• 전자공학회논문지
• /
• 제51권5호
• /
• pp.188-194
• /
• 2014

계산적 청각 장면 분석 시스템의 특징 추출은 시간 연속성과 주파수 채널간에 유사성을 이용하여 청각 요소의 상관지도를 구성한다. 세그먼테이션은 상호상관계수 함수를 이용하여 2진 마스크를 구성하고, 마스크 성분 1(음성)은 동일한 주기성과 동기를 가진다. 그러나 채널간에 비슷한 주기성을 갖지만 지연이 있는 경우에 음성으로 잘못 결정되는 문제가 있다. 본 논문에서는 세그먼테이션에서 가중치 상호상관계수를 이용해 채널간에 유사성의 변별력을 높이는 방법을 제안한다. 계산적 청각 장면 분석 시스템의 음성분리 성능을 평가하기 위하여 배경 잡음(사이렌, 기계, 백색, 자동차, 군중) 환경에서 신호 대 잡음비(5dB, 0dB)의 변화에 따라 실험을 수행하였다. 본 논문에서는 기존의 방법과 제안한 방법과 비교한 결과, 제안한 방법이 기존의 방법에 비하여 각각 신호 대 잡음비 5dB에서 2.75dB 그리고 0dB에서 4.84dB 향상되었다.

• 한국통신학회논문지
• /
• 제21권12호
• /
• pp.3265-3276
• /
• 1996

문자인식에 대한 연구는 주로 한글인식에 대해서만 이루어져 왔는데, 대부분의 문서는 한글 뿐만 아니라 여러 종류의 문자가 포함되어 있다. 따라서, 본 논문에서는 다중 크기, 다중 활자체, 다자종 문자가 포함되어 있는 한글문서를 인식할 수 있는 문자인식 시스템을 구현하였다. CombNET 구조를 갖는 신경회로망을 자종별로 구성하여, 문자인식시에 문자를 구별하지 않고 인식하는 방법을 제안하였다. CombNET 구조의 상단부를 차지하는 Kohonen의 SOFM 신경망을 이용하여 한글과 한자는 36개, 영숫자는 16개의 유형으로 분류하고 각 유형에 대해서 CombNET 구조의 하단부에 있는 BP 네트워크를 이용하여 문자인식을 수행하였다. 실험결과 학습 데이타에 대해서는 95.6%의 인식율을 나타내었고, 실제문서에 대해서도 92.6%의 인식율과 초당 10.3자의 인식속도를 보임으로써 제안된 인식 시스템의 유효성을 입증하였다.

• 센서학회지
• /
• 제12권6호
• /
• pp.289-297
• /
• 2003

본 논문에서는 정신적 과제수행 동안 EEG 뇌파의 정확한 분류방법에 관하여 기술한다. 피험자는 실험 task에서 시각적 자극에 대한 반응, 문제의 해석, 손동작 제어와 키 선택을 수행한다. 선택시간을 감지하기 위하여 측정한 뇌파로부터 $\alpha$, $\beta$, $\theta$, $\gamma$를 분리하고 4가지의 특징들을 해석한파. 이 특징들을 분석하여 각 피험자별로 공통적인 특징플로 구성된 일반 규칙을 설정한다. 본 시스템의 신경망은 1개의 은닉층을 갖는 3층의 피드포워드 신경망 구조를 가지며 학습에는 역전파 학습 알고리즘을 이용하였다. 4명의 피험자를 대상으로 설정한 알고리즘들을 적용하여 평균 87% 분류 성공률을 보였다. 본 논문에서 제안한 방법은 인지적인 정신과제 판별을 위한 방법들과 결합하여 BCI 기술을 위한 기반 기술로 활용될 수 있다.

• 전자공학회논문지CI
• /
• 제48권1호
• /
• pp.133-140
• /
• 2011

최근 들어, 웹 응용의 하나로 이미지를 통합 관리하는 이미지 거래소(Image Stock), 이미지 도서관(Image Library)과 같은 응용들이 많이 만들어 지고 있다. 이미지의 등록, 관리, 검색에는 주로 이미지 해쉬라는 기술이 구분자(Identifier)로서 쓰이며 해쉬의 분별력을 높이기 위한 연구들이 많이 진행되어지고 있다. 본 논문에서는 계층적 히스토그램을 이용한 GLOCAL(Global to Local) 이미지 해쉬 생성 방법을 제안하였다. 많은 연구들이 이미지 처리 및 기하학적 공격에 강한 히스토그램 기반의 이미지 해쉬 기법들을 제안하였으며 제안된 논문에서는 GLOCAL 해쉬 생성과 가중치(Weighting Factor)를 적용하여 해쉬의 안정성을 높이는데 기여하였다. GLOCAL 해쉬 생성 방법에 의해 기존의 알고리즘들은 좀더 풍부한 길이의 이미지 해쉬를 생성하였다. 즉, 이미지 해쉬의 근본 목적인 Identification과 Discrimination 이라는 두 가지 목적을 잘 달성하였으며 그 결과는 통계학적 가설 검정 (Statistical Hypothesis Testing)을 통해 기존의 알고리즘과 비교하였으며 대부분의 공격종류에 대해 제안된 알고리즘이 향상된 성능을 보여줌을 확인하였다.

• 한국지능시스템학회논문지
• /
• 제24권2호
• /
• pp.166-172
• /
• 2014

이미지를 각각의 카테고리로 분류하는 일은 컴퓨터 비전 분야의 중요한 문제 중 하나이다. 그러나 이미지에 존재하는 가변성, 모호성, 스케일 문제 등으로 인해 매우 도전적인 문제라고 할 수 있다. 본 논문에서는 장면 이미지를 구성하는 시멘틱 속성들의 고차원의 상호작용 관계를 고려 가능한 하이퍼그래프 기반의 모델링 기법을 제시하고 이를 장면 이미지 분류에 적용한다. 각 장면 카테고리에 준최적화된 하이퍼그래프를 생성하기 위해 확률 부분공간 기법에 기반을 둔 탐색기법을 제안하고, 이들 부분 공간 내에 속한 시멘틱 속성들의 발현량을 축약하기 위한 우도비 기반의 선형 변환 기법을 제안한다. 제안한 기법의 우수성을 검증하기 위한 실험을 통하여 제시한 기법을 통해 생성된 특징 벡터의 분별력이 기존의 기법들에서 사용된 특징 벡터들의 분별력보다 우수함을 보인다. 또한 제안한 기법을 장면 분류 데이터에 적용한 결과 기존의 기법들과 비교하여 경쟁력 있는 분류 성능을 보인다. 제안 한 기법은 이미지 분류에서 일반적으로 사용 되는 기법인 BoW+SPM 모델과 비교하여 3~4%이상의 성능 향상을 보였다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제10권4호
• /
• pp.1824-1845
• /
• 2016

The GMM is a conventional approach which has been recently applied in many face recognition studies. However, the question about how to deal with illumination changes while ensuring high performance is still a challenge, especially with real-world databases. In this paper, we propose a Visual Observation Confidence (VOC) measure for robust face recognition for illumination changes. Our VOC value is a combined confidence value of three measurements: Flatness Measure (FM), Centrality Measure (CM), and Illumination Normality Measure (IM). While FM measures the discrimination ability of one face, IM represents the degree of illumination impact on that face. In addition, we introduce CM as a centrality measure to help FM to reduce some of the errors from unnecessary areas such as the hair, neck or background. The VOC then accompanies the feature vectors in the EM process to estimate the optimal models by modified-GMM training. In the experiments, we introduce a real-world database, called KoFace, besides applying some public databases such as the Yale and the ORL database. The KoFace database is composed of 106 face subjects under diverse illumination effects including shadows and highlights. The results show that our proposed approach gives a higher Face Recognition Rate (FRR) than the GMM baseline for indoor and outdoor datasets in the real-world KoFace database (94% and 85%, respectively) and in ORL, Yale databases (97% and 100% respectively).

• 한국지능시스템학회논문지
• /
• 제6권3호
• /
• pp.14-24
• /
• 1996

유전자 알고리즘을 이용한 다양한 특징의 분석이 필요한 퍼지 분류기의 설계방법을 제안한다. 본 논문에서 제안한 퍼지 분류기의 퍼지 논리를 이용한 분류 부분과 우전자 알고리즘을 이용한 규칙생성부분으로 구성된다. 유전자 알고리즘을 이용한 규칙 생성 부분에서는 최적의 퍼지 멤버쉽 함수를 결정하고, 각 특징이 규칙에 포함되는지 포함되지 않는지의 여부도 결정하게 된다. 또한 특정 대상에 대한 인식률을 분석하여 큰 오인식률을 갖는 부분에 세부 특징을 추가하는 방법과 문자열과 population의 최소크기, 인식률 개선을 위한 반복적 분석 방법을 사용한다. 제안된 퍼지 분류기의 적용 예로서, 아이리스 테이터와 갑상선 종양 세포, 그리고 필기된 숫자와 인쇄된 숫자의 인식을 든다. 필기된 숫자와 인쇄된 숫자의 인식을 위해서 각 숫자를 구조적인 정보가 동일한 그룹으로 분류한다. 본 논문에서 제안한 퍼지 분류기는 아이리스 데이터에 대해 98.67%의 인식률을 갑상선 종양 세포에 대해서 98.25%의 인식률을 필기된 숫자와 인쇄된 숫자에 대해서 96.3%의 인신룩을 얻었다.

• 복식문화연구
• /
• 제27권4호
• /
• pp.384-397
• /
• 2019

The purpose of this study is to analyze the eco-friendly design characteristics of contemporary children's collections. Photos from FirstviewKorea were utilized for analysis; 29 brands were selected that included children's clothing collections featuring eco-friendly characteristics from 2007 to 2018. The results are as follows. First, naturalness was the most frequent characteristic of environmentally friendly children's collections. It was not conveyed in an eccentric way in any season, showed a relatively uniform distribution, and was seen in various ways, including printed on the fabric and expressed in $appliqu\acute{e}s$ and embroidery. Second, handcrafted features frequently changed according to seasonal trends. Various methods such as beading, embroidery, applique, sewing techniques, and handbags were used, which enhanced manual workability, discrimination from other designs. Third, traditionality is divided into the characteristics of ethnicity and revivalism. National traditions were expressed in the clothing and reflected the current generation while connecting to the past. Fourth, simplicity appeared in classic designs such as simple silhouettes, sparse decoration, natural colors, and comfortable dress length that is not tight on the body. Simplicity was not a frequent feature due to the characteristics of the children's clothing collections. Fifth, playfulness functioned to enhance the children's clothing's wear frequency. Although it was the least frequent of all the characteristics, it seemed to increase the design fun and the clothing's value by fusing with other characteristics such as handcraftedness and naturalness.

• 대한건축학회논문집:계획계
• /
• 제36권5호
• /
• pp.117-124
• /
• 2020

This study examined ornamental metals used as architectural members among metal artifacts excavated from ancient Buddhist temples and palaces in Korea. Through this, we approached the decorative characteristics of ancient architecture eaves. 1. The decorations used in eaves of Korean ancient architecture include roof-end tiles and ornamental metal. Through excavation examples, the technique of attaching ornamental metal to the rafters and corner rafters of high-ranking architectures in the 7th and 8th centuries (ornamental metal for rafter end, ornamental metal for corner rafter end), and tosu iron in the 10th century It seems to be fashionable. 2. Several buildings were built in ancient Buddhist temples and palaces. At this time, they differentiated ornamental metal according to the hierarchy of the building. The higher the hierarchy, the greater the difference in the number of ornamental metal installations, materials, and decoration techniques. In addition, ornamental metal used in eaves is an important factor in the discrimination of the times as the type, number of members, and patterns change depending on the era. 3. The great feature of the eaves metal decoration excavated in the 7th and 8th centuries is the attachment of ornamental metal to the rafters and horsetails. This seems to create a sense of grandeur by removing the weight of the roof and giving the impression constructed regardless of gravity by supporting it with non-material materials.

• 사상체질의학회지
• /
• 제33권4호
• /
• pp.1-9
• /
• 2021

Objectives The purpose of this study was to check whether the classification of the individual's Body Mass Index (BMI) could be predicted by analyzing the voice data constructed at the Korean medicine data center (KDC) using machine learning. Methods In this study, we proposed a convolutional neural network (CNN)-based BMI classification model. The subjects of this study were Korean adults who had completed voice recording and BMI measurement in 2006-2015 among the data established at the Korean Medicine Data Center. Among them, 2,825 data were used for training to build the model, and 566 data were used to assess the performance of the model. As an input feature of CNN, Mel-frequency cepstral coefficient (MFCC) extracted from vowel utterances was used. A model was constructed to predict a total of four groups according to gender and BMI criteria: overweight male, normal male, overweight female, and normal female. Results & Conclusions Performance evaluation was conducted using F1-score and Accuracy. As a result of the prediction for four groups, The average accuracy was 0.6016, and the average F1-score was 0.5922. Although it showed good performance in gender discrimination, it is judged that performance improvement through follow-up studies is necessary for distinguishing BMI within gender. As research on deep learning is active, performance improvement is expected through future research.