• 한국음향학회지
• /
• 제30권3호
• /
• pp.136-141
• /
• 2011

본 논문에서는 청각 기억 게임을 위하여 두 개의 소리 파형을 비교하여 파형의 리듬 유사도를 정량적으로 측정하는 기술을 제안한다. 제안한 방법은 두 입력 파형에 대하여 에너지 변화, 에너지 피크의 지속 시간, 음색 등을 분석하여 각 파형에 포함된 비트 위치를 검출하고, 두 파형의 템포 차이와 비트 수의 차이를 보상하는 과정을 통하여 두 파형의 리듬 벡터를 각각 정의한다. 다음, 두 리듬 벡터 사이의 차이와 비트 수의 차이를 적용하여 두 입력 파형의 리듬 유사도를 정량적으로 표현하는 식을 정의한다. 제안한 방법으로 측정한 리듬 유사도와 주관적 청취 평가로 측정한 리듬 유사도를 비교하였으며, 두 방법에 의한 리듬 유사도가 상관도 0.86을 가지는 것을 확인하였다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2002년도 가을 학술발표논문집 Vol.29 No.2 (2)
• /
• pp.580-582
• /
• 2002

본 논문은 위상한정상관법을 이용하여 겹쳐진 화상이 둘 중 어떤 화상에 더 유사한 지를 정량적으로 측정하는 알고리듬을 제안한다. 제안된 알고리듬은 화상을 푸리에변환하여 위상만을 가지고 합성화상을 만든 다음 역푸리에변환을 통하여 만들어지는 위상한정상관을 가지고 유사도를 측정한다. 본 알고리듬에서는 유사도를 충분히 구분할 수 있을 정도로 상수로 설정된 진폭을 충분히 크게 하고 중심부분이외에 나타나는 피크치를 무시하고 오직 중심부분 만의 피크치를 원화상의 자기상관과 비교한다. 실험결과는 진폭을 100으로 하였을 경우 위상한정상관의 피크는 그 유사도가 1에서 0까지 변함에 따라서 100에서 40까지변하는 것을 보여 준다. 이것은 제안된 알고리듬이 위상한정상관을 이용하여 화상의 유사도를 정량적으로 효과적으로 측정하는데 사용될 수 있음을 보여준다.

• 한국통신학회논문지
• /
• 제19권5호
• /
• pp.883-891
• /
• 1994

본 논문에서는 화소에서의 방향성을 이용하여 필기체 한글 인식에 유용한 세선화 알고리듬을 제안하였다. 세선화하기 전에 방향성 검출을 시행한다. 검출된 방향성에 의해서 직선과 사선으로 분류한다. 직선성분에는 Rutovitz crossing number를 이용한 알고리듬을 적용한다. 사선성분에는 Hilditch crossing number를 이용한 알고리듬을 적용한다. 제안한 알고리듬을 이미 제안된 다른 6가지의 세선화 알고리듬을 적용한 세선화 영상들과 성능을 비교하였다. 비교 항목으로는 기준 골격선과의 유사도, 잔가지 수, 그리고 자소 분리율 등이 사용되었다. 실험은 570개 문자에 대해서 수행하였다. 실험 결과 제안한 알고리듬은 유사도와 필기체 한글 인식에 많이 사용되는 자소 분리율에서 6개 비교 대상 중에서 가장 우수한 결과를 보였다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2003년도 가을 학술발표논문집 Vol.30 No.2 (2)
• /
• pp.556-558
• /
• 2003

본 논문은 위상한정상관법을 이용하여 지문을 인식하는 알고리듬을 제안한다. 이 알고리듬은 유사도를 계산하기 위하여 고속푸리에 변환과 상관함수를 이용한다. 제안된 알고리듬은 동일인의 지문에 대하여 예리한 한 개의 피크만을 나타내므로 지문인식에 대한 명확한 결과를 보여준다. 더욱이 이 방법은 명확하게 입력되지 않은 지문에 대하여도 별도의 복잡한 전처리과정을 거치지 않고도 우수한 성능을 보여 준다. 또한 입력된 지문이 평행이동 한 경우에도 우수한 성능을 보여준다. 실험결과는 제안된 알고리듬이 지문을 인식하는데 효과적임을 보여준다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 2012년도 하계학술대회
• /
• pp.83-86
• /
• 2012

본 논문에서는 다양한 변이 추정 방식 중 영역기반(Area-based) 알고리듬과 특정기반(Feature-based) 알고리듬을 결합한 하이브리드(Hybrid) 변이추정 알고리듬을 제안한다. 제안하는 알고리듬은 Features from Accelerated Segment Test(FAST) 코너 점 추출기[2]를 이용하여 좌, 우 영상 각각의 특징 점을 추출한 후, 특징 점들의 정보를 이용한 스테레오 정함을 통해 신뢰도 높은 초기 변이지도(Disparity map)를 생생하게 된다. 그러나 생성된 초기 변이지도는 조밀하지 못하므로, 조밀한 변이 지도를 획득하기 위해 특징점이 추출된 영역에 대해서는 추정된 초기 변이 값을 이웃 픽셀과의 색 유사도를 고려하여 전파시키고 특징 점이 추출되지 않은 영역에 대해서는 이진 윈도우(Binary window)를 활용한 영역기반 변이추정 알고리듬[1]을 이용하여 변이 값을 추정한다. 이를 통해, 제안 알고리듬은 특징 기반 알고리듬에서 발생할 수 있는 보간법 문제를 해결함과 동시에 신뢰도가 높은 초기 변이지도를 사용함으로써, 영역 기반 알고리듬의 정합 오차를 줄여 신뢰도 높은 변이지도를 생생할 수 있다. 실험 결과 추정된 초기 변이지도는 ground truth와 비교 시 약 99%이상의 정확도를 보이며, 특징 점이 추출된 영역에서 기존의 영역기반 알고리듬보다 더 정확한 변이 값이 추정되었음을 확인하였다.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2001년도 제14회 신호처리 합동 학술대회 논문집
• /
• pp.385-388
• /
• 2001

본 논문에서는 비디오 영상에서 장면 전환을 검출하는 알고리듬을 제안한다. 장면 전환 검출은 비디오 프레임 사이의 유사도를 측정하여 이루어 진다. 유사도는 비디오 영상의 특성을 나타내는 지표를 추출하고 이를 비교함으로써 얻어진다. 비디오 영상의 특성 지표는 비디오 영상 전체에서 추출하는 것이 일반적이나 제안하는 알고리듬에서는 비디오 영상에서 강한 에지 부분을 포함하는 여러개의 블록에서만 추출된다. 이렇게 함으로써 배경보다 더 중요한 정보를 가진 에지 주변의 칼라 변화에 집중하는 효과를 얻게된다. 실험 결과는 강한 에지 블록에서 얻은 지표가 점진적 장면 전환(dissolve, wipe) 검출에 효과적임을 보여준다. 제안하는 알고리듬은 또한 Cut탐지에도 비교적 좋은 성능을 보인다. 그리고 Fade-in/out을 간단하면서 효과적으로 탐지할 수 있는 방법을 제시한다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 2012년도 하계학술대회
• /
• pp.117-120
• /
• 2012

본 논문에서는 토픽 모델링 기반 TV 프로그램 유사 시청 사용자 그룹핑 및 이를 이용한 TV 프로그램 콘텐츠 추천 알고리듬을 제안하였다. 제안 기술은 토픽 모델링 기법 중 Latent Dirichlet Allocation(LDA) 방법을 이용하여 TV프로그램 시청 기록 내에서 은닉된 유사 사용자들을 그룹핑하고 이러한 유사 시청 사용자 그룹 정보를 이용하여 사용자에게 선호 TV 프로그램 콘텐츠를 자동으로 추천하는 알고리듬이다. 제안된 자동 추천 알고리듬의 성능평가를 위해 실제 TV 시청기록 데이터를 이용하여 훈련 기간과 검증 기간을 나누어 훈련 기간 동안 제안한 알고리듬을 이용하여 사용자 개인에 대한 추천 TV 프로그램 콘텐츠 목록을 생성하여 검증 기간 동안에 실제 추천된 TV프로그램을 얼마나 시청했는지를 측정하여 추천 정확도를 검증하였다.

• 한국통신학회논문지
• /
• 제38A권6호
• /
• pp.486-491
• /
• 2013

본 논문은 객체검출(object detection)에 사용되는 분류기의 학습을 위한 빠르고 효율적인 Haar-like feature 선택 알고리듬을 제안한다. 기존 AdaBoost를 이용한 Haar-like feature 선택 알고리듬은 학습 샘플들에 대한 피쳐의 에러만을 고려하여 형태적으로 유사하거나 중복되는 피쳐가 선택되는 경우가 많았다. 제안하는 알고리듬은 피쳐의 형태와 피쳐간의 거리로부터 피쳐의 유사도를 계산하고 이미 선택된 피쳐와 유사도가 큰 피쳐들을 피쳐 세트에서 제거하여 빠르고 효율적인 피쳐 선택이 이루어지도록 하였다. FERET 얼굴 데이터베이스를 사용하여 제안된 알고리듬을 사용하여 학습시킨 분류기와 기존 알고리듬을 사용한 분류기의 성능을 비교하였다. 실험 결과 제안한 피쳐 선택 방법을 사용하여 학습시킨 분류기가 기존 방법을 사용한 분류기보다 향상된 성능을 보였으며, 동일한 성능을 갖도록 학습시켰을 경우 분류기의 피쳐 수가 20% 감소하였다.

• 지능정보연구
• /
• 제9권1호
• /
• pp.179-193
• /
• 2003

군집화(clustering)는 주어진 객체들 중에서 유사한 것들을 몇몇의 집단으로 그룹화 하여 각 집단의 성격을 파악하는데, 실제적으로 각 객체가 유사한지 그렇지 않은지를 측정할 수 있는 도구가 필요하다. 기존의 군집화에서 객체간에 유사하다는 의미는 각 군집(cluster)안에 있는 객체들이 같은 속성 값이 많으면 많을수록 객체간에 유사성이 높아 유사도가 높은 객체끼리 군집을 이루게 된다는 것을 의미했다. 그 중에서도 범주형 속성을 갖는 군집화는 같은 속성 값이면 1, 서로 다르면 0으로 표현하여 유사성을 측정하는 방법이다. 제안된 알고리듬은 속성 값을 0과1로만 표현하는 것에 대한 문제점을 제시하고 서로 다른 속성이라도 속성간에 친밀한 관계가 있다는 개념을 도입하여 어느 정도 유사한 지를 보여준다. 같은 객체간에 같은 값을 갖는 속성이 하나로 없더라도 구해진 유사도에 의해 유사한 개체끼리는 하나의 군집이 될 수 있는 알고리듬을 만든 후 그 군집에 속해 있는 고객들의 니즈와 구매 선호도에 따라 적절한 타겟 마케팅(Target Marketing)을 할 수 있다.

• 한국통신학회논문지
• /
• 제28권9C호
• /
• pp.876-883
• /
• 2003

본 논문에서는 초음파 영상에서 로그 전력 스펙트럼(log power spectrum)을 이용한 장기 인식 알고리듬을 제시한다. 제안한 알고리듬은 크게 특징추출과 특징분류의 두 단계로 구성된다. 특징추출에서는 이동불변의 성질을 가지는 로그 전력 스펙트럼을 이용하여 전처리를 수행한 입력 영상으로부터 장기 조직의 반향(echo of the tissue) 성분을 추출한다. 특징 분류에서는 마하라노비스(Mahalanobis) 거리를 사용하여 입력영상으로부터 추출한 특징벡터와 각 영상 부류의 평균벡터 사이의 유사도를 측정한다. 실제 초음파 영상에 대한 실험결과는 제안된 알고리듬이 전력 스펙트럼(power spectrum)과 유클리드(Euclid) 거리를 이용한 인식 알고리듬보다 최대 30% 향상된 인식률을, 또 가중 큐프런시(weighted quefrency) 복소 켑스트럼(complex cepstrum)을 이용한 알고리듬보다 10∼40% 향상된 인식률을 보여준다.