• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 2010년도 하계학술대회
• /
• pp.420-421
• /
• 2010

본 논문에서는 멀티뷰 환경에서 촬영된 영상을 이용하여 카메라와 가까이 위치한 전경 물체를 중심으로 뷰가 확장된 영상을 생성하는 파노라마 알고리듬을 제안하였다. 먼저 전경 물체는 사용자가 선택한 중심 물체를 기준으로 하여 평행 이동 관계로 전경 파노라마를 생성 한다. 배경은 특징점 기반의 파노라마 기법을 이용하여 초기 결과를 얻고, 멀티뷰 영상의 시차에 기인한 가려진(occluded) 영역을 제한 영역으로 설정한 후 최적화 과정을 이용하여 시각적으로 자연스러운 배경 파노라마를 얻는다. 마지막으로 배경 파노라마와 전경 파노라마와 크기를 동일하게 하고 배경 파노라마와 전경 파노라마를 합성하여 결과 파노라마를 구성한다. 모의 실험결과 제안 알고리듬은 원본 영상의 전경 물체들을 모두 포함하면서도 배경 부분은 시각적으로 자연스러운 파노라마 결과를 도출함을 확인하였다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2011년도 한국컴퓨터종합학술대회논문집 Vol.38 No.1(C)
• /
• pp.458-461
• /
• 2011

Fortress 언어는 고성능 컴퓨팅을 대상으로 개발되었으며, 성능과 확장성이 뛰어난 프로그램을 편리하게 작성할 수 있게 하는 특징이 많이 있다. Fortress 언어는 암시적 병렬성을 제공하는데, 이는 프로그램의 대표적인 언어 구조와 자료 구조가 기본적으로 병렬 수행되도록 설계되었음을 의미한다. Fortress 구현은 병렬 수행을 지원하기 위해 스케줄링과 병행성 제어 기법을 제공한다. 우리는 SAT 문제 해결에 널리 쓰이는 알고리듬인 DPLL 알고리듬을 Fortress 언어로 구현하였고, 여러 상황에서 성능을 측정하였다. 실험결과 Fortress 언어를 이용하면 병렬 수행을 쉽게 구현할 수 있음을 확인할 수 있었으며, 문제 유형, 구현기법, 성능 사이의 관계를 찾을 수 있었다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2002년도 춘계학술발표논문집 (하)
• /
• pp.817-820
• /
• 2002

인간과 기계와의 인터페이스에 있어서 궁극적 목표는, 인간과 기계가 마치 사람과 사람이 대화하듯 자연스런 인터페이스가 이루어지도록 하는데 있다. 이에 본 논문에서는 사람의 음성속에 깃든 6개의 기본 감정을 인식하는 알고리듬을 제안하고자 한다. 이를 위하여 뛰어난 주파수 분해능력을 갖고 있는 웨이블렛 필터뱅크를 이용하여 음성을 여러 개의 서브밴드로 나누고 각 밴드에서 특징점을 추출하여 감정을 이식하고 이를 최종적으로 융합, 단일의 인식값을 내는 다중의사 결정 구조를 갖는 알고리듬을 제안하였다. 이를 적용하여 실제 음성 데이타에 적용한 결과 기존의 방법보다 높은 90%이상의 인식률을 얻을 수 있었다.

• 전자공학회논문지CI
• /
• 제47권2호
• /
• pp.11-20
• /
• 2010

본 논문에서는 피부색 정보를 이용한 얼굴 후보 검출 방법과 얼굴의 구조적 특징을 이용한 얼굴 확인 방법으로 구성된 얼굴 검출 시스템을 제안한다. 먼저 제안하는 얼굴 후보 검출 방법은 피부색 영역과 피부색의 주변 영역에 대한 이미지 분할과 병합 알고리듬을 이용한다. 이미지 분할과 병합 알고리듬의 적용은 복잡한 이미지에 존재하는 다양한 얼굴들을 후보로 검출할 수 있다. 그리고 제안하는 얼굴 확인 방법은 얼굴을 지역적인 특징에 따라 분류 가능한 부분 얼굴 분류기를 사용하여 얼굴의 구조적 특징을 판단하고, 얼굴과 비-얼굴을 구별한다. 부분 얼굴 분류기는 학습 과정에서 얼굴 이미지만을 사용하고, 비-얼굴 이미지는 고려하지 않기 때문에 적은 수의 훈련 이미지를 사용한다. 실험 결과 제안한 얼굴 후보 검출 방법은 기존의 방법보다 평균 9.55% 많은 얼굴을 후보로 검출하였다. 그리고 얼굴/비-얼굴 분류 실험에서 비-얼굴에 대한 분류율이 99%일 때 기존의 분류기보다 평균 4.97% 높은 얼굴 분류율을 달성 하였다.

• 한국통신학회논문지
• /
• 제18권2호
• /
• pp.157-168
• /
• 1993

본 논문에서는 역전파 알고리듬으로 학습된 신경회로망과 사전을 이용하여 필기체 영문자 인식을 수행하였다. 스캐너를 이용하여 입력된 영상화일로부터 불필요한 데이터 부분을 제거하고 문자의 다양성을 최소화하기 위해서 여러가지 전처리과정, 즉 문자분리, 중심변환, 잡음제거, 배율조정과 세선화과정을 거쳤다. 다음으로 세선화된 문체 패턴으로부터 문자의 특징이 추출되고, 신경회로망에 시험데이터에 대한 특징들을 학습시켰다. 그리고 테스트할 영문자에 대해서도 특징들을 추출하여 이미 학습된 신경회로망에 의해 분류하였다. 마지막으로 학습시간을 줄이고 인식율을 향상시키기 위한 방법과 학습시간과 은닉층의 노드수에 대해 고찰하였다. 실험 결과로서 이와 같은 시스템으로 필기체 영문제에 대하여 학습후에 약 93%의 높은 인식율을 얻을 수 있었을 사전을 이용했을 경우 인식율이 약 97%였다.

• 한국음향학회:학술대회논문집
• /
• 한국음향학회 1994년도 제11회 음성통신 및 신호처리 워크샵 논문집 (SCAS 11권 1호)
• /
• pp.235-240
• /
• 1994

모음 검출을 통하여 미리 등록한 단어가 아닌 경우에도 화자를 인식할 수 있도록 특징 파라메터를 개발하고, 실용화가 가능하도록 처리 방법을 간략화한 텍스트 독립 화자 인식 연구를 진행하였다. 이를 위해서, 화자가 발성한 음성에서 모음을 검출하여 화자인식에 사용하는 방법을 제안하였으며, 인식은 각 화자가 발성한 음성 신호에서 모음을 검출한 다음, 검출된 모음의 29 채널의 주파수 에너지를 퍼지값으로 효현한 후, 퍼지 추론을 적용하여 수행하였다. 실험을 위해 모음 검출 알고리듬을 개발하였으며, 화자인식의 특징 파라메터로 29 채널 주파수 에너지를 제안하였는데, 별도의 코드북 없이 사용이 가능하고, 기존의 파라메터에 비해 인식율이 높으면서도 구성 및 계산이 간단한 특징이 있다. 실험결과, 미리 작성된 표준패턴과 동일한 단어를 사용한 텍스트 의존 화자 인식 실험은 95.5% 인식율을 보였고, 표준 패턴과 다른 종류의 단어를 사용한 텍스트 독립 화자인식 실험은 94.2% 인식율을 보이고 있다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2003년도 봄 학술발표논문집 Vol.30 No.1 (B)
• /
• pp.277-279
• /
• 2003

본 논문에서는 입력 시퀀스의 각 영상으로부터 신체 영역을 분리한 후 신체 영역의 2차원 특징정보들을 이용하여 제스처를 자동적으로 인식할 수 있는 알고리듬을 제안한다. 먼저, 샘플 영상들로부터 구한 2차원 특징 벡터들의 통계적 정보를 주성분 분석법으로 분석하고 제스처 모델 공간을 구성한다. 입력 영상들은 미리 구성된 모델과 비교되어지고 각각의 영상은 모델 공간의 한 부분으로 심볼화되어진다. 마지막으로 심볼 시퀀스로 형상화되어진 영상 시퀀스는 은닉 마르코프 모델(HMM)을 이용하여 하나의 제스처로 인식된다. 우리가 이용하는 2차원 특징 정보는 대략적으로 신체의 어느 부분이 움직이는지를 알 수 있는 로컬정보와 전체적인 신체 모션의 정보를 나타내는 글로벌 정보를 이용하는 것으로 실세계에서 적용하기 용이하고, 좋은 인식 결과를 얻을 수 있다.

• 한국산학기술학회:학술대회논문집
• /
• 한국산학기술학회 2008년도 추계학술발표논문집
• /
• pp.277-280
• /
• 2008

무선 센서 네트워크에서 표적의 감시는 크게 표적의 탐지 및 추적과 표적의 식별로 나누어진다. 기존의 센서 노드에서의 신호 처리는 표적으로부터 수신된 신호의 에너지를 계산하여 표적의 존재 유무만을 기지국으로 전송하는 방법이 많이 사용되었다. 이런 기존의 방법은 표적의 감시를 위한 무선 센서 네트워크에서는 표적의 정보가 한정적이므로 적합하지 않다. 따라서 본 논문에서는 표적의 감시를 위한 무선 센서 네트워크에서 필요한 시간정보와 표적의 주파수 정보를 포함하는 센서 노드에서의 특징 추출 기법을 제안한다. 본 논문에서는 웨이블릿 변환을 이용하여 추출된 웨이블릿 상수에서 표적의 시간 정보와 잡음이 제거된 표적의 식별 정보를 추출함으로서 센서 노드에서 에너지 효율적인 신호처리를 구현하고 추출된 특징을 전송하여 통신에 소모되는 에너지를 줄이는 알고리듬을 제안한다.

• 전자공학회논문지S
• /
• 제36S권5호
• /
• pp.78-87
• /
• 1999

3차원 물체 인식은 학습에 의해서 구성된 모델베이스를 이용하여 주어진 입력 영상에 존재하는 한 개 혹은 여러 개의 물체를 구별하는 과정이다. 본 논문에서는 입력 거리 정보를 받아들여 이 정보로부터 보이는 각 면에 대한 특징을 추출해낸 후 이 특징들을 입력 영상에 존재하는 물체를 묘사하는 특징으로 사용하여 이로부터 모델을 결정하는 방법을 제시한다. 영상 분할된 입력 물체는 그래프로 표현되는데, 물체 인식은 입력 물체의 그래프를 모델 베이스의 각 모델의 그래프와 정합하는 고정에서 얻어진다. 제한 조건은 만족시키는 정합을 수행하기 위하여 mean field annealing (MFA) 신경 회로망을 사용하였으며 가려진 물체 인식을 수행할 수 있는 정합을 위해 에너지 함수를 제안하였다. 제안한 알고리듬의 효용성을 입증하기 위하여 가려짐의 정도를 다르게 한 합성영상에 대해서 모의 실험을 하였다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2003년도 하계학술대회 논문집 D
• /
• pp.2522-2524
• /
• 2003

본 논문은 다수의 가우시안(Gaussian) 함수를 가중치 함수로 이용하여 퍼지 소속 함수의 효율적인 동정기법을 제안한다. 먼저 데이터를 가장 잘 구분하는 특징 변수를 선정하고, 이에 대한 기본 소속 함수를 가우시안 함수로 설정한 후, 다수의 가우시안 함수를 곱하여 소속 함수를 동정한다. 해당 특징 변수에 대한 소속 함수의 동정 후, 다음 우선 순위의 특징 변수를 퍼지 규칙에 첨가하여 가장 높은 정확도를 획득할 때까지 반복적으로 소속 함수를 동정한다. 이러한 방법은 데이터의 분포 성향을 소속 함수에 반영시킬 수 있을 뿐만아니라, 알고리듬의 고속 연산도 가능하다. 제안한 방법의 성능을 검증하기 위해 iris 데이터에 적용하여 모의실험의 예를 보인다.