• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2005년도 한국컴퓨터종합학술대회 논문집 Vol.32 No.1 (B)
• /
• pp.520-522
• /
• 2005

본 논문에서는 인간과 컴퓨터 사이의 상호작용을 하는 방법중의 하나인 제스처를 인식할 때 필요한 정확한 손 검출 방법을 제안한다. 이를 위해 기존의 다수의 손 영상들 가장 잘 표현하면서도 효과적으로 압축할 수 있는 PCA를 이용해서 특징 벡터를 추출한다. 이어서 특징 벡터간의 Mahalanobis distance를 이용한 분류기에 가중치를 적용하여 사용한다. 또한 시간에 따른 연속적인 영상에서 검출된 이전 영상의 중심점의 위치와 중심점의 motion vector를 이용해서 손이 검출되지 않은 영상의 검출 성능을 보상한다.

• Bulletin of the Korean Chemical Society
• /
• 제20권9호
• /
• pp.1021-1025
• /
• 1999

Near-infrared (NIR) spectroscopy has been successfully utilized for the rapid identification of six typical petroleum products such as light straight-run (LSR), naphtha, kerosine, light gas oil (LGO), gasoline, and diesel. The spectral features of each product were reasonably differentiated in the NIR region, and the spectral differences provided enough qualitative spectral information for discrimination. For discrimination, principal component analysis (PCA) combined with Mahalanobis distance was used to identify each petroleum product from NIR spectra. The results showed that each product was accurately identified with an accuracy over 95%. Most noticeably, LSR, kerosine, gasoline, and diesel samples were predicted with identification accuracy of 99%. The overall results ensure that a portable NIR instrument combined with a multivariate qualitative discrimination method can be efficiently utilized for rapid and simple identification of petroleum products. This is especially important when local at-site measurements are necessary, such as accidental petroleum leakage and regulation of illegal product blending.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2015년도 학술발표회
• /
• pp.239-239
• /
• 2015

This study presents a bivariate extension of the goodness-of-fit measure for regional frequency distributions developed by Hosking and Wallis [1993] for use with the method of L-moments. Utilising the approximate joint normal distribution of the regional L-skewness and L-kurtosis, a graphical representation of the confidence region on the L-moment diagram can be constructed as an ellipsoid. Candidate distributions can then be accepted where the corresponding the oretical relationship between the L-skewness and L-kurtosis intersects the confidence region, and the chosen distribution would be the one that minimises the Mahalanobis distance measure. Based on a set of Monte Carlo simulations it is demonstrated that the new bivariate measure generally selects the true population distribution more frequently than the original method. An R-code implementation of the method is available for download free-of-charge from the GitHub code depository and will be demonstrated on a case study of annual maximum series of peak flow data from a homogeneous region in Italy.

• 한국멀티미디어학회논문지
• /
• 제24권10호
• /
• pp.1319-1325
• /
• 2021

It is important to remove fog for accurate object recognition and detection during preprocessing because images taken in foggy adverse weather suffer from poor quality of images due to scattering and absorption of light, resulting in poor performance of various vision-based applications. This paper proposes an end-to-end deep learning-based single image de-fogging method using U-Net architecture. The loss function used in the algorithm is a loss function based on Mahalanobis distance with fog features, which solves the problem of domain shifts, and demonstrates superior performance by comparing qualitative and quantitative numerical evaluations with conventional methods. We also design it to generate fog through the VGG19 loss function and use it as the next training dataset.

• 한국근적외분광분석학회:학술대회논문집
• /
• 한국근적외분광분석학회 2001년도 NIR-2001
• /
• pp.1121-1121
• /
• 2001

A previous study (Berzaghi et al., 2001) evaluated the performance of 3 calibration methods, modified partial least squares (MPLS), local PLS (LOCAL) and artificial neural networks (ANN) on the prediction of the chemical composition of forages, using a large NIR database. The study used forage samples (n=25,977) from Australia, Europe (Belgium, Germany, Italy and Sweden) and North America (Canada and U.S.A) with reference values for moisture, crude protein and neutral detergent fibre content. The spectra of the samples were collected using 10 different Foss NIR Systems instruments, only some of which had been standardized to one master instrument. The aim of the present study was to evaluate the behaviour of these different calibration methods when predicting the same samples measured on different instruments. Twenty-two sealed samples of different kind of forages were measured in duplicate on seven instruments (one master and six slaves). Three sets of near infrared spectra (1100 to 2500nm) were created. The first set consisted of the spectra in their original form (unstandardized); the second set was created using a single sample standardization (Clone1); the third was created using a multiple sample procedure (Clone6). WinISI software (Infrasoft International Inc., Port Mathilda, PA, USA) was used to perform both types of standardization, Clone1 is just a photometric offset between a “master” instrument and the “slave” instrument. Clone6 modifies both the X-axis through a wavelength adjustment and the Y-axis through a simple regression wavelength by wavelength. The Clone1 procedure used one sample spectrally close to the centre of the population. The six samples used in Clone 6 were selected to cover the range of spectral variation in the sample set. The remaining fifteen samples were used to evaluate the performances of the different models. The predicted values for dry matter, protein and neutral detergent fibre from the master Instrument were considered as “reference Y values” when computing the statistics RMSEP, SEPC, R, Bias, Slope, mean GH (global Mahalanobis distance) and mean NH (neighbourhood Mahalanobis distance) for the 6 slave instruments. From the results we conclude that i) all the calibration techniques gave satisfactory results after standardization. Without standardization the predicted data from the slaves would have required slope and bias correction to produce acceptable statistics. ii) Standardization reduced the errors for all calibration methods and parameters tested, reducing not only systematic biases but also random errors. iii) Standardization removed slope effects that were significantly different from 1.0 in most of the cases. iv) Clone1 and Clone6 gave similar results except for NDF where Clone6 gave better RMSEP values than Clone1. v) GH and NH were reduced by half even with very large data sets including unstandardized spectra.

• 한국전자거래학회지
• /
• 제23권2호
• /
• pp.111-121
• /
• 2018

항공기 엔진, 풍력발전기, 모터 등 회전기기에서 발생하는 많은 문제들은 진동이나 소음과 같은 신호 데이터를 측정하여 이상감지를 할 수 있으며, 주파수 분석 등 여러 가지 신호처리가 데이터 전처리 단계에서 필요하다. 본 논문에서는 진동 데이터를 분석하여 설비 이상상태를 감지하는 기법을 소개한다. 정상상태 데이터를 기반으로 마할라노비스 거리를 측정하여 이상상태 유무를 모니터링 하는 방식을 사용한다. 특히 신호 데이터의 전처리 기법들을 도입하여 이상상태 감지의 성능을 개선할 수 있음을 보여준다. 전처리 단계에서 신호 데이터 수집 과정에서 발생한 누설오차(leakage)를 없애기 위해 해밍 윈도우(Hamming window)를 적용하고, 신호 데이터의 원신호인 포먼트(formant)를 분리하기 위하여 켑스트럼(cepstrum) 분석을 실시한다. IMS 베어링 진동 공개데이터를 대상으로 시간 구간별로 6가지 통계지표를 추출한 후 마할라노비스 거리 분류기를 적용하여 성능을 검증하였다. 제시된 신호처리 전처리 기법을 적용함으로써 성능이 획기적으로 향상되는 것을 실험에서 보여주었다.

• 한국지능시스템학회논문지
• /
• 제26권4호
• /
• pp.253-258
• /
• 2016

본 논문은 실내 주행 로봇의 위치 추정을 위해 최적화 기법을 적용한 방법에 대해 기술한다. 주행 로봇의 위치 추정에 사용되는 베이지안 필터 방법의 경우는 측정값과 환경 요소에 대한 불확실성을 고려하기위해 사용하는 조절 파라미터에 따라 추정성능이 달라진다. 또한 로봇동작 및 센서 측정 모델의 비선형성에 의하여 성능이 저하될 수 있다. 최적화 기법은 조절 파라미터가 적고 모델의 비선형성의 영향을 적게 받는다. 본 연구에서는 최적화 기법의 위치 추정 활용성을 보이기 위해 최적화 방법에 의한 추정성능과 EKF방법에 의한 추정 성능을 비교한다. 사용한 측정 센서는 초음파 위성 시스템(USAT, Ultrasonic Satellites system)으로서 4개의 비컨으로부터 로봇까지의 거리를 측정한다. 측정값의 비정상 오차를 제거하기 위하여 마할라노비스 거리(Mahalanobis Distance)를 이용한다. 최적화 기법은 거리 측정값을 사용하여 목적함수를 설계하고 반복계산을 통해 위치의 최적 값을 찾는다. 반복 수행을 위한 초기 위치를 베이시안 필터 방법을 통하여 적절히 설정함으로서 제안된 방법은 위치 추정 성능을 향상시키고 실행 시간을 단축시킬 수 있다.

• 한국지능시스템학회논문지
• /
• 제14권6호
• /
• pp.783-788
• /
• 2004

영상에서 얼굴이 있는 위치를 찾거나 얼굴을 검출하기 위한 많은 방법들이 연구되고 있다. 영상에서 얼굴 검출은 얼굴의 크기, 얼굴이 있는 위치, 그리고 다양한 포즈, 조명 상태 등의 변화에 따라 달라진다 따라서 얼굴 검출과 인식에 있어서의 어려운 점은 얼굴의 크기와 위치, 거리, 조명, 포즈 때문에 나타나는 것이다. 본 논문에서는 다양한 얼굴 크기와 얼굴이 있는 위치 등에 강인한 얼굴 검출을 위해 피셔의 선형 판별 함수를 이용하는 방법을 제안한다. 선형 판별식을 이용하여 효과적으로 얼굴을 검출하기 위해서는 학습 방법 및 학습에 사용되는 데이터들의 구성이 중요하다. 그 이유는, 얼굴 검출을 위해 사용되는 학습 데이터들은 조명과 포즈에 영향을 받기 때문에 얼굴의 특징들을 반영하는 학습 데이터들의 구성이 중요하다. 따라서 본 논문에서는 복잡한 배경과 다양한 크기의 얼굴을 검출하기 위한 계층적인 방법을 제시하며, 효과적인 피셔 판별 분석을 위하여 얼굴과 비얼굴 학습 데이터의 효율적인 분류 방법을 제안한다.

• 한국멀티미디어학회논문지
• /
• 제15권1호
• /
• pp.63-70
• /
• 2012

본 논문에서는 ASM(active shape model)의 성능을 향상시키기 위하여 형태(shape) 정렬 방법과 이차원 특징벡터 추출 방법을 제안한다. 기존 알고리즘은 입력 이미지의 중간 검출 랜드마크와 기준 모델 간의 정렬을 위하여 스케일, 회전, 이동 정보 만을 이용한다. 하지만 위의 평면적인 정보 만으로는 얼굴과 같이 입체적인 물체의 포즈 변화나 삼차원적인 움직임 등을 제대로 반영할 수 없다. 이를 개선하기 위하여 자유도를 증가시킴으로써 형태의 복잡한 변화에 보다 강인한 형태정렬 방식을 제안한다. 또한, 멀티스케일로 이차원 프로파일을 구하고 이들의 공분산 행렬을 trimming하여 검출속도를 향상시키는 방법을 제안한다. 비교적 다양한 포즈로 촬영한 얼굴 이미지 데이터베이스를 이용하여 제안 알고리즘의 형태 검출 성능을 확인한다.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 1997년도 한국자동제어학술회의논문집; 한국전력공사 서울연수원; 17-18 Oct. 1997
• /
• pp.568-571
• /
• 1997

Recently, the number of techniques for analyzing medical images has been increasing in computer vision, employing X-ray CT images, ultrasound images, MR images, moire topographic images, etc. Spinal deformity is a serious problem especially for teenagers and medical doctors inspect moire topographic images of their backs visually for the primary screening. If a subject is normal, the moire image is almost symmetric with respect to the middle line of the subject's back, otherwise it shows asymmetric shape. In this paper, an image analysis technique is described for discriminating suspicious cases from normal in human spinal deformity by recognizing asymmetric moire images of human backs. The principal axes which are sensitive to asymmetry of the moire image are extracted at two parts on a subject's back and their angles are evaluated with respect to the detected middle line of the back. The two angles compose a 2-D feature space and inspected cases are divided into two clusters in the space by a linear discriminant function based on the Mahalanobis distance. Given 120 cases, 60 normal and 60 abnormal, the leave-out method was applied for the recognition and 75% recognition rate was achieved.