• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2002년도 춘계종합학술대회
• /
• pp.134-138
• /
• 2002

The human faces do not have distinct features unlike other general objects. In general the features of eyes, nose and mouth which are first recognized when human being see the face are defined. These features have different characteristics depending on different human face. In this paper, We propose a face recognition algorithm using the hidden Markov model(HMM). In the preprocessing stage, we find edges of a face using the locally adaptive threshold scheme and extract features based on generic knowledge of a face, then construct a database with extracted features. In training stage, we generate HMM parameters for each person by using the forward-backward algorithm. In the recognition stage, we apply probability values calculated by the HMM to input data. Then the input face is recognized by the euclidean distance of face feature vector and the cross-correlation between the input image and the database image. Computer simulation shows that the proposed HMM algorithm gives higher recognition rate compared with conventional face recognition algorithms.

• 한국통신학회논문지
• /
• 제40권5호
• /
• pp.857-859
• /
• 2015

본 논문은 다중-홉 해양통신망의 종단간 경로 설정을 위한 ad-hoc on-demand vector (AODV) 기반의 flooding에서 발생하는 다중 복제 오버헤드를 줄이기 위해 제시된 지향성 라우팅 프로토콜을 다룬다. 확률 기하(stochastic geometry) 분석 기법을 이용하여 목표 라우팅 성공 확률과 선박국의 밀도에 따라 적응적으로 라우팅 오버헤드를 최소화하는 방식을 제안한다.

• ETRI Journal
• /
• 제34권3호
• /
• pp.369-378
• /
• 2012

In this paper, we propose new adaptive search range motion estimation methods where the search ranges are constrained by the probabilities of motion vector differences and a search point sampling technique is applied to the constrained search ranges. Our new methods are based on our previous work, in which the search ranges were analytically determined by the probabilities. Since the proposed adaptive search range motion estimation methods effectively restrict the search ranges instead of search point sampling patterns, they provide a very flexible and hardware-friendly approach in motion estimation. The proposed methods were evaluated and tested with JM16.2 of the H.264/AVC video coding standard. Experiment results exhibit that with negligible degradation in PSNR, the proposed methods considerably reduce the computational complexity in comparison with the conventional methods. In particular, the combined method provides performance similar to that of the hybrid unsymmetrical-cross multi-hexagon-grid search method and outstanding merits in hardware implementation.

• 음성과학
• /
• 제7권4호
• /
• pp.11-26
• /
• 2000

In this paper, we propose the HMM with the MIN module. Because initial and re-estimated variance vectors are important elements for performance in HMM recognition systems, we propose a method which compensates for the mismatched statistical feature of training and test data. The MIN module function is a differentiable function similar to the sigmoid function. Unlike a continuous density function, it does not include variance vectors of the data set. The proposed hybrid HMM/MIN module is a unified network in which the observation probability in the HMM is replaced by the MIN module neural network. The parameters in the unified network are re-estimated by the gradient descent method for the Maximum Likelihood (ML) criterion. In estimating parameters, the variance vector is not estimated because there is no variance element in the MIN module function. The experiment was performed to compare the performance of the proposed HMM and the conventional HMM. The experiment measured an isolated number for speaker independent recognition.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2021년도 하계학술대회
• /
• pp.105-108
• /
• 2021

Generative adversarial networks (GANs) have reached a great result at creating the synthesis image, especially in the face generation task. Unlike other deep learning tasks, the input of GANs is usually the random vector sampled by a probability distribution, which leads to unstable training and unpredictable output. One way to solve those problems is to employ the label condition in both the generator and discriminator. CelebA and FFHQ are the two most famous datasets for face image generation. While CelebA contains attribute annotations for more than 200,000 images, FFHQ does not have attribute annotations. Thus, in this work, we introduce a method to learn the attributes from CelebA then predict both soft and hard labels for FFHQ. The evaluated result from our model achieves 0.7611 points of the metric is the area under the receiver operating characteristic curve.

• 지능정보연구
• /
• 제17권3호
• /
• pp.25-41
• /
• 2011

최근 몇 년간 SVM(support vector machines)기법은 패턴인식 또는 분류의사결정문제를 위한 분석기법으로서 기존의 데이터마이닝 기법과 비교할 때, 매우 높은 성과를 갖는 것으로 인식되어 왔다. 더 나아나 많은 연구자들은 SVM기법이 1980년대 이후 대표적인 예측 및 분류모형으로 인정받은 인공신경망기법(ANNs : Artificial Neural Networks)에 비해 더 성과가 좋다는 사실을 실증적으로 입증해 왔다(Amendolia et al., 2003; Huang et al., 2004, Huang et al., 2005; Tay and Cao, 2001; Min and Lee, 2005; Shin et al., 2005; Kim, 2003). 일반적으로 이와 같이 다양한 데이터마이닝 기법에 의해 분석되는 이진분류 또는 다분류 의사결정문제들은 특히 금융분야 등에 있어서 오분류비용에 민감하며, 이로 인한 오분류의 경제적 손실도 상대적으로 매우 크다고 할 수 있다. 따라서 기업부도예측모형과 같은 이진분류모형의 결과값을, 부도확률에 기초하여 정교하게 계산된 사후확률의 개념으로서 다분류의 신용등급평가의 문제로 변환할 필요가 있다. 그러나, SVM 모형의 결과값은 기본적으로 그와 같은 부도확률분포를 보여주지 않는다. 따라서, 그러한 확률분포를 정교하게 보여줄 방법을 제시할 필요가 있다(Platt, 1999; Drish, 2001). 본 연구는 AdaBoost 알고리즘기반의 SVM 모형을 이용하여, 이진분류모형으로서 IT 기업의 부실예측모형에 적용한 후, 이 SVM 모형의 예측결과를 SVM의 손실함수에 적용하여 계산된 값을 사후부도확률의 정규분포 특성에 따라 이를 구간화하여 IT기업에 대한 다분류 신용등급 평가의 문제로 전환시키는 방법을 제시하였다. 그리고 본 연구에서 제안하는 방법은 이러한 AdaBoost 알고리즘기반 SVM 모형이 각 기업이 고유한 신용위험(부도확률)을 갖고 있다는 조건하에서, 신용등급부여를 위한 부도확률분포 구간을 정교하게 조정함으로써 오분류 문제를 좀 더 줄일 수 있음을 제시하였다.

• 전자공학회논문지CI
• /
• 제49권1호
• /
• pp.16-22
• /
• 2012

본 논문에서는 알츠하이머병이 유도된 형질전환 마우스로부터 획득한 혈소판 라만 스펙트럼의 분석을 위해 가우시안 모델을 이용한 커브 피팅으로 기준선을 추정하고 보정하는 방법을 제안하였다. 측정된 라만 스펙트럼은 의미 있는 정보와 불필요한 노이즈 성분인 기준선과 가산 노이즈를 포함하고 있다. 스펙트럼의 효율적인 분석을 위해 노이즈를 포함하고 있는 스펙트럼을 몇 개의 피크를 포함하는 영역으로 분할하고 각 로컬 영역의 스펙트럼을 가우시안 모델을 이용한 커브 피팅으로 모델링한다. 가산 노이즈는 원 스펙트럼을 이 델로 대체하는 과정에서 명백하게 제거된다. 피팅된 모델의 로컬 최저점을 linear, piecewise cubic Hermite, cubic spline 알고리즘으로 보간하고 기준선을 보정한다. 기준선을 보정한 피팅 모델은 PCA(principal component analysis) 방법을 이용하여 특징을 추출하고 SVM(support vector machine)과 MAP(maximum $a$ posteriori probability) 분류 방법으로 성능 비교 실험을 하였다. 실험 결과에 따르면 linear 보간법이 모든 주성분 수에 대한 분류율의 평균에서 우세하였고 특히 piecewise cubic Hermite 보간법은 주성분의 수가 5개인 경우에서 SVM 분류율이 약 97.3%로 가장 좋은 성능을 보였다. 또한 이전의 연구 결과와 비교를 통해 제안한 기준선 보정 방법이 혈소판 라만 스펙트럼의 분석에 효과적으로 적용될 수 있음을 확인하였다.

• 한국통신학회논문지
• /
• 제24권10B호
• /
• pp.1986-1994
• /
• 1999

본 논문에서는, 동영상에서 의미 있는 객체 영역을 추출하기 위해서, 첫 장의 영상 분할은 사람에 의해서 주어진 것으로 가정하고, 그 다음 프레임부터는 사람의 도움 없이 객체를 추적해 가는 반자동 방식의 이동체 추적 알고리즘을 제안한다. 제안하는 알고리즘은 계층적인 구조를 가지며, 각각의 계층에서는 seed 추출, watershed 알고리즘을 이용한 영상 분할, 영역 구분의 단계를 거쳐 영상 분할을 수행한다. 영역 구분 단계에서는, 순방향으로 추정된 움직임 벡터장으로부터 영역 분할의 판단 기준을 만들고 이를 이용하여 각각의 영역을 '객체 영역', '배경 영역', '불확실 영역'으로 구분한다. 이때, '불확실 영역'으로 구분된 영역들에 대해서는 좀 더 낮은 계층에서 위의 단계들을 반복하여 다시 수행하게 한다. 제안한 알고리즘은 컴퓨터 모의실험을 통해서 'Claire', 'Miss America', 'Akiyo', 'Mother and daughter'의 영상에서 바람직한 추적 결과를 나타냄을 확인하였다.

• 한국항공우주학회지
• /
• 제37권1호
• /
• pp.36-41
• /
• 2009

임무를 수행하는데 있어 정확한 자세 정보는 필수적이다. 두 개 또는 그 이상의 관측벡터를 이용하는 자세 결정 알고리듬에는 크게 두 가지가 널리 알려져 있다. 하나는 결정적인 방법인 TRIAD 알고리듬이며, 다른 하나는 최적의 해를 찾는 방법인 QUEST 알고리듬이다. 본 논문은 TRIAD 알고리듬의 성능 향상과 서로 다른 정확도를 가진 센서의 조합을 이용한 자세 결정 방법을 제안하였다. 첫째, 보다 정확한 자세 행렬을 구하기 위하여 직교화 방법을 이용하는 대신 방향 여현 행렬을 오일러 각으로 바꾸고, 분산 대신 공분산행렬을 고려하여 편향되지 않은 최소 공분산 기법을 적용하였다. 또한, 세 개 이상의 측정값이 주어졌을 경우 TRIAD 알고리듬을 적용할 수 있는 방법을 제안하였다. 제안된 평균 TRIAD 알고리듬의 성능은 서로 다른 센서의 조합을 가정하여 표준편차와 확률적 측면에서의 수치 시뮬레이션을 통해 분석되었다.

• 한국멀티미디어학회논문지
• /
• 제13권7호
• /
• pp.991-999
• /
• 2010

본 논문에서는 비디오 부호화에서 움직임 추정을 위한 고속 알고리즘을 제안한다. 기존의 고속 움직임 예측 방법들은 프레임에 따라 예측화질이 현저히 떨어지는 문제점을 가지고 있으며, 전영역 탐색기반의 향상 방법들은 계산량 감축이 높지 않은 문제점을 지니고 있다. 본 논문에서는 전영역 탐색기반의 방법에 비하여 예측화질은 거의 같게 유지하면서 불필요한 계산량을 현저히 줄이는 알고리즘을 제안한다. 제안하는 방법은 움직임 벡터의 확률분포와 적응적인 탐색 패턴 및 적응적인 블록매칭기준을 이용한다. 움직임 벡터의 확률분포에 따라 탐색패턴을 달리하며, 블록매칭 기준의 비교값을 다르게 함으로써 예측화질을 유지하면서 계산량만 효율적으로 감축할 수 있다. 제안한 알고리즘은 기존의 전영역 탐색 기반인 H.264 PDE 고속 알고리즘과 비교하여 예측 화질의 저하가 0~0.02dB이며, 소요된 계산량은 20%~30%정도이다. 제안한 알고리즘은 MPEG-2 및 MPEG-4 AVC를 이용하는 실시간 비디오 압축 응용분야에 유용하게 사용될 수 있을 것이다.