• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 2011년도 추계학술대회
• /
• pp.276-279
• /
• 2011

최근 스마트폰의 카메라를 이용한 시각 검색(Visual Search) 어플리케이션(Application)을 많은 사람들이 이용하고 있고, 이러한 시각 검색 어플리케이션은 여러 가지 특징 추출 방법을 사용하고 있다. 본 논문에서는 특징 추출 방법 중 하나인 Speeded Up Robust Features (SURF)를 사용하여 모바일 환경에 적합한 특징 추출 및 정합 방법에 대하여 기술한다. 모바일 기기들은 기존의 일반 PC환경에 비해 비교적 낮은 성능의 하드웨어 조건을 가지고 있다. 하지만 SURF 특징점 추출 방법 및 정합 방법은 계산량이 많고 복잡하여 실시간 및 모바일 환경에 사용하기엔 제약이 따른다. 모바일 환경에서 높은 성능을 내기 위해 기술자(Descriptor) 차원 감소와 라플라시안(Laplacian) 부호를 이용한 정합, 그리고 최적의 거리 비율로 정합하는 방법을 제안한다.

• 디지털콘텐츠
• /
• 1호통권68호
• /
• pp.96-103
• /
• 1999

분산객체관리 시스템의 프로그래밍 환경을 논하기 위하여 여기서는 분산객체관리 시스템 개발에 위한 이론적인 고찰과, 지원도구의 기능 등을 살펴보기로 한다. 이를 위하여 CORBA 환경에서 정형적 방법과 객체지향의 접목기술, 분산객체개발 지원도구에 대한 특징 등을 알아보기로 한다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제7권3호
• /
• pp.107-112
• /
• 2018

본 논문에서는 드론과 지상 로봇 간 효과적인 협업을 위하여 광학 흐름 기술 기반의 특징점 추적 알고리즘을 제안하였다. 드론의 비행 중 빠른 움직임에 의하여 많은 문제점이 발생하여 지상물체를 성공적으로 인식하기 위해 직관적이면서도 식별자를 가지고 있는 마커를 사용했다. 특징점 추출이 우수한 FAST알고리즘과 움직임 감지가 우수한 루카스-카나데 광학흐름 알고리즘의 장점들을 혼합하여 기존 특징점-특징량 기반 객체 추적 방법보다 개선된 속도의 실험결과를 보여준다. 또한 제안한 마커의 검출방법에 적절한 이진화 방법을 제안하여 주어진 마커에서의 검출 정확도를 개선하였으며, 추적속도는 유사한 환경의 기존연구보다 40% 이상 개선됨을 확인하였다. 또한 비행드론의 경량화와 속도개선에 문제가 없도록 최소형 고성능의 임베디드 환경을 선택하였으며, 제한된 개발환경에서도 물체검출과 추적 등 복잡한 연산이 가능하도록 동작환경에 대하여 연구하였다. 향후에는 다른 환경에서 빠르게 움직이는 두 로봇 간의 협업의 정확도를 향상시키기 위해 지능적 비전기능에 대해 추가할 예정이다.

• 한국콘텐츠학회논문지
• /
• 제10권12호
• /
• pp.27-33
• /
• 2010

본 연구에서는 9가지 환경에서 마이크로폰과 자이로센서, 가속도센서를 이용하여 얻은 데이터를 특징 추출한 후 각 특징들을 조합하여 GMM (Gaussian Mixture Model)을 이용한 분류실험을 수행하였다. 기존의 환경 인식에 관한 연구들에서는 주로 마이크로폰을 이용한 환경음 데이터를 통해 인식주체의 환경 상황을 인식하고자 하였으나, 여러 노이즈들이 결합한 형태로 좋은 특징을 얻기 어려운 환경음의 구조적 특성으로 인해 그 인식 성능에 한계가 있었다. 이에 본 연구에서는 환경상황을 인식하기 위한 또 다른 방법으로 인식주체의 움직임 특성을 반영하기 위해 자이로센서와 가속도센서의 데이터를 특징에 추가 적용하는 방식을 제안하였다. 실험결과 따르면 마이크로폰을 통해 얻은 환경음의 특징만을 이용하는 기존의 방식들에 비해 가속도센서를 통해 얻은 데이터를 기존의 환경음 특징벡터와 조합한 경우에서 5% 이상 평균 인식률이 개선되는 것을 확인할 수 있었다.

• 한국음향학회:학술대회논문집
• /
• 한국음향학회 1998년도 학술발표대회 논문집 제17권 2호
• /
• pp.315-318
• /
• 1998

본 논문에서는 서브밴드 및 전 대역(full band)으로부터 얻은 특징 벡터를 함께 사용하여 잡음 환경에서 음성인식 시스템의 성능을 향상시키는 방법을 제안하였다. 이는 인식시 잡음에 오염된 대역에서 얻은 특징 벡터를 제거하는데 따른 정보 손실을 막기 위해 전 대역으로부터 얻은 특징 벡터를 함께 이용하며 신호 대 잡음비가 높은 대역을 강조하여 각 모델에 대한 확률 값을 계산한다. 전화망에서 수집된 데이터베이스를 이용하여 인식 실험을 수행한 결과 비교적 넓은 주파수 대역에 걸쳐 분포된 잡음의 경우에도 인식 성능을 향상시킬 수 있었다.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2008년도 하계종합학술대회
• /
• pp.775-776
• /
• 2008

본 논문은 WLAN 환경에서 웨이블릿과 신경망을 사용한 실내 위치인식 방법을 제안한다. 제안한 방법의 기본적인 아이디어는 경제적이면서 효율적인 방법으로써 실내에 설치된 무선 AP들로부터 수신된 신호들의 수신세기로부터 비교적 정확하게 위치를 추정하는 연구이다. 일반적으로 무선 신호는 주위 환경 및 건물 구조적 요인에 의해 수신세기가 더해지거나 감해지는 현상이 발생함으로써 수신된 각 신호세기로부터 신호 잡음과 오류에 강인하고 시간과 주파수 도메인의 정보 표현이 가능하며 각 신호세기들간의 구별성을 갖는 특징값 획득이 필요하다. 제안 방법에서는 웨이블릿 변환을 이용하여 수신된 신호로부터 중복 데이터와 잡음에 민감하게 반응하지 않는 특징값을 획득하고, 수신신호 전역 및 지역적 특징의 표현이 가능한 신경망을 사용하여 실내위치인식 방법은 제안한다. 실험 결과 실내위치 인식률이 94 % 이상 제시하였다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2022년도 제66차 하계학술대회논문집 30권2호
• /
• pp.563-566
• /
• 2022

본 논문에서는 증강현실에서 객체 증강 시, 특징점과 GPS를 이용하여 증강 위치를 효율적으로 보간할 수 있는 ICP(Iterative closest point) 매칭 기법을 제안한다. 다양한 환경에서 제한받지 않고 객체를 증강하기 위해 일반적으로 마커리스(Markerless) 방식을 사용하며, 대표적으로 평면 검출과 페이스 검출을 사용한다. 이는 현실과 자연스러운 동기화를 위한 것으로 계산은 작지만, 인식의 범위가 넓기 때문에 증강 위치에 대한 오차가 존재한다. 이러한 작은 오차는 특정 산업에서는 치명적일 수 있으며, 특히 건설이나 의료시설에서 발생하면 큰 사고로 이어진다. 객체를 증강 시킬 때 해당 환경에 대한 점 구름(Point cloud)을 수집하여 데이터베이스에 저장한다. 본 논문에서는 관측되는 점 구름과의 오차를 줄이기 위해 ICP 매칭 기법을 사용하며, 실린더 기반의 각도 보간을 이용하여 계산량을 줄인다. 결과적으로 특징점과 GPS를 이용하여 ICP 매칭 기법을 통해 효율적으로 처리함으로써, 증강 위치에 대한 정확도가 개선된 증강 방식을 보여준다.

• 한국멀티미디어학회논문지
• /
• 제11권10호
• /
• pp.1325-1337
• /
• 2008

훈련과 인식의 환경적 차이가 음성 인식 성능 저하의 주요 요인이며, 이러한 환경적 불일치를 줄이기 위한 다양한 잡음 처리 방법들이 연구되고 있다. 이 가운데 로그 에너지 특징에 대한 ERN(log-Energy dynamic Range Normalization), SEN(Silence Energy Normalization) 등이 우수한 성능을 보이고 있다. 그러나 이들 방법은 상대적으로 큰 갈을 갖는 로그 에너지 특징에 대해서는 처리가 불가능한 문제점이 이으며, 특히 SNR값이 작은 환경에서는 이러한 문제로 인하여 환경적 불일치가 더욱 크게 나타나고 있다. 이를 해결하기 위해서 본 논문은 자동 회귀 방식으로 이동 평균을 계산하여 로그 에너지 특징을 스무딩(smoothing)하는 ARMA(Auto-Regression and Moving Average) 필터를 후처리로 적용하는 방법을 제안한다. Aurora 2.0 DB를 이용한 인식 실험 결과, 제안 방법이 기존의 방법들에 비해 향상된 인식 결과를 얻을 수 있었다.

• 한국음향학회:학술대회논문집
• /
• 한국음향학회 2004년도 추계학술발표대회논문집 제23권 2호
• /
• pp.127-130
• /
• 2004

기존의 전대역(Full-Band)에서 특징 파라미터를 추출하는 화자 확인(Speaker Verification) 시스템은 저대역이나 고대역에서 화자 정보의 특징이 제거되기 쉽다. 또한, 주파수 스펙트럼에 부분적으로 오염이 되는 경우, 특징 파라미터를 왜곡시켜 화자 확인 시스템의 성능을 저하시킨다. 본 논문에서는 이러한 문제점을 해결하기 위해 다중대역 공분산 모델(Covariance Model)을 제안한다. 제안한 방법은 주파수 영역에서 전대역을 여러 개의 부대역(Sub-Band)으로 분할하고, 부대역별로 독립적으로 특징 파라미터를 추출하여 공분산 모델을 구한다. 제안된 방법의 성능 확인을 위하여 공분산 모델 간의 거리를 측정하는 화자 확인 실험을 하였다. 잡음 환경에서 기존의 방법인 전대역에 기반한 공분산 모델과 제안한 방법을 비교 분석한 결과, 제안한 방법이 기존 방법보다 $2\%$정도 성능이 향상되었다. 또한, 제안된 방법은 전대역에 기반한 파라미터 차원 수를 다중대역의 개수로 분할하여 사용하므로 계산량의 감소와 저장 공간면에서 효율적이다.

• 전자공학회논문지
• /
• 제51권7호
• /
• pp.209-220
• /
• 2014

본 논문에서는 천해 배경잡음 환경에서 과도신호 분류에 적합한 특징 선택을 위해 특징의 변별력을 분석하였다. 과도신호 분류는 해양환경 특성상 낮은 신호대잡음비(SNR)를 가지므로 잡음변화에 강인한 특징이 요구된다. 천해 배경잡음을 모델링하기 위해 이론적인 잡음 모델과 Wenz의 천해 관측 자료 그리고 Yule walker 필터를 이용하였다. 과도신호의 SNR에 따른 각 특징의 변별력은 Fisher score를 이용하여 분석하였다. 변별력이 높은 특징을 선택하여 24 클래스의 과도신호원에 대한 분류정확도를 분석한 결과 잡음이 없는 환경에서 선택된 특징에서 상대적으로 높은 분류정확도를 보였다. 이러한 결과를 토대로 최종적으로 선택된 특징은 전체 28가지 특징 중 16가지 특징이 선택되었다. 다중 클래스 SVM분류기를 이용하여 선택된 특징의 인식률 분석결과 과도신호의 SNR 20dB 환경에서 약92%의 분류정확도를 보였다.