• 한국식품영양학회지
• /
• 제33권4호
• /
• pp.372-380
• /
• 2020

The purpose of this study is to investigate the physicochemical properties of jelly made from fermented red ginseng concentrate (FRGC) that can be easily absorbed and digested for the health promotion of the elderly. The pH of the jellies tended to decrease with increasing concentration of FRGC. Soluble solid content has significantly higher value when added more than 2%, and the water content of the sample was significantly lower when the FRGC was added 4%. As the amount of FRGC was increased, the total color difference increased, and the hardness of samples decreased significantly. On the other hand, the total ginsenoside contents of the FRGC was 45.50 mg/g. As the concentration of FRGC increased, the content of polyphenol and flavonoids increased. The increasing pattern of polyphenols and flavonoids showed a similar trend. As the content of FRGC increased, ABTS free radical scavenging activity significantly increased (p<0.05), and in the control, the minimum value (62.6 AEAC) and the 4% sample were highest (116.2 AEAC). DPPH radical scavenging activity was like that of ABTS radical scavenging activity. However, there was no significant difference in DPPH radical scavenging activity of 3% and 4% red ginseng jelly.

• 전자공학회지
• /
• 제39권2호
• /
• pp.36-44
• /
• 2012

본 논문에서는 최근 얼굴 인식 평가에 많이 사용된 FRGC Ver 2.0 DB와 그 프로토콜을 간략히 소개하고 이를 이용한 다양한 얼굴 인식 방법 및 그 개발 동향에 대해서 살펴보고자 한다. FRGC는 객관적인 2D/3D 얼굴 인식 알고리즘 성능 평가를 위해서 공개되었는데, 본 논문에서는 2D 정면 얼굴 인식에 대한 내용을 위주로 기술하고자 한다. FRGC의 2D 얼굴 인식 DB는 주로 조명의 Control 유무에 따른 성능 비교를 위한 평가 프로토콜을 제안하고 있다. 이에 2004년부터 최근까지 10개 이상의 알고리즘이 발표되었고, 본 논문에서는 중요한 11개의 알고리즘을 살펴보고자 한다. 또한 이들 알고리즘에서 핵심적으로 사용되는 특징 추출 알고리즘을 살펴보고 마지막으로 각 알고리즘의 FRGC DB에서의 성능을 비교 평가하고자 한다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제11권12호
• /
• pp.6133-6151
• /
• 2017

The field of periocular biometrics has gained wide attention as an alternative or supplemental means to conventional biometric traits such as the iris or the face. Periocular biometrics provide intermediate resolution between the iris and the face, which enables it to support both. We have developed a periocular recognition system by using uniform Multiscale Local Binary Pattern (uMLBP) and attribute features. The proposed system has been evaluated in terms of major factors that need to be considered on a mobile platform (e.g., distance and facial pose) to assess the feasibility of the use of periocular biometrics on mobile devices. Experimental results showed 98.7% of rank-1 identification accuracy on a subset of the Face Recognition Grand Challenge (FRGC) database, which is the best performance among similar studies.

• 대한전자공학회논문지SP
• /
• 제47권1호
• /
• pp.44-52
• /
• 2010

본 논문에서는 기존 평행좌표를 이용하는 얼굴영상 대신 극 좌표계 변환을 이용한 얼굴 인식 방법을 제안한다. 이 방법은 얼굴의 중심부분의 한 점을 극으로 삼아 이 점을 기준으로 360도의 각 방향으로 일정 길이만큼 얼굴 영상을 샘플링하여 새로운 얼굴 영상을 제작하고 이를 바탕으로 기존의 특징 추출 방법들을 이용하여 얼굴 인식의 성능을 높인다. 극 좌표계의 특성상 극에 가까운 부분은 세밀하게 묘사되고 극에서 멀리 떨어질수록 영상의 정확도가 떨어진다. 일반적으로 얼굴 영상은 얼굴의 중심부에 가까운 영역에 눈, 코, 입 등의 주요 부위가 밀집되어 있다. 따라서 이러한 극 좌표계를 얼굴영상에 적용한다면 같은 화소를 이용하는 기존 평행좌표를 사용할 때보다 눈, 코, 입 등 주요 부위를 보다 세밀하게 표현할 수 있다는 장점을 갖는다. 제안된 방법을 Yale데이터와 FRGC데이터에 적용한 후 기존의 특징 추출 방법인 LDA와 NLDA를 이용하여 얼굴인식을 수행한 결과 평행좌표에 기반한 원 영상을 그대로 사용했을 때 보다 인식률이 향상됨을 확인할 수 있었다.

• 전자공학회논문지CI
• /
• 제49권4호
• /
• pp.42-53
• /
• 2012

패턴 인식과 기계 학습 분야에서 분류는 가장 기본적으로 해결해야 하는 문제의 유형이다. Adaboost 알고리즘은 Boosting 알고리즘의 아이디어를 실제 데이터분석에 이용할 수 있도록 개량한 방법으로써, 단계를 반복하여 나온 여러 개의 약한 분류기와 가중치 값들의 조합으로 강한 분류기를 생성하는 두 개의 클래스를 분류하는 분류기이다. 주성분 분석법과 선형 판별 분석법은 높은 차원의 특징 벡터를 낮은 차원의 특징 벡터로 축소하는 특징 벡터의 차원 감소와 데이터의 특징 추출에도 유용하게 사용되는 방법들이다. 본 논문에서는, 주성분 분석법과 선형 판별 분석법을 이용하여 추출한 특징을 Adaboost 알고리즘의 약 분류기로 사용함으로써, 특징 추출과 분류를 동시에 하고, 인식률을 높이는 효율적인 Boosted-PCA와 Boosted-LDA 알고리즘을 제안한다. 마지막 장에서는, 제안하는 알고리즘으로 UCI Data-Set 중 2 Class-Data와 FRGC Data의 남자와 여자 영상에 대해서 분류 실험을 진행하였다. 실험의 결과로 제안한 Boosted-PCA와 Boosted-LDA 알고리즘이 기존의 특징 추출 알고리즘과 최근접 이웃 분류기, SVM을 이용한 분류기 방법과 비교하여 인식률이 향상됨을 보인다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제12권10호
• /
• pp.4903-4929
• /
• 2018

In this study, a fully automatic pose and expression invariant 3D face alignment algorithm is proposed to handle frontal and profile face images which is based on a two pass course to fine alignment strategy. The first pass of the algorithm coarsely aligns the face images to an intrinsic coordinate system (ICS) through a single 3D rotation and the second pass aligns them at fine level using a minimum nose tip-scanner distance (MNSD) approach. For facial recognition, multi-view faces are synthesized to exploit real 3D information and test the efficacy of the proposed system. Due to optimal separating hyper plane (OSH), Support Vector Machine (SVM) is employed in multi-view face verification (FV) task. In addition, a multi stage unified classifier based face identification (FI) algorithm is employed which combines results from seven base classifiers, two parallel face recognition algorithms and an exponential rank combiner, all in a hierarchical manner. The performance figures of the proposed methodology are corroborated by extensive experiments performed on four benchmark datasets: GavabDB, Bosphorus, UMB-DB and FRGC v2.0. Results show mark improvement in alignment accuracy and recognition rates. Moreover, a computational complexity analysis has been carried out for the proposed algorithm which reveals its superiority in terms of computational efficiency as well.