• Proceedings of the Korean Society for Emotion and Sensibility Conference
• /
• 2001.05a
• /
• pp.74-81
• /
• 2001

얼굴은 내측두(IT: inferotemporal) 영역에 독자적인 처리 공간을 가지고 있는 (Bruce, Desimone, & Gross, 1981; Rolls, 1992) 매우 복잡한 시각 자극이다. 본연구는 이러한 복잡한 얼굴 자극을 구성하고 있는 물리적인 특징들을 추출하여 얼굴을 수치 구조면에서 분석하고 이를 감성 공간과 연결시킬 목적으로 수행되었ㄷ. 이를 위해 본연구에서는 먼저 얼굴 내부에 36개의 특징들 및 특징들 간 관계를 설정하였다. 또한 얼굴 외곽형의 분류를 위해 얼굴 윤곽선 부위에 14개의 특징점을 찍고 코끝에서부터 이들 지점과의 거리를 측정하였다. 사람마다 기본적인 얼굴 14개의 특징점을 찍고 코끝에서부터 이들 지점과의 거리를 측정하였다. 사람마다 기본적인 얼굴 크기가 다르다는 점을 감안하여 이들 특징값들 중 길이값들은 얼굴 좌우폭 또는 얼굴 상하길이를 기주으로 정규화(normalization)되었다. 그런 다음 36개의 얼굴 내부 특징 요소들과 5가지 얼굴 외곽형을 입력값으로 하여 주성분분석(PCA: proncipal component analysis)을 실시하고, 여기서 도출된 다섯 개의 요인점수를 기반으로 5차원 공간을 가정하였다. 이 공간을 대표하는 얼굴을 고루 선정하되 해당 얼굴이 있다고 보기 어려운 영역을 제외하고 평균에 해당하는 얼굴을 추가하여 총 30가지 대표 얼굴 유형을 선정하였다. 선정된 얼굴들에 대해 일차적으로 감성 평가를 실시하여 2차원 감성 공간에 대표 얼굴들을 분포시켰다.

• Korean Journal of Remote Sensing
• /
• v.35 no.6_3
• /
• pp.1273-1283
• /
• 2019

This paper proposes an advanced crop classification model that combines a procedure for weighted combination of spatial features extracted from multi-scale input images with a conventional convolutional neural network (CNN) structure. The proposed model first extracts spatial features from patches with different sizes in convolution layers, and then assigns different weights to the extracted spatial features by considering feature-specific importance using squeeze-and-excitation block sets. The novelty of the model lies in its ability to extract spatial features useful for classification and account for their relative importance. A case study of crop classification with multi-temporal Landsat-8 OLI images in Illinois, USA was carried out to evaluate the classification performance of the proposed model. The impact of patch sizes on crop classification was first assessed in a single-patch model to find useful patch sizes. The classification performance of the proposed model was then compared with those of conventional two CNN models including the single-patch model and a multi-patch model without considering feature-specific weights. From the results of comparison experiments, the proposed model could alleviate misclassification patterns by considering the spatial characteristics of different crops in the study area, achieving the best classification accuracy compared to the other models. Based on the case study results, the proposed model, which can account for the relative importance of spatial features, would be effectively applied to classification of objects with different spatial characteristics, as well as crops.

• Proceedings of the Korean Information Science Society Conference
• /
• 2011.06a
• /
• pp.469-472
• /
• 2011

신체 부위를 움직이는 상상을 할 때, 일반적으로 뇌의 감각 및 운동 피질 영역에서 특정 주파수 대역의 EEG(Electroencephalography) 신호의 세기가 감소하거나 증가하는 ERD(Event-Related Desynchronization)/ERS(Event-Related Synchronization) 현상이 발생한다. 하지만 ERD/ERS는 현상은 피험자에 의존적이고 매시도마다 큰 차이를 보인다. 이러한 문제를 해결하기 위해, 본 논문에서 각 시간-주파수 공간에 대하여 서로 다른 공간 필터를 구성하는 비 동질(non-homogeneous) 공간 필터 최적화 방법을 제안한다. EEG 신호는 시간에 대하여 비정상적(non-stationary) 특징을 가지기 때문에 제안하는 방법과 같이 시간에 따라 변화하는 ERD/ERS 특징을 반영하여 공간적 특징을 추출하는 방법은 시간에 대한 변화를 고려하지 않은 기존의 방법보다 우수한 성능을 보인다. 본 논문에서는 International BCI Competition IV에서 제공하는 4가지 동작 상상(왼손, 오른손, 발, 혀)에 대한 EEG 신호 데이터를 사용하여 동작 상상 분류 실험을 하고 이 결과를 기존의 타 방법들과 비교 분석하였다. 실험 결과, 피험자에 따라 서로 다른 시간-주파수 특징이 추출됨을 확인하였고, 최적화된 공간 필터들이 시간에 따라 변화하는 것을 확인하였다. 또한 이러한 특징을 이용하여 분류를 수행하였을 때, 더욱 우수한 분류 결과를 보임을 확인하였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 1998.10c
• /
• pp.458-460
• /
• 1998

본 논문은 주성분 분석으로 시점 기반 고유얼굴(view-based eigenface)을 생성하고, 그에 기반한 얼굴 인식을 수행하고자 한다. 주성분 분석을 통한 고유얼굴 생성은 얼굴 인식의 어려운 문제 중 하나인 특징 선택과 추출이라는 문제를 해결해 준다. 또한 얼굴 표정이나 방향의 변화에도 인식률이 저하되는 것을 방지할 수 있다. 얼굴 영상을 특징공간(고유공간)으로 변환할 때, 원 얼굴영상의 정보를 최대한으로 나타낼 수 있는 최적의 고유치 개수 선택은 얼굴 데이터베이스의 크기와 인식 속도에 영향을 끼친다. 따라서 본 논문에서는 고유치 개수를 고유치의 누적기여율을 이용해서 구한다. 이는 64$\times$64(=4096)차원의 원 얼굴 영상을 5~7차원으로 표현 가능하게 하였다. 그리고, 각 얼굴 방향에 따라 특징공간을 분리해서 생성함으로써 얼굴 방향의 변화에 따라 오인식률을 줄였다. 축소된 차원과 분리된 특징공간은 메모리 사용과 인식속도의 향상에 기여한다. 본 논문에서 얼굴의 인식은 Mahalanobis distance와 재구성 오차율을 고려해서 이루어졌다. 실험은 개인당 세가지 다른 방향을 가지는 얼굴 영상을 이용하여 이루어졌고, 실험결과, 약 93%의 인식률을 보여주었다.

• The KIPS Transactions:PartB
• /
• v.10B no.6
• /
• pp.673-680
• /
• 2003

In this paper, we study the enhancement of VQ (Vector Quantization) design for text independent speaker recognition. In a concrete way, we present a non-iterative method which makes a vector quantization codebook and this method performs non-iterative learning so that the computational complexity is epochally reduced The proposed Classified Space VQ (CSVQ) design method for text Independent speaker recognition is generalized from Semi-noniterative VQ design method for text dependent speaker recognition. CSVQ contrasts with the existing desiEn method which uses the iterative learninE algorithm for every traininE speaker. The characteristics of a CSVQ design is as follows. First, the proposed method performs the non-iterative learning by using a Classified Space Codebook. Second, a quantization region of each speaker is equivalent for the quantization region of a Classified Space Codebook. And the quantization point of each speaker is the optimal point for the statistical distribution of each speaker in a quantization region of a Classified Space Codebook. Third, Classified Space Codebook (CSC) is constructed through Sample Vector Formation Method (CSVQ1, 2) and Hyper-Lattice Formation Method (CSVQ 3). In the numerical experiment, we use the 12th met-cepstrum feature vectors of 10 speakers and compare it with the existing method, changing the codebook size from 16 to 128 for each Classified Space Codebook. The recognition rate of the proposed method is 100% for CSVQ1, 2. It is equal to the recognition rate of the existing method. Therefore the proposed CSVQ design method is, reducing computational complexity and maintaining the recognition rate, new alternative proposal and CSVQ with CSC can be applied to a general purpose recognition.

• Proceedings of the Korea Institute of Convergence Signal Processing
• /
• 2003.06a
• /
• pp.78-81
• /
• 2003

본 논문은 SVM(support vector machine)을 이용한 음성인식기에 대해 효과적인 특징 파라메터를 제안한다. SVM은 특징 공간에서 비선형 경계를 찾아 분류하는 방법으로 적은 학습 데이터에서도 좋은 분류 성능을 나타낸다고 알려져 있으며 최적의 특징 파라메터를 선택하기 위해 본 논문에서는 SVM을 이용한 음성인식기를 사용하여 PCA(principal component analysis), ICA(independent component analysis) 알고리즘을 적용하여 MFCC(met frequency cepstrum coefficient)의 특징 공간을 변화시키면서 각각의 인식 성능을 비교 검토하였다. 실험 결과 ICA에 의한 특징 파라메터가 가장 우수한 성능을 나타내었으며 특징 공간에서 각 클래스의 분포도 또한 ICA가 가장 높은 선형 분별성을 나타내었다.

• The Journal of the Korea Contents Association
• /
• v.21 no.3
• /
• pp.131-142
• /
• 2021

This research is based on the design of pictures in picture books, and the spatial representation of illustrations in the picture books contains the significantly important objective. Various texts, pictures, spaces, etc. in a picture must have the operator's various editing skills so that spatial arrangement is made smoothly.In this paper, the characteristics of spatial expression of design in picture books are derived by analyzing several examples of paintings and studies on classic picture books. First, the fusion of picture and text, that is, that both picture and text convey spatial information together as elements of the screen. Second, as a characteristic of the coherence of the space design in picture books, the story and content must be smoothly connected when reading the book. Third, when expressing a space, the creator should utilize the strengths and weaknesses of each other between abstract and conceived spatial expressions as needed. Fourth, as a symbolic feature of picture book spatial expression, it can be seen that many symbolic expression techniques are applied to the spatial expression of picture books according to the semiotic principle, which greatly improves the cognitive efficiency of reading picture books. The fifth characteristic is that the spatial expression of an excellent picture book has excellent interesting element, rich design means, and interestingly conveys screen contents and screen format to readers. In this research, it is thought that designers and artists should guide the creation within a spatial framework as designing picture books, thus greatly improving the efficiency of the creation process, while also provide a reader-centered visual Interesting experience.

• Korean Journal of Remote Sensing
• /
• v.35 no.5_1
• /
• pp.681-692
• /
• 2019

In this paper, a hybrid deep learning model, called 2D convolution with bidirectional long short-term memory (2DCBLSTM), is presented that can effectively combine both spatial and temporal features for crop classification. In the proposed model, 2D convolution operators are first applied to extract spatial features of crops and the extracted spatial features are then used as inputs for a bidirectional LSTM model that can effectively process temporal features. To evaluate the classification performance of the proposed model, a case study of crop classification was carried out using multi-temporal unmanned aerial vehicle images acquired in Anbandegi, Korea. For comparison purposes, we applied conventional deep learning models including two-dimensional convolutional neural network (CNN) using spatial features, LSTM using temporal features, and three-dimensional CNN using spatio-temporal features. Through the impact analysis of hyper-parameters on the classification performance, the use of both spatial and temporal features greatly reduced misclassification patterns of crops and the proposed hybrid model showed the best classification accuracy, compared to the conventional deep learning models that considered either spatial features or temporal features. Therefore, it is expected that the proposed model can be effectively applied to crop classification owing to its ability to consider spatio-temporal features of crops.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2011.10a
• /
• pp.915-917
• /
• 2011

In this paper, a comparison of superpixel characteristics for each color feature space. The superpixel is consist of several pixels with same features such as luminance, color, textures etc. The superpixel can be used on image processing and analysis with large image size to speed up the process. We compare the superpixel characteristics by means of compactness using Berkeley image database(BSD-300).

• Proceedings of the Korean Information Science Society Conference
• /
• 2010.06c
• /
• pp.390-394
• /
• 2010

본 논문에서는 영상인식에서 널리 사용되는 지역적 특징인 SIFT와 부분공간분석에 의한 차원축소방법의 결합을 통하여 얼굴을 인식하는 방법을 제안한다. 기존의 SIFT기반 영상인식 방법에서는 추출된 키 포인트 각각에 대하여 계산된 특징기술자들을 개별적으로 비교하여 얻어지는 유사도를 바탕으로 인식을 수행하는데 반해, 본 논문에서 제안하는 접근법은 SIFT의 특징기술자를 명도 값으로 표현된 얼굴 영상을 여려 변형에 강건한 형태로 표현되도록 변환하는 표현방식으로 본다. SIFT기반의 특징기술자에 의해 표현된 얼굴 영상을 부분공간분석법에 의해 저차원의 특징벡터로 다시 표현되고, 이 특징벡터를 이용하여 얼굴인식을 수행한다. 잘 알려진 벤치마크 데이터인 AR 데이터베이스에 대한 실험을 통해 제안한 방법이 조명 변화와 가려짐에 강인한 인식 결과를 보여줄 뿐 아니라, 기존의 SIFT 기반의 얼굴 인식 방법에 비하여 우수한 처리 속도를 보임을 확인하였다.