MPEG-4 삼차원 메쉬 모델 압축(3DMC) 표준에서 사용되는 평행사변형예측 방법은 예측하고자 하는 꼭지점이 인접한 꼭지점들과 같은 평면상에 있다고 가정하여 하나의 삼각형 내에 있는 인접한 세 개의 꼭지점 좌표 값만을 이용하므로 예측 효율이 좋지 않다. 본 논문에서는 삼각형 주변의 꼭지점 좌표값과 인접하는 삼각형 사이의 사잇각을 고려한 통합예측을 이용하여 삼차원 메쉬 모델의 기하정보를 부호화하는 방법을 제안한다. 우선 제안한 꼭지점 계층탐색 방법으로 위상학적으로 거리가 가까운 점들을 탐색하여 정렬된 값들의 기하학적 상관도를 높이고, 정렬된 삼차원 메쉬의 꼭지점 순서에 따라 주변의 꼭지점 값들을 이용하여 현재 꼭지점 값을 예측한다. 본 논문에서 제안한 통합예측 방법은 다양한 VRML 포맷의 테스트 모델에 대해서 기존의 MPEG-4 3DMC의 평행사변형예측 방법보다 우수한 성능을 보인다.
인쇄문서를 전자문서로 자동변환하기 위해서는 문서영상 영역해석과 문자인식 기술이 필요하다. 이들 중 영역해석은 문서영상을 세부 영역으로 분할하고, 분할한 영역을 문자, 그림, 표 등의 형태로 분류한파. 그러나 문자와 그림의 일부는 크기, 밀도, 화소분포의 복잡도가 비슷하여 정확한 분류가 어렵다. 따라서 영역해석에서의 오 분류는 자동변환을 어렵게 만드는 주된 원인이 된다. 본 논문에서는 분서영상을 문자와 그림영역으로 분할하는 영역해석 방법을 제안한다. 문자와 그림의 분류는 1차원 메디안 필터링을 기반으로 한 방법을 이용하여 언급한 문제점을 해결한다. 또한 메디안 필터링에 의해 발생하는 볼드체 문자와 그래프나 표와 같은 그림영역의 오 분류 문제를 표피 제거 필터와 문자의 최대크기를 이용하여 해결한다. 따라서 상용제품을 포함한 기존의 영역해석 방법보다 그 성능이 우수하다.
In this paper a new feature extraction and target classification method is proposed for the recognition part of FLIR(Forwar Looking Infrared)-image-based ATR system. Proposed feature extraction method is "cluster(=set of classes)-based"version of previous fisherfaces method that is known by its robustness to illumination changes in face recognition. Expecially introduced class clustering and cluster-based projection method maximizes the performance of fisherfaces method. Proposed target image classification method is based on the mixture of experts model which consists of RBF-type experts and MLP-type gating networks. Mixture of experts model is well-suited with ATR system because it should recognizee various targets in complexed feature space by variously mixed conditions. In proposed classification method, one expert takes charge of one cluster and the separated structure with experts reduces the complexity of feature space and achieves more accurate local discrimination between classes. Proposed feature extraction and classification method showed distinguished performances in recognition test with customized. FLIR-vehicle-image database. Expecially robustness to pixelwise sensor noise and un-wanted intensity variations was verified by simulation.
본 논문에서는 세선화 지문 영상의 순차적 레이블링을 이용하여 위치 이동, 크기 변화 그리고 회전에 무관한 새로운 지문 융선 특징 검출 알고리즘을 제안한다. 제안한 알고리즘은 먼저 지문의 중심점을 지나는 수직선을 이용하여 세선화 지문 영상의 융선을 순차적으로 레이블링 한다. 그리고 레이블링한 개개의 융선들로부터 특징을 검출한다 검출하는 특징은 융선의 종류와 융선에 존재하는 특징점의 융선 각도이다. 이러한 방법을 이용하여 지문 융선의 특징을 검출하면, 지문을 이루고 있는 여러 융선들의 종류를 알 수 있고, 각 융선에 존재하는 특징점의 종류 및 이들의 각도를 알 수 있다. 두 개의 세선화 지문 영상을 이용하여 실험한 결과, 제안하는 알고리즘이 위치 이동, 크기 변화 그리고 회전에 무관한 지문 융선 특징을 검출함을 확인하였다.