• 한국지구과학회:학술대회논문집
• /
• 2010.04a
• /
• pp.74-76
• /
• 2010

영동지방은 서쪽으로는 태백산맥이 남북으로 위치해 있고 동쪽으로 동해와 인접해 있는 지리적인 위치로 전 계절에 걸쳐 지역 특성에 따른 국지적인 기상 현상이 많이 발생하고 있다. 특히, 대설은 영동지방의 기후 특징 중 대표적이라 할 수 있다. 대설 일수가 많고 강설량이 많은 영동지방의 강릉과 속초, 그리고 울릉도는 연 강수량에서 겨울철(12월~2월) 강수량이 각각 약 10%와 20% 이상을 차지하고 있는데 이는 우리나라 다른 지역의 5% 내외에 비하면 매우 높은 것이다. 이 지역의 강설 특징은 좁은 지리적 범위에 국한되어 나타나는 좁고 강한 강수역과 지역적으로 커다란 변화를 보이는 적설량과 강설 일수이다. 해안선으로부터 산맥의 분수계까지의 거리가 중요한 역할을 하고 있으며, 이러한 복잡한 지역에서의 강설의 발생과 강설량의 분포를 이해하기 위해서는 강설의 패턴을 분류하여 연구하는 것이 매우 중요하다. 본 연구에서는 cP 확장 시 영동지방의 강설 패턴을 하층 대류권의 바람장에 따라 산악 강설 패턴, 한기-해안 강설 패턴, 난기-해안 강설 패턴으로 분류하였다. 또한, 각 강설 패턴에 대한 종관적인 대기구조의 특성을 파악한 후 3차원 분석시스템을 이용하여, 2008년 12월 21일부터 22일까지 영동지방에 내린 대설을 한기-해안 강설 패턴으로 분류하고 분석하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2000.10a
• /
• pp.547-550
• /
• 2000

통합된 개발 GUI 컴포넌트의 사용은 어플리케이션을 거대하게 만든다. 시스템 개발 시 개발된 GUI 컴포넌트의 적용은 분야에 따라 사용용도 및 특징들이 매우 다양하다. 그러나 GUI 컴포넌트는 이러한 사용자의 요구에 충분히 만족하여야하는 특징을 가지고 있다. 이에 본 논문에서는 GUI 컴포넌트의 이러한 두 가지 특징을 만족하면서 작고, 최적화되며, 재사용 가능한 컴포넌트 구조 모델을 제시하고자한다. 제시된 모델에서는 컴포넌트에 필요한 기능단위를 분할하여, 시스템 개발의 필요시 사용용도와 특징을 고려하여 다양한 형태로 조합 가능하게 함으로써 최적화된 시스템을 구축할 수 있도록 한다. 또한 컴포넌트 구조 모델을 객체 지향 디자인 패턴에 적용함으로써 일관되고 효율적인 구조 모델을 제시할 수 있다.

• The KIPS Transactions:PartB
• /
• v.8B no.2
• /
• pp.189-194
• /
• 2001

본 논문에서는 개인 식별을 위하여 복수 해상도 구조를 제시하였고 이 방법으로 구순문 인식을 구현하였다. 구순문 인식은 지문, 음성 패턴, 홍채 패턴과 얼굴 인식과 같은 신체적 특징에 비하여 상대적으로 연구가 많이 이루어지지 않은 신체적 특징이다. 구순문은 CCD 카메라를 이용할 경우 홍채나 얼굴 패턴 같은 다른 특징 요소와 연결하여 인식 시스템을 구축할 수 있는 장점을 가지고 있다. 구순문 인식을 위해 pattern kernels를 이용한 새로운 방법을 제시하였다. Pattern kernels는 여러 개의 local lip print mask들로 구성된 함수이며, lip print의 정보를 디지털 데이터로 전환시켜 준다. 복수 해상도를 가지는 인식 시스템은 단일 해상도의 시스템보다 더욱 신뢰적이며 인식률도 높다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2005.05a
• /
• pp.443-446
• /
• 2005

본 논문에서는 패턴 분류문제에서 특징의 분포와 빈도를 고려하는 FMM(Fuzzy Min-Max) 신경망 구조와 이를 이용한 특징 분석 기법을 소개한다. 이는 기존의 모델에서 균일한 가중치를 고려했을때 비정상적 학습데이터에 학습 효과가 민감하게 왜곡되는 현상을 방지한다. 또한 학습된 신경망으로부터 각 특징의 중요도를 분석할 수 있게 한다. 본 연구에서는 제안된 모델의 특성을 소개하고 특징 값과 하이퍼박스 간의 관계로부터 특징의 연관도 요소, 중요도 평가 및 특징의 서열화 기법을 제시한다. 이는 패턴 분류 신경망의 노드수를 최적화 함으로써 학습 및 분류 과정에서 연산의 효율성을 증대시킨다.

• Proceedings of the Korean Society of Precision Engineering Conference
• /
• 1995.04b
• /
• pp.434-439
• /
• 1995

본 논문에서는 선삭가공을 부품에 대한 가공 특징형상 추출 알고리즘을 개발하였다. 면저, 설계 특징형상과 가공 특징형상 을 효율적으로 나타내기 위한 데이터 구조를 설계하고, 선삭가공에 사용되는 가공 특징형상의 특성을 검토하였다. 이러한 특성 을 이용하여 주사선(Scan Line)과의 교점으로부터 가공 특징형상을 이루는 요소를 검색하고, 검색된 구성요소를 이용하여 가공 특정형상을 구성하였다. 본 연구에서 개발된 알고리즘은 기존에 사용되어 왔던 패턴비교 방법에서 주어지 패턴이외의 특징 형상을 추출하기가 어렵고 계산 시간이 많이 걸리는 단점을 극복하였다. 또한 기존의 방법으로는 해결되기 어럽던 가공 특징 형상 의 간섭의 검출에서 효율적으로 적용됨을 확인하였다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2005.11a
• /
• pp.191-194
• /
• 2005

본 논문에서는 방송 영상에서 조명효과와 크기변화 등에 강인한 얼굴패턴 검출기법을 제시한다. 제안된 얼굴검출 모델은 영상 전처리 과정과 얼굴패턴 검출 과정으로 이루어진다. 전처리 과정은 조명변화에 대한 보정기능과 다중필터에 의한 후보영역 선별기능으로 구분된다. 얼굴패턴 검출과정은 다단계의 특징지도 생성과정과 패턴분류 과정으로 이루어진다. 특징지도를 생성하기 위하여 가보(Gabor) 필터계층을 포함하는 CNN(Convolutional Neural Networks)모델을 도입하였다. 다양한 배경을 고려한 효과적인 학습을 위하여 본 논문에서는 억제성의 뉴런(Inhibitory neuron)을 포함하는 구조의 CNN모델을 적용한다. CNN으로부터 추출되는 특징집합은 최종 단계에서 WFMM(Weighted Fuzzy Min Max) 모델을 사용하여 분류된다. 이때 사용되는 특징집합의 크기는 분류기의 규모 및 계산량의 결정적인 역할을 준다. 이에 본 연구에서는 최종 분류 과정에 사용되는 특징의 수를 효과적으로 줄이기 위해 FMM모델을 사용하는 적응적인 특징 선별 기법을 제안한다. 또한 실제 영상을 통한 실험결과로부터 제안된 이론의 타당성을 고찰한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2015.04a
• /
• pp.878-880
• /
• 2015

파티클 필터 기반 얼굴추적은 비교적 빠른 속도와 구현의 용이성으로 널리 사용되고 있으나 조명이나 포즈변화가 있는 영상에서 드리프트(drift) 현상에 의해 얼굴추적의 정확도가 급격히 저하된다. 본 논문에서는 앞에 언급한 얼굴의 다양성에 강인한 얼굴 텍스처 특징을 제안한다. 제안방법은 인접한 픽셀들 간의 관계를 고려한 텍스처 패턴을 정의할 때 인접한 픽셀들의 평균(average)을 적용하여 조명변화에 강인하다. 또한 얼굴의 구조적 정보를 반영한 블록 기반의 텍스처 패턴 풀링(pooling)에 의해 포즈변화에 강인하다. 실제 감시환경을 가정해 CCTV 카메라로 자체 제작한 비디오 영상에서 Local Binary Pattern(LBP)와 같은 대표적인 특징들과 비교 실험을 수행하였다. 실험결과, 드리프트(drift) 폭이 적어 더 높은 얼굴추적 정확도를 보였으며 초당 28 프레임의 매우 빠른 처리속도를 보였다.

• Journal of the Korea Academia-Industrial cooperation Society
• /
• v.7 no.6
• /
• pp.1167-1174
• /
• 2006

Text region detection from a natural scene is useful in many applications such as vehicle license plate recognition. Therefore, in this paper, we propose a text region extraction method using pattern histogram of character-edge maps. We create 16 kinds of edge maps from the extracted edges and then, we create the 8 kinds of edge maps which compound 16 kinds of edge maps, and have a character feature. We extract a candidate of text regions using the 8 kinds of character-edge maps. The verification about candidate of text region used pattern histogram of character-edge maps and structural features of text region. Experimental results show that the proposed method extracts a text regions composed of complex background, various font sizes and font colors effectively.

• The Journal of the Korea Contents Association
• /
• v.5 no.5
• /
• pp.33-42
• /
• 2005

In this paper, we propose a new training algorithm for improving pattern classification performance of ART neural network. The proposed train algorithm restricts unnecessary cluster generation and transition, applies the location extraction algorithm, and operates the reset system based on the agreement between the present learning pattern and the initial pattern. As a result, repetitive input of a pattern does not generate a new cluster and mis-recognition rate decreases.

• The Journal of the Korea institute of electronic communication sciences
• /
• v.8 no.4
• /
• pp.561-567
• /
• 2013

Some of the feature vectors for speech recognition are rare and unusual. These patterns lead to overfitting for the parameters of the speech recognition system and, as a result, cause structural risks in the system that hinder the good performance in recognition. In this paper, as a method of removing these unusual patterns, we try to exclude vectors whose norms are larger than a specified cutoff value and then train the speech recognition system. The objective of this study is to exclude as many unusual feature vectors under the condition of no significant degradation in the speech recognition error rate. For this purpose, we introduce a cutoff parameter and investigate the resultant effect on the speaker-independent speech recognition of isolated words by using FVQ(Fuzzy Vector Quantization)/HMM(Hidden Markov Model). Experimental results showed that roughly 3%~6% of the feature vectors might be considered as unusual, and therefore be excluded without deteriorating the speech recognition accuracy.