• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제5권1호
• /
• pp.43-50
• /
• 2016

본 논문에서는 ASM(Active Shape Model) 특징점(Landmark)을 이용하여 정밀한 얼굴영역을 획득하고, 외형기반 접근법으로 표정을 인식하는 방법에 대하여 제안한다. 외형기반 표정인식은 EHMM(Embedded Hidden Markov Model) 및 이진패턴 히스토그램 특징과 SVM(Support Vector Machine)을 사용하는 알고리즘으로 구성되며, 제안 방법의 성능평가는 공인 CK 데이터베이스와 JAFFE 데이터베이스를 이용하여 수행되었다. 더불어, 성능비교는 기존의 눈 거리 기반의 얼굴 정규화 방법과 비교를 통하여 수행되었고, 또한 ASM 전체 특징점 및 변형된 특징을 SVM으로 인식하는 기하학적 표정인식 방법론과 성능비교를 수행하였다. 실험 결과, 제안 방법은 거리기반 얼굴정규화 영상을 사용한 방법보다 CK 데이터베이스 및 JAFFE 데이터베이스 경우, 최대 6.39%와 7.98%의 성능향상을 보였다. 또한, 제안 방법은 기하학적 특징점을 사용한 방법보다 높은 인식 성능을 보였으며, 이로부터 제안하는 표정인식 방법의 효용성을 확인하였다.

• 인지과학
• /
• 제28권4호
• /
• pp.329-347
• /
• 2017

범주기반 속성추론에 대한 초기연구들은 전형성, 다양성, 유사성 효과 등 인간 사고에서 나타나는 다양한 현상들을 보고하였다. 이후 연구들은 이러한 추론에서 참가자들의 사전지식이 광범위한 영향을 미친다는 것을 발견하였다. 본 연구에서는 다양한 사전지식들 중 하나인 인과적 지식이 속성추론에 미치는 영향을 검증하고 이를 모델링하였다. 이를 위해 참가자들은 네 개의 속성으로 구성된 범주에서 속성들이 공통원인 혹은 공통효과 인과구조로 연결되었을 때 속성추론과제를 실시하였다. 그 결과 전형성 효과와 더불어 공통원인 구조에서 인과적 마코프 조건(causal Markov condition)에 대한 위배와 공통효과 구조에서 인과적 절감(causal discounting)이 관찰되었다. 이를 모델링하기 위해 참가자들은 표적속성이 존재하는 범주예시와 존재하지 않은 범주예시가 존재할 가능성에 대한 차이값 (즉, $p(E_{F(X)}{\mid}Cat)-p(E_{F({\sim}X)}{\mid}Cat)$에 근거하여 속성추론을 수행한다고 가정하였다. 인과모형이론(Rehder, 2003)에 기반하여 범주예시들의 확률값을 계산한 후 각 표적속성에 대한 추론에 적용하였다. 그 결과 모형은 참가자들의 데이터에서 관찰된 전형성 효과뿐만 아니라 인과적 마코프 조건에 대한 위배 및 인과적 절감을 모두 예측한다는 것이 확인되었다.

• 한국컴퓨터정보학회논문지
• /
• 제17권7호
• /
• pp.33-43
• /
• 2012

공간데이터에 대한 수요가 날로 늘어남에 따라 다양한 공간 객체들을 효과적으로 저장하고 관리할 수 있는 데이터 모델에 대한 수요도 늘어나게 되었다. 지금까지 수많은 공간데이터 모델에 대한 다양한 데이터 모델들이 제안되었으나 이런 데이터 모델들은 단지 특정된 기능을 위해 구축되었거나 혹은 구축은 용이하지만 효과적인 관리가 어렵고 활용성이 떨어지는 문제점들을 가지고 있다. 특히 국내에서 많이 사용되고 있는 수치지도 포맷은 도엽기반으로 되어 있어 구축은 용이하나 데이터 활용이어렵고 대부분의 시스템들에서 사용될 수 없다. 따라서 본연구에서는 도엽기반의 수치지도2.0에 기반한 객체기반의 연속 데이터 모델을 구축함으로서 모델 구축도 용이할 뿐만 아니라 관리하기 편리하고 많은 응용분야에 쉽게 활용할 수 있는 데이터 모델을 제안한다. 제안된 데이터 모델은 도엽단위가 아닌 객체단위로 데이터를 저장하고 처리하기 때문에 갱신비용이 낮고 신속한 갱신이 가능하다. 또한 지형지물들 사이의 연관관계에 의하여 자동 검수를 진행할 수 있기 때문에 갱신 데이터의 정확성을 보장할 수 있다. 본 논문에서 제안된 데이터 모델의 적용성에 대한 검증을 통하여 기존 데이터 모델들로 표현하기 어려운 객체기반 관리시스템의 특성들에 대하여 제안된 모델이 효율적으로 적용가능 하다는 것을 논리적으로 검증하였다.

• 한국CDE학회논문집
• /
• 제3권1호
• /
• pp.68-85
• /
• 1998

Solid modeling refers to techniques for unambiguous representations of three-dimensional objects. Feature recognition is a sub-discipline focusing on the design and implementation of algorithms for detecting manufacturing information such as holes, slots, etc. in a solid model. Automated feature recognition has been an active research area in stolid modeling for many years, and is considered to be a critical component for CAD/CAM integration. This paper gives a technical overview of the state of the art in feature recognition research. Rather than giving an exhaustive survey, I focus on the three currently dominant feature recognition technologies: graph-based algorithms, volumetric decomposition techniques, and hint-based geometric reasoning. For each approach, I present a detailed description of the algorithms being employed along with some assessments of the technology. I conclude by outlining important open research and development issues.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제13권3호
• /
• pp.1418-1433
• /
• 2019

In computer graphics, 3D mesh segmentation is a challenging research field. This paper presents a 3D mesh model segmentation algorithm that focuses on removing exterior salient parts from the original 3D mesh model based on prominent feature points and marching plane. To begin with, the proposed approach uses multi-dimensional scaling to extract prominent feature points that reside on the tips of each exterior salient part of a given mesh. Subsequently, a set of planes intersect the 3D mesh; one is the marching plane, which start marching from prominent feature points. Through the marching process, local cross sections between marching plane and 3D mesh are extracted, subsequently, its corresponding area are calculated to represent local volumes of the 3D mesh model. As the boundary region of an exterior salient part generally lies on the location at which the local volume suddenly changes greatly, we can simply cut this location with the marching plane to separate this part from the mesh. We evaluated our algorithm on the Princeton Segmentation Benchmark, and the evaluation results show that our algorithm works well for some categories.

• 인지과학
• /
• 제14권1호
• /
• pp.10-10
• /
• 2003

본 논문은 Gabor 웨이브렛 변환을 이용하여 무표정을 포함한 표정영상에서 얼굴의 주요 요소들의 경계선을 추출한 후, FCM 군집화 알고리즘을 적용하여 무표정 영상에서 저차원의 대표적인 특징점을 추출한다. 무표정 영상의 특징점들은 표정영상의 특징점들을 추출하기 위한 템플릿으로 사용되어지며, 표정영상의 특징점 추출은 무표정 영상의 특징점과 동적 연결모형을 이용하여 개략적인 정합과 정밀한 정합 과정의 두단계로 이루어진다. 본 논문에서는 Gabor 웨이브렛과 FCM 군집화 알고리즘을 기반으로 동적 연결모형을 이용하여 표정영상에서 특징점들을 자동으로 추출할 수 있음을 제시한다. 본 연구결과는 자동 특징추출을 이용한 차원모형기반 얼굴 표정인식[1]에서 얼굴표정의 특징점을 자동으로 추출하는 데 적용되었다.

• 산업공학
• /
• 제16권spc호
• /
• pp.39-44
• /
• 2003

As one of many design variables, the role of dimension tolerances is to restrict the amount of size variation in a manufactured feature while ensuring functionality. In this study, a nonlinear integer model has been modeled to allocate the optimal tolerance to each individual feature at a minimum manufacturing cost. While a normal distribution determines statistically worst tolerances with its symmetrical property in many previous tolerance allocation studies, a asymmetrical distribution is more realistic because its mean is not always coincident with a process center. A nonlinear integer model is modeled to allocate the optimal tolerance to a feature based on a beta distribution at a minimum total cost. The total cost as a function of tolerances is defined by machining cost and quality loss. After the convexity of manufacturing cost is checked by the Hessian matrix, the model is solved by the Complex Method. Finally, a numerical example is presented demonstrating successful model implementation for a nonlinear design case.

• 전자공학회논문지B
• /
• 제33B권4호
• /
• pp.131-140
• /
• 1996

In this paper, we propose the method that extracts the speech feature using the hearing model through signal precessing techniques. The proposed method includes following procedure ; normalization of the short-time speech block by its maximum value, multi-resolution analysis using the discrete wavelet transformation and re-synthesize using thediscrete inverse wavelet transformation, differentiation after analysis and synthesis, full wave rectification and integration. In order to verify the performance of the proposed speech feature in the speech recognition task, korean digita recognition experiments were carried out using both the dTW and the VQ-HMM. The results showed that, in case of using dTW, the recognition rates were 99.79% and 90.33% for speaker-dependent and speaker-independent task respectively and, in case of using VQ-HMM, the rate were 96.5% and 81.5% respectively. And it indicates that the proposed speech feature has the potentials to use as a simple and efficient feature for recognition task.

• 대한음성학회:학술대회논문집
• /
• 대한음성학회 1996년도 10월 학술대회지
• /
• pp.435-447
• /
• 1996

In this paper, we propose the method that extracts the speech feature using the hearing model through signal processing techniques. The proposed method includes the following procedure ; normalization of the short-time speech block by its maximum value, multi-resolution analysis using the discrete wavelet transformation and re-synthesize using the discrete inverse wavelet transformation, differentiation after analysis and synthesis, full wave rectification and integration. In order to verify the performance of the proposed speech feature in the speech recognition task, korean digit recognition experiments were carried out using both the DTW and the VQ-HMM. The results showed that, in the case of using DTW, the recognition rates were 99.79% and 90.33% for speaker-dependent and speaker-independent task respectively and, in the case of using VQ-HMM, the rate were 96.5% and 81.5% respectively. And it indicates that the proposed speech feature has the potential for use as a simple and efficient feature for recognition task

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제17권4호
• /
• pp.1066-1079
• /
• 2023

Multi-target tracking based on the detector is a very hot and important research topic in target tracking. It mainly includes two closely related processes, namely target detection and target tracking. Where target detection is responsible for detecting the exact position of the target, while target tracking monitors the temporal and spatial changes of the target. With the improvement of the detector, the tracking performance has reached a new level. The problem that always exists in the research of target tracking is the problem that occurs again after the target is occluded during tracking. Based on this question, this paper proposes a DeepSORT model based on SIFT features to improve ship tracking. Unlike previous feature extraction networks, SIFT algorithm does not require the characteristics of pre-training learning objectives and can be used in ship tracking quickly. At the same time, we improve and test the matching method of our model to find a balance between tracking accuracy and tracking speed. Experiments show that the model can get more ideal results.