• 한국멀티미디어학회논문지
• /
• 제6권2호
• /
• pp.247-258
• /
• 2003

얼굴인식 기술 분야에 있어서 Principal component analysis (PCA)기반 알고리즘은 많은 관련 알고리즘의 기초가 되고 있다. PCA는 매우 통계적인 접근이며 얼굴인식 분야에 응용하기 위해서는 많은 설계 결정요인 (design derision)을 필요로 한다. 본 논문에서는 일반적인 modular PCA알고리즘을 소개하면서 design decision을 얻는다. 얼굴인식 알고리즘 평가에 대한 표준 접근 방법인 September 1996 FERET evaluation protocol을 활용하여 각 모듈에 대한 서로 다른 구현방법을 실험하고 평가한다. 실험조건으로는 (1) 조도의 정규화 과정 을 변화 (2) JPEG과 wavelet compression 알고리즘 사용에 대한 성능효과를 분석 (3) 표현방법에서 eigenvectors의 수를 조절 (4) 분류과정에서 유사도 측정방법을 변경하는 등이다. 본 논문에서는 standard September 1996 FERET의 대용량 gallery image set에 대해 적용해 본 결과에 대해 정리하며, 100개의 무작위로 발생된 image set에 대해서도 알고리즘의 성능 변화를 평가한다.

• Journal of Biosystems Engineering
• /
• 제37권6호
• /
• pp.404-410
• /
• 2012

Purpose: The objective of this research was to select high quality cucumber (cucumis sativus) seed by classifying into viable or non-viable one using Raman spectroscopy. Method: Both transmission and back-scattering Raman spectra of viable and non-viable seeds in the range from $150cm^{-1}$ to $1890cm^{-1}$ were collected with a laser illumination. Results: The Raman spectra of cucumber seed showed Raman peaks with features of polyunsaturated fatty acids. The partial least squares-discriminant analysis (PLS-DA) to predict viable seeds was developed with measured transmission and backscattering spectra with Raman spectroscopy and germination test results. Various types of spectra pretreatment were investigated to develop the classification models. The results of developed PLS-DA models using the transmission spectra with mean normalization or range normalization, and back-scattering spectra with mean normalization treatment or baseline correction showed 100% discrimination accuracy. Conclusions: These results showed that Raman spectroscopy technologies can be used to select the high quality cucumber seeds.

• 한국멀티미디어학회논문지
• /
• 제15권4호
• /
• pp.449-471
• /
• 2012

In intelligent surveillance systems, it is required to robustly track multiple people. Most of the previous studies adopted a Gaussian mixture model (GMM) for discriminating the object from the background. However, it has a weakness that its performance is affected by illumination variations and shadow regions can be merged with the object. And when two foreground objects overlap, the GMM method cannot correctly discriminate the occluded regions. To overcome these problems, we propose a new method of tracking and identifying multiple people. The proposed research is novel in the following three ways compared to previous research: First, the illuminative variations and shadow regions are reduced by an illumination normalization based on the median and inverse filtering of the L*a*b* image. Second, the multiple occluded and overlapped people are tracked by combining the GMM in the still image and the Lucas-Kanade-Tomasi (LKT) method in successive images. Third, with the proposed human tracking and the existing face detection & recognition methods, the tracked multiple people are successfully identified. The experimental results show that the proposed method could track and recognize multiple people with accuracy.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제12권1호
• /
• pp.368-391
• /
• 2018

Face recognition (FR) with a single sample per person (SSPP) is common in real-world face recognition applications. In this scenario, it is hard to predict intra-class variations of query samples by gallery samples due to the lack of sufficient training samples. Inspired by the fact that similar faces have similar intra-class variations, we propose a virtual sample generating algorithm called k nearest neighbors based virtual sample generating (kNNVSG) to enrich intra-class variation information for training samples. Furthermore, in order to use the intra-class variation information of the virtual samples generated by kNNVSG algorithm, we propose image set based multimanifold discriminant learning (ISMMDL) algorithm. For ISMMDL algorithm, it learns a projection matrix for each manifold modeled by the local patches of the images of each class, which aims to minimize the margins of intra-manifold and maximize the margins of inter-manifold simultaneously in low-dimensional feature space. Finally, by comprehensively using kNNVSG and ISMMDL algorithms, we propose k nearest neighbor virtual image set based multimanifold discriminant learning (kNNMMDL) approach for single sample face recognition (SSFR) tasks. Experimental results on AR, Multi-PIE and LFW face datasets demonstrate that our approach has promising abilities for SSFR with expression, illumination and disguise variations.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제9권2호
• /
• pp.763-774
• /
• 2015

Hand posture recognition has been a wide region of applications in Human Computer Interaction and Computer Vision for many years. The problem arises mainly due to the high dexterity of hand and self-occlusions created in the limited view of the camera or illumination variations. To remedy these problems, a hand posture recognition method using 3-D point cloud is proposed to explicitly utilize 3-D information from depth maps in this paper. Firstly, hand region is segmented by a set of depth threshold. Next, hand image normalization will be performed to ensure that the extracted feature descriptors are scale and rotation invariant. By robustly coding and pooling 3-D facets, the proposed descriptor can effectively represent the various hand postures. After that, SVM with Gaussian kernel function is used to address the issue of posture recognition. Experimental results based on posture dataset captured by Kinect sensor (from 1 to 10) demonstrate the effectiveness of the proposed approach and the average recognition rate of our method is over 96%.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2000년도 제13회 신호처리 합동 학술대회 논문집
• /
• pp.465-468
• /
• 2000

얼굴 영상은 똑같은 표정의 같은 사람이라도 조명에 따라 매우 다른 얼굴 영상으로 나타난다. 따라서 본 논문에서는 조명 변화에 강인한 얼굴 인식 방법을 제안한다. 제안된 방법은 오프라인 훈련(off-line training)과 온라인 인식(on-line recognition)의 두 부분으로 이루어져 있다. 오프라인 훈련은 PCA(principal component analysis)를 기반으로 한다. 온라인 인식에서는 조명 변화에 대한 보상, 얼굴 특징의 추출, 그리고 인식을 위한 분류 과정의 3 단계로 구성되어 있다. 오프라인 훈련에서는 전체 훈련 얼굴 영상 데이터에 PCA를 적용하여 조명 변화가 최대한 제외된 특징 벡터 공간을 생성한다. 실제 인식 단계에서는 첫 번째로 입력 영상으로 들어온 얼굴 영상에서 조명의 영향을 보상하기 위해 준동형 필터링(homomorphic filtering) 후 밝기 정규화(normalization)를 취한다. 두 번째 단계에서는 입력 데이터의 차원을 줄이고 얼굴 특징 벡터를 구하기 위해 PCA를 수행한다. 마지막 과정으로서 입력 영상의 특징 벡터들과 오프라인에서 미리 구하여진 특징 벡터들의 유사도를 측정하여 얼굴을 인식하게 된다. 실험 결과 제안된 방법은 기존의 Eigenface 방법에 비해 우수한 성능을 나타내었다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2007년도 춘계학술대회 학술발표 논문집 제17권 제1호
• /
• pp.291-294
• /
• 2007

비디오 시스템으로 영상 획득하는 과정에서 다양한 조명상태는 얼굴인식에 있어서 심각한 영향을 준다. 본 논문에서는 웨이블렛 변환을 이용하여 영상을 나눈 후 각각의 영역에 얼굴영상을 인식에 알맞은 조명상태로 변환한다. 변환과정은 얼굴을 히스토그램 지정연산으로 명암에 대해 개선과 경계부분을 강화하여 얼굴인식을 위한 영상을 만들어 인식률을 높였다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2001년도 추계학술대회 학술발표 논문집
• /
• pp.203-207
• /
• 2001

In this Paper, we propose the neural network based emotion recognition method for intelligently recognizing the human's emotion using CCD color image. To do this, we first acquire the color image from the CCD camera, and then propose the method for recognizing the expression to be represented the structural correlation of man's feature Points(eyebrows, eye, nose, mouse) It is central technology that the Process of extract, separate and recognize correct data in the image. for representation is expressed by structural corelation of human's feature Points In the Proposed method, human's emotion is divided into four emotion (surprise, anger, happiness, sadness). Had separated complexion area using color-difference of color space by method that have separated background and human's face toughly to change such as external illumination in this paper. For this, we propose an algorithm to extract four feature Points from the face image acquired by the color CCD camera and find normalization face picture and some feature vectors from those. And then we apply back-prapagation algorithm to the secondary feature vector. Finally, we show the Practical application possibility of the proposed method.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 2011년도 하계학술대회
• /
• pp.520-523
• /
• 2011

휴대 단말 기기에 대한 관심 증가와 함께 사용자의 얼굴을 검출하는 응용 방법에 대한 연구가 활발히 진행되고 있다. 하지만 주변 조명 등의 영향으로 얼굴 검출이 어려운 문제점이 있다. 이를 해결하기 위하여 다양한 접근방법이 제안되어 왔지만, 제한된 하드웨어에 적용하기에는 높은 복잡도를 가지는 문제점이 있다. 본 논문에서는 이러한 문제점을 해결하고 효율적으로 얼굴 검출 정확도를 향상 시킬 수 있는 조명 대비를 개선 알고리즘을 제안하였다. 이를 위하여 입력된 영상에서 가우시안 분포를 분석하고, 분석된 분포를 기반으로 각기 다른 조명 대비 개선 알고리즘을 적용하였다. 실험 결과 제안하는 방법이 다양한 조명 환경에서 얼굴 검출 정확도를 향상 시키는 것을 확인하였다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2018년도 추계학술대회
• /
• pp.148-149
• /
• 2018

카메라 기술의 발달로 나노 단위의 유해물질 영상을 간단한 광학장치를 장착한 휴대폰을 사용해 손쉽게 획득할 수 있게 되었다. 하지만, 유해물질 영상 관찰을 위하여 실제 사용되는 현미경에 비하여는 영상 전역에 원치 않는 잡음이 현저하게 발생한다. 특히 대중적인 저가의 광학계를 사용할 경우, 광량이 불균등하게 조사됨에 따라 얻어진 유해물질 영상에 왜곡이 발생할 수 있는데 이로 인해 기존의 유해물질 농도 검출 알고리즘을 적용하는 경우 좋지 못한 결과를 얻을 수 있다. 따라서 영상 전체에 조사되는 불균형한 조명에 의한 영향을 최소화할 필요가 있으며, 이에 착안하여 본 논문에서는 가우시안 모델에 기반한 조명 정규화 방법을 제안한다. 이는 영상 전역에 발생한 불균형 조명에 대한 영향을 최소화하여 찾고자 하는 유해물질 영역의 경계 특성을 더욱 명확하게 할 수 있는 효과가 있다.