• 전자공학회논문지B
• /
• 제33B권6호
• /
• pp.198-207
• /
• 1996

A PSRI (position, scale, and rotation invariant ) feature extraction and automatic target recognition system using a cooperative network and an MLP is proposed. We can extract position invarient features by obtaining the target center using the projection and the moment in preprocessing stage. The scale and rotation invariant features are extracted from the contour projection of the number of edge pixels on each of the concentric circles, which is input to the cooperative network. By extracting the representative PSRI features form the features and their differentiations using max-net and min-net, we can rdduce the number of input neurons of the MLP, and make the resulted automatic target recognition system less sensitive to input variances. Experiments are conduted on various complex images which are shifted, rotated, or scaled, and the results show that the proposed system is very efficient for PSRI feature extractions and automatic target recognitions.

• 한국소음진동공학회논문집
• /
• 제21권11호
• /
• pp.1020-1028
• /
• 2011

As rotating machines play an important role in industrial applications such as aeronautical, naval and automotive industries, many researchers have developed various condition monitoring system and fault diagnosis system by applying artificial neural network. Since using obtained signals without preprocessing as inputs of neural network can decrease performance of fault classification, it is very important to extract significant features of captured signals and to apply suitable features into diagnosis system according to the kinds of obtained signals. Therefore, this paper proposes a neural-network-based fault diagnosis system using AR coefficients as feature vectors by LPC(linear predictive coding) and EIV(errors-in variables) analysis. We extracted feature vectors from sound, vibration and current faulty signals and evaluated the suitability of feature vectors depending on the classification results and training error rates by changing AR order and adding noise. From experimental results, we conclude that classification results using feature vectors by EIV analysis indicate more than 90 % stably for less than 10 orders and noise effect comparing to LPC.

• 한국인터넷방송통신학회논문지
• /
• 제9권2호
• /
• pp.7-12
• /
• 2009

퍼지 형태학적 형상 분해를 이용한 얼굴인증 과정에서 퍼지척도를 기반으로 한 특징추출 방법을 제안하였다. 형태소에 관계하는 영상정보와 퍼지척도를 기반으로 한 가중치에 대하여 무게중심을 이용하여 인접정보가 고려되었다. 이에 의한 형태학적 침식과 팽창연산자를 정의하여 얼굴영역의 특징점 추출시 기존의 방법보다 4배 이상의 많은 분해영상을 얻을 수 있었다. 결국 특징 벡터를 이용하여 얼굴인증을 수행한 실험결과 기존의 형상분해에 의한 방법보다 특징점 추출과 임계값의 안정성을 확보하여 인식 결과에서 비교우위를 가질 수 있었다.

• 한국산업융합학회 논문집
• /
• 제8권4호
• /
• pp.221-226
• /
• 2005

This paper presents a hybrid method for recognizing the faces by using zero mean and principal component analysis. Zero mean is applied to reduce the 1st order statistics to data nonlinearities. PCA is also used to derive an orthonormal basis which directly leads to dimensionality reduction, and possibly to feature extraction of face image. The proposed method has been applied to the problems for recognizing the 20 face images(10 persons * 2 scenes) of 324*243 pixels from Yale face database. The 3 distances such as city-block, Euclidean, negative angle are used as measures when match the probe images to the nearest gallery images. The experimental results show that the proposed method has a superior recognition performances(speed, rate). The negative angle has been relatively achieved more an accurate similarity than city-block or Euclidean.

• 전자공학회논문지B
• /
• 제30B권9호
• /
• pp.94-105
• /
• 1993

In this paper propose a Koaren character recognition system using a neural network is proposed. This system is a multilayer neural network based on the masking field model which consists of a input layer, four feature extraction layers which extracts type, direction, stroke, and connection features, and an output layer which gives us recognized character codes. First, 4x4 subpatterns of an NxN character pattern stored in the input buffer are applied into the feature extraction layers sequentially. Then, each of feature extraction layers extracts sequentially features such as type, direction, stroke, and connection, respectively. Type features for direction and connection are extracted by the type feature extraction layer, direction features for stroke by the direction feature extraction layer and stroke and connection features for stroke by the direction feature extraction layer and stroke and connection features for the recongnition of character by the stroke and the connection feature extractions layers, respectively. The stroke and connection features are saved in the sequential buffer layer sequentially and using these features the characters are recognized in the output layer. The recognition results of this system by tests with 8 single consonants and 6 single vowels are promising.

• 전기전자학회논문지
• /
• 제17권4호
• /
• pp.469-477
• /
• 2013

본 논문은 특징 정보 예측을 통한 빠른 보행자 검출 기법을 제안한다. 다양한 크기의 보행자를 검출하기 위해 보행자 모델의 크기나 입력영상의 크기를 변화시킨다. 보행자 모델의 크기를 변화시킬 경우 크기별 모델이 필요하며, 보행자 모델의 크기의 축소시키는 경우 모델 정보를 손상시킨다. 보행자 모델의 다양한 크기별 보행자의 특징을 추출해야 하므로 보행자 특징의 추출은 전체 수행시간 중 가장 많은 시간을 필요로 한다. 따라서 본 논문은 영상 크기에 따라 특징 추출을 반복하지 않고 입력영상에서 얻어진 특징 정보의 예측을 통해 보행자 검출의 특징추출을 수행한다. 제안하는 방법의 효율성을 검증하기 위해 다양한 채널을 가진 ChnFtrs 특징 및 Adaboost 알고리즘을 사용과 학습과 실험을 위한 영상으로 INRIA 보행자 DB를 사용하였다.

• 한국멀티미디어학회논문지
• /
• 제4권6호
• /
• pp.534-542
• /
• 2001

최근의 내용기반 영상 검객 시스템은 한정된 수의 영상을 저장해 놓은 단일의 서버를 이용하고 있다. 이로 인해 웹 상의 다양한 영상을 원하는 웹 사용자의 요구를 만족시키지 못하고 있다. 수많은 웹 영상을 대상으로 하는 내용기반 영상 검색 시스템은 무엇보다도 실시간에 기반을 두어야 한다. 이를 구현하기 위해서는 영상 수집과 특징 추출에 걸리는 많은 소모 시간 문제가 해결되어야 한다. 최근, 고속의 데이터 처리를 목적으로 부하분산 PC클러스터가 개발되고 있다. 본 논문에서는 많은 시간을 요하는 영상 수집과 특징 추출 작업을 부하분산 PC클러스터의 종속 컴퓨터들에 분배함으로써 전체 검색 시간을 감소시켰으며, 이를 통해 실시간 웹 영상 검색의 가능성을 발견할 수 있었다.

• 한국전자통신학회논문지
• /
• 제13권6호
• /
• pp.1281-1286
• /
• 2018

세계적으로 1500 종 이상이 분포하고 있는 해삼은 오랫동안 여러 나라에서 중요한 수산 자원으로 취급되어져 왔고 개체군 보존관리 보호종에 속하는 고부가가치 품종이다. 해삼에 관한 연구는 음식과 추출물의 효능에 관한 것이 대부분이며, 아직까지 해삼 특징 식별에 대한 연구는 이루어지지 않고 있다. 이에 본 연구는 고부가가치 품종인 해삼을 대량으로 포획하기 위하여 해삼의 특징점 추출을 위한 경계 검출 알고리즘을 제안하였으며 향후 해삼 인식 프로그램에 많은 도움이 되리라 생각한다.

• 정보과학회 논문지
• /
• 제42권11호
• /
• pp.1372-1379
• /
• 2015

본 논문에서는 구개열 환자의 장애 발음과 정상인의 발음을 자동으로 구분하여 판별하는데 사용될 수 있는 특징 추출 방법들의 성능을 분석하는 실험에 대하여 소개한다. 이 연구는 발성 장애인의 복지 향상을 추구하며 수행하고 있는 장애 음성 자동 인식 및 복원 소프트웨어 시스템 개발의 기초과정이다. 실험에 사용된 음성 데이터는 정상인의 발음, 구개열 환자의 발음, 그리고 모의 환자의 발음의 세 그룹으로부터 수집된 한국어 단음절로서 14개의 기본 자음과 5개의 복합 자음, 7개 모음이다. 발음의 특징 추출은 LPCC, MFCC, PLP의 세 가지 방법으로 각각 수행하였고, GMM 음향 모델로 인식 훈련을 한 후, 수집된 단음절 데이터를 대상으로 하여 인식 실험을 실시하였다. 실험 결과, 정상인과 구개열 환자의 장애 발음을 구별하기 위하여 특징을 추출함에 있어서 MFCC 방법이 전반적으로 가장 우수하였다. 본 연구의 결과는 구개열 환자의 부정확한 발음을 자동으로 인식하고 복원하는 연구와 구개열 장애 발음의 정도를 측정할 수 있는 도구에 대한 연구에 도움이 될 것으로 기대된다.

• 한국산업융합학회 논문집
• /
• 제9권4호
• /
• pp.263-268
• /
• 2006

This paper presents a real-time verification system by extracting a features of multimodal biometrics using hybrid method, which is combined the moment balance and the independent component analysis(ICA). The moment balance is applied to reduce the computation loads by extracting the validity signal due to exclude the needless backgrounds of multimodal biometrics. ICA is also applied to increase the verification performance by removing the overlapping signals due to extract the statistically independent basis of signals. Multimodal biometrics are used both the faces and the fingerprints which are acquired by Web camera and acquisition device, respectively. The proposed system has been applied to the fusion problems of 48 faces and 48 fingerprints(24 persons * 2 scenes) of 320*240 pixels, respectively. The experimental results show that the proposed system has a superior verification performances(speed, rate).