• 응용통계연구
• /
• 제24권5호
• /
• pp.963-977
• /
• 2011

다변량 자료를 분석함에 있어 자료의 차원을 축소하는데 활용되는 중요한 툴 중 하나인 PCA 분석(주성분 분석, Principal Component Analysis)을 실시간으로 처리해야 하는 적용 분야가 최근 늘고 있다. PCA 분석에서는 표본 공분산 행렬의 고유값과 고유벡터를 도출하는 것이 관건인데, 자료의 양이 방대하며 고차원인 경우 이를 실시간으로 수행하기에는 어려움이 따른다. 이러한 문제점을 해결하기 위해서 Erdogmus 등 (2004)는 일차 섭동 이론(first order perturbation theory)을 활용하여 공분산 행렬의 고유값과 고유벡터를 추정하는 Recursive PCA 방법을 제안했다. 이 방법은 추가된 자료의 양이 많지 않은 경우는 상당히 정확하지만, 추가된 자료의 양이 많아짐에 따라 오차도 커진다는 한계를 가지고 있다. 본 논문은 공분산 행렬의 고유값과 고유벡터가 가지고 있는 수학적 관계를 이용하여 Erdogmus 등 (2004)가 제안한 Recursive PCA 방법을 수정한 Modi ed Recursive PCA 방법을 제안하다. 또한, 모의 실험을 통해 Recursive PCA 방법과 Modi ed Recursive PCA 방법에서의 고유값과 고유벡터 추정값의 정확도를 비교해 보았으며 그 결과 기존 Recursive PCA 방법 보다 정확한 추정이 가능함을 확인할 수 있었다.

• 대한전자공학회논문지SP
• /
• 제41권3호
• /
• pp.35-49
• /
• 2004

본 논문은 칼라의 정면 얼굴 영상으로부터 흑백의 안경 제거 영상을 얻을 수 있는 반복적인 PCA(Principal Component Analysis) 재구성 방법에 대해 제안한다. 제안된 방법은 먼저 칼라의 입력 영상으로부터 색상 정보와 형태 정보를 이용하여 일정한 크기의 흑백 영상으로 정규화 한다. 정규화된 얼굴 영상에서 반복적인 PCA 재구성 과정을 통해 안경에 의한 오클루젼 영역을 찾고 동시에 이를 보정할 수 있는 재구성된 영상을 생성한다. 또한 이들 결과 영상들을 이용하여 자동으로 자연스러운 안경 제거 영상을 만들어준다. 제안된 방법을 가지고 실제 안경이 있는 영상들에 적용한 결과 대부분 입력 영상과 유사하면서도 자연스러운 안경 제거 영상을 얻을 수 있었다. 본 논문에서 제안하는 방법은 보완을 통해 다른 오클루젼 문제를 해결하는데에서도 다양하게 응용될 수 있고, 자동 얼굴 인식 시스템의 인식 효율을 높이는 데 충분히 기여할 수 있으리라 기대한다.

• International Journal of Fuzzy Logic and Intelligent Systems
• /
• 제8권2호
• /
• pp.126-131
• /
• 2008

Wireless Sensor Network(WSNs) consists of small sensor nodes with sensing, computation, and wireless communication capabilities. It has new information collection scheme and monitoring solution for a variety of applications. Faults occurring to sensor nodes are common due to the limited resources and the harsh environment where the sensor nodes are deployed. In order to ensure the network quality of service it is necessary for the WSN to be able to detect the faulty sensors and take necessary actions for the reconstruction of the lost sensor data caused by fault as earlier as possible. In this paper, we propose an recursive PCA-based fault detection and lost data reconstruction algorithm for sensor networks. Also, the performance of proposed scheme was verified with simulation studies.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2001년도 추계학술대회 학술발표 논문집
• /
• pp.233-236
• /
• 2001

In this paper, we propose a TSK-type fuzzy classifier using PCA(Principal Component Analysis), FCM(Fuzzy C-Means) clustering and hybrid GA(genetic algorithm). First, input data is transformed to reduce correlation among the data components by PCA. FCM clustering is applied to obtain a initial TSK-type fuzzy classifier. Parameter identification is performed by AGA(Adaptive Genetic Algorithm) and RLSE(Recursive Least Square Estimate). we applied the proposed method to Iris data classification problems and obtained a better performance than previous works.

• 한국지능시스템학회논문지
• /
• 제11권8호
• /
• pp.754-759
• /
• 2001

본 논문은 주성분분석기법, 퍼지 클러스터링, ANFIS(Adaptive Neuro-Fuzzy Inference System)와 하이브리드 GA(Hybrid Genetic Algorithm)를 이용하여 GA 기반 TSK(Takagi-Sugeno-Kang) 퍼지 분류기를 제안한다. 먼저 구조동정은 주성분분석기법을 이용하여 데이터 성분간의 상관관계가 제거하도록 입력데이터를 변환하고, FCM(Fuzzy c-means) 클러스터링과 ANFIS의 융합을 통해 초기 TSK 퍼지 분류기를 구축한다. 구축된 초기 분류기의 파라미터를 초기집단으로 발생시켜 AGA(Adaptive GA)와 RLSE(Recursive Least Square Estimate)에 의해 파라미터 동정을 수행한다. 이렇게 함으로서 퍼지 클러스터링의 효율적인 입력공간분할로 ANFIS의 문제점을 해결할 수 있고, AGA에 의해 집단의 다양성 유지와 전역적인 최적해의 수렴을 가속화할 수 있다. 마지막으로, 제안된 방법은 Iris 데이터 분류문제에 적용하여 이전의 다른 논문에 비해 좋은 성능을 보임을 알 수 있었다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2006년도 춘계학술대회 학술발표 논문집 제16권 제1호
• /
• pp.121-124
• /
• 2006

본 논문에서는 Bacterial Foraging Algorithm과 FCM(fuzzy c-means)클러스터링을 이용하여 TSK(Takagi-Sugeno-Kang)형태의 퍼지 규칙 생성과 퍼지 시스템(FCM-ANFIS)을 효과적으로 구축하는 방법을 제안한다. 구조동정에서는 먼저 PCA(Principal Component Analysis)을 이용하여 입력 데이터 성분간의 상관관계를 제거한 후에 FCM을 이용하여 클러스터를 생성하고 성능지표에 근거해서 타당한 클러스터의 수, 즉 퍼지 규칙의 수를 얻는다. 파라미터 동정에서는 Bacterial Foraging Algorithm을 이용하여 전제부 파라미터를 최적화 시킨다. 결론부 파라미터는 RLSE(Recursive Least Square Estimate)에 의해 추정되어진다. PCA(Principal Component Analysis)와 FCM을 적용함으로써 타당한 규칙 수를 생성하였고 Bacterial Foraging Algorithm을 이용하여 최적의 전제부 파라미터를 구하였다. 제안된 방법의 성능을 평가하기 위하여 Box-Jenkins의 가스로 데이터와 Rice taste 데이터의 모델링에 적용하였고 우수한 성능을 보임을 알 수 있었다.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2005년도 추계종합학술대회
• /
• pp.1157-1160
• /
• 2005

The denoising and reconstruction of color images are increasingly studied in the field of computer vision and image processing. Especially, the denoising and reconstruction of color face images are more difficult than those of natural images because of the structural characteristics of human faces as well as the subtleties of color interactions. In this paper, we propose a denoising method based on PCA reconstruction for removing complex color noises on human faces, which is not easy to remove by using vectorial color filters. The proposed method is composed of the following five steps; training of canonical eigenface space using PCA, automatic extracting of face features using active appearance model, relighing of reconstructed color image using bilateral filter, extraction of noise regions using the variance of training data, and reconstruction using partial information of input images (except the noise regions) and blending of the reconstructed image with the original image. Experimental results show that the proposed denosing method efficiently removes complex color noises on input face images.

• 한국정보통신학회논문지
• /
• 제11권9호
• /
• pp.1786-1792
• /
• 2007

본 논문에서는 ART-1 알고리즘을 이용한 개별코드 인식과 PCA 알고리즘을 적용한 주민등록증 인증방법을 제안한다. 주민등록증 영상에서 주민등록번호와 발행일을 추출하기 위하여 Sobel 마스크와 median 필터를 적용하였다. 잡음이 제거 된 영상에 수평 스미어링을 적용하여 주민등록번호와 발행일 영역을 추출하고 반복 이진화를 적용하여 이진 영상을 획득한 후, 이진화 과정에서 손실된 개별 코드의 영역을 복원하기 위해, 수직 스미어링을 적용한다. 영역이 복원된 영상에서 4 방향 윤곽선 추적 알고리즘을 적용하여 개별 코드를 추출하고 얼굴인증을 위해 주민등록증의 형태학적 특징과 얼굴후보 영역의 눈과 입의 위치 정보를 이용하여 얼굴영역을 추출한다. 추출된 주민등록번호와 발행일은 ART-1 알고리즘을 적용하여 주민등록 번호와 발행일을 인식하고 PCA 알고리즘을 적용하여 주민등록증 사진의 얼굴 영역을 인증한다. 제안된 주민등록증 인식 방법의 성능평가를 위해 원본 주민등록증 영상 25개를 대상으로 실험한 결과, 325개의 주민등록번호와 167개의 발행일 중에서 각각 323개와 166개가 인식되었다. 그리고 사진과 얼굴부분을 위조한 주민등록증 25에 대해 얼굴 인증을 실험한 결과, 얼굴 인증에 있어서 효율적인 것을 확인하였다.

• 전자공학회논문지CI
• /
• 제43권2호
• /
• pp.63-71
• /
• 2006

칼라 영상의 잡음 제거 및 복원은 컴퓨터 비젼 및 영상 처리 분야에서 점점 더 많은 연구가 되어지고 있는 분야이다. 칼라얼굴 영상에서의 잡음 제거 및 복원은 색상들 간의 미묘한 상호작용뿐만 아니라 얼굴의 구조학적 특징 때문에 일반적인 영상의 처리보다 더욱 어렵다. 본 논문은 벡터기반의 영상 필터들을 이용하여 제거하기 어려운 칼라 얼굴 영상의 복합 잡음을 제거 하기 위해 PCA 재구성 기반의 잡음 제거 방법을 제안한다. 제안된 방법은 PCA를 이용한 정준 고유얼굴 공간의 학습단계, 동적 외양 모델을 이용한 자동적인 얼굴 특징 추출 단계, Bilateral 필터를 이용한 복원된 칼라 영상의 재조명(Relighting) 단계, 학습 데이터들의 분산 값들을 이용한 잡음 영역 추출 단계, 입력 영상의 부분 정보를 이용한 재구성과 이를 원본 영상과 합성하여 잡음이 제거된 영상을 생성하는 단계 등 총 5 단계로 구성된다. 실험결과는 제안된 방법이 입력 얼굴 영상들의 구조적 특징들은 잘 유지하면서 복합적인 칼라 잡음 등을 효과적으로 제거하는 것을 보인다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2004년도 가을 학술발표논문집 Vol.31 No.2 (2)
• /
• pp.688-690
• /
• 2004

In this paper, we propose a new method of removing glasses from human frontal facial images. We first detect the regions occluded by the glasses, and generate a natural looking facial image without glasses by recursive error compensation using PCA reconstruction. The resulting image has no trace of the glasses frame, nor of the reflection and shade caused by the glasses. The experimental results show that the proposed method provides an effective solution to the problem of glasses occlusion, and we believe that this method can also be used to enhance the performance of face recognition systems.