• 한국전자통신학회논문지
• /
• 제5권3호
• /
• pp.309-314
• /
• 2010

본 논문에서는 인터넷상에서의 지능형 감시 카메라 시스템(Intelligent Security Camera: ISC)을 제안한다. ISC 방법은 워터쉐드 알고리즘에 기반하여 카메라에 입력된 영상을 분할하는 단계와 skin-color model을 사용하여 얼굴의 후보지역을 탐지하는 단계, 그리고 마지막으로 SVM(Support Vector Machine)을 사용하여 얼굴 후보영역에서 얼굴을 검증하는 단계로 구성되어 있다. Skin-color Model을 이용하여 찾아진 얼굴후보 영역으로부터 웨이블렛 변환계수들을 추출한다. 웨이블렛 변환계수들을 SVM의 입력으로 하여 실제 얼굴영역을 검증한다. SVM의 입력으로 실험결과에서 제안된 방법이 감시시스템, 화상회의 시스템과 같은 얼굴을 인식 추적하는 시스템에 적용될 수 있음을 보인다.

• 정보처리학회논문지B
• /
• 제12B권2호
• /
• pp.109-114
• /
• 2005

생체(biometric) 정보를 이용한 사용자 인중 기술에 대한 관심이 고조되고 있으며, 이 중에서 얼굴인식은 비접촉이라는 장점 때문에 최근 생체인식 분야에서 연구가 활발한 분야 중에 하나이다. 본 논문에서는 얼굴인식의 선행작업인 얼굴검출단계에서 효과적으로 눈위치를 추출하는 방법을 제안한다. 눈 위치 추출을 위하여 영상에 대한 이진화를 반복적 임계치 설정 방법을 통하여 수행하며, 눈의 특성 강화를 위한 가우시안 필터를 사용하여 눈의 위치를 추출하고, 상관관계를 이용하여 추출된 눈의 위치에 대한 검증 단계를 거친다. 논문에서 제안한 눈 위치 추출은 정확도뿐만 아니라, 온라인 시스템에 적용 가능하도록 고려하였고, 온라인 시스템에 적용한 결과 만족할 만한 성능을 보였다.

• 지능정보연구
• /
• 제10권3호
• /
• pp.105-114
• /
• 2004

최근 생체인식에 대한 관심이 증가하면서 출입 통제나 사용자 인증과 같은 보안 분야에 적용이 활발히 진행되고 있다. 특히 얼굴인식은 생체인식 기술 중 사용자 편의성과 접촉 거부감이 적어 활용성이 증대되고 있으나 타 인식기술에 비해 인식 결과의 정확성과 재시도율(Re-attempt Rate)에 취약한 단점이 있다. 본 논문에서는 이러한 단점을 보완하기 위해 데이터 분류 방법(Data Classification Algorithm)으로 인식 결과를 재분류(Re-Classification)하는 접근법에 대해서 제안하고자 한다. 본 실험을 위해서 대표적인 형상 기반(Appearance-based) 알고리즘인 PCA를 사용하였고, 200명(총 얼굴 영상 200장)을 대상으로 제안한 재분류 접근법을 적용한 결과 재인식의 경우 성능이 향상되었음을 확인하였다.

• International Journal of Computer Science & Network Security
• /
• 제21권5호
• /
• pp.256-266
• /
• 2021

The Convolutional Neural Network (CNN) has recently made potential improvements in face verification applications. In fact, different models based on the CNN have attained commendable progress in the classification rate using a massive amount of data in an uncontrolled environment. However, the enormous computation costs and the considerable use of storage causes a noticeable problem during training. To address these challenges, we focus on relevant data trained within the CNN model by integrating a lifting method for a better tradeoff between the data size and the computational efficiency. Our approach is characterized by the advantage that it does not need any additional space to store the features. Indeed, it makes the model much faster during the training and classification steps. The experimental results on Labeled Faces in the Wild and YouTube Faces datasets confirm that the proposed CNN framework improves performance in terms of precision. Obviously, our model deliberately designs to achieve significant speedup and reduce computational complexity in deep CNNs without any accuracy loss. Compared to the existing architectures, the proposed model achieves competitive results in face recognition tasks

• 한국지능시스템학회논문지
• /
• 제15권2호
• /
• pp.163-172
• /
• 2005

복잡한 환경에서 이동하는 사람의 얼굴영역은 배경과 조명에 의해 확장, 축소 검출되기도 하고 잘못된 영역을 오검출하기도 한다. 본 논문에서는 동영상에서 얼굴을 추적하는데 있어서 확장 혹은 축소검출이나 오검출 문제를 해결하기 위해 블록차 영상과 칼만예측기를 사용하는 방법을 제안한다. 블록차영상은 입력영상을 블록화하여 차영상을 얻는 방법으로 미세한 움직임까지 검출이 가능하여 영상에서 움직임이 작은 경우에도 검출이 가능하게 된다. 검출된 움직임영역에서 얼굴영역은 1차적으로 피부색을 이용하여 검출하며 피부색이 검출되지 않은 경우는 움직임 영역의 경계선을 8이웃화소 창을 이용하여 부호화하고 머리부분의 코드를 갖는 영역을 얼굴영역으로 추정하는 방법을 사용한다. 추정된 얼굴영역을 컬러분할하고 분활된 영역에서 피부색과 가장 가까운 색을 갖는 영역을 얼굴영역으로 판단한다. 얼굴영역은 최외각화소를 포함하는 4각형으로 표시하소 각 정점의 이동을 칼만예측기를 이용하여 추정하고 추정된 위치에서 얼굴영역을 검출하는 방법을 사용한다. 제안하는 방법은 동영상에서 얼굴영역검출의 정확도를 높이고 얼굴영역의 추적에서 얼굴영역검출에 소요되는 시간을 상당부분 감소시키는 효과를 고두게 됨을 실험을 통해 입증하였다.

• 한국터널지하공간학회 논문집
• /
• 제16권6호
• /
• pp.599-614
• /
• 2014

TBM으로 시공되는 터널은 기계에 의해 전단면 굴착(full face tunnelling)이 이루어지므로, 굴착면에 접근하는 것이 매우 제한적이다. 이러한 한계를 극복하고 TBM 터널에서 굴착면 전방의 지반상태를 정확히 예측할 수 있는 기술은 매우 드물다. 본 연구는 TBM에서 전기비저항을 사용하여 굴착면 전방의 이상지반을 예측할 수 있는 TBM 비저항 예측(TRP)시스템을 개발하고, TBM 현장에서의 적용성과 예측 정확성을 검증하기 위해 EPB 쉴드 TBM으로 시공 중인 지하철 터널에서 현장 실험을 수행하였다. TBM 비저항 예측 시스템은 전극을 사용하여 지반의 전기비저항을 측정하고, 이를 바탕으로 역해석을 수행하여, 이상지반의 위치와 두께 및 전기적 특성을 예측한다. 전극이 부착된 강관을 유압으로 굴착면에 압입하여, 전극이 지반과 완전히 접촉하도록 장치를 제작하였다. 또한, 전극이 챔버 내부를 관통하여 나아가도록 하는 동시에 토사유출을 방지하도록 설계하여 현장에서의 전방예측을 가능하게 하였다. 1차 실험 결과, 굴착면 근접 지반과 굴착면 전방 지반의 전기비저항 및 유전율이 동일하게 나타나 이상지반이 존재하지 않음을 예측하였다. 2차 실험 결과, 굴착면 전방 약 1 m 지점부터 상대적으로 낮은 유전율 비를 가지는 이상지반 구간이 약 5 m 길이로 존재함을 예측하였다. 이는 각각 지표에서 물리탐사 또는 시추를 통해 조사된 지반상태 및 TBM 굴착 중 예측 구간에서 반출되었던 버력을 관찰한 기록과 잘 일치하였다.

• 산업경영시스템학회지
• /
• 제46권3호
• /
• pp.161-169
• /
• 2023

Degenerative arthritis is a common joint disease that affects many elderly people and is typically diagnosed through radiography. However, the need for remote diagnosis is increasing because knee pain and walking disorders caused by degenerative arthritis make face-to-face treatment difficult. This study collects three-dimensional joint coordinates in real time using Azure Kinect DK and calculates 6 gait features through visualization and one-way ANOVA verification. The random forest classifier, trained with these characteristics, classified degenerative arthritis with an accuracy of 97.52%, and the model's basis for classification was identified through classification algorithm by features. Overall, this study not only compensated for the shortcomings of existing diagnostic methods, but also constructed a high-accuracy prediction model using statistically verified gait features and provided detailed prediction results.

• Advances in nano research
• /
• 제17권1호
• /
• pp.19-32
• /
• 2024

Functionally graded-carbon nanotube (FG-CNT) is expected to be a new generation of materials with a wide range of potential applications in technological fields such as aerospace, defense, energy, and structural industries. In this paper, an exact finite strip method for functionally graded-carbon nanotube sandwich plates is developed using first-order shear deformation theory to get the exact natural frequencies of the plates. The face sheets of the plates are made of FG-CNT with continuous and smooth grading based on the power law index. The equations of motion have been generated based on the Hamilton principle. By extracting the exact stiffness matrix for any strip of the sandwich plate as a non-algebraic function of natural frequencies, it is possible to calculate the exact free vibration frequencies. The accuracy and efficiency of the current method is established by comparing its findings to the results of the literature works. Examples are presented to prove the efficiency of the generated method to deal with various problems, such as the influence of the length-to-height ratio, the power law index, and a core-to-face sheet thickness of the single and multi-span sandwich plates with various boundary conditions on the natural frequencies. The exact results obtained from this analysis can check the validity and accuracy of other numerical methods.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제18권8호
• /
• pp.2230-2252
• /
• 2024

Advances in deep learning technology have enabled the generation of more realistic deepfakes, which not only endanger individuals' identities but also exploit vulnerabilities in face recognition systems. The majority of existing deepfake detection methods have primarily focused on RGB-based analysis, offering unreliable performance in terms of detection accuracy and time. To address the issue, a grayscale-based deepfake detection method has recently been proposed. This method significantly reduces detection time while providing comparable accuracy to RGB-based methods. However, despite its significant effectiveness, the "key components" that directly affect the performance of grayscale-based deepfake detection have not been systematically analyzed. In this paper, we target three key components: RGB-to-grayscale conversion method, brightness level in grayscale, and resolution level in grayscale. To analyze their impacts on the performance of grayscale-based deepfake detection, we conducted comprehensive evaluations, including component-wise analysis and comparative analysis using real-world datasets. For each key component, we quantitatively analyzed its characteristics' performance and identified differences between them. Moreover, we successfully verified the effectiveness of an optimal combination of the key components by comparing it with existing deepfake detection methods.

• 한국지능시스템학회논문지
• /
• 제26권2호
• /
• pp.120-126
• /
• 2016

본 연구에서는 HCbCr 색 특징과 RBFNNs 패턴분류기를 이용하여 얼굴영상을 효과적으로 검출하고 인식하기 위한 방법에 대해 제안한다. 피부색을 검출하는 것은 계산이 빠르고 형태 변형에 강인하여 얼굴을 검출하기에 유용하지만 유사한 색을 갖는 다른 물체를 잘못 검출하기도 한다. 따라서 피부색 검출의 정확도를 높이기 위하여 HSI 색공간과 YCbCr 색공간으로부터 각각 H요소와 CbCr요소를 추출하고 이를 결합하는 방법을 제안하였다. 그리고 각각의 피부색 후보 영역에 대하여 Haar-like 특징을 사용하여 눈을 검출함으로써 얼굴의 정확한 위치를 찾아냈다. 마지막으로 제안된 FCM 기반 RBFNNs 패턴분류기를 이용하여 얼굴 인식을 수행하였다. 또 Cambridge ICPR 영상 DB에 대하여 제안된 방법의 모의실험을 수행하고 그 결과를 제시하였다.