• 한국통신학회논문지
• /
• 제35권1A호
• /
• pp.87-94
• /
• 2010

협력 스펙트럼 감지(cooperative spectrum sensing) 방식은 지역적으로 분산되어 있는 다수의 부 사용자들이 협력하여 스펙트럼 감지를 수행하는 방법으로, 페이딩으로 인한 검파 성능의 손실을 효과적으로 줄일 수 있는 것으로 알려져 있다. 지금까지 협력 스펙트럼 감지에 관해 발표된 대부분의 연구 결과들은 부 사용자들의 스펙트럼 감지 결정이 통계적으로 서로 독립이라는 가정에 기초한 것이다. 그러나 실제 환경에서는 음영 효과(shadowing effect)로 인해 서로 가까이에 위치한 부 사용자들의 감지 결정(decision)들은 상관 관계(correlation)를 가질 수 있다. 이런 요인이 협력 스펙트럼 감지 방식의 성능에 미치는 영향을 평가하기 위하여, 본 논문에서는 주 사용자(primary user)가 활동할 때는 서로 다른 부 사용자 2명의 스펙트럼 감지 결정 사이에 일정한 통계적 상관도(correlation)가 존재하고, 활동하지 않는 경우에는 통계적으로 독립인 것으로 CR 시스템 환경을 설정한 후, 통계적 상관도에 따라 전송 용량(throughput)이 어떻게 변화하는 지를 분석하였다. 분석 결과 부 사용자들의 스펙트럼 감지 결정 사이의 상관 계수가 커질수록 OR 융합 규칙을 사용하는 경우에는 전송 용량이 줄어들은 반면 AND 융합 규칙을 사용하는 경우는 전송 용량이 증가하는 것으로 나타났다.

• 한국통신학회논문지
• /
• 제34권5A호
• /
• pp.429-435
• /
• 2009

협력 스펙트럼 감지(cooperative spectrum sensing)는 CR(cognitive radio) 네트워크를 구성하는 다수의 부 사용자(secondary user)가 서로 협력하여 주 사용자(primary user)의 스펙트럼 사용 여부를 판단하는 기술이다. 이를 수행하는 일반적인 형태는 일차적으로 부 사용자별로 판단을 한 후 이를 종합하여 최종 판단을 내리는 방식이며, 이때 가장 일반적인 융합 규칙(fusion rule)이 k-out-of-n 규칙이다. 이 방식은 n명의 부 사용자 중에 k명 이상이 주 사용자가 해당 스펙트럼을 사용하고 있다는 것에 동의할 때에만 이를 최종 판단으로 확정하는 방식이다. 본 논문에서는 주 사용자의 검파 확률을 일정 수준 이상으로 유지한다는 조건하에서 이 융합 규칙을 사용하는 협력 스펙트럼 감지 방식의 성능 분석 방식을 제시하고, 그 적용 사례로 10명의 부 사용자로 구성된 CR 네트워크에 대한 수치 분석 결과를 제시하고자 한다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국지능시스템학회 2007년도 추계학술대회 학술발표 논문집
• /
• pp.15-18
• /
• 2007

Identification of humans from multiple view points is an important task for surveillance and security purposes. For optimal performance the system should use the maximum information available from sensors. Multimodal biometric systems are capable of utilizing more than one physiological or behavioral characteristic for enrollment, verification, or identification. Since gait alone is not yet established as a very distinctive feature, this paper presents an approach to fuse face and gait for identification. In this paper we will use the single camera case i.e. both the face and gait recognition is done using the same set of images captured by a single camera. The aim of this paper is to improve the performance of the system by utilizing the maximum amount of information available in the images. Fusion is considered at decision level. The proposed algorithm is tested on the NLPR database.

• Smart Structures and Systems
• /
• 제7권3호
• /
• pp.229-240
• /
• 2011

Recent developments in Smart Structures with very large scale embedded sensors and actuators have introduced new challenges in terms of data processing and sensor fusion. These smart structures are dynamically classified as a large-scale system with thousands of sensors and actuators that form the musculoskeletal of the structure, analogous to human body. In order to develop structural health monitoring and diagnostics with data provided by thousands of sensors, new sensor informatics has to be developed. The focus of our on-going research is to develop techniques and algorithms that would utilize this musculoskeletal system effectively; thus creating the intelligence for such a large-scale autonomous structure. To achieve this level of intelligence, three major research tasks are being conducted: development of a Bio-Inspired data analysis and information extraction from thousands of sensors; development of an analytical technique for Optimal Sensory System using Structural Observability; and creation of a bio-inspired decision-making and control system. This paper is focused on the results of our effort on the first task, namely development of a Neuro-Morphic Engineering approach, using a neuro-symbolic data manipulation, inspired by the understanding of human information processing architecture, for sensor fusion and structural diagnostics.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2002년도 Proceedings of International Symposium on Remote Sensing
• /
• pp.65-65
• /
• 2002

In remote sensing, images are acquired over the same area by sensors of different spectral ranges (from the visible to the microwave) and/or with different number, position, and width of spectral bands. These images are generally partially redundant, as they represent the same scene, and partially complementary. For many applications of image classification, the information provided by a single sensor is often incomplete or imprecise resulting in misclassification. Fusion with redundant data can draw more consistent inferences for the interpretation of the scene, and can then improve classification accuracy. The common approach to the classification of multisensor data as a data fusion scheme at pixel level is to concatenate the data into one vector as if they were measurements from a single sensor. The multiband data acquired by a single multispectral sensor or by two or more different sensors are not completely independent, and a certain degree of informative overlap may exist between the observation spaces of the different bands. This dependence may make the data less informative and should be properly modeled in the analysis so that its effect can be eliminated. For modeling and eliminating the effect of such dependence, this study employs a strategy using self and conditional information variation measures. The self information variation reflects the self certainty of the individual bands, while the conditional information variation reflects the degree of dependence of the different bands. One data set might be very less reliable than others in the analysis and even exacerbate the classification results. The unreliable data set should be excluded in the analysis. To account for this, the self information variation is utilized to measure the degrees of reliability. The team of positively dependent bands can gather more information jointly than the team of independent ones. But, when bands are negatively dependent, the combined analysis of these bands may give worse information. Using the conditional information variation measure, the multiband data are split into two or more subsets according the dependence between the bands. Each subsets are classified separately, and a data fusion scheme at decision level is applied to integrate the individual classification results. In this study. a two-level algorithm using hierarchical clustering procedure is used for unsupervised image classification. Hierarchical clustering algorithm is based on similarity measures between all pairs of candidates being considered for merging. In the first level, the image is partitioned as any number of regions which are sets of spatially contiguous pixels so that no union of adjacent regions is statistically uniform. The regions resulted from the low level are clustered into a parsimonious number of groups according to their statistical characteristics. The algorithm has been applied to satellite multispectral data and airbone SAR data.

• 지능정보연구
• /
• 제12권4호
• /
• pp.127-136
• /
• 2006

본 연구 논문은 육군 전술C4I체계 지원을 위한 전문가시스템 프레임워크를 제시하기 위한 것이다. 한국 육군은 사단급 이상 부대의 전투상황실에서 수작업으로 실시하던 전장정보분석 업무를 지원하기위해 일명 "상황위협평가전문가시스템(STAFS)"개발을 실시한 바 있다. 그러나 기 개발된 STAFS는 종합적인 전투상황실 운영 개념에 부합하는 의사결정체계 구조에 맞추어 개발된 것이 아니고 전술지휘본부 내 임무 중 극히 일부분인 정보융합분석만을 위한 시스템으로 개발되어 실 업무 활용에 많은 제한을 가져 왔다. 따라서 본 논문에서는 이러한 제한점을 개선하여 전투상황실 업무를 종합적으로 지원하는 전문가시스템 프레임워크를 정립하여 지휘관의 의사결정을 지원하기 위한 전문가시스템 개발 구조를 제시하였다.

• International Journal of Fuzzy Logic and Intelligent Systems
• /
• 제16권2호
• /
• pp.87-94
• /
• 2016

In this paper, we discuss a gait representation based on the width of silhouette in terms of discriminative power and robustness against the noise in silhouette image for gait recognition. Its sensitivity to the noise in silhouette image are rigorously analyzed using probabilistic noisy silhouette model. In addition, we develop a gait recognition system using width representation and identify subjects using the decision level fusion based on majority voting. Experiments on CASIA gait dataset A and the SOTON gait database demonstrate the recognition performance with respect to the noise level added to the silhouette image.

• 정보과학회 논문지
• /
• 제43권12호
• /
• pp.1365-1375
• /
• 2016

일상생활 환경 속에서 자율적으로 동작하는 서비스 로봇에게 가장 필수적인 능력 중 하나가 동적으로 변화하는 주변 환경에 대한 올바른 상황 인식과 이해 능력이다. 다양한 센서 데이터 스트림들로 부터 신속히 의사 결정에 필요한 고수준의 상황 지식을 생성해내기 위해서는, 멀티 모달 센서 데이터의 융합, 불확실성 처리, 기호 지식의 실체화, 시간 의존성과 가변성 처리, 실시간성을 만족할 수 있는 시-공간 추론 등 많은 문제들이 해결되어야 한다. 이와 같은 문제들을 고려하여, 본 논문에서는 지능형 서비스 로봇을 위한 효과적인 동적 상황 관리 및 시-공간 추론 방법을 제시한다. 본 논문에서는 상황 지식 관리와 추론의 효율성을 극대화하기 위해, 저수준의 상황 지식은 센서 및 인식 데이터가 입력될 때마다 실시간적으로 생성되지만, 반면에 고수준의 상황 지식은 의사 결정 모듈에서 요구가 있을 때만 후향 시-공간 추론을 통해 유도되도록 알고리즘을 설계하였다. Kinect 시각 센서 기반의 Turtlebot를 이용한 실험을 통해, 제안한 방법에 기초한 동적 상황 관리 및 추론 시스템의 높은 효율성을 확인할 수 있었다.

• 한국지능시스템학회논문지
• /
• 제18권1호
• /
• pp.72-77
• /
• 2008

개인 식별 연구는 보안, 감시 시스템에서 중요한 부분이다. 최선의 성능을 가진 시스템을 설계하기 위하여 감지기들로부터 최대 정보를 이용할 수 있도록 설계한다. 다양한 생체 인식 시스템은 등록, 확인, 또는 개인 식별을 위하여 생리 특성이나 행동 특성을 하나이상 활용한다. 발걸음 인식만을 가지고는 아직 개인별 변별적 특징을 안정적으로 나타내지 못하므로, 본 논문에서는 얼굴과 발걸음을 결합한 개인 식별 시스템을 제안한다. 본 논문에서 우리는 한 개의 카메라를 이용한다. 즉, 얼굴과 발걸음 인식 모두 하나의 카메라를 이용하여 획득된 같은 이미지 셋을 사용한다. 본 논문의 중점은 이미지들에서 이용할 수 있는 최대 정보량을 활용하는 것으로 시스템의 성능을 향상시키는 것이다. 결합은 결정 단계에서 고려된다. 제안된 알고리듬은 NLPR 데이터베이스를 사용한다.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2003년도 하계종합학술대회 논문집 Ⅳ
• /
• pp.2012-2015
• /
• 2003

This paper proposes a pose-invariant face recognition method using cylindrical model and stereo camera. We divided this paper into two parts. One is single input image case, the other is stereo input image case. In single input image case, we normalized a face's yaw pose using cylindrical model, and in stereo input image case, we normalized a face's pitch pose using cylindrical model with estimated object's pitch pose by stereo geometry. Also, since we have advantage that we can utilize two images acquired at the same time, we can increase overall recognition rate by decision-level fusion. By experiment, we confirmed that recognition rate could be increased using our methods.