• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2003년도 가을 학술발표논문집 Vol.30 No.2 (2)
• /
• pp.595-597
• /
• 2003

오프라인 필기체 숫자 인식에서 다양한 변형을 잘 흡수 할 수 있는 효율적인 특징을 찾는 것은 중요한 일이며, 본 논문에서는 이를 위해 다양한 단일특징들을 구현 하였으며, 단일 특징만으로는 만족 할 만한 성능을 기대하기 어렵기 때문에 다양한 단일 특징을 복합특징으로 구성하였다. 또한 오프라인 필기체 숫자인식에서 좋은 성능을 발휘하는 것으로 알려진 신경회로망으로 학습을 하였으며, 인식의 성능을 개선시키기 위해 효과적인 특징을 조합하여 하나의 단일 신경회로망들을 구성하고 그것을 다시 복합신경회로망으로 구성하여 성능을 실험 함으로서 성능의 향상을 볼 수 있었고, 신경회로망에 더하여 성능을 개선시키기 위해 신경회로망을 보완 할 수 있는 다수결 투표 방법을 사용하였다. 본 논문에서는 신경회로망의 인식 결과를 비교 분석하여 최적의 특징을 찾아 낸 결과를 2차 다수결 투표를 사용하여 인식하는 방법을 제안한다. 제안된 방식의 성능을 검증하기 위해서 Concorida 대학교의 CENPARIMI 숫자 데이터 베이스를 가지고 인식을 수행 하였으며. 그 결과 97.40%의 정인식률과 0.75%의 오인식률 그리고 1.85%의 거부률을 보였다.

• 방송공학회논문지
• /
• 제14권3호
• /
• pp.342-356
• /
• 2009

본 논문에서는 비월 주사 영상을 하나의 필드만을 사용하여 순차 주사 영상으로 변환시키는 투표 결정 기반 디인터레이싱 보간방법(VDD)을 제안한다. VDD는 투표 결정 방법을 이용하여 4단계 보간 과정을 거치게 된다. 1단계는 MM-ELA방법을 이용하여 거짓 에지 의심영역을 검출하는 과정이다. 검출된 영역은 상위 주변 화소 정보를 이용한 다수결 투표 결정 방법인 2단계 과정으로 에지 방향을 결정하며 미결정 방향은 3단계 과정인 상, 하위 주변 화소 정보를 이용한 다수결 투표 및 방향성 평균으로 에지 방향을 보존하고 화질 열화를 최소화한다. 마지막으로 위 단계에서 결정되지 못한 화소는 세밀한 방향을 고려할 수 있는 DOI를 이용하여 보간한다. 계층 구조의 VDD는 복잡도가 높지만 계조도 변화에 취약한 기존 방법들에 비하여 정교한 에지를 추출할 수 있으며 실험결과를 통해 객관적, 주관적 우수성을 나타낸다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2005년도 가을 학술발표논문집 Vol.32 No.2 (2)
• /
• pp.883-885
• /
• 2005

지지 벡터 기계(Support Vector Machine: SVM)를 이용한 다중부류 분류기법이 최근 활발히 연구되고 있다. SVM은 이진분류기이기 때문에 다중부류 분류를 위해서 다수의 분류기를 구성하고 이들을 효과적으로 결합하는 방법이 필요하다. 본 논문에서는 기존의 정적인 다중분류기 결합 방법과는 달리 포섭구조의 분류모델을 확률에 따라 동적으로 구성하는 방법을 제안한다. 확률적 분류기인 나이브 베이즈 분류기(NB)를 이용하여 입력된 샘플의 각 클래스에 대한 확률을 계산하고, OVA (One-Vs-All) 전략으로 구축된 다중의 SVM을 획득된 확률에 따라 포섭구조로 구성한다. 제안하는 방법은 OVA SVM에서 발생하는 중의적인 상황을 효과적으로 처리하여 고성능의 분류를 수행한다. 본 논문에서는 지문분류 문제에서 대표적인 NIST-4 지문 데이터베이스를 대상으로 제안하는 방법을 적용하여 $1.8\%$의 거부율에서 $90.8\%$의 분류율을 획득하였으며, 기존의 결합 방법인 다수결 투표(Majority vote), 승자독식(Winner-takes-all), 행동지식공간 (Behavior knowledge space), 결정템플릿(Decision template) 등보다 높은 성능을 확인하였다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2005년도 한국컴퓨터종합학술대회 논문집 Vol.32 No.1 (B)
• /
• pp.622-624
• /
• 2005

대규모 지문인식 시스템에서 비교해야할 지문의 수를 줄이기 위해서 지문분류는 필수적인 과정이다. 최근 이진분류기인 지지 벡터 기계(Support Vector Machine: SVM)를 이용한 지문분류 기법이 많이 연구되고 있다. 본 논문에서는 다중부류 지문분류에 적합하도록 자기 구성 지도(Self-Organizing Map:SOM)를 이용하여 OVA(One-Vs-All) SVM들을 결합하는 지문분류 기법을 제안한다. SOM을 이용하여 OVA SVM들을 동적으로 결합하기 위한 결합 지도를 생성하여 지문분류 성능을 높인다. 지문분류에 있어 대표적인 NIST-4 지문 데이터베이스를 대상으로 Jain이 구축한 FingerCode 데이터베이스에 제안하는 방법을 적용하여 $1.8\%$의 거부율에서 $90.5\%$의 분류율을 획득하였으며, 기존의 결합 방법인 승자독식(Winner-takes-all)과 다수결 투표(Majority vote)보다 높은 성능을 확인하였다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2010년도 한국컴퓨터종합학술대회논문집 Vol.37 No.2(A)
• /
• pp.127-128
• /
• 2010

본 논문에서는 CCTV 감시 영상에서 취득한 얼굴 이미지를 이용하여, 범죄자 감시목록에 등록된 범죄 용의자를 탐지 식별하는 시스템을 설계 및 구현하였다. 특히 본 논문에서 제안한 SVDD와 SRC를 혼합한 계층적 구조의 범죄 용의자 식별 모듈은 다음과 같은 특성을 갖는다: 1) 먼저 SVDD를 이용하여 범죄 용의자만을 빠르게 인식함으로써, 일반인에 대한 불필요한 범죄자 식별 연산을 수행하지 않는다; 2) 다양한 식별 성능을 저해하는 환경에서도 이미 강인한 성능이 검증된 SRC를 범죄 용의자 식별과정에 적용함으로써 안정적이고 정확한 식별 시스템을 보장한다; 3) 동일 생체 특정의 반복적 사용을 통한 다수결 투표전략을 취함으로써 시스템의 신뢰도를 보장한다; 4) 점증적 갱신의 학습 능력으로 인하여 범죄 용의자 감시목록 데이터베이스의 변화에도 능동적으로 적응한다 실제 KUFD(Korea University Face Database)를 자체 제작하고 캠퍼스 내에서 CCTV 환경의 얼굴 인식 기반 범죄 용의자 탐지 및 식별 시스템 환경을 모의 구축하여 실험적으로 제안된 시스템의 성능을 검증한다.

• 한국군사과학기술학회지
• /
• 제21권4호
• /
• pp.529-540
• /
• 2018

As the equipment of the military has recently become more sophisticated and expensive, the cost of purchasing spare parts is also steadily increasing. Therefore, demand forecast accuracy is also becoming an issue for the effective execution of the spare parts budget. This study predicts the demand by using the data of spare parts consumption of the KF-16C fighter which is being operated in the Republic of Korea Air Force. In this paper, SARIMA(Seasonal Autoregressive Integrated Moving Average) is applied to seasonal data after dividing the spare parts consumptions into seasonal data and non-seasonal data. Proposing new methods, Majority Voting and Hybrid Method, to the non-seasonal data which consists of spare parts of low consumption with unclear pattern, We want to prove that the demand forecast accuracy of spare parts improves.

• 한국정보처리학회논문지
• /
• 제3권4호
• /
• pp.915-925
• /
• 1996

본 논문에서는 오프라인 필기체 숫자의 변형을 흡수할 수 있는 효과적인 특징을 찾기 위해서 여러 가지 특징의 성능을 비교하였다. 실험적인 성능 비교 결과는 윤곽 선을 이용한 4방향성 특징 그리고 교차 거리＋교차＋망＋투영 특징이 오프라인 필기체 숫자 인식에서 인식률과 인식 시간측면에서 효과적인 것으로 나타났다. 그리고 단일 신경회로망에서 인식률의 한계점을 극복하기 위하여 효과적인 특징을 조합한 복합특징 으로 다수결투표와 신뢰도 지수를 이용한 모듈화된 신경회로망을 제안한다. 제안된 방식의 성능을 검증하기 위해서 캐나다의 Concordia 대학교와 한국의 Dong-A 대학교 오프라인 필기체 숫자 데이터베이스에 대하여 실험을 하였다. Concordia 대학교의 데이터 베이스는 97.1%의 정인식률, 1.5%의 기각률, 1.4%의 오인식률 그리고 98.5%의 신뢰도가 나타났으며, Dong-A 대학 교의 데이터 베이스는 98%의 정인식률, 1.2%의 기각률, 0.8%의 오인식률 그리고 99.1%의 신뢰도가 나타났다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제28권12호
• /
• pp.875-884
• /
• 2001

자기 구성지도는 데이타 시각화, 위상보존 매핑 등의 분야에서 널리 사용되고 있지만. 학습이 되기 전에 위상을 미리 고정시켜야 하기 때문에 실제 문제에 적용하기 어렵다는 것과 클러스터링 능력에 비해 분류율이 낮다는 결점이 있다. 이를 해결하기 위해서 자기구성 지도의 출력 노드를 동적으로 분화하고 분화된 노드를 파습하는 동적 위상보존 사기구성 지도를 제안하고, 이를 다중 결합함으로써 분류율을 향상 시켰다. 동적 위상보존 자기구성 지도의 결함 방법으로는 자기구성 지도의 K개 노드가 출격을 내도록하는 K-Winner 방법 및 K-Winner+ 가중치 방법이 제안되었는데, 이는 다수결 투표, 가중치, BKS, Byayesian, Borda, Condorect, 신뢰값 합산 등의 기존 결합 방법보다도 우수한 결과를 나타내었다. 동적 위상보존 자기 구성 지도를 통해서 위상을 고정 시켜야 하는 결점을 해결할 수 있었고. 서로 다른 특징으로 학습된 동적 위상보존 자기구성 지도들을 결합하여 분류 능력을 향상시킬 수 있었다. 필기 숫자데이타로. 실험한 결과, 제안한 방법이 자기구성 지도의 결점을 효과적으로 해결하여 98.1% 의 높은 인식률을 보였다.