• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제13권7호
• /
• pp.3599-3619
• /
• 2019

In human activity recognition system both static and motion information play crucial role for efficient and competitive results. Most of the existing methods are insufficient to extract video features and unable to investigate the level of contribution of both (Static and Motion) components. Our work highlights this problem and proposes Static-Motion fused features descriptor (SMFD), which intelligently leverages both static and motion features in the form of descriptor. First, static features are learned by two-stream 3D convolutional neural network. Second, trajectories are extracted by tracking key points and only those trajectories have been selected which are located in central region of the original video frame in order to to reduce irrelevant background trajectories as well computational complexity. Then, shape and motion descriptors are obtained along with key points by using SIFT flow. Next, cholesky transformation is introduced to fuse static and motion feature vectors to guarantee the equal contribution of all descriptors. Finally, Long Short-Term Memory (LSTM) network is utilized to discover long-term temporal dependencies and final prediction. To confirm the effectiveness of the proposed approach, extensive experiments have been conducted on three well-known datasets i.e. UCF101, HMDB51 and YouTube. Findings shows that the resulting recognition system is on par with state-of-the-art methods.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2008년도 심포지엄 논문집 정보 및 제어부문
• /
• pp.209-210
• /
• 2008

본 논문에서는 제어기에 승산형 섭동을 가지는 제어기와 이산시간 특이시스템을 안정화시키는 비약성 제어기 설계방법을 제시한다. 강인 비약성 제어기가 존재할 조건과 제어기 설계방법을 블록최적화가 가능한 선형 행렬부등식 접근방법으로 제안한다. 또한, 제어기의 약성 성도를 표시하는 비약성 척도를 동시에 계산함으로 승산형 섭동의 제어기 최대 변동정도를 제시한다. 제안한 비약성 제어기는 제어기의 이득 변동에도 불구하고 이산 시간 특이시스템의 강인 안정성을 보장한다.

• 지능정보연구
• /
• 제12권3호
• /
• pp.67-82
• /
• 2006

가상 로봇의 행동 진화를 위해서 규칙 구성자와 연결 구성자를 구성하여 분류 규칙과 진화 신경망을 형성하는 혼합형 행동 진화 모델(Hybrid Behavior Evolution Model)을 제안한다. 본 모델에서는 행동 지식을 두 수준에서 표현하였다. 상위 수준에서는 규칙 구성자와 연결 구성자를 구성하여 표현력을 향상시켰다. 하위 수준에서는 행동 지식을 비트 스트링 형태의 염색체로 표현하여, 이들 염색체를 대상으로 유전자 연산을 적용하여 학습을 수행시켰다. 적합도가 최적인 염색체를 추출하여 가상 로봇을 구성하였다. 구성된 가상 로봇은 주변 상황을 인식하여 입력 정보와 규칙 정보를 이용하여 패턴을 분류하였고, 그 결과를 신경망에서 처리하여 행동하였다. 제안된 모델을 평가하기 위해서 HBES(Hybrid Behavior Evolution System)를 개발하여 가상 로봇의 먹이 수집 문제에 적용하였다. 제안한 시스템을 실험한 결과, 동일한 조건의 진화 신경망보다 학습 시간이 적게 소요되었다. 그리고, 규칙이 적합도 향상에 주는 영향을 평가하기 위해서, 학습이 완료된 염색체들에 대해서 규칙을 적용한 것과, 그렇지 않은 것을 각각 수행하여 적합도를 측정하였다. 그 결과, 규칙을 적용하지 않으면 적합도가 저하되는 것을 확인하였다. 제안된 모델은 가상 로봇의 행동 진화에 있어서 기존의 진화 신경망 방식 보다 학습 성능이 우수하고 규칙적인 행동을 수행하는 것을 확인하였다.

• 제어로봇시스템학회논문지
• /
• 제10권2호
• /
• pp.192-196
• /
• 2004

A combined optimal design problem is discussed taking a 3-D truss structure as a design object. We use descriptor forms for a controlled object and a generalized plant because the structural parameters appear naturally in these forms. We consider not only the minimum weight design problem for the structure, but also the suppression problem of the effect of disturbances for the control system as the purpose of the design. A numerical example shows the validity of combined optimal design of the structure and control systems. We also consider the validity of the sensor-actuator collocation for the control system design in this paper.

• 한국지능시스템학회논문지
• /
• 제21권5호
• /
• pp.637-644
• /
• 2011

음원이 디지털화 되면서 쉽게 음악을 구매하고 들을 수 있게 되었다. 하지만 많은 음악 중에서 음악가, 장르, 제목, 앨범 타이틀 등 전통적인 음악 정보를 이용하여 사용자들이 자신의 취향에 맞는 음악을 찾는 데는 여전히 어려움이 있다. 이러한 어려움을 해소하기 위해 내용기반 음악검색과 감성기반 음악검색 방법 등이 제안되고 개발되고 있다. 본 논문에서는 이러한 어려움을 해소하기 위한 감성기반 음악 검색방법에서 다차원 벡터형태의 MPEG-7 저수준 오디오 서술자들의 감성기반 검색에서의 중요도를 결정하기 위한 새로운 방법을 제안하였다. 제안된 방법에서는 상호간에 대립되는 감성을 대표되는 음악들의 유사성을 다차원 서술자 관점에서 측정하고 이 유사관계를 러프 근사화와 군집 내/군집 간의 유사성 비율을 이용하여 서술자의 중요성을 결정한다. 중요성을 바탕으로 결정된 가중치는 여러 개의 오디오 서술자들의 유사성을 총체화하는데 이용되며 이를 활용하여 감성기반 음악검색을 수행한다. 제안된 방법은 내용기반 음악 검색을 기반으로 한 감성기반 음악검색 구조에서 실험한 결과 평균 검색 개수측면에서 기존의 휴리스틱 방법보다 좋은 검색 결과를 나타내었다.

• International Journal of Fuzzy Logic and Intelligent Systems
• /
• 제11권4호
• /
• pp.293-298
• /
• 2011

In this paper, we propose a new image descriptor, that is, a rotation invariant histogram of oriented gradients (RIHOG). RIHOG overcomes a disadvantage of the histogram of oriented gradients (HOG), which is very sensitive to image rotation. The HOG only uses magnitude values of a pixel without considering neighboring pixels. The RIHOG uses the accumulated relative magnitude values of corresponding relative orientation calculated with neighboring pixels, which has an effect on reducing the sensitivity to image rotation. The performance of RIHOG is verified via the index of classification and classification of Brodatz texture data.

• 한국산업정보학회논문지
• /
• 제4권3호
• /
• pp.90-94
• /
• 1999

디지틀 의사 랜덤변환의 출력이 같은 랜덤성을 갖는 것을 방지하기 위해서 카오스적인 처리과정이라 부르는 보다 랜덤하고, 결정론적인 변환과정을 소개하였다. 카오스적인 변환과정을 거치면, 카오스적인 랜덤순서가 발생하는 데, 이 카오스 변환은 결정론적 카오스함수를 기본으로 설계하였으며, 쉬프트 레지스터와 같은 간단한 하드웨어로 구현할 수 있었다. 본 논문에서는 쉬프트 레지스터로 구현한 카오스변환 회로를 제시하였고, 제시한 회로의 카오스적인 거동은 카오스 거동을 갖는 톱니함수 특성으로 설명하였다.

• 제어로봇시스템학회논문지
• /
• 제15권1호
• /
• pp.111-119
• /
• 2009

For daily life interaction with human, robots need the capability of encoding and storing cognitive information and retrieving it contextually. In this paper, spatiotemporal grounding of cognitive information for a language based cognitive system is presented. The cognitive information of the event occurred at a robot is described with a sentence, stored in a memory, and retrieved contextually. Each sentence is parsed, discriminated with the functional type of it, and analyzed with argument structure for connecting to cognitive information. With the proposed grounding, the cognitive information is encoded to sentence form and stored in sentence memory with object descriptor. Sentences are retrieved for answering questions of human by searching temporal information from the sentence memory and doing spatial reasoning in schematic imagery. An experiment shows the feasibility and efficiency of the spatiotemporal grounding for advanced service robot.

• International Journal of Fuzzy Logic and Intelligent Systems
• /
• 제14권4호
• /
• pp.240-248
• /
• 2014

We present a robust speaker identification algorithm that uses novel features based on soft bag-of-word representation and a simple Naive Bayes classifier. The bag-of-words (BoW) based histogram feature descriptor is typically constructed by summarizing and identifying representative prototypes from low-level spectral features extracted from training data. In this paper, we define a generalization of the standard BoW. In particular, we define three types of BoW that are based on crisp voting, fuzzy memberships, and possibilistic memberships. We analyze our mapping with three common classifiers: Naive Bayes classifier (NB); K-nearest neighbor classifier (KNN); and support vector machines (SVM). The proposed algorithms are evaluated using large datasets that simulate medical crises. We show that the proposed soft bag-of-words feature representation approach achieves a significant improvement when compared to the state-of-art methods.

• 제어로봇시스템학회논문지
• /
• 제16권1호
• /
• pp.33-39
• /
• 2010

The interaction of emotion is an important factor in Human-Robot Interaction(HRI). This requires a contextual appraisal of emotion extracting the emotional information according to the events happened from past to present. In this paper an emotion appraisal system based on the cognitive context is presented. Firstly, a conventional emotion appraisal model is simplified to model a contextual emotion appraisal which defines the types of emotion appraisal, the target of the emotion induced from analyzing emotional verbs, and the transition of emotions in the context. We employ a language based cognitive system and its sentential memory and object descriptor to define the type and target of emotion and to evaluate the emotion varying with the process of time with the a priori emotional evaluation of targets. In a experimentation, we simulate the proposed emotion appraisal system with a scenario and show the feasibility of the system to HRI.