• 대한전기학회:학술대회논문집
• /
• 대한전기학회 1999년도 하계학술대회 논문집 G
• /
• pp.2905-2907
• /
• 1999

The meaningful speech sound block classification provides very important information in the speech recognition. The following technique of the classification is based on the DWT (discrete wavelet transform), which will provide a more fast algorithm and a useful, compact solution for the pre-processing of speech recognition. The algorithm is implemented to the unvoiced/voiced classification and the denoising.

• 한국멀티미디어학회논문지
• /
• 제10권7호
• /
• pp.856-868
• /
• 2007

본 논문에서는 블록의 속성과 질감특징을 이용하여 효과적인 블록 분류 방법을 제안하였다. 제안한 방법에서는 먼저 명암도 문서영상을 이진화한 후, 평활화 기법을 적용하여 블록의 위치정보와 본 논문에서 사용할 특징 중에 하나인 각 블록의 내부에 있는 작은 블록들의 최대 높이 값을 구하였다. 이 위치정보들을 이용하여 문서영상을 각 블록으로 분할한다. 이 블록의 명암도 블록영상에서 문서의 속성이 잘 반영된 (0,1) 방향의 공간 명암도 의존 행렬을 구하여 7가지 질감특징을 구하였다. 먼저 블록의 속성을 최소거리 규칙(Nearest Neighbor Rule)에 입력하여 문자와 비문자 영역으로, 상세분류를 위하여 7가지 질감특징을 이용하여 큰 문자, 작은 문자, 표, 그래픽 및 사진 등으로 구분함으로써 문서인식을 위한 구조 해석뿐만 아니라 다양한 응용 분야에 효과적으로 이용될 수 있도록 하였다.

• 전자공학회논문지B
• /
• 제33B권10호
• /
• pp.120-129
• /
• 1996

This paper presents an efficient block segmentation and classification using the edge information of the document image. We extract four prominent features form the edge gradient and orientaton, all of which, and thereby the block clssifications, are insensitive to the background noise and the brightness variation of of the image. Using these four features, we can efficiently classify a document image into the seven categrories of blocks of small-size letters, large-size letters, tables, equations, flow-charts, graphs, and photographs, the first five of which are text blocks which are character-recognizable, and the last two are non-character blocks. By introducing the clumn interval and text line intervals of the document in the determination of th erun length of CRLA (constrained run length algorithm), we can obtain an efficient block segmentation with reduced memory size. The simulation results show that the proposed algorithm can rigidly segment and classify the blocks of the documents into the above mentioned seven categories and classification performance is high enough for all the categories except for the graphs with too much variations.

• Journal of the Korean Data and Information Science Society
• /
• 제24권1호
• /
• pp.189-200
• /
• 2013

In this paper, it will be assumed that there are two distinct populations which are multivariate normal with equal covariance matrix. We also assume that the two populations are equally likely and the costs of misclassification are equal. The classification rule depends on the situation whether the training samples include missing values or not. We consider the conditional bootstrap confidence intervals for classification error rate when a block of observation is missing.

• 대한조선학회논문집
• /
• 제57권3호
• /
• pp.140-151
• /
• 2020

It is important to identify the location of ship hull blocks with exact block identification number when scheduling the shipbuilding process. The wrong information on the location and identification number of some hull block can cause low productivity by spending time to find where the exact hull block is. In order to solve this problem, it is necessary to equip the system to track the location of the blocks and to identify the identification numbers of the blocks automatically. There were a lot of researches of location tracking system for the hull blocks on the stockyard. However there has been no research to identify the hull blocks on the stockyard. This study compares the performance of 5 Convolutional Neural Network (CNN) models with multi-view image set on the classification of the hull blocks to identify the blocks on the stockyard. The CNN models are open algorithms of ImageNet Large-Scale Visual Recognition Competition (ILSVRC). Four scaled hull block models are used to acquire the images of ship hull blocks. Learning and transfer learning of the CNN models with original training data and augmented data of the original training data were done. 20 tests and predictions in consideration of five CNN models and four cases of training conditions are performed. In order to compare the classification performance of the CNN models, accuracy and average F1-Score from confusion matrix are adopted as the performance measures. As a result of the comparison, Resnet-152v2 model shows the highest accuracy and average F1-Score with full block prediction image set and with cropped block prediction image set.

• 대한전자공학회논문지SP
• /
• 제42권4호
• /
• pp.119-126
• /
• 2005

본 논문에서는 영상의 블록 분류 특성에 적응적인 대표 컬러 히스토그램 (representative color histogram)과 방향성 패턴 히스토그램 (directional pattern histogram)을 이용한 새로운 내용 기반 영상 검색 방법 (content-based image retrieval)을 제안한다. 제안한 방법에서는 영상을 일정한 크기의 블록으로 나누고, 분할된 블록의 분류 특성에 따라 컬러와 패턴 특징 벡터를 추출한다. 먼저 분할된 블록을 채도 (saturation)에 따라 휘도 블록 또는 컬러 블록으로 분류한 후, 휘도 블록에 대해서는 블록 평균휘도 쌍의 히스토그램을 구하고, 컬러 블록에 대해서는 블록 평균 컬러 쌍 히스토그램을 구함으로써 블록 분류 특징에 따라 컬러 특징 벡터를 추출한다. 또한 블록 휘도 변화의 기울기 (gradient)를 계산하여 방향성 분류를 행한 후 히스토그램을 계산함으로써 블록 방향성 패턴 특징을 추출한다. 본 논문에서 제안한 영상 검색 방법의 성능을 평가하기 위해서 컴퓨터 모의실험을 행한 결과 제안한 방법이 기존의 방법들보다 정확도 (precision) 및 특징 벡터 차원 (feature vector dimension) 크기 등의 객관적인 측면에서 우수함을 확인하였다.

• 한국정보전자통신기술학회논문지
• /
• 제12권3호
• /
• pp.186-191
• /
• 2019

본 논문은 고속 특징추출 알고리즘의 구현 방법을 제안한다. 제안하는 방법은 블록 유형 분류 알고리즘을 기반으로, 블록 유형 분류 알고리즘 적용 시, 영상 특징 정보가 발생하지 않는 스무스 블록에서 연산을 생략하여 영상 특징 검출에 필요한 연산시간을 감소시킬 수 있다. 200장의 표준 테스트 이미지를 활용해 매크로 블록의 크기를 $64{\times}64$로 나누어 스무스 블록의 발생 빈도를 측정한 결과 전체의 29.5%만큼 발생하는 것을 정량적으로 확인했다. 이 의미는 다양한 영상 정보를 포함하고 있는 표준 테스트 이미지 내에서는 29.5%에 해당하는 만큼 연산의 복잡도를 감소시킬 수 있다는 의미를 나타낸다. 제안된 방법을 케니 윤곽선 검출 알고리즘에 적용하면 이차원 미분 필터, 그라디언트 크기 및 방향 연산, 비최대 억제, 적응형 임계값 연산, 히스테리시스 임계 처리와 같은 총 다섯 단계의 영상처리에 필요한 지연시간을 완전히 제거할 수 있다. 이와 같은 방법으로 다양한 특징 검출 알고리즘에 블록 유형 구분 알고리즘을 적용해, 연산에 필요한 시간을 감소할 수 있을 것을 기대한다.

• Journal of the Korean Data and Information Science Society
• /
• 제20권4호
• /
• pp.757-764
• /
• 2009

In discriminant analysis, we consider a special pattern which contains a block of missing observations. We assume that the two populations are equally likely and the costs of misclassification are equal. In this situation, we consider the bootstrap confidence intervals of the error rate in the circular models when the covariance matrices are equal and not equal.

• International Journal of Computer Science & Network Security
• /
• 제22권9호
• /
• pp.403-413
• /
• 2022

Classification and analysis are improved factors for the realtime automation system. In the field of agriculture, the cultivation of different paddy crop depends on the atmosphere and the soil nature. We need to analyze the moisture level in the area to predict the type of paddy that can be cultivated. For this process, Ensemble Modulation Pattern system and Block Probability Neural Network based classification models are used to analyze the moisture and temperature of land area. The dataset consists of the collections of moisture and temperature at various data samples for a land. The Ensemble Modulation Pattern based feature analysis method, the extract of the moisture and temperature in various day patterns are analyzed and framed as the pattern for given dataset. Then from that, an improved neural network architecture based on the block probability analysis are used to classify the data pattern to predict the class of paddy crop according to the features of dataset. From that classification result, the measurement of data represents the type of paddy according to the weather condition and other features. This type of classification model assists where to plant the crop and also prevents the damage to crop due to the excess of water or excess of temperature. The result analysis presents the comparison result of proposed work with the other state-of-art methods of data classification.

• 한국음향학회지
• /
• 제13권4호
• /
• pp.5-11
• /
• 1994

본 논문에서는 형식별 블럭분할에 기초한 다중신경망과 퍼지추론에 의한 한글 형식분류에 대해 연구하였다. 효과적인 자모분류를 위해 입력문자에 대해서 한글의 각 형식을 구성하는 자모의 영역으로 분할하는 블럭분할방법을 제한하였으며, 분할된 블럭이 형식에 따라 적응적으로 변화할 수 있도록 하였다. 또한 분류율의 향상을 위해 전체신경망과 부분신경망으로 이루어진 다중신경망을 구성하였으며, 퍼지추론에 의해 한글 형식을 판정하였다. 비교, 실험을 통하여 제안된 방법의 타당성을 검증하였으며, $92.6\%$의 분류율을 나타내므로서 유효성을 확인하였다.