• 한국컴퓨터정보학회논문지
• /
• 제11권4호
• /
• pp.137-145
• /
• 2006

사람은 음악에서의 선율을 악보의 기보법과 같이 음표의 높이와 음표의 길이가 조합된 형태로서 기억하는 것이 아니라, 전반적인 음표간의 높낮이의 흐름과 음표 사이의 상대적인 지속시간으로 구성된 음조 곡선 형태로 기억한다. 이와 같은 선율의 기억 방식으로 인해 기존 음악 검색 시스템과 같이 건반을 이용한 주선율 입력이나 악보에 기보된 형태로 음악 검색의 질의를 이용하는 방법을 그대로 적용하기 어려운 점이 있다. 이에 본 논문에서는 사용자의 허밍을 질의로 사용하는 음악 검색 시스템에서의 고려 대상들과 기존에 연구된 허밍 질의 기반의 음악 검색 시스템을 살펴본다. 또한 사람이 선율을 기억하는 방식인 상대적인 음표 간 높낮이와 음표 지속 시간을 이용하여 음악 내에 특징 정보를 추출하고 이를 기반으로 허밍 질의와 단음과의 유사도 계산 알고리즘을 제안한다. 제안된 유사도 계산 알고리즘은 선율내의 음높이 차만 가지고 선율의 유사도를 비교하는 경우 발생할 수 있는 문제를 연속된 음간에 길이 차이를 이용하여 해결하였다.

• 한국컴퓨터그래픽스학회논문지
• /
• 제16권1호
• /
• pp.1-7
• /
• 2010

비전 기반의 감시 시스템에서 동일인의 식별은 매우 중요하다. 감시 시스템에서 주로 사용되는 CCTV 카메라의 영상은 상대적으로 낮은 해상도를 가지므로 얼굴 인식 기법을 이용하여 동일인을 식별하기는 어렵다. 본 논문에서는 CCTV 카메라 영상에서 의상 특징을 이용하여 동일인을 식별하는 알고리즘을 제안한다. 건물의 주출입구에서 출입자가 인증을 받을 때, 의상 특징이 데이터베이스에 저장된다. 그 후, 건물 내에서 촬영한 영상에 대해 배경 차감 및 피부색 발견 기법을 이용하여 의상 영역을 발견한다. 의상의 특징 벡터는 텍스처와 색상 특징을 이용하여 구성한다. 텍스처 특징은 지역적 에지 히스토그램을 이용하여 추출된다. 색상 특징은 색상 지도의 옥트리 기반 양자화(octree-based quantization)를 이용하여 추출된다. 건물 내의 촬영 영상이 주어질 때, 데이터베이스에서 의상 특징이 가장 유사한 사람을 발견함으로써 동일인을 식별하며, 의상 특징 벡터 간의 유사도 측정을 위해서는 유클리디안 거리(Euclidean distance)를 사용한다. 실험 결과, 얼굴인식 기법이 최대 43%의 성공률을 보인 데 비해, 의상 특징을 이용하여 80%의 성공률로 동일인을 식별하였다.

• 한국측량학회지
• /
• 제31권6_1호
• /
• pp.483-491
• /
• 2013

차량용 내비게이션의 빠른 확산과 스마트폰 등 개인 단말기의 측위 기술 발달로 사용자 중심위치기반서비스, 특히 보행자 내비게이션 서비스에 대한 관심이 증대되고 있다. 보행자 내비게이션 서비스를 위한 핵심정보인 수치지도는 대용량이고 짧은 갱신주기를 요구하는 경우가 많아 수치지도의 효율적인 갱신이 중요한 이슈가 된다. 본 연구에서는 구축시기가 상이한 이종의 도로망 데이터 셋에 형상유사도 기반 면 객체 매칭을 적용하여 변화 탐지하는 기법을 제안하였다. 변화탐지에 앞서 이종의 도로망 데이터 셋의 면 객체 매칭에서 탐지될 수 있는 갱신 유형을 정의하였다. 면 객체 매칭 기반 변화 탐지를 위하여 이종의 두 도로망 데이터 셋의 선형인 도로객체를 이들로 둘러싸인 면인 블록으로 변환하였다. 변환된 블록을 중첩하여 중첩된 블록 간의 형상유사도를 계산하고, 이 값이 0.6 이상인 것을 후보 블록 쌍으로 추출하였다. 객체 유형별로 이분 그래프 군집화와 오목다각형 특성을 적용하여 정의된 갱신유형별 블록 쌍을 탐지하고, 해당 블록 쌍을 구성하거나 내부에 있는 도로 세그먼트 간의 프레셰 거리를 계산하였다. 이때, 프레셰 거리가 50 이상인 도로명주소기본도 도로구간의 도로객체가 갱신 도로객체로 추출된다. 그 결과 0.965의 높은 탐색율을 보여 제안된 기법이 이종의 도로망 데이터 셋의 선형 객체의 변화탐지에 적용될 수 있음을 확인할 수 있었다.

• 전자공학회논문지CI
• /
• 제45권3호
• /
• pp.97-102
• /
• 2008

본 논문은 컬러 질의 영상의 효과적인 검출을 위해 공간 컬러모델 및 특징점 정합 방법을 이용한 객체 기반 영상 검색 방법을 제안한다. 제안하는 방법은 선행 연구 되었던 컬러 히스토그램 방법의 단점을 극복하고, 데이터베이스 영상과 질의 영상의 컬러 유사도를 사용자 조작 없이 실시간 분할 검출한다. 이를 위해 HMMD 모델과 러프 집합 이론을 이용하였다. 여기서 질의 영상의 검출을 위해 질의 영상과 데이터베이스 영상 간의 색상 유사도를 비교하여 관심 영역을 선택하고, 관심 영역에서 SIFT 정합 방법을 이용하여 검색한다. 실험 결과, 본 논문에서 제안하는 방법이 기존 방법보다 우수한 검출율을 보임을 확인하였다.

• 한국컴퓨터산업학회논문지
• /
• 제2권8호
• /
• pp.1117-1122
• /
• 2001

최근, 여러 가지 멀티미디어 데이터베이스를 통한 영상 정보의 인터넷 검색에 대한 많은 관심을 가지고 있으며, 영상 정보 검색에 대한 연구가 활발히 이루어지고 있다. 본 논문에서는 웨이브렛 변환과 상관관계(correlation)를 이용한 내용기반 검색 시스템을 제안한다. 정합 방법은 완전 정합이 아닌 유사 정합을 사용하는 효율적인 특징벡터 추출 알고리즘을 제안한다. 모의 실험한 결과 기존의 알고리즘보다 데이터베이스에 저장된 영상간의 유사성을 추정하는데 빠르고 정확하게 영상 정합을 수행함을 알 수 있었다. 개선된 결과를 통해 제안한 특징 벡터 사용이 원 영상에 비해 256：1 만큼의 압축 효과를 가지며, 상관관계가 영상의 정합 방법에 효율적임을 알 수 있었다.

• 한국통신학회논문지
• /
• 제18권1호
• /
• pp.32-38
• /
• 1993

본 논문에서는 문자 인식을 위한 효율적인 대분류 방법을 제안하였다. 기존의 대분류 방법은 입력된 문자를 인식 대상문자마다 미리 작성된 표준 특징벡터와 유사와 계산에 의해 인식 후보문자들을 선정하는 것이었으나, 제안한 대분류 방식은 유사한 문자들을 같은 그룹으로 모아서 그 그룹에 속한 문자들의 평균 값을 대표값으로 사용하는 것이다. 문자의 영역을 몇개의 소영역으로 분할하고, 각 소영역에 해당되는 부분벡터로 ISODATA 알고리즘을 이용하여 적당한 수의 그룹을 형성한다. 입력분자의 부분정보에 해당되는 소영역의 부분특징벡터와 대응되는 그룹들과의 거리를 계산한 후, 부분과의 거리 값을 최종적으로 다시 모아서 전체 거리 정보로 이용한다. 이러한 대분류 방법은 일반적인 방법에 비해 처리속도 면에서의 향상과 분류면에서의 확실성을 갖게 되었다.

• Journal of Advanced Marine Engineering and Technology
• /
• 제40권8호
• /
• pp.726-732
• /
• 2016

Clustering analysis is widely used in data mining to classify data into categories on the basis of their similarity. Through the decades, many clustering techniques have been developed, including hierarchical and non-hierarchical algorithms. In gene profiling problems, because of the large number of genes and the complexity of biological networks, dimensionality reduction techniques are critical exploratory tools for clustering analysis of gene expression data. Recently, clustering analysis of applying dimensionality reduction techniques was also proposed. PCA (principal component analysis) is a popular methd of dimensionality reduction techniques for clustering problems. However, previous studies analyzed the performance of PCA for only full data sets. In this paper, to specifically and robustly evaluate the performance of PCA for clustering analysis, we exploit an improved FCBF (fast correlation-based filter) of feature selection methods for supervised clustering data sets, and employ two well-known clustering algorithms: k-means and k-medoids. Computational results from supervised data sets show that the performance of PCA is very poor for large-scale features.

• 한국인터넷방송통신학회논문지
• /
• 제11권6호
• /
• pp.283-288
• /
• 2011

본 연구에서는 객체 코너의 분산치에 기반한 코렐로그램 형태검출 기법을 제안한다. 제안된 알고리즘은 다음 단계로 진행된다. 먼저 영상 내 객체의 코너 점을 추출한 후 이들의 분산치를 구한다. 그리고 각각의 코너영역들의 분산치 중 최대/최소값을 추출한다. 그리고 이 최대/최소값을 이용하여 코렐로그램 매핑을 한 후 유사도를 측정하게 된다. 제안된 기법은 영상 내에서 형태 구조가 분명한 객체의 실험에서 성능이 우수하였으며 객체의 이동이나 회전에도 강인하였으며 코너 패치 히스토그램을 이용한 형태 검색에 비해 약 0.03%의 향상된 recall을 나타내었다.

• 한국통신학회논문지
• /
• 제18권9호
• /
• pp.1269-1282
• /
• 1993

본 논문에서는 종래의 결정론적 방법과 신경망을 이용하여, 인쇄체 한자를 인식하는 방법을 제안하였다. 먼저 한자를 구성하는 획성분의 4방항백터를 추출하였다. 다음에 구해진 방향벡터에 무게중심의 메쉬를 만든 다음, 각 메쉬내의 흑화소 길이로 8$\times$8의 특징 매트릭스를 구성하였다. 정규화한 특징 매트릭스 값은 14의 문자형식으로 1차 분류하기위해 신경망에 입력으로 하였고, 이 분류된 문자는 부수를 인식하는 부수인식 신경망에서 다시 2차분류하였다. 마지막으로 2차분류된 문자는 입력한사와 표준한자와의 유사도를 적용하여 최종인식을 행하였다. 본 알고리즘이 한자의 인치에 유효함을 보였다.

• Journal of Information Processing Systems
• /
• 제16권2호
• /
• pp.343-359
• /
• 2020

In this paper, a new algorithm is proposed for three-dimensional (3D) shape recognition using local features of model views and its sparse representation. The algorithm starts with the normalization of 3D models and the extraction of 2D views from uniformly distributed viewpoints. Consequently, the 2D views are stacked over each other to from view cubes. The algorithm employs the descriptors of 3D local features in the view cubes after applying Gabor filters in various directions as the initial features for 3D shape recognition. In the training stage, we store some 3D local features to build the prototype dictionary of local features. To extract an intermediate feature vector, we measure the similarity between the local descriptors of a shape model and the local features of the prototype dictionary. We represent the intermediate feature vectors of 3D models in the sparse domain to obtain the final descriptors of the models. Finally, support vector machine classifiers are used to recognize the 3D models. Experimental results using the Princeton Shape Benchmark database showed the average recognition rate of 89.7% using 20 views. We compared the proposed approach with state-of-the-art approaches and the results showed the effectiveness of the proposed algorithm.