• Journal of the Institute of Electronics Engineers of Korea CI
• /
• v.39 no.3
• /
• pp.44-52
• /
• 2002

In this paper, we present an analytical method for decision boundary feature extraction for neural networks. It has been shown that all the features necessary to achieve the same classification accuracy xxxas in the original space can be obtained from the vectors normal to decision boundaries. However, the vector normal to the decision boundary of a neural network has been calculated numerically using a gradient approximation. This process is time-consuming and the normal vector may be inaccurately estimated. In this paper, we propose a method to improve the performance of the previous decision boundary feature extraction for neural networks by accurately calculating the normal vector When the normal vectors are computed analytically, it is possible to reduce the processing time significantly and improve the performance of the previous implementation that employs numerical approximation.

• Proceedings of the IEEK Conference
• /
• 2001.09a
• /
• pp.459-462
• /
• 2001

본 논문에서는 하이브리드 패턴벡터를 이용하여 자동차의 고유 마크와 차량 번호를 실시간으로 인식하는 알고리즘을 제안하였다. 제안한 알고리즘에서는 차량 입력 영상에서 차량의 마크와 번호판의 수평 및 수직 명암값 빈도수 변화를 이용해 마크와 번호판 영역을 추출한다. 또한, 추출된 알고리즘으로부터 수평 수직 패턴을 적용해 자동차의 마크를 인식하고 하이브리드 패턴벡터를 이용하여 번호판의 문자 및 숫자를 인식하도록 하였다. 제안한 자동차 마크 및 번호판 추출 과정에서는 마크와 번호판 영역의 문자와 배경이 뚜렷하게 구별되는 상대적인 크기의 특성과 수평 및 수직 빈도수와 패턴 벡터를 사용하여 마크 및 번호판 영역을 추출, 인식하도록하였다. 제안한 방법들을 적용한 결과, 차량 번호판의 크기에 관계없이 잡음에 영향을 받지 않고 차량의 종류와 번호를 실시간으로 처리할 수 있으며 차량번호판 추출 및 인식뿐 아니라 차량의 마크 추출 가능성을 제시하였다.

• Proceedings of the IEEK Conference
• /
• 2003.11a
• /
• pp.145-148
• /
• 2003

움직임 벡터의 상관도, 움직임 벡터의 분포특성, 블록 정합 오류의 특성은 탐색 패턴과 탐색 방법을 결정하는 중요한 요소이다. 일반적으로 움직임 벡터는 주로 탐색영역의 가운데를 중심으로 수평 흑은 수직축에 주로 분포한다. 또한 탐색 영역 내의 정합 오류 값의 분포를 보면 움직임 벡터의 분포와 비슷한 형태로 정합 오류의 값들이 수평 혹은 수직 방향으로 최소 정합 오류 값의 위치로 단조 감소해 나간다. 본 논문에서는 이러한 블록 정합 오류의 특성을 이용한 새로운 탐색 방법을 제안하며 주변 블록의 움직임 벡터의 상관도를 이용하여 초기 탐색 지점을 선택하는 고속 움직임 추정 알고리즘을 제안한다. 또한 모의실험을 통하여 기존의 여러 움직임 추정 알고리즘과 비교하여 PSNR 의 감소는 거의 없으면서 매크로블록당 평균 탐색포인트와 수행 시간의 향상을 얻을 수 있음을 확인한다.

• Proceedings of the Korea Multimedia Society Conference
• /
• 1998.04a
• /
• pp.411-416
• /
• 1998

본 논문은 Wavelet 변환 영역에서 특징 벡터를 추출하여 ART2 신경회로망으로 실장 PCB 패턴을 인식하는 알고리즘을 제안한다. PCB 형태 정보는 Wavelet에 의해 주파수 영역으로 변환되고, 이들 계수 행렬로부터 특징 벡터로서 추출된다. ART2 신경회로망은 이러한 특징 벡터들을 입력벡터로 사용하여 인식한다. 실장 PCB 영상 55장을 사용하여 실험한 결고, 학습된 입력패턴은 물론 비학습 입력패턴에 대해서도 약 99%의 인식율을 얻었다. 또한 제안된 방법은 Wavelet 변환 영역사에서 수직, 수평, 대각선 정보만으로 특징 벡터를 구축함으로써 특징 추출 과정이 비교적 간단하고 특징 벡터의 수도 줄일 수 있어, 효과적인 특징벡터의 추출이 가능함을 보였다.

• Transactions of the Korean Society of Mechanical Engineers B
• /
• v.41 no.4
• /
• pp.277-283
• /
• 2017

In this study, we investigated how a jumping strategy changes with an increase in the vertical jump height for a resultant ground reaction force (GRF) vector. We expected that the resultant force vector between two sequential motion phases (i.e., countermovement and push-off) of the countermovement jump would significantly change with the vertical jump height to take advantage of the resulting supportive force (i.e., an initial push-off force larger than the body weight) through the countermovement phase. Nine healthy young subjects were instructed to jump straight up to five different height levels ranging from 191 cm to 221 cm, and the kinematic and kinetic data were obtained in regular trials. The results showed that a lower center of mass position and larger resultant force vector were clearly observed in a higher jump, implying that the countermovement strategy changed with the vertical jump height to prepare for sufficient joint deviation and obtain a force advantage for larger push-off work.

• Proceedings of the Korea Institute of Convergence Signal Processing
• /
• 2001.06a
• /
• pp.153-156
• /
• 2001

본 논문에서는 하이브리드 패턴 벡터를 이용하여 차량 번호를 실시간으로 인식하는 알고리즘을 제안하였다. 차량 입력 영상에서 전처리 과정을 거쳐 번호판의 수평 및 수직 명암값 빈도수 변화를 이용해 번호판 영역을 추출하고 하이브리드 패턴을 적용해 더 정확한 번호판 문자 및 숫자를 인식하는 알고리즘을 제안하였다. 제안한 알고리즘의 번호판 추출 과정에서는 번호판 영역의 문자와 배경이 뚜렷하게 구별되는 특성 및 번호 판 영역의 상대적인 크기의 특성과 수평 및 수직 빈도 수를 추하여 입력된 차량영상에서 번호판 영역을 추출한다. 또한 번호판 영역에서 잡음 제거와 세선화(Thinning)를 적용해 문자 및 숫자를 하이브리드 패턴 벡터를 적용하여 문자의 크기, 문자와 문자 사이의 밀집도의 특성, 이동에 무관한 특성을 이용해 차량 번호를 인식하는 알고리즘을 제안하였다. 제안한 방법들을 적용한 결과 기존의 원형 패턴 벡터 보다 훨씬 계산 속도가 빠르며, 차량 번호판의 크기에 관계없이 잡음에 영향을 받지 않고 차량 번호를 실시간으로 처리할 수 있는 가능성을 제시하였고, 번호판 영역이 불규칙한 조명 상태에서도 더 정확한 차량 번호를 인식 할 수 있는 알고리즘을 본 논문에서 제안하였다.

• Proceedings of the Korea Database Society Conference
• /
• 1995.12a
• /
• pp.177-182
• /
• 1995

본 논문에서는 문서 인식 시스템에서 정확한 문서 인식의 기본이 되고 인식 결과에 중요한 영향을 미치는 전처리 알고리즘 중 테이블 입력의 효율적인 처리 방법을 연구한다. 테이블 내의 문자를 인식하기 위해서는 테두리선과 문자부분을 먼저 분리하는 작업이 필요하다. 왜냐하면, 테이블을 인식하기 위해서는 테두리선에 의해 블록화된 테두리선 안의 문자를 인식해야 하며 또한 테두리선을 효율적으로 벡터화하는 방법이 필요하다. 따라서 테이블을 벡터화하는 방법으로 8방향 체인 코드를 이용하여 테이블 선 성분을 추출하는 방법과 히스토그램을 이용하여 테이블의 수평, 수직 성분을 추출하여 얻어진 교차점을 이용하여 대각선 성분을 찾아내는 방법 및 화소의 run-length를 이용하여 수평, 수직 성분을 추출하여 얻어진 교차점을 이용해 대각선 성분을 찾아내는 방법 등이 있다. 본 논문에서는 문서 영상 내의 테이블을 효율적으로 벡터화하기 위한 방법을 연구한다.

• The Transactions of the Korea Information Processing Society
• /
• v.3 no.5
• /
• pp.1147-1159
• /
• 1996

In this paper. we develop an efficient algorithm which vectorize the table input for mixed document recognition system. It is necessary to separate character and line for recognizing the character in the table. For recognizing table, we have to recognize the character which is blocked by table line and develop the efficient rectorization method for table line. For vectorizing table, we develop several methods. The first method is to extract table line part using 8-dircction chaincodes. The second method is to extract horizontal and vertical lines using histogram of lines. The third one is to extract diagonal lines of table by using the cross points of horizontal and verticallines. Finally we also develop the table vectorization method which finds the regularity characteristics of horizontal and vertical lines composing table, In the paper, we sugest a regularity method for efficient table vectorization.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2001.12a
• /
• pp.173-176
• /
• 2001

본 논문은 영상 해석 알고리즘의 하나인 원형 패턴 벡터 알고리즘을 이용하여 손가락으로 커서를 제어하는 시스템을 구현하였다. 이 알고리즘을 적용하기 위하여 영상에서 손 영역에만 해당하는 최대 원을 여러 개 그린 후 가장 큰 원의 중심점을 무게 중심점으로 사용하였으며, 무게 중심점에서 손의 외곽까지의 거리를 구하여 가리키는 손가락을 찾도록 하였다. 화면상의 커서의 수평 방향은 가리키는 손가락 방향을 이용하여 평면 좌표로 해석하여 제어하였고, 수직 방향은 모니터 중앙 상단에 한대의 카메라를 사용하였기 때문에 손가락 길이를 이용하여 불연속적으로 상-중-하의 세 영역으로 제어하였다. 수직 방향의 커서이동이 불연속적이기 때문에, 구축한 인터페이스 화면의 범위를 축소한 후 축소된 범위를 전체 화면으로 확대해 나감으로써 사용자가 원하는 목표지점으로 커서를 이동시킬 수 있다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2004.11a
• /
• pp.855-858
• /
• 2004

본 논문에서는 원영상 영역내 포함된 우성의 에지에 대한 구체적 정보를 이용하기 위하여 Haar 웨이블릿을 이용한 에지영상 추출한다. 추출된 에지영상에 얼굴영역을 검출하기위해 이진화된 영상에 설정된 임계값을 통하여 얻은 이진영상으로부터 얼굴영역을 검출하기 위하여 얼굴의 일반적인 구조적 정보와 처리시간이 빠른 수평, 수직히스토그램 분석법을 이용하였다. 얼굴영역을 분리한 영상에 얼굴영역의 특징벡터를 구하기 위하여 26개의 특징벡터를 사용한 효율적인 고차 국소 자동 상관함수를 사용하였다. 계산된 특징벡터는 BP 신경망의 학습을 통하여 얼굴인식을 위한 데이터로 사용하여 제안된 알고리즘에 의한 인식률향상과 속도 향상을 입증한다.