• 전자공학회논문지
• /
• 제52권5호
• /
• pp.136-146
• /
• 2015

차량 인식을 기반으로 하는 능동 제어는 지능형 자동차의 구현에 필요한 핵심 기술이며. 차폐 영역(occlusion)이 빈번하게 발생하는 도심에서 차량을 인식하기 위하여 차량의 부분적인 모습만으로도 차량을 인식할 수 있는 부분 기반 차량 표현이 필요하다. 본 논문에서는 지역적인 특징을 기저벡터로 사용하는 비음수 텐서 분해(non-negative tensor factorization, NTF)를 이용하여 차량을 표현하고, NTF 분해 계수를 특징으로 차량 인식률을 검증하였다. 실험 결과, 제안하는 방법이 기존의 비음수 행렬 분해를 사용한 경우에 비하여 보다 직관적인 부분 표현이 가능하며, 도심 영상에서도 보다 강건하게 차량을 인식함을 보여주었다.

• 한국정보통신학회논문지
• /
• 제23권6호
• /
• pp.682-689
• /
• 2019

부분 기반 영상 표현(part-based image representation)에서는 영상의 부분적인 모습을 기저 벡터로 표현하고 기저 벡터의 선형 조합으로 영상을 분해하며, 이 때 기저 벡터의 계수가 곧 물체의 부분적인 특징을 의미하게 된다. 본 논문에는 부분 기반 영상 표현 기법인 비음수 행렬 분해(non-negative matrix factorization, NMF)를 이용하여 얼굴 영상을 표현하고 신경망 기법을 적용하여 가려진 얼굴을 인식하는 얼굴 인식을 제안한다. 표준 비음수 행렬 분해, 투영 경사 비음수 행렬 분해, 직교 비음수 행렬 분해를 이용하여 얼굴 영상을 표현하였고, 각 기법의 성능을 비교하였다. 인식기로는 학습벡터양자화 신경망을 사용하였으며, 인식기에서의 거리 척도로는 유클리디언 거리를 사용하였다. 실험 결과, 전통적인 얼굴 인식 방법에 비하여 제안한 기법이 가려진 얼굴 인식에 보다 강인함을 보인다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제33권5호
• /
• pp.481-488
• /
• 2006

부공간 투영기술(subspace projection)을 이용한 얼굴인식기술의 성능은 이들 기저영상들(basis images)의 특징과 밀접한 관련이 있다. 특히 표정변화와 같은 국부적 왜곡이나 오클루전이 있는 경우의 인식성능은 기저영상들의 특징에 의해 영향을 받게 된다. 부공간 투영기반의 얼굴인식 방법이 오클루전이나 표정변화와 같은 국부적인 왜곡발생에 강인하려면 부분국부적 표현(part-based local representation)의 기저벡터를 갖는 것이 중요하다. 본 연구에서는 국부적 왜곡과 오클루전에 강인한 효과적인 부분국부적 표현방법을 제안한다. 제안한 방법을 LS-ICA(locally salient ICA) 방법이라고 명명하였다. LS-ICA방법은 ICA 구조I의 기저영상을 구하는 과정에서 공간적인 국부성(locality)의 제약조건을 부과함으로써 부분국부적 기저영상(part-based local basis images)을 얻는 방법이다. 결과적으로 공간적으로 현저한 특징만을 포함하는 기저영상을 사용하게 되며, 이는 "Recognition by Parts"의 방법론과 유사하다. LS-ICA방법과 LNMF(Localized Non-negative Matrix Factorization)와 LFA(Local Feature Analysis)와 같은 기존의 부분 표현방법(part-based representation)들에 대해 다양한 얼굴영상 데이타베이스를 사용하여 실험한 결과, LS-ICA방법이 기존의 방법에 비하여 높은 인식성능을 보였으며, 특히 오클루전이나 국부적인 변형이 포함된 얼굴영상에서 뛰어난 인식성능을 보였다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2003년도 가을 학술발표논문집 Vol.30 No.2 (1)
• /
• pp.4-6
• /
• 2003

A holistic representation, such as sparse ceding or independent component analysis (ICA), was successfully applied to explain early auditory processing and sound classification. In contrast, Part-based representation is an alternative way of understanding object recognition in brain. In this paper. we employ the non-negative matrix factorization (NMF)［1］which learns parts-based representation for sound classification. Feature extraction methods from spectrogram using NMF are explained. Experimental results show that NMF-based features improve the performance of sound classification over ICA-based features.

• 한국전산구조공학회:학술대회논문집
• /
• 한국전산구조공학회 2001년도 가을 학술발표회 논문집
• /
• pp.193-200
• /
• 2001

In this study, the methodology to develop a data model for steel box girder bridge based on STEP part 104 is presented. The concept of STEP and the schema of part 104 are briefly reviewed, and then the procedure of data model standardization is described. A new data model for steel box girder bridge is developed by incorporating with not only the geometric and topological representation schema of the part 42 but also the representation structure information of the part 43 and the detailed finite element analysis information of the part 104. The prototype of integrated finite element analysis(FEA) system by interfacing STEP physical file is also presented. The applicability of developed data model for FEA is verified by preprocessor system of FEA.

• 한국전산구조공학회논문집
• /
• 제25권4호
• /
• pp.307-314
• /
• 2012

모듈러 강교량 제작, 조립, 설계, 시공단계에서 상부모듈의 부품정보를 효율적으로 제공하고 교환하기 위하여 BIM(Building Information Modeling) 프로젝트에서 정보교환을 위하여 사용하는 국제표준인 IFC 모델을 활용한 부품정보 라이브러리 구축방법을 제시하였다. 모듈러 강교량의 상부모듈을 구성하는 부품정보를 IFC 모델로 표현하기 위하여 의미론적인 관점에서 기존 IFC 모델에서 부품정보를 표현할 수 있는 엔티티와 모듈러 강교량의 구성요소를 매칭하여 적용하였으며, 구성요소의 역할을 구분하기 위하여 매칭한 엔티티의 타입을 적용하거나 사용자정의 타입으로 정의하였다. 또한, 부품 정보 라이브러리에서 부품 및 조립품의 정보를 해당단계에서 효율적으로 제공하기 위하여 조립체계를 네 단계의 상세수준(LoD)으로 구분하여 정의하였으며, 이를 IFC 모델로 표현하기 위하여 새로운 속성정보를 정의하였다. 마지막으로, IFC 모델과 매칭하여 정의한 정보를 실제 모듈러 강교량 상부모듈에 적용하여 IFC 기반의 시범 라이브러리 정보를 생성하였다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제12권7호
• /
• pp.3172-3193
• /
• 2018

Recently, several studies have shown that linear representation based approaches are very effective and efficient for image classification. One of these linear-representation-based approaches is the Collaborative representation (CR) method. The existing algorithms based on CR have two major problems that degrade their classification performance. First problem arises due to the limited number of available training samples. The large variations, caused by illumintion and expression changes, among query and training samples leads to poor classification performance. Second problem occurs when an image is partially noised (contiguous occlusion), as some part of the given image become corrupt the classification performance also degrades. We aim to extend the collaborative representation framework under limited training samples face recognition problem. Our proposed solution will generate virtual samples and intra-class variations from training data to model the variations effectively between query and training samples. For robust classification, the image patches have been utilized to compute representation to address partial occlusion as it leads to more accurate classification results. The proposed method computes representation based on local regions in the images as opposed to CR, which computes representation based on global solution involving entire images. Furthermore, the proposed solution also integrates the locality structure into CR, using Euclidian distance between the query and training samples. Intuitively, if the query sample can be represented by selecting its nearest neighbours, lie on a same linear subspace then the resulting representation will be more discriminate and accurately classify the query sample. Hence our proposed framework model the limited sample face recognition problem into sufficient training samples problem using virtual samples and intra-class variations, generated from training samples that will result in improved classification accuracy as evident from experimental results. Moreover, it compute representation based on local image patches for robust classification and is expected to greatly increase the classification performance for face recognition task.

• 한국CDE학회논문집
• /
• 제1권2호
• /
• pp.122-132
• /
• 1996

Features are generic shapes with which engineers associate certain attributes and knowledge useful in reasoning about the product. Feature-based modeling systems support additional levels of information beyond those available in geometric modelers. The objective of this study is to develop a PC level feature-based modeling system which explicitly represents dimensions of the part. The feature-based modeler retains all the benefits of traditional B-rep. solid models, and represents the dimensions at a high level of a abstraction so that dimension driven geometry can be achieved.

• 한국정보보호학회:학술대회논문집
• /
• 한국정보보호학회 2006년도 하계학술대회
• /
• pp.251-257
• /
• 2006

The performance of face recognition methods using subspace projection is directly related to the characteristics of their basis images, especially in the cases of local distortion or partial occlusion. In order for a subspace projection method to be robust to local distortion and partial occlusion, the basis images generated by the method should exhibit a part-based local representation. We propose an effective part-based local representation method named locally salient ICA (LS-ICA) method for face recognition that is robust to local distortion and partial occlusion. The LS-ICA method only employs locally salient information from important facial parts in order to maximize the benefit of applying the idea of 'recognition by parts.' It creates part-based local basis images by imposing additional localization constraint in the process of computing ICA architecture I basis images. We have contrasted the LS-ICA method with other part-based representations such as LNMF (Localized Non-negative Matrix Factorization)and LFA (Local Feature Analysis). Experimental results show that the LS-ICA method performs better than PCA, ICA architecture I, ICA architecture II, LFA, and LNMF methods, especially in the cases of partial occlusions and local distortion

• 한국정밀공학회지
• /
• 제23권9호
• /
• pp.119-126
• /
• 2006

This paper addresses the methodology development far the automated machining setup planning system using case-based reasoning(CBR). The case-based reasoning is used to develop a setup planning system. which consists of part input and representation module, case retrieval module, and case adaptation module. We present new approaches in the part input and representation module and the case retrieval module focusing on the similarity index determination. An illustrative example is included to demonstrate the proposed method.