• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2007.11a
• /
• pp.11-14
• /
• 2007

인간과 컴퓨터간의 상호교류 하는데 있어서 감정 인식은 필수라 하겠다. 그래서 본 논문에서는 음성 신호 및 얼굴 영상을 BL(Bayesian Learning)과 PCA(Principal Component Analysis)에 적용하여 5가지 감정 (Normal, Happy, Sad, Anger, Surprise) 으로 패턴 분류하였다. 그리고 각각 신호의 단점을 보완하고 인식률을 높이기 위해 결정 융합 방법과 특징 융합 방법을 이용하여 감정융합을 실행하였다. 결정 융합 방법은 각각 인식 시스템을 통해 얻어진 인식 결과 값을 퍼지 소속 함수에 적용하여 감정 융합하였으며, 특정 융합 방법은 SFS(Sequential Forward Selection)특정 선택 방법을 통해 우수한 특정들을 선택한 후 MLP(Multi Layer Perceptron) 기반 신경망(Neural Networks)에 적용하여 감정 융합을 실행하였다.

• Proceedings of the IEEK Conference
• /
• 2000.06d
• /
• pp.222-225
• /
• 2000

Human frequently communicate non-linguistic information with gesture. So, we must develop efficient and fast gesture recognition algorithms for more natural human-computer interaction. However, it is difficult to recognize gesture automatically because human's body is three dimensional object with very complex structure. In this paper, we suggest a method which is able to detect key frames and frame changes, and to classify image sequence into some gesture groups. Gesture is classifiable according to moving part of body. First, we detect some frames that motion areas are changed abruptly and save those frames as key frames, and then use the frames to classify sequences. We symbolize each image of classified sequence using Principal Component Analysis(PCA) and clustering algorithm since it is better to use fewer components for representation of gestures. Symbols are used as the input symbols for the Hidden Markov Model(HMM) and recognized as a gesture with probability calculation.

• Proceedings of the IEEK Conference
• /
• 2005.11a
• /
• pp.1189-1192
• /
• 2005

본 논문에서는 스케치 연산자를 적용하여 견실한 얼굴인식 방법을 제안한다. 제안된 방법은 인식 대상의 중요한 특성인 에지(edge), 벨리(valley) 및 질감(texture) 성분을 효과적으로 표현하기 위한 방법으로써, BDIP(block difference of inverse probabilities)를 사용하여 얼굴의 특징을 스케치 영상과 같이 나타내는 얼굴 영상을 획득한다. 그리고, BDIP 처리된 얼굴 영상은 입력 데이터의 차원 축소 및 얼굴 특징 벡터의 추출을 위해 PCA(Principal Component Analysis)를 수행한 후, Nearest Neighbor 분류기를 통해 인식을 수행한다. 제안된 방법의 성능을 평가하기 위하여, 일반적으로 많이 사용되는 HE(Histogram equalization)을 사용한 얼굴 인식 방법과의 비교를 수행한다. 실험결과, 본 논문에서 제안한 방법이 고유값이 적은 경우에 가장 높은 인식률을 나타내는 것을 알 수 있었다.

• Journal of Electrical Engineering and Technology
• /
• v.4 no.3
• /
• pp.389-395
• /
• 2009

Industrial motors are subject to incipient faults which, if undetected, can lead to motor failure. The necessity of incipient fault detection can be justified by safety and economical reasons. The technology of artificial neural networks has been successfully used to solve the motor incipient fault detection problem. This paper develops inexpensive, reliable, and noninvasive NN based incipient fault detection scheme for small and medium sized induction motors. Detailed design procedure for achieving the optimal NN model and Principal Component Analysis for dimensionality reduction is proposed. Overall thirteen statistical parameters are used as feature space to achieve the desired classification. GFFD NN model is designed and verified for optimal performance in fault identification on experimental data set of custom designed 2 HP, three phase 50 Hz induction motor.

• Proceedings of the IEEK Conference
• /
• 2001.09a
• /
• pp.411-414
• /
• 2001

목표물 인식(Target Recognition)에 사용되는 대표적인 특징 정보에는 밝기 (Intensity) 정보와 윤곽선(Boundary) 등의 모양(Shape) 정보가 있다. 그러나, 일반적으로 영상에서 바로 추출한 밝기 정보나 윤곽선 정보는 환경 변화에 의한 많은 오차 요인들을 포함하고 있기 때문에, 이들 특징 정보를 개별적으로 인식에 사용하는 것은 높은 인식 성능을 기대하기 어렵다. 따라서, 밝기 정보와 모양 정보를 인식에 함께 사용하는 기법이 요구된다. 본 논문에서는 밝기 정보와 윤곽선 기반의 모양 정보를 합성하여 동시에 인식에 사용하는 3단계 기법을 제안한다. 제안하는 기법에서 밝기 정보 추출에 는 PCA (Principal Component Analysis)기법을 사용하고 , 윤곽선 정보 추출에는 PDM(Point Distribution Model) 에 기반한 영역 분할(Segmentation) 기법과 Algebraic Curve Fitting기법을 사용하였다 추출된 밝기 정보와 윤곽선 정보는 FLD(Fisher Linear Discriminant) 기법을 통해 결합(integration)되어 인식에 사용 된다. 제안한 기법을 적외선 자동차 영상을 인식하는 실험에 적용한 결과, 기존기법에 비해 인식 성능이 개선됨을 확인할 수 있었다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2007.04a
• /
• pp.333-336
• /
• 2007

본 논문에서는 감정인식 분야에서 가장 많이 사용되어지는 음성신호와 얼굴영상을 가지고 4개의(기쁨, 슬픔, 화남, 놀람) 감정으로 인식하고 각각 얻어진 감정인식 결과를 Multi modal 기법을 이용해서 이들의 감정을 융합한다. 이를 위해 얼굴영상을 이용한 감정인식에서는 주성분 분석(Principal Component Analysis)법을 이용해 특징벡터를 추출하고, 음성신호는 언어적 특성을 배재한 acoustic feature를 사용하였으며 이와 같이 추출된 특징들을 각각 신경망에 적용시켜 감정별로 패턴을 분류하였고, 인식된 결과는 감정표현 시스템에 작용하여 감정을 표현하였다.

• Proceedings of the KSRS Conference
• /
• 2003.11a
• /
• pp.107-109
• /
• 2003

Optical sensor-based land cover categories produce spectral signature confusion along with degraded classification accuracy. In the classification tasks, the goal of fusing data from different sensors is to reduce the classification error rate obtained by single source classification. This paper describes the result of land cover/land use classification derived from solely of Landsat TM (TM) and multisensor image fusion between JERS 1 SAR (JERS) and TM data. The best radar data manipulation is fused with TM through various techniques. Classification results are relatively good. The highest Kappa Coefficient is derived from classification using principal component analysis-high pass filtering (PCA+HPF) technique with the Overall Accuracy significantly high.

• Proceedings of the KSRS Conference
• /
• 2005.10a
• /
• pp.381-384
• /
• 2005

We have applied the TOMS aerosols retrieval algorithm to GLI measurements. TOMS has utilized the aerosol index, which is a measure of the change in spectral contrast due to the wavelength-dependent effects of aerosols. We have retrieved the GLI aerosol index, which is made by the pair of 380/400nm, 380/412nm, 380/460nm, and 412/460nm. We have found that the biomass burning aerosols represent the absorbing aerosols. In addition, the pair of 380/460nm has shown the best signal for detecting aerosols in Principal Component Analysis(PCA) and comparison of aerosol optical thickness from AERONET data. The theoretical aerosol index is also shown the best signal in the pair of 380/460nm.

• Proceedings of the KIEE Conference
• /
• 2011.07a
• /
• pp.1910-1911
• /
• 2011

본 논문에서는 네트워크 카메라를 이용한 물체 감시 및 비정상 행위의 판단을 위한 실시간 시스템을 제안한다. 제안된 시스템은 먼저 물체의 감시를 위해 SIFT 알고리즘에 기반으로 감시 물체의 특징 정보를 DB화 하고, 히스토그램(Histogram)기법을 활용하여 감시지역을 설정한다. 또한 인간의 행동 및 비정상 행위를 판단하기 위하여, 가상 인간 스켈레톤 모델을 이용하여 입력된 영상에서의 인간의 특징점을 추출한다. 추출된 특징점을 바탕으로 PCA(Principal Component Analysis)를 이용하여 인간의 움직임을 보다 정확하게 표현할 수 있는 특징벡터를 생성하였다. 생성된 특징벡터를 기반으로 퍼지분류기를 이용하여 인간의 행동을 분류하고, 생성된 특징벡터와 특정물체의 거리를 기반으로 인간의 비정상행위를 판단한다. 제안된 방법은 실험을 통해 시스템의 응용 가능성을 증명한다.

• Transactions on Electrical and Electronic Materials
• /
• v.14 no.5
• /
• pp.254-257
• /
• 2013

In-situ optical emission spectroscopy (OES) is employed for PECVD chamber monitoring. OES is used as an addon sensor to monitoring and cleaning end point detection (EPD). On monitoring plasma chemistry using OES, the process gas and by-product gas are simultaneously monitored. Principal component analysis (PCA) enhances the capability of end point detection using OES data. Through chamber cleaning monitoring using OES, cleaning time is reduced by 53%, in general. Therefore, the gas usage of fluorine is also reduced, so satisfying Green Fab challenge in semiconductor manufacturing.