• Journal of the Korean Institute of Telematics and Electronics C
• /
• v.35C no.6
• /
• pp.88-98
• /
• 1998

Subspace classifier is a popular pattern recognition method based on Karhunen-Loeve transform. This classifier describes a high dimensional pattern by using a reduced dimensional subspace. Because of the loss of information induced by dimensionality reduction, however, a subspace classifier sometimes shows unsatisfactory recognition performance to the patterns having quite similar principal components each other. In this paper, we propose the use of multiple novelty neural network classifiers constructed on novelty vectors to adopt minor components usually ignored and present a method of improving recognition performance through combining those with the subspace classifier. We develop the proposed classifier on handwritten numeral database and analyze its properties. Our proposed classifier shows better recognition performance compared with other classifiers, though it requires more weight links.

• 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.

• Journal of the Korean Society for Library and Information Science
• /
• v.54 no.1
• /
• pp.223-242
• /
• 2020

Innovation in university library spaces is challenging to effectively support the education of the university's future learning and innovation capabilities, including creativity, critical thinking, communication and collaboration. The purpose of this study is to investigate the perception and need of library space from the perspective of users and librarians, and to suggest the direction of space innovation through this. For this study, we designed each questionnaire for users and librarians, and collected responses from 363 users and 186 librarians in the university library to analyze their needs and perceptions about their library space. The librarian's need for the space was analyzed by the size of the library and the demographic factors of the librarian. The user's need was analyzed by the user's attributes. In addition, we analyzed the differences between librarians and users for the need for space and space services. The results of this paper may be useful for reference when planning a new library or building a space based on user.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2002.12a
• /
• pp.325-328
• /
• 2002

본 논문에서는 사람의 식별과 감정을 인식하기 위한 하나의 방법을 제안한다. 제안된 방법은 색차 정보에 의한 형판의 위치 인식과 형판 벡터 추출에 기반한다. 단일 색차 공간만을 이용할 경우 살색 영역을 정확히 추출하기 힘들다. 이를 보완하기 위해서 여러 가지 색차 공간을 병행하여 살색 영역을 추출하며, 이를 응용하여 각각의 형판을 추출하는 방법을 제안한다. 그리고, 사람의 식별과 감정 인식을 위해서 추출된 형판에 대한 각각의 특징 벡터 추출 방법을 제시하며, 마지막으로 추출된 형판 벡터를 이용하여 신경망을 통한 학습과 인식을 수행하는 방법을 제시한다.

• Journal of KIISE:Software and Applications
• /
• v.28 no.2
• /
• pp.192-200
• /
• 2001

본 논문은 조명 변화, 표정 변화, 부분적인 오클루전이 있는 얼굴 영상에 강인하고 적은 메모리양과 계산량을 갖는 효율적인 얼굴 인식 방법을 제안한다. SKKUface(Sungkyunkwan University face)라 명명한 이 방법은 먼저 훈련 영상에 PCA(principal component analysis)를 적용하여 차원을 줄일 때 구해지는 특징 벡터 공간에서 조명 변화, 얼굴 표정 변화 등에 해당되는 공간이 최대한 제외된 새로운 특징 벡터 공간을 생성한다. 이러한 특징 벡터 공간은 얼굴의 고유특징만을 주로 포함하는 벡터 공간이므로 이러한 벡터 공간에 Fisher linear discriminant를 적용하면 클래스간의 더욱 효과적인 분리가 이루어져 인식률을 획기적으로 향상시킨다. 또한, SKKUface 방법은 클래스간 분산(between-class covariance) 행렬과 클래스내 분산(within-class covariance) 행렬을 계산할 때 문제가 되는 메모리양과 계산 시간을 획기적으로 줄이는 방법을 제안하여 적용하였다. 제안된 SKKUface 방법의 얼굴 인식 성능을 평가하기 위하여 YALE, SKKU, ORL(Olivetti Research Laboratory) 얼굴 데이타베이스를 가지고 기존의 얼굴 인식 방법으로 널리 알려진 Eigenface 방법, Fisherface 방법과 함께 인식률을 비교 평가하였다. 실험 결과, 제안된 SKKUface 방법이 조명 변화, 부분적인 오클루전이 있는 얼굴 영상에 대해서 Eigenface 방법과 Fisherface 방법에 비해 인식률이 상당히 우수함을 알 수 있었다.

• 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 Korean Society of Computer Information Conference
• /
• 2019.07a
• /
• pp.317-318
• /
• 2019

가상/증강현실로 대표되는 공간정보 기반 실감형 콘텐츠에 대한 관심이 증대되면서 객체인식 등의 지능형 공간인지 기술에 대한 연구가 활발히 진행되고 있다. 특히 HMD등의 영상 시각화 장치의 발달 및 5G 통신기술의 출현으로 인해 실시간 대용량 영상정보의 송, 수신 및 가시화 처리 기술의 기반이 구축됨에 따라, $360^{\circ}$ 스트리밍 영상정보 처리와 같은 고자유도 콘텐츠를 위한 관련 연구의 필요성이 증대되고 있다. 하지만 지능형 영상정보 처리의 대표적 연구인 딥 러닝(Deep Learning) 기반 객체 인식 기술의 경우 대부분 일반적인 평면 영상(Planar Image)에 대한 처리를 다루고 있고, 파노라마 영상(Panorama Image) 특히, $360^{\circ}$ 스트리밍 영상 처리를 위한 연구는 미비한 상황이다. 본 논문에서는 딥 러닝을 이용하여 $360^{\circ}$ 스트리밍 영상에서의 객체인식 연구 방법에 대해 서술한다. 이를 위해 $360^{\circ}$ 카메라 영상에서 딥 러닝을 위한 학습 데이터를 획득하고, 실시간 객체 인식이 가능한 YOLO(You Only Look Once)기법을 이용하여 학습을 한다. 실험 결과에서는 학습 데이터를 이용하여 $360^{\circ}$영상에서 객체 인식 결과와, 학습 횟수에 따른 객체 인식에 대한 결과를 보여준다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2020.11a
• /
• pp.312-314
• /
• 2020

인물의 위치와 행동을 인식하는 것은 여러 분야의 서비스에서 활용할 수 있는 기술이다. 그렇기에 다양한 방식으로 연구되어 왔다. 기존의 방식은 일반 RGB 카메라의 영상에 영상처리 기법과 딥러닝을 사용하여 3차원 공간상의 인물 위치를 인식하는 방식과 라이다와 같이 깊이를 인식 할 수 있는 장치를 활용하여 3차원 공간상 인물의 위치를 인식하는 방식이 있다. 각각의 방식은 RGB 카메라를 이용할 수 있다는 장점, 인식률이 우수하다는 장점을 가지고 있다. 하지만 영상처리 방식은 연산량이 많아 실시간 서비스에 불리하다는 한계점이 있다. 라이다 방식은 기기의 부피가 커 공간제약이 있다는 점과 이동이 불편하다 있다는 한계점이 있다. 본 연구에서는 Kinect와 openFrameworks를 활용하여 공간이 효율적이고 연산량이 적은 방식의 3차원 공간에서 인물 위치 인식과 실시간 이동에 대한 방향 인식을 다룬다.

• The KIPS Transactions:PartD
• /
• v.13D no.6 s.109
• /
• pp.789-796
• /
• 2006

Context-aware is the core in ubiquitous environment of sensor network to support intelligent and contextual adaptation service. The new context information model is demanded to support context-aware applications. The model should not depend on a specified application and be shareable between applications in the same environment. Also, it should support various context representation and complex context-aware. In this paper, we define the context information according to context-aware process. Also we design the knowledge of domain as well as applications using ontologies and rules. The domain spatial ontology and application knowledge are represented using the spatial object model and the rules of expanded ontologies, respectively. The expression of abundant spatial ontology represents the context information about distance between objects and adjacent object as well as the location of the object. The proposed context information model which is able to exhibit various spatial context and recognizes complex spatial context through the existing GIS. This model shows that it can adapt to a large scale outdoor context-aware applications such as air pollution and prevention of disasters as well as various context-aware applications.

• Communications of Mathematical Education
• /
• v.8
• /
• pp.91-105
• /
• 1999

직관력은 현대와 같이 급변하는 사회에서 어떤 문제의 상황을 전체적으로 파악하거나 그 본질을 인식하는데 매우 중요하다. 특히 공간 직관력은 매일을 공간 속에서 생활하고 있는 우리에게는 더욱 소중한 교육적 대상이 된다. 공간 직관력은 눈에 보이는 구체물이나 감각적으로 받아들여진 사물을 통하여 그 배후에 있는 공간으로서 추상적, 이상적인 것을 감지할 수 있는 힘이다. 수학교육학적 관점에서 보면 공간 직관력에는 시각화(도형을 인식하는 능력, 도형을 구성하는 능력 등), 공간적 관계(도형이나 공간의 확장을 이해하는 능력 등), 공간적 방향 파악(위치를 파악하는 능력 등)을 포함한다. 본 연구에서는 이들 공간 직관력을 육성하기 위하여 초등학교 교육과정과 연계하여 적절한 학습 내용 및 방법을 고찰하고자 한다.