• Proceedings of the Korea Information Processing Society Conference
• /
• 2010.04a
• /
• pp.478-481
• /
• 2010

컴퓨터 비전에서 객체의 인식, 추적에 앞서 배경으로부터 전경을 분리하는 배경차감 기법과 분리된 전경에 대한 관심 영역(ROI)을 추출하는 것은 일반적인 방법이다. 하지만 전경을 정확히 분리하지 못하면 개별 객체의 관심영역(ROI) 역시 잘못 추출되는 문제가 발생된다. 본 논문에서는 정확하지 않은 전경 분리로 부터 발생되는 개별 객체에 대한 분산된 관심영역을 병합하는 방법을 제안한다. 본 방법은 배경과 분리된 전경에서 한 객체의 일정 거리 이내에 있는 다른 객체를 가상으로 병합하는 단계, 워터쉐드 분할 알고리즘을 적용하는 단계를 거쳐 다시 블럽 레이블링을 수행한다. 제안 방법을 통하여 배경 모델에서 분리된 개별 객체의 병합된 관심영역을 제공한다. 실험에서 기존의 일반적인 블럽 레이블링 방법만을 적용하여 추출한 전경영역과 제안하는 방법에 의한 전경영역을 비교하여 배경 모델에서 분리된 개별 객체의 관심영역이 효과적으로 추출되는 것을 보인다.

• The KIPS Transactions:PartB
• /
• v.15B no.1
• /
• pp.25-36
• /
• 2008

In this paper, we present a robust hand recognition approach to sudden illumination changes. The proposed approach constructs a background model with respect to hue and hue gradient in HSI color space and extracts a foreground hand region from an input image using the background subtraction method. Eighteen features are defined for a hand pose and multi-class SVM(Support Vector Machine) approach is applied to learn and classify hand poses based on eighteen features. The proposed approach robustly extracts the contour of a hand with variations in illumination by applying the hue gradient into the background subtraction. A hand pose is defined by two Eigen values which are normalized by the size of OBB(Object-Oriented Bounding Box), and sixteen feature values which represent the number of hand contour points included in each subrange of OBB. We compared the RGB-based background subtraction, hue-based background subtraction and the proposed approach with sudden illumination changes and proved the robustness of the proposed approach. In the experiment, we built a hand pose training model from 2,700 sample hand images of six subjects which represent nine numerical numbers from one to nine. Our implementation result shows 92.6% of successful recognition rate for 1,620 hand images with various lighting condition using the training model.

• The Journal of the Acoustical Society of Korea
• /
• v.20 no.3
• /
• pp.56-62
• /
• 2001

In this paper, we adopt a missing data theory to speech recognition. It can be used in order to maintain high performance of speech recognizer when the missing data occurs. In general, hidden Markov model (HMM) is used as a stochastic classifier for speech recognition task. Acoustic events are represented by continuous probability density function in continuous density HMM(CDHMM). The missing data theory has an advantage that can be easily applicable to this CDHMM. A marginalization method is used for processing missing data because it has small complexity and is easy to apply to automatic speech recognition (ASR). Also, a spectral subtraction is used for detecting missing data. If the difference between the energy of speech and that of background noise is below given threshold value, we determine that missing has occurred. We propose a new method that examines the reliability of detected missing data using voicing probability. The voicing probability is used to find voiced frames. It is used to process the missing data in voiced region that has more redundant information than consonants. The experimental results showed that our method improves performance than baseline system that uses spectral subtraction method only. In 452 words isolated word recognition experiment, the proposed method using the voicing probability reduced the average word error rate by 12％ in a typical noise situation.

• Journal of the Institute of Electronics Engineers of Korea CI
• /
• v.48 no.1
• /
• pp.101-107
• /
• 2011

The background noises and distortions by channel are major factors that disturb the practical use of speech recognition. Usually, noise reduce the performance of speech recognition system DSR(Distributed Speech Recognition) based speech recognition also bas difficulty of improving performance for this reason. Therefore, to improve DSR-based speech recognition under noisy environment, this paper proposes a method which detects accurate speech region to extract accurate features. The proposed method distinguish speech and noise by using entropy and detection of spectral energy of speech. The speech detection by the spectral energy of speech shows good performance under relatively high SNR(SNR 15dB). But when the noise environment varies, the threshold between speech and noise also varies, and speech detection performance reduces under low SNR(SNR 0dB) environment. The proposed method uses the spectral entropy and harmonics of speech for better speech detection. Also, the performance of AFE is increased by precise speech detections. According to the result of experiment, the proposed method shows better recognition performance under noise environment.

• Journal of the Korean Society of Marine Environment & Safety
• /
• v.17 no.4
• /
• pp.307-314
• /
• 2011

This study proposed detection method of Marine debris using unmanned aerial photography. For unmanned aerial photography, a RC(Radio Control) helicopter which has good movability and economics was used. To a camera mounting, a gimbal equipment was attached to the bottom of the RC helicopter. The gimbal equipment is very useful because it is not seriously affected by vibration and rolling. In addition, we invented that digital image processing algorithm using Matlab program for detection of marine debris from photographs. Particularly, background subtraction in invented algorithm was applied. As a result, marine debris of a variety of forms from different sand states of coast were reliably detected. In the future, monitoring using proposed method was expected to contribute that the solution to representative problem of monitoring area selecting and estimate the total litter mass over the beach. Moreover, It is considered a greater application possibility to marine environmental observations.

• Journal of the Korea Society of Computer and Information
• /
• v.14 no.11
• /
• pp.179-186
• /
• 2009

In this paper, we propose a head detection method based on vertical and horizontal pixel histogram analysis in order to overcome drawbacks of the previous head detection approach using Haar-like feature-based face detection. In the proposed method, we create the vertical and horizontal foreground pixel histogram images from the background subtraction image, which represent the number of foreground pixels in the same vertical or horizontal position. Then we extract feature points of a head region by applying Harris corner detection method to the foreground pixel histogram images and by analyzing corner points. The proposal method shows robust head detection results even in the face image covering forelock by hairs or the back view image in which the previous approaches cannot detect the head regions.

• Journal of the Korea Academia-Industrial cooperation Society
• /
• v.15 no.8
• /
• pp.5263-5268
• /
• 2014

This paper suggests a fast human detection algorithm that can be applied to a high-resolution CCTV camera. Human detection algorithms, which used a HOG detector show high performance in the region of image processing. On the other hand, it is difficult to apply to real-time high resolution imaging because of its slow processing speed in the extracting figures of HOG. To resolve this problems, we suggest how to detect humans into two stages. First, candidates of a human region are found using background subtraction, and humans and non-humans are distinguished using a HOG detector only. This process increases the detection speed by approximately 2.5 times without any degradation in performance.

• Proceedings of the Acoustical Society of Korea Conference
• /
• spring
• /
• pp.91-94
• /
• 2002

음성인식 시스템의 실용화를 위해서 우선적으로 해결되어야 될 문제중 하나로 잡음환경하에서의 끝점검출을 들 수 있다. 잡음이 존재하지 않는 환경에서는 기존의 에너지 파라미터만으로도 어느정도 신뢰성있는 끝점 구간을 검출할 수 있으나 도심 소음과 같은 실제 잡음환경하에서는 대부분 좋지 않은 결과를 보인다. 본 논문에서는 도심환경의 배경잡음을 제거하는 방법으로 입력되는 음성에 대하여 주변소음에 의해 손상된 음성스펙트럼의 크기 성분만을 제거하는 전처리 기법인 Bark scale에 기반한 스펙트럼 차감법을 사용하고, 인간의 청각특성을 고려하여 음성의 주파수 대역을 3개의 대역으로 분리한 후, 대역별로 세밀한 에너지 문턱치값을 설정하여 음성의 끝점을 탐색하는 방법을 제안한다. 제안한 방법의 유효성을 확인하기 위해 실제 사무실 및 지하철역 등의 잡음환경하에서 녹음된 데이터베이스를 이용하여 끝점검출을 수행한 결과 기존의 에너지와 영교차율을 이용한 방법에 비해 평균 $46\%$의 오차율 감소와 대역에너지만을 사용한 경우에 비해 평균 $17\%$의 오차율 감소를 나타내어 제안한 방법의 유효성을 확인할 수 있었다.

• Journal of Teachers' Pension
• /
• v.5
• /
• pp.219-241
• /
• 2020

연기연금제도는 연금 지급개시연령 도달 이후 일정 기간 연금수급을 포기하는 대신 급여에 일정액을 가산하여 지급하는 제도이다. 연기연금은 지급개시연령 도달 이전에 수급을 신청하면 일정액을 가산하여 차감하고 지급하는 조기연금과 상호보완적인 기능을 수행하며 유연은퇴(flexible retirement)의 주요한 축을 구성한다. 연기연금제도의 정책적 목적은 수급자별 다양한 재무적 상황에 따라 보다 유연한 은퇴설계와 노후소득 확충을 지원하는 제도적 장치를 마련하는 것이다. 하지만 현재 연기연금제도는 국민연금에는 시행되고 있으나 사학연금을 비롯한 직역연금에는 도입되지 않고 있다. 최근 공적연금간 급여규정 수렴화에도 불구하고 사학연금을 비롯한 직역연금에서 연기연금을 도입하지 않는 배경에는 공적연금간 급여 형평성 등 많은 쟁점사항들이 영향을 미치기 때문일 것이다. 하지만 이 연구는 그러한 기저의 논쟁에서 벗어나 제도의 재무적 특성 분석을 목적으로 한다. 분석자료는 연금수급을 위한 요건을 충족한 퇴직자 중 연금수급연령 미도달자로 이들 대기자 그룹의 미시자료를 이용해 연기연금 적용 시 제도의 총급여액 증가를 야기하지 않는 재정 중립적 증액률(plan-neutral deferral rate)을 산출하였다. 분석결과, 분석자료를 대상으로 한 산술적 증액률은 6.75%였으나 민감도 분석의 결과를 반영한 적정수준은 6% 이하일 것으로 사료된다. 이는 장기적 추정의 특성상 적용되는 가정변수 수준에 따라 변동폭이 클 뿐만 아니라 하위 구성집단간의 이질적 특성으로 산출되는 증액률의 편차가 크기 때문이다. 따라서 재정 안정성을 훼손하지 않기 위해서는 보수적 관점의 접근이 필수적이다. 연구의 구성은 크게 세 부분으로 II장에서는 소득활동관련 연금의 주요한 수단으로 연기연금의 제도적 필요성을 검토하고, III장에서는 실제 사학연금 가입자 자료를 이용해 재정 중립적 증액률을 산출하고 주요 변수별, 특성 집단별 증액률에 대한 분석결과 및 시사점을 기술하였다. IV장에서는 장기 재정안정성을 저해하지 않기 위해 적정 증액률 산정 시 추가적으로 고려해야 되는 재무적 관련사항을 기술하였다.

• Journal of the Korea Computer Graphics Society
• /
• v.16 no.1
• /
• pp.1-7
• /
• 2010

With the widespread use of vision-based surveillance systems, the capability for person identification is now an essential component. However, the CCTV cameras used in surveillance systems tend to produce relatively low-resolution images, making it difficult to use face recognition techniques for person identification. Therefore, an algorithm is proposed for person identification in CCTV camera images based on the clothing. Whenever a person is authenticated at the main entrance of a building, the clothing feature of that person is extracted and added to the database. Using a given image, the clothing area is detected using background subtraction and skin color detection techniques. The clothing feature vector is then composed of textural and color features of the clothing region, where the textural feature is extracted based on a local edge histogram, while the color feature is extracted using octree-based quantization of a color map. When given a query image, the person can then be identified by finding the most similar clothing feature from the database, where the Euclidean distance is used as the similarity measure. Experimental results show an 80% success rate for person identification with the proposed algorithm, and only a 43% success rate when using face recognition.