• 제목/요약/키워드: 사각형의 계층적 분류

검색결과 4건 처리시간 0.017초

사각형 특징 기반 분류기와 클래스 매칭을 이용한 실시간 얼굴 검출 및 인식 (Real Time Face Detection and Recognition using Rectangular Feature based Classifier and Class Matching Algorithm)

  • 김종민;강명아
    • 한국콘텐츠학회논문지
    • /
    • 제10권1호
    • /
    • pp.19-26
    • /
    • 2010
  • 본 논문은 사각형 특징 기반 분류기를 제안하여 실시간으로 얼굴 영역을 검출하며, 계산의 효율성과 검출 성능을 동시에 만족시키는 강인한 검출 알고리즘을 구현하고자 한다. 제안한 알고리즘은 특징 생성, 분류기 학습, 실시간 얼굴 영역 검출의 세 단계로 구성된다. 특징 생성은 제안된 5개의 사각형 특징으로 특징 집합을 구성하며, SAT(Summed-Area Tables)를 이용하여 특징 값을 효율적으로 계산한다. 분류기 학습은 AdaBoost 알고리즘을 이용하여, 분류기를 계층적으로 생성한다. 또한 중요한 얼굴 패턴은 다음 레벨에 반복적으로 적용함으로써 우수한 검출 성능을 가진다. 실시간 얼굴 영역 검출은 생성된 사각형 특징 기반 분류기를 통해, 빠르고 효율적으로 얼굴 영역을 찾아낸다. 또한 얼굴 영역을 검출한 영역을 인식의 입력 영상으로 사용하여 PCA와 KNN 알고리즘을 이용하여 기존의 매칭 방법인 Point to point 방법이 아닌 Class to Class 방식을 이용하여 인식률을 향상시켰다.

간단한 특징에 기반한 얼굴 검출 (The Real-Time Face Detection based on Simple Feature)

  • 임옥현;이우주;이경일;이배호
    • 한국멀티미디어학회:학술대회논문집
    • /
    • 한국멀티미디어학회 2004년도 춘계학술발표대회논문집
    • /
    • pp.247-250
    • /
    • 2004
  • 본 논문에서는 간단한 사각형 특징과 계층적 분류기를 이용하여 실시간으로 얼굴을 검출하는 방법을 제안하고자 한다. 우리는 다섯 가지 형태의 기본적인 특징 모델을 바탕으로 20*20 크기의 훈련 영상에 적용하여 많은 초기 특징 집합을 구성하였다. AdaBoost(Adaptive Boosting) 알고리즘을 이용한 학습을 통하여 초기 특징 집합 중에서 얼굴 검출하는데 강인한 집합들만을 선택하였다. 제안된 알고리즘을 이용한 실제 실험에서 90% 이상의 높은 검출율을 확인하였고 초당 10프레임의 실시간 검출에도 성공하였다.

  • PDF

"평행사변형은 사다리꼴이다."에서 '이다'에 대한 고찰 (A Study on the Word 'is' in a Sentence "A Parallelogram is Trapezoid.")

  • 이규희;최영기
    • 대한수학교육학회지:학교수학
    • /
    • 제18권3호
    • /
    • pp.527-539
    • /
    • 2016
  • "평행사변형은 사다리꼴이다."에서 '이다'는 애매하고 그 의미가 매우 풍부한 기호이다. 이 연구는 일상적 언어 '이다'가 문맥과 상황에 따라 다양하게 해석되는 의미원소임을 밝히고 수학에서 사용되는 '이다'의 의미를 구분하여 논의한다. 그리고 '동일성'의 관념에 주목하여, 수학적으로 '같음'을 나타내기 위해 사용되기도 하는 '이다'를 동치관계의 개념과 Van Hieles의 기하 사고 수준 이론으로 재해석하여 살펴본다. 수학적 기호로서 '이다'에 대한 분석 결과 '이다'는 수학적 아이디어를 의미 있게 생성하는 데 중요한 의의가 있다고 판단된다.

결정규칙의 자동생성을 위한 패턴공간의 재귀적 퍼지분할 (Recursive Fuzzy Partition of Pattern Space for Automatic Generation of Decision Rules)

  • 김봉근;최형일
    • 한국지능시스템학회논문지
    • /
    • 제5권2호
    • /
    • pp.28-43
    • /
    • 1995
  • 본 논문에서는 패턴분류기를 위해 효과적인 퍼지규칙을 자동으로 생성하기 위한 새로운 방법을 제안한다. 퍼지 규칙은 특징공간에 대해 가상구체를 재귀적으로 정의함으로써 추출되고, 가상구체는 패턴 클래스의 중심벡터와 클래스에 속하는 모든 패턴을 충분히 포함할 수 있는 경계거리로 정의된다. 특히 공간을 분할하기 위해 가상구체를 이용하는 방법은 기존에 많이 사용되고 있는 가상사각형 형태의 분할 방법에 비해 클래스의 형태를 효과적으로 표현할 수 있으므로 패턴 분류기의 정화성을 향상시킬 수 있고, 퍼지규칙의 전제부를 매우 간단하게 표현할 수 있을 뿐만 아니라 제귀적 가상구체의 정의를 통해 추출되는 퍼지규칙들이 계층적인 구조를 갖을 수 있게 함으로써 입력되는 패턴의 신속한 분류를 가능하게 한다. 본 논문에서는 제안된 방법을 기존의 가상사각형을 이용한 퍼지규칙 추출 방법과 비교한다.

  • PDF