• 대한전자공학회논문지SP
• /
• 제47권1호
• /
• pp.53-61
• /
• 2010

본 논문은 새로운 에지 방향 추정 방법과 영상의 영역 세분화에 기반을 둔 컬러 보간 알고리즘을 제안한다. 제안하는 에지 방향 추정은 컬러 필터 배열(color filter array: CFA)의 채널 별 분리와 표본 줄임(down-sampling)을 통해 획득한 영상 사이에 존재하는 에지 방향성 상관관계를 바탕으로 이루어진다. 에지 방향성 상관관계는 영상 간의 샘플링 위치와 각 영상의 국부위치에서의 에지 방향성 사이에 존재하는 방향의 유사성을 바탕으로 정의한다. 영상의 영역을 분류함에 있어서 평탄, 에지 영역뿐만 아니라 반복되는 에지가 나타나는 패턴 에지 영역을 구분함으로써 영역을 세분화 한다. 이렇게 구분한 영역 각각에 대해 수직 혹은 수평 방향 에지를 검출하여 에지 방향에 따라 보간함으로써 오류를 최소화 하는 에지 방향성 컬러 보간이 이루어진다. 실험 결과를 통해 제안하는 방법이 기존 방법에 비해 수치적인 면과 시각적인 면에서 뛰어난 결과를 보임을 확인할 수 있으며, 제안하는 영역 세분화와 에지 방향 추정을 통해 영상의 고주파 영역에서 성능이 향상됨을 확인할 수 있다.

• 한국지능시스템학회논문지
• /
• 제21권4호
• /
• pp.512-517
• /
• 2011

얼굴영상에서 나타나는 정서특징을 분석하기 위하여 본 논문에서는 Active Shape Model (ASM)과 Lucas-Kanade (LK) optical flow 기법을 기반으로 하는 특징검출 및 분석방법을 제안한다. Facial Action Coding System에 근거하여 묘사된 정서적 특징을 고려하여, 특징이 분포하는 영역에 위치한 다수의 landmark로 shape 모델을 구성하고 모델에서 각 Landmark를 중심으로 하는 움직임 벡터 윈도우 내부의 픽셀에 대한 LK 기법을 통해 optical flow 벡터를 추출한다. 추출된 움직임 벡터의 방향성 조합에 근거하여 얼굴정서특징을 shape 모델로 표현할 수 있으며, 베이지안 분류기라는 확률 기반 추론기법을 기반으로 정서적 상태에 대한 추정할 수 있다. 또한, 정서특징분석과정의 연산 효율성과 정확성 향상을 도모하기 위하여 common spatial pattern (CSP) 분석기법을 적용하여 정서상태 별로 상관성이 높은 특징만으로 구성된 최적정서특징을 추출한다.

• 한국멀티미디어학회논문지
• /
• 제8권11호
• /
• pp.1496-1509
• /
• 2005

본 논문에서는 투영면 컨벌루션과 결정트리 분류기법을 사용하여 주변 환경이 복잡한 차량영상으로부터 실시간으로 번호판을 추출하고 인식하는 적응적 차량번호판 인식 시스템을 제안하였다. 일반적으로 고속도로 톨게이트와 주차장 출입구에서의 차량영상은 설치 카메라와 도로 환경에 따라 차량번호판의 크기, 각도변화, 주변잡음 등으로 매우 다양하므로 번호판 추출과 분할이 어렵다. 따라서 본 논문에서는 차량 영상을 획득한 후 번호판 후보영역을 검출하고 진입 위치 변화에 따라 번호판의 기울기와 크기를 자동으로 보정하여 인식하는 알고리즘을 제안하였다. 제안한 인식 방법은 차량의 에지누적 분포와 번호판의 일정한 명암값 변화 빈도수를 누적한 투영면 컨벌루션과 체인코드를 사용하여 크기와 기울기가 일정하지 않은 번호판으로부터 번호판영역을 정확히 추출하고, 적응적 이진화 기법을 이용하여 문자를 분할하였다. 본 논문에서 제안한 방법으로써 실험한 결과 복잡한 영상에서 전방 및 후방 차량영상으로부터 번호판 인식이 가능하였으며 각각 $98.8\%$와 $95.5\%$의 추출률과 분할된 문자영역에서 $97.3\%$와 $96\%$의 인식률 개선 결과를 나타내었다.

• 전자공학회논문지CI
• /
• 제44권1호
• /
• pp.64-70
• /
• 2007

라만 분광법은 피부암 진단에 사용되는 매우 유력한 비침습성 진단 방법이다. 라만 스펙트럼을 이용한 이전의 연구에 따르면 MAP (maximum a posteriori probability)와 MLP (multilayer perceptron networks)와 같은 기존의 분류 방법으로도 좋은 분류결과를 얻을 수 있다. 하지만 암 진단은 작은 오류에도 종종 치명적인 결과가 따르기 때문에 본 연구에서는 판정이 모호한 데이터를 따로 집단화하여 분류 오류를 감소하는 방법을 제안한다. 이때 모호한 패턴은 조직검사를 통하여 다시 암여부를 판정하게 된다. 본 논문에서는 모호한 패턴 클래스를 MSE (minimum squared error), MAP와 MLP에 도입하기 위해 기존 알고리듬을 수정하였고 모호한 패턴 클래스가 본래 도입되어 있는 RCE (reduced coulomb energy networks)와 실험결과를 비교하였다. 216개의 공초점 라만 스펙트럼에 대한 실험결과에 의하면 모호한 패턴으로 판정된 데이터를 늘림에 따라 나머지 패턴은 완벽하게 분류할 수 있음을 보였다. 그 중 MSE는 테스트 패턴 중 약 8.8%의 모호한 패턴으로 나머지 패턴에 대하여 완벽한 분류결과를 보였다.

• 한국음향학회지
• /
• 제24권1호
• /
• pp.29-37
• /
• 2005

본 논문은 한국의 전통 음악, 즉 국악 장르를 자동으로 분류하는 시스템을 제안한다. 제안된 시스템은 입력 음악의 내용기반 분석을 통하여 궁중음악, 풍류방음악, 민속성악, 민속기악, 불교음악, 무속음악 등 6가지 장르중 하나로 자동분류하여 해당 음악의 장르 결과를 보여준다. 국악 장르 분류에 사용된 내용기반 알고리즘은 크게 음악의 특징 벡터 추출 그리고 장르 분류를 위한 패턴인식 과정 2가지로 구성된다. 음악의 특징 벡터 추출은 디지탈 신호 처리기술을 이용하여 해당 음악의 spectral centroid, rolloff, flux 등 STFT (Short Time Fourier Transform) 기반의 특징 계수들과 MFCC (Mel frequency cepstral coefficient), LPC (Linear predictive coding) 등의 계수들을 구한 후 SFS (Sequential Forward Selection) 최적 특징 벡터 열을 선별하여 사용하였으며 패틴 분류 알고리즘으로는 k-NN (k -Nearest Neighbor), Gaussian, GMM (Gaussian Mixture Model), SVM (Support Vector Machine) 분류기를 사용하였다. 특히 본 연구에서는 입력 질의의 패턴 (혹은 구간) 변화에 따른 시스템의 불확실성을 개선하기 위하여 MFC (Multi Feature Clustring) 방법을 이용하여 DB를 구축하였다. 모의실험 결과 k-NN 과 SVM 분류기 모두 $97{\%}$ 이상의 장르 분류 성공률을 보였으나, SVM 이 k-NN에 비해 약 3배 이상의 빠른 분류 성능을 가지고 있음을 확인하였다.

• 대한전자공학회논문지SP
• /
• 제49권2호
• /
• pp.149-156
• /
• 2012

서포트벡터머신 (support vector machine)을 이용한 음성/음악 분류기는 높은 분류 정확도로 주목받고 있으나 많은 계산 량과 저장 공간을 요구하므로 특히 임베디드 시스템과 같이 자원이 제한 적인 경우에는 효율적인 구현이 필수적이다. 특히, 서포트벡터 (support vector)의 차원과 개수에 의해 결정되는 서포트벡터의 저장 공간의 크기는 일반적으로 임베디드 프로세서의 캐시 (cache)의 크기보다 훨씬 크므로 캐시에 존재하지 않는 서포트벡터를 메인 메모리로부터 읽어야 하는 경우가 많다. 메모리에서 데이터를 가져오는 데는 캐시나 레지스터와 비교했을 때 상대적으로 긴 시간과 많은 에너지가 소비되어 분류기의 실행시간과 에너지 소비를 증가시키는 요인이 된다. 본 논문에서는 분류기의 데이터 접근 양식을 보다 시간적 근접성을 가지게 변환하여 일단 프로세서 칩으로 불려진 데이터를 최대한 활용함으로써 메모리의 접근 횟수를 줄여 전체적인 서포트벡터의 실행시간의 단축시키는 기법을 제안한다. 실험을 통해 메모리로의 접근 회수의 감소와 이에 따른 실행시간 그리고 에너지 소비의 감소를 확인하였다.

• 예술인문사회 융합 멀티미디어 논문지
• /
• 제8권10호
• /
• pp.63-70
• /
• 2018

영상을 이용한 생체 신호 측정 기술이 발전하고 있으며, 특히 생명 유지를 위한 호흡 신호 측정기술 연구가 지속적으로 진행되고 있다. 기존 기술은 사람의 몸에서 방출하는 열을 측정하는 열화상 카메라를 통하여 호흡 신호를 측정하였다. 또한, 실시간으로 사람의 흉부 움직임을 분석하여 호흡률을 측정하는 연구도 진행되었다. 하지만, 적외선 열화상 영상을 이용하여 영상 처리를 하는 것은 외부 환경 요인으로 인해 호흡 기관의 탐색이 어려울 수 있으며, 이에 따라 호흡률 측정의 정확도가 떨어지는 문제들이 발생했다. 본 연구에서는 호흡 기관의 영역 탐색을 강화하기 위해 가시광 및 적외선 열화상 카메라를 이용하여 영상을 취득하였다. 그리고 두 영상을 기반으로 얼굴 인식, 영상 정합 등의 과정을 통해 호흡 기관 영역의 특징을 추출한다. 추출한 특징 값을 통계학적 분류 방법 중 하나인 k-최근접 이웃 분류기를 통해 호흡 신호의 패턴을 분류한다. 분류한 패턴의 특성에 따라 호흡률을 계산하며, 측정한 호흡률의 성능을 확인하기 위해 실제 호흡률과 비교 과정을 통해 분석함으로써, 호흡률 측정의 가능성을 확인하였다.

• 한국강구조학회 논문집
• /
• 제17권1호통권74호
• /
• pp.1-11
• /
• 2005

이 논문에서는 구조물의 동적응답을 입력으로 하고, 패턴인식을 위해 신경망기법(Neural Network, NN)을 사용하는 손상감지기법을 제시하였다. 입력된 동적응답, 즉 주파수응답함수(FRF) 또는 변형률 주파수응답함수(SFRF)의 변화를 정량적으로 표현하기 위해 신호변형지수(Signal Anomaly Index, SAI)를 고안하여 사용하였으며, 이 신호변형지수는 손상 전 및 손상 후의 구조물로부터 측정된 가속도 또는 동적 변형률 신호를 사용하여 계산된다. 제안된 알고리즘은 2단계로 구성되며, 1단계에서는 신호변형지수 값의 크기 변화를 사용하여 구조물의 손상발생 유무를 판별하고, 여기서 구조물에 손상이 발생한 것으로 분석되면 2단계에서 신경망기법을 사용한 패턴인식을 통해 손상의 위치를 찾아낸다. 이 방법의 타당성 및 적용성을 확인하기 위해 강교량 축소모형에 대한 실험을 수행하였다. 신경망의 학습에는 수치해석을 통해 생성한 가상 신호를 사용하였으며, 학습이 완료된 신경망과 실험을 통해 측정한 실제 신호를 사용하여 손상발견을 수행하였다. 모형 교량에 대한 적용 결과로부터 이 알고리즘의 타당성이 검증되었으며, 향후 실 교량에 대한 적용도 가능할 것으로 판단된다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제34권9호
• /
• pp.869-879
• /
• 2007

본 논문에서는 신경망을 이용하여 텍스타일 영상으로부터 인간의 감성을 인식할 수 있는 시스템을 제안한다. 자동감성인식 시스템의 구현을 위해 220장의 텍스타일 영상을 수집한 후, 일반인 20명을 대상으로 설문조사를 실시하였다. 이를 통해 텍스타일 영상에서의 패턴과 감성간의 상관관계, 즉 특정 패턴이 사람의 감성에 영향을 준다는 것을 발견하였다. 따라서 본 연구에서는 텍스타일 영상에 포함된 패턴의 인식을 위해 신경망을 이용하였으며, 이때 패턴 정보의 추출을 위해 두 가지 특징 추출 방법을 사용한다. 첫 번째는 auto-regressive method를 이용한 raw-pixel data extraction scheme(RDES)을 사용하는 것이고, 두 번째는 wavelet transformed data extraction scheme(WTDES)을 사용하는 것이다. 제안된 시스템의 유용성을 증명하기 위해서 실제 100장의 텍스타일 영상을 감성을 인식하는데 사용했다. 그 결과 RDES와 WTDES를 사용했을 때 각각 71%와 90%의 인식률로, WTDES를 사용했을 때가 RDES를 사용했을 때보다 더 좋은 성능을 보였다. 데이타 추출방법에 따라 다소 차이가 있었지만 전체적으로 약 81%의 정확도를 보였다. 이러한 실험 결과는 제안된 방법이 감성인식 기반으로 텍스타일 데이타를 검색 할 수 있는 시스템 및 다양한 산업 분야에 응용 가능함을 보여주었다.

• 대한의용생체공학회:학술대회논문집
• /
• 대한의용생체공학회 1991년도 춘계학술대회
• /
• pp.65-70
• /
• 1991

A hybrid model which uses a probabilistic model and a MLP(multi layer perceptron) model for pattern recognition of EMG(electromyogram) signals is proposed in this paper. MLP model has problems which do not guarantee global minima of error due to learning method and have different approximation grade to bayesian probabilities due to different amounts and quality of training data, the number of hidden layers and hidden nodes, etc. Especially in the case of new test data which exclude design samples, the latter problem produces quite different results. The error probability of probabilistic model is closely related to the estimation error of the parameters used in the model and fidelity of assumtion. Generally, it is impossible to introduce the bayesian classifier to the probabilistic model of EMG signals because of unknown priori probabilities and is estimated by MLE(maximum likelihood estimate). In this paper we propose the method which get the MAP(maximum a posteriori probability) in the probabilistic model by estimating the priori probability distribution which minimize the error probability using the MLP. This method minimize the error probability of the probabilistic model as long as the realization of the MLP is optimal and approximate the minimum of error probability of each class of both models selectively. Alocating the reference coordinate of EMG signal to the outside of the body make it easy to suit to the applications which it is difficult to define and seperate using internal body coordinate. Simulation results show the benefit of the proposed model compared to use the MLP and the probabilistic model seperately.