART 알고리즘을 적용하여 충수 후보 영역을 추출한 다. 추출된 충수 후보 영역에 침식 연산과 영역 레이블링 기법을 적용하여 충수를 추출한다. 제안된 방법을 복부 초음파 영상을 대상으로 실험한 결과, 기존의 충수 추출 방법보다 객관적이고 효율적으로 충수와 소장의 명암도 차이를 구별할 수 있어 충수 영역이 이전의 방법 보다 비교적 정확히 추출되는 것을 영상의학과 관련 전문의를 통해 확인하였다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2015.10a
• /
• pp.473-476
• /
• 2015

본 논문에서는 영상의 명암도 분포도를 효과적으로 조정하기 위해 개선된 퍼지 스트레칭 기법을 제안하여 적용한다. 개선된 퍼지 스트레칭이 적용된 영상에서 소벨 마스크를 이용하여 에지를 추출한다. 추출된 에지영상에 퍼지 추론 기법을 적용하여 흠집 크기에 대한 소속도와 중심과 흠집간의 거리에 대한 소속도를 구한 후에 퍼지 추론 기법을 적용하여 흠집이 눈에 미치는 영향 정도를 분석한다. 본 논문에서 제안된 방법의 성능을 평가하기 위해 CHEMI, MID, HL, HM와 같은 시력 보정용 렌즈 영상을 대상으로 실험한 결과, 제안된 방법이 기존 렌즈 흠집 추출 방법보다 흠집 영역이 정확히 추출되고 눈에 미치는 영향을 효과적으로 분석할 수 있는 가능성을 확인하였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2004.10b
• /
• pp.790-792
• /
• 2004

본 논문은 PCM(Possibilistic C-Means) 알고리즘과 베이시안 분류 알고리즘을 통합한 고해상도 위성영상의 효과적인 분류방법을 제안하였다. 제안된 알고리즘은 학습데이터를 참고로 하여 PCM 알고리즘을 반복적인 과정 없이 수행한다. 각 분류항목별로 분류된 데이터에서 평균내부거리 내부에 해당되는 데이터들을 선정하여 각 항목별 비율을 구한 후 베이시안 분류기법의 사전확률로 적용하여 분류를 수행한다 PCM 알고리즘은 각 데이터와 특정 클러스터와의 거리에 소속도를 부여하는 퍼지 C-Means 알고리즘과 달리 소속도를 각 데이터와 클러스터 중심간의 절대거리에 의존하는 방법으로 퍼지 C-Means 알고리즘이 가지는 상대성 문제를 해결하였다. 제안된 분류 기법을 고해상도 다중분광 데이터인 IKONOS 위성영상에 적용하여 분류를 수행한 후 최대우도 분류기법과 비교한다.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.8 no.2
• /
• pp.128-133
• /
• 1998

In this paper, we present a parallel framework for tracking moving objects. Parallel framework consists largely of two parts:Search Space Reduction(SSR) and Tracking(TR). SSR is further composed of fuzzy clustering and prediction based on Kalman filter. TR is done by boundarymatching using the Hausdorff distance based on distance transform.

• Journal of Korean Society of Transportation
• /
• v.29 no.1
• /
• pp.125-134
• /
• 2011

In order to reconstruct vehicle-pedestrian collision accidents, this paper presents a fuzzy tool to estimate accurately the impact velocity of the vehicle using parameters which could be easily collectable at the accident scene. The fuzzy rules and membership functions were set up using number of over 200 domestic and foreign data from accidents and empirical tests and 700 data from multibody simulation experiments. The developed fuzzy tool deduces the category of pedestrian trajectory and impact speed of the vehicle using 4 membership functions and 2 logic rules. The membership function of throw distance was differently set according to the deduced category of trajectories. The implemented fuzzy program was validated through comparing with the domestic and foreign empirical data. The output results agree very well in impact velocities of vehicle resulting the accuracy and usefulness of the developed tool in the reconstruction analysis of vehicle-pedestrian collision accidents.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2007.11a
• /
• pp.235-238
• /
• 2007

본 논문에서는 기존의 클러스터 기반 퍼지 모델트리에서 트리의 깊이에 따른 over-fitting으로 인한 훈련 및 검증데이터의 일관성 문제점을 해결하기 위해 상호 노드간의 정보를 고려하는 방법을 제안하고자 한다. 제안된 방법은 우선 입력과 출력변수의 속성을 고려한 퍼지 클러스터링에 의해 중심벡터를 계산한 후, 중심벡터들과 입력 속성간의 소속도를 이용하여 구간 분할된 영역별로 각각의 선형모델을 구축한다. 예측 단계에서는 입력된 데이터가 잎노드에 도달하는 노드간의 중심벡터와 입력 데이터간의 거리값에 따른 소속도를 계산한 후 최종적으로 무게 중심법을 이용하여 출력값을 예측하게 된다. 제안된 방법의 우수성을 보이기 위해 다양한 벤치마크 데이터를 대상을 실험한 결과, 기존의 클러스터 기반 퍼지 모델트리보다 향상된 성능을 보임을 알 수 있었다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2015.10a
• /
• pp.513-515
• /
• 2015

본 논문에서는 다양한 영상에서 객체들의 정보 손실을 최소화한 상태에서 영상을 이진화하기 위해 ${\alpha}-cut$을 동적으로 설정하는 개선된 퍼지 이진화 방법을 제안한다. 제안된 퍼지 이진화 방법은 평균 밝기 값을 기준으로 가장 어두운 픽셀 값과 가장 밝은 픽셀 값의 거리를 계산하여 소속 함수의 구간을 설정한다. 그리고 소속 함수에서 소속도를 구한 후, 영상을 이진화 하기 위해 최대 밝기 값에서 중간 밝기 값을 나눈 값을 ${\alpha}-cut$값으로 설정한 후에 구간 임계치를 이용하여 영상을 이진화 한다. 제안된 퍼지 이진화 방법의 효율성을 확인하기 위해 다양한 영상을 대상으로 실험한 결과, 기존의 퍼지 이진화 방법보다 객체와 배경 사이의 명암도가 한쪽에 치우친 분포를 가진 영상과 넓게 분포된 영상에서 모두 객체들의 정보의 손실이 적은 상태에서 이진화되는 것을 확인할 수 있었다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2004.05b
• /
• pp.158-161
• /
• 2004

RBF 네트워크의 중간층은 클러스터링하는 층이다. 즉, 이 충의 목적은 주어진 자료 집합을 유사한 클러스터들(homogenous cluster)로 분류하는 것이다. 여기서 유사하다는 것은 입력 데이터들에 대한 특징 벡터 공간사이에서 한 클러스터내의 벡터들 간에 거리를 측정하여 정해진 반경 내에 존재하면 같은 클러스터로 분류하고 정해진 반경 내에 존재하지 않으면 다른 클러스터로 분류한다. 그러나 정해진 반경 내에서 클러스터링하는 것은 잘못된 클러스터를 선택하는 단점을 가지게 된다. 그러므로 중간층을 결정하는 .것은 RBF 네트워크의 전반적인 효율성에 큰 영향을 준다. 따라서 본 논문에서는 효율적으로 중간층을 결정하기 위한 방법으로 퍼지 C-Means 클러스터링 알고리즘을 적용한 퍼지 RBF 네트워크를 제안한다. 제안된 퍼지 RBF 네트워크의 학습은 크게 두 단계로 구분된다. 첫 번째 단계는 입력층과 중간층 사이에 퍼지 C-Means 알고리즘이 수행되고, 두 번째 단계는 중간층과 출력층 사이에 지도학습이 수행된다. 제안된 방법의 학습 성능을 평가하기 위하여 실제 주민등록증에서 추출한 숫자패턴에 적용한 결과, 기존의 RBF네트워크 보다 학습 성능이 개선된 것을 확인하였다.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.22 no.1
• /
• pp.1-6
• /
• 2012

In this paper, we present an obstacle avoidance control algorithm for mobile robots based on SFLC (single-input fuzzy logic controller) with an efficient fuzzy logic look-up table to replace the traditional complicated operation. This method achieves better performance than traditional methods in terms of efficiency. The output of a SFLC leads the robot to the target automatically although many obstacles on the path. Our experiments show that the robot has good performance in the view of path tracking and other efficiency.

• The Journal of the Acoustical Society of Korea
• /
• v.16 no.2
• /
• pp.71-79
• /
• 1997

In this paper, a codeword-dependent distance normalization(CDDN) and an instar-formed fuzzy smoothing of output distribution are proposed for robust estimation of output probabilities in the FVQ(fuzzy vector quantization)-DHMM(discrete hidden Markov model). The FVQ-DHMM is a variant of DHMM in which the state output probability is estimated by the sum oft he product of the output probability and its weighting factor for each codeword on an input vector. As the performance of the FVQ-DHMM is influenced by weighting factor and output distribution from a state, it is required to get a method to get robust estimation of weighting factors and output distribution for each state. From experimental results, the proposed CDDN method has reduced 24% of error rate over the conventional FVQ-DHMM, and also reduced 79% of error rate when the smoothing of output distribution is also applied to the computation of an output probability. These results indicate that the use of CDDN and the fuzzy smoothing of output distribution to the FVQ-DHMM lead to improved recognition, and therefore it may be used as an alternative to the robust estimation of output probabilities for HMMs.