• Journal of the Korean Institute of Intelligent Systems
• /
• v.20 no.5
• /
• pp.677-682
• /
• 2010

This paper addresses a method of estimating roughly the human pose by comparing Haar-wavelet value which is learned in face detection technology using AdaBoost algorithm. We also presents its application to face recognition. The learned weak classifier is used to a Haar-wavelet robust to each pose's feature by comparing the coefficients during the process of face detection. The Mahalanobis distance is used to measure the matching degree in Haar-wavelet selection. When a facial image is detected using the selected Haar-wavelet, the pose is estimated. The proposed pose estimation can be used to improve face recognition speed. Experiments are conducted to evaluate the performance of the proposed method for pose estimation.

• Proceedings of the IEEK Conference
• /
• 2001.09a
• /
• pp.727-730
• /
• 2001

본 논문에서는 동영상 데이터의 효율적인 압축과 전송을 위하여 이산 웨이블렛 변환(Discrete Wavelet Transform)과 H.263 부호화[1] 방법을 이용한 영상 부호화 방법을 제안하였다. 이 방법은 웨이블렛 변환을 이용하여 영상을 여러 개의 주파수 영역별로 나누고 각각의 주파수특성에 따라 다른 부호화 방식을 취하게 된다. 제안된 방법은 정보량이 가장 많고 원본의 영상에 가장 가깝게 보존되는 저주파 영역은 H.263 부호화 방식을 사용하고, 나머지 고주파 영역은 산술부호화 방식을 사용함으로서 각각의 주파수 특성을 적절하게 고려한 압축을 하여 그 효율을 증대시키게 된다. 또한 웨이블렛 변환에 따른 저주파 영역의 크기는 실제 영상 크기의 4분의 1이 되는데, 이러한 사실은 H.263 부호화에서 움직임정보의 검출 단위인 매크로블럭(macro-block)의 개수를 줄여 웨이블렛 알고리즘 사용에 드는 추가적인 부호화 시간을 보상하게 한다. 저주파 영역의 H.263 부호화 방식으로 인한 양자화 오류로 나타나는 역 웨이블렛 변환에서의 화질열화를 최소화하기 위해 2단계 웨이블렛 변환을 사용했는데 실험결과 1단계 웨이블렛 변환을 사용한 영상에 비하여 화질이 개선됨을 알 수 있다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2003.11a
• /
• pp.7-10
• /
• 2003

인터프레임 웨이블렛 부호화(Interframe Wavelet Coding)는 3D 서브밴드(Subband) 부호화라고도 하며, 기존의 DCT기반 Hybrid 동영상 부호화 방식에 비해 압축 효율이 우수하고. 특히 스케일러빌리티 기능이 뛰어난 부호화 방법이다. 인터프레임 웨이블렛 부호화 방법에서 복호화 과정 중 가장 연산 량이 많이 요구되는 역(inverse) 웨이블렛 변환이다 역 웨이블렛 변환의 연산 량은 복호화 과정에서 적용된 웨이블렛 변환과 동일한 연산량을 요구한다. 이는 순방향과 역방향에서 동일 길이의 필터와 분해 레벨을 사용해야 하기 때문이다. 이 웨이블렛 변환의 연산 량을 줄이기 위해 본 논문에서는 기존의 시간 밴드 영상에 대해 동일 한 웨이블렛 필터를 사용하여 공간 웨이블렛 필터를 적용하던 것을. 로우밴드에는 9/7 필터를 적용하고 하이 밴드에는 Haar필터를 사용하는 방법을 제안한다. PSNR 실험에서 기존의 9/7 필터만을 사용하는 경우와 비교한 결과 거의 차이가 없었다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2003.09b
• /
• pp.185-188
• /
• 2003

본 논문은 복합적인 상황을 고려한 데이터를 이용하여 얼굴인식을 하는 연구로서, 이산 웨이블렛을 기반으로 하는 다 해상도 분석 방법을 사용하고, 각 해상도로 분해된 영상 중, 스케일 함수에 의해 사영되어진 영역에 LDA(Linear Discriminant Analysis)를 적용하여, 도출된 결과가 기존의 방법들에 비해 더 안정된 성능을 나타냄을 보이고자 한다. 이를 위해, 웨이블렛을 적용하지 않은 이미지에 PCA, LDA, ICA를 이용한 결과와 웨이블렛을 적용한 이미지에 통계적 방법들을 이용한 경우, 그리고 웨이블렛의 각 대역에 통계적인 방법을 적용한 후, 대수적인 합을 하였을 때의 인식율을 학습과 검증의 이미지배열을 바꾸어 가며 총 열여덟회 실험하였다. 이에, 본 논문에서 제안한 방법이 이미지 배열에 영향을 덜 받는 안정적인 성능을 가지고 있음을 확인 할 수 있었다.

• Proceedings of the Korea Multimedia Society Conference
• /
• 2003.11a
• /
• pp.183-186
• /
• 2003

인터프레임 웨이블렛 부호화(Interframe Wavelet Coding)는 3D 서브밴드 부호화라고도 하며, 기존의 DCT 기반 동영상 부호화 방식에 비해 압축 효율이 우수하고, 특히 스케일러빌리티 기능이 뛰어난 부호화 방법이다. 본 논문에서는 기존의 인터프레임 웨이블렛 부호화 방법에서 시간 밴드 영상에 대해 동일한 웨이블렛 필터를 사용하여 공간 웨이블렛 필터를 적용하던 것을, 시간 밴드 영상의 특성을 고려하여 로우 밴드와 하이 밴드에 서로 다른 웨이블렛 필터를 적용하는 방법을 제안하였다. 본 논문에서는 로우밴드에는 9/7 필터를 적용하고 하이 밴드에는 Haar필터를 적용하여 보았다. 이렇게 적용함으로서 부호과정에서 가장 많은 연산량을 필요로하는 역 웨이블렛 변환이 간단하게 되어 복호기의 복잡도가 감소하는 효과가 있다. PSNR 실험에서 기존의 9/7 필터만을 사용하는 경우와 비교한 결과 거의 차이가 없었다.

• The KIPS Transactions:PartB
• /
• v.10B no.4
• /
• pp.459-464
• /
• 2003

This paper proposes the use of a wavelet based image transform algorithm in human iris recognition method and the effectiveness of this technique will be determined in preprocessing of extracting Iris image from the user´s eye obtained by imaging device such as CCD Camera or due to torsional rotation of the eye, and it also resolves the problem caused by invariant under translations and dilations due to tilt of the head. This technique values through the proposed translation-invariant wavelet transform algorithm rather than the conventional wavelet transform method. Therefore we extracted the best-matching iris feature values and compared the stored feature codes with the incoming data to identify the user. As result of our experimentation, this technique demonstrate the significant advantage over verification when it compares with other general types of wavelet algorithm in the measure of FAR & FRR.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 1997.10a
• /
• pp.131-134
• /
• 1997

기존의 유전자 알고리즘과는 달리 대화형 유전자 알고리즘은 평가치를 인간이 제시할 수있기 때문에 인간의 직관이나 감성을 효과적으로 표현할 수 있다는 장점이 있다. 대화형 유전자 알고리즘을 기반으로 내용 기반 영상 검색 시스템을 구축한 바 있는데, 이 시스템은 웨이블렛 변환을 통하여 기술된 영상을 내용에 기반하여 검색할 수 있도록 한다. 본 논문에서는 이러한 웨이블렛 변환으로 얻어진 계수가 유전자 알고리즘의 염색체 표현으로 효과적인지를 실험적으로 평가하고자 한다. 소규모의 영상 데이터베이스에 대하여 실험한 결과 체이블렛 변환으로 기술된 염색테들이 유전자 알고리즘의 교차 연산에 대하여 의미있는 후보를 찾아낸다는 사실을 확인할 수 있다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2006.05a
• /
• pp.635-638
• /
• 2006

현재 인공위성 영상은 지구에서 일어나는 변화를 탐지하기 위한 매우 효율적 수단으로 활용되고 있다. 지표에 대한 변화탐지는 원격탐사영상으로부터 지표변화를 찾아내 정량화하는 과정이 필요한데 이러한 정보를 추출하기 위해 본 연구에서는 웨이블렛을 이용한 텍스쳐 분석의 효율성이 연구되었다. 분석된 영상은 0.6m급 고해상도 위성영상으로 지진 전후로 하여 지진피해 지역을 탐지하기 위해 영상에서 관찰되는 풍부한 텍스쳐 정보를 활용하는 방법에 관한 연구가 이루어 졌다. 텍스쳐 특징을 추출하기 위해 GLCM이 이용되었는데 직접적인 GLCM의 적용보다는 웨이블렛변환 후 GLCM의 적용이 텍스쳐 특징을 보다 효과적으로 분리할 수 있는 방법임이 검사되었다. 이러한 웨이블렛 텍스쳐 특징 추출 후 상관관계에 기반한 변화탐지 기법을 적용하면 피해지역을 매핑할 수 있다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2002.11a
• /
• pp.117-120
• /
• 2002

본 논문에서는 정지 영상에서 물체를 검출하는 방법을 제안한다 제안하는 방법은 먼저 정지 영상 내에서 찾을 물체에 대해서 웨이블렛 변환을 통해서 템플릿을 만든다. 만들어진 템플릿은 웨이블렛 변환의 특징을 토대로 중요한 특징 벡터만 한곳에 모이게 된다. 그 중요한 특징 벡터를 모아놓은 템플릿을 토대로 영상 검색을 하는 것이다. 예를 들어 영상 내에서 보행자를 찾는다면, 보행자 영상을 웨이블렛 변환을 통해서 템플릿을 만든다. 만들어진 템플릿을 토대로 영상 내에서 보행자를 검색할 수 있는 분류자를 만든다. 검색한 영상 내에서 보행자랑 유사한 Positives를 이미 만들어진 분류자를 통해서 찾으면 찾은 결과를 가지고 만들어진 템플릿에 비교를 한 후 최종적으로 보행자를 찾아내는 시스템이다. 이 시스템은 꼭 보행자뿐만 아니라 사용자가 검색하기 원하는 물체를 웨이블렛을 통해서 템플릿화 해 놓으면 물체를 효과적으로 검색 할 수 있다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2008.05a
• /
• pp.2254-2257
• /
• 2008

홍수와 가뭄, 수질오염 등의 피해에 대한 대책과 보다 효율적인 수자원 관리를 위해서 원자료에 대한 분석이 선행되어야 한다. 따라서 본 연구에서는 나주지점을 대상으로 하여 총유기탄소(Total Organic Carbon: TOC) 자료와 유출량 자료를 수집하였으며, 각 자료에 대하여 상세한 주기성분을 파악하기 위하여 웨이블렛 변환을 적용하였다. 대상지점으로 선정한 나주지점은 전라남도 나주시 나주대교 상류에 위치하고 있으며, 유역면적이 $2,0587.2km^2$이며, 유로 연장은 65.5km이다. 유출량과 수질자료의 주기성 분석을 위해 유기물의 양을 나타내는 수질지표인 TOC와 나주수위관측소에서 관측된 2003년${\sim}$2004년의 시수위자료를 유출량으로 환산한 값을 사용하였으며, 이 자료의 상세한 주기성 파악을 위해 웨이블렛 변환을 사용하였다. 일반적으로 주기성을 파악하기 위하여 푸리에 변환을 사용하지만, 푸리에 변환은 시간정보와 주파수를 동시에 파악할 수 없을 뿐만 아니라, 자료에 불연속성과 고주파수 성분이 포함될 경우 분석이 난이하다. 이러한 푸리에 변환의 단점을 보안한 것이 웨이블렛 변환이며, 푸리에 변환보다 계산속도가 빠르다. 또한 주어진 자료에 대하여 시간과 주파수 영역에서 동시에 파악하는 것이 가능하며, 불규칙한 자료를 평탄하게 함으로서 보다 상세한 주기성을 찾아낼 수 있다. 따라서 본 연구에서 추출한 각 자료의 상세 주기성분들은 향후 수자원 관리를 위한 기초자료로 활용될 수 있을 것으로 기대된다.