• 한국멀티미디어학회논문지
• /
• 제6권2호
• /
• pp.230-239
• /
• 2003

본 논문은 3차원 얼굴 영상으로부터 등고선 영역을 추출하여 얼굴의 지역적 특징이 잘 반영되는 투영 벡터를 이용한 얼굴 인식 알고리즘을 제안한다. 얼굴의 외곽 형상은 사람에 따라 비슷한 모양을 나타내므로 구분하는데 어려움이 많다. 그러나 3차원 얼굴 영상은 깊이 정보를 갖고 있으므로, 코로부터 일정 깊이 값에 대한 영역을 추출하면 사람마다 다른 형상이 추출 될 수 있다. 얼굴 내에서 가장 높은 코를 먼저 추출한 후, 이를 기준으로 깊이 값을 취하면, 코를 포함한 얼굴 내의 등고선 영역을 추출하였다. 이 영역 또한 비슷한 형상을 나타낼 수 있으므로, 논문에서는 영상을 투영한 후 투영 벡터의 국부화를 통하여 영상의 지역적 특성이 잘 반영되는 통계적 성질의 투영 벡터 방법을 사용하여 특징 벡터를 추출하였다. 제안된 방법을 이용한 유사도 비교는 입력과 데이터 베이스에 대하여 각각 두개의 깊이 데이터에 대해 유클리드 거리를 사용하였으며, 실험 결과 5위 이내의 인식률이 94.3%로 나타났다.

• 디지털콘텐츠학회 논문지
• /
• 제13권3호
• /
• pp.263-269
• /
• 2012

캐릭터의 그룹핑은 3D 게임에서 매우 효과적으로 게임을 즐길 수 있게 한다. 본 논문에서는 객체 특징 벡터를 이용하여 3D 게임 캐릭터를 속성에 따라 그룹핑하는 방법을 제시한다. 게임에서 움직임이 거의 없는 캐릭터(NMT)의 경우 외부가 직선에 의한 단순한 형태로 나타난다. 그러나 움직임이 많은 캐릭터(MT)는 그것과 구분된다. 이러한 특징을 가버 필터를 이용하여 추출하고 K-NN으로 그룹핑한다. 실험을 통하여 각 속성을 사용해서 그룹핑한 경우 80%를 상회하는 정확도를 얻었다. 제안한 방법은 게임 진행에서 유사한 속성을 가진 캐릭터들이 효과적으로 그룹핑되어 전략적이고 속도감 있게 플레이 할 수 있는 기능을 제공한다.

• 한국멀티미디어학회논문지
• /
• 제12권11호
• /
• pp.1692-1700
• /
• 2009

본 논문에서는 메쉬 법선 벡터들의 방향 분포를 3차원 모델의 특징 기술자로 제안한다. 특징 기술자로써 요구되는 회전 불변을 주성분 분석법(PCA)으로 처리하고 잡음첨가에 강건하도록 메쉬 간략화를 수행한다. 표면적이 작은 면에 대한 정보가 특징 기술자를 구성하는데 더 적게 반영되도록 법선 벡터의 분포를 각 다각형의 면적에 비례하게 표본을 뽑아 법선 벡터에 가중치를 적용하고 보간하여 변별력을 높인다. 모델간의 유사도는 특징 기술자의 거리를 정규화한 확률 밀도 히스토그램의 L1-norm으로 측정한다. 제안한 방법이 기존 방법에 비해 검색 순위 평균(ANMRR)으로 나타낸 검색 성능이 약 17.2%, 정량적 변별 척도로 나타낸 검색 성능이 최소 9.6%에서 최대 17.5%까지 향상되었음을 알 수 있었다.

• 한국산업정보학회논문지
• /
• 제7권3호
• /
• pp.23-31
• /
• 2002

본 논문에서는 화상자료의 특성인 이웃 화소간의 종속성을 표현하는데 적합한 깁스분포를 바탕으로 얼굴 표정을 인식을 위한 특징벡터를 추출하는 새로운 방법을 제안하였다. 추출된 특징벡터는 얼굴 이미지의 크기, 위치, 회전에 대하여 불변한 특성을 갖는다. 얼굴 표정을 인식하기 위한 알고리즘은 특징벡터 추출하는 과정과 패턴을 인식하는 두 과정으로 나뉘어진다. 특징벡터는 얼굴 화상에 대하여 추정된 깁스분포를 바탕으로 수정된 2-D 조건부 모멘트로 구성된다. 얼굴 표정인식 과정에서는 패턴인식에 널리 사용되는 이산형 HMM를 사용한다. 제안된 방법에 대한 성능평가를 위하여 4가지의 얼굴 표정 인식 실험을 Workstation에서 실험한 결과, 제안된 얼굴 표정 인식 방법이 95% 이상의 성능을 보여주었다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제29권11호
• /
• pp.818-825
• /
• 2002

얼굴의 깊이 정보는 얼굴 인식에서 가장 중요한 요소이다. 3차원 얼굴 영상은 깊이 정보를 잘 나타내므로 얼굴의 깊이 값을 비교하는데 아주 유용하다. 얼굴 전체에 대한 처리는 많은 계산량과 데이터 량을 포함해야 하는 문제점이 있다. 따라서 본 논문에서는 얼굴의 국부적인 영역들에 대한 3차원 깊이 값을 이용하여 인식하였다. 3D 레이저 스캐너로 입력된 3차원 얼굴 영상으로부터 어떤 깊이에 있는 등고선 영역을 추출한 후, 이를 영역별로 취하면 국부적인 얼굴 깊이에 대한 특징을 잘 반영하게 된다. 얼굴의 가장 중심인 코를 기준점으로 깊이 영역에 대한 등고선 영역을 추출하며, 얼굴의 깊이를 고려한 국부적 깊이 정보를 다중 특징 벡터를 이용하여 얼굴을 인식한다. 다중 특징 벡터는 벡터 수가 적으면서 얼굴의 지역적 깊이 특성을 잘 나타내므로 간단한 방법으로 높은 인식률을 얻을 수 있었다.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2000년도 추계종합학술대회
• /
• pp.517-521
• /
• 2000

본 논문에서는 영상 처리 방법을 이용하여 주어진 객체의 실세계 좌표를 나타내는 특징점을 인식하는 한 방법을 제안한다. 제안된 방법에서는 육면체 형상의 객체를 대상으로 하며, 이러한 객체 영상의 주요한 특징점은 육면체를 결정짓는 꼭지점들로 이루어진다. 제안된 방법은 CCD 카메라로부터 영상을 획득하는 영상 획득 모듈, 획득된 영상에 대하여 관심 영역을 찾는 영상 분할 모듈, 분할된 관심 영역에 대하여 sobel operator등을 이용하여 경계 정보를 검출하는 영상 처리 모듈, 그리고 세선화, line fitting과정을 통하여 직선 벡터들을 검출한 후에 객체의 주요한 특징점을 인식하는 모듈로 구성된다.

• 한국항행학회논문지
• /
• 제17권2호
• /
• pp.247-254
• /
• 2013

본 논문에서는 키넥트 센서를 이용한 AdaBoost 기반 제스처 인식에 관한 알고리즘을 제안한다. 최근 스마트 TV에 대한 보급으로 관련 산업이 주목받고 있다. 기존 리모컨을 이용하여 TV를 컨트롤 하던 시대에서 벗어나 제스처를 이용하여 TV를 컨트롤 할 수 있는 새로운 접근을 제안한다. AdaBoost 학습 모델에 신체 정규화 된 시간 간격 특징 벡터의 집합을 특징 패턴으로 하여, 속도가 다른 동작들을 인식할 수 있도록 하였다. 또한 속도가 다른 다양한 제스처를 인식하기 위해 다중 AdaBoost 알고리즘을 적용하였다. 제안된 알고리즘을 실제 동영상 플레이어와 연결하여 적용하였고, 실험 후 좌표 변화를 이용한 알고리즘에 비해 정확도가 향상되었음을 확인하였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2000년도 제13회 춘계학술대회 및 임시총회 학술발표 논문집
• /
• pp.1037-1041
• /
• 2000

본 논문에서는 웨이블릿 변환을 이용하여 추정된 변위 벡터와 이를 이용한 물체의 분할을 통해 특징 점을 추출하고 3차원 와이어 프레임(wire-frame)을 생성하는 알고리즘을 제안한다. 우선, 웨이블릿 변환을 이용하여 빠른 시간 안에 변위를 측정하고, 이를 통해 배경과 물체를 분리해 내었다. 그런 뒤에, 변위 벡터를 이용하여, 깊이 정보를 추정해 내고, 동시에 물체로부터 두드러진 특징 값들을 추출하여 3차원 와이어 프레임 생성을 위한 거리 값으로 사용하였다. 마지막으로, 일반적인 delaunay triangulation에서 생길 수 있는 오 정합을 본 논문에서 제안하는 전경/배경 분할 알고리즘을 이용하여 제거 하여 정확한 3차원 모델을 생성하였다. 아울러, 본 논문에서 제안하는 웨이블릿을 이용한 빠른 3D 모델링 방법을 원 영상을 이용한 방법과 비교하여, 더 좋은 결과를 보여줌으로써, 계산 시간 뿐만 아니라 정확성에서도 만족할 만한 결과를 얻을 수 있었다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2020년도 추계학술대회
• /
• pp.187-189
• /
• 2020

본 논문에서는 포인트 클라우드 정합 성능 향상을 위해 기하적 복잡도가 낮은 정점들의 영향을 최소화하는 포인트 클라우드 리샘플링 방법을 제안한다. 3 차원 특징 기술자(3D feature descriptor)를 기반으로 하는 포인트 클라우드 정합은 정점 법선 벡터의 변화량을 특징으로 사용한다. 따라서 강건한 특징은 대부분 정점 법선 벡터의 변화량이 큰 영역에서 추출된다. 반면에 정점 법선 벡터의 변화량이 거의 없는 평면 영역은 정합 수행 시에 이상점(outlier)으로 작용할 수 있으므로 해당 정점들이 정합 과정에 미치는 영향을 최소화해야 한다. 제안하는 방법은 모델 포인트 클라우드의 기하적 복잡도를 고려한 리샘플링을 통해 전체 정점의 수 대비 복잡도가 낮은 정점들의 비율을 낮추어 이상점이 정합 과정에 미치는 영향을 최소화하고 정합 성능을 향상시켰다.

• 한국컴퓨터정보학회논문지
• /
• 제28권9호
• /
• pp.47-54
• /
• 2023

영아는 비언어적 의사 소통 방식인 울음이라는 수단을 사용한다[1]. 하지만 영아의 울음소리를 파악하는 것에는 어려움이 따른다. 영아의 울음소리를 해석하기 위해 많은 연구가 진행되었다[2,3]. 이에 본 논문에서는 다양한 음성 데이터 증강을 통한 3D 특징 벡터를 이용한 영아의 울음소리 분류를 제안한다. 연구에서는 총 5개의 클래스 복통, 하품, 불편함, 배고픔, 피곤함(belly pain, burping, discomfort, hungry, tired)로 분류된 데이터 세트를 사용한다. 데이터들은 5가지 기법(Pitch, Tempo, Shift, Mixup-noise, CutMix)을 사용하여 증강한다. 증강 기법 중에서 Tempo, Shift, CutMix 기법을 적용하였을 때 성능의 향상을 보여주었다. 최종적으로 우수한 데이터 증강 기법들을 동시 적용한 결과 단일 특징 벡터와 오리지널 데이터를 사용한 모델보다 17.75%의 성능 향상을 도출하였다.