• Proceedings of the Korea Institute of Convergence Signal Processing
• /
• 2000.08a
• /
• pp.293-296
• /
• 2000

본 논문에서는 얼굴의 구조적 특성과 누적 히스토그램을 이용하여 다양한 정보를 포함하고 있는 얼굴의 6가지 표정을 인식하는 알고리즘을 기술하였다. 표정 인식을 위해 특징점 추출 전처리 과정으로 입력 영상으로부터 에지 추출, 이진화, 잡음 제거, 모폴로지 기법을 이용한 팽창, 레이블링 순으로 적용한다. 본 논문은 레이블 영역의 크기를 이용해 1차 특징점 영역을 추출하고 가로방향의 누적 히스토그램 값과 대칭성의 구조적인 관계를 이용하여 2차 특징점 추출 과정을 거쳐 정확하게 눈과 입을 찾아낸다. 또한 표정 변화를 정량적으로 측정하기 위해 추출된 특징점들의 눈과 입의 크기, 미간 사이의 거리 그리고 눈에서 입까지의 거리 정보를 이용하여 표정을 인식한다. 1, 2차 특징점 추출 과정을 거치므로 추출률이 매우 높고 특징점들의 표정에 따른 변화 거리를 이용하므로 표정 인식률이 높다. 본 논문은 안경 착용 영상과 같이 복잡한 얼굴 영상에서도 표정 인식이 가능하다.

• Journal of the Institute of Electronics and Information Engineers
• /
• v.52 no.4
• /
• pp.125-132
• /
• 2015

PCI Express is high-speed point-to-point serial protocol, the system is designed by analysing loss and jitter through Eye Diagram. It is necessarily analyzing high speed serial signals when the PCI Express Gen3 which has 8Gbps physical signal speed is designed especially. This paper deals with topology extraction, channel analysis, extraction of s-parameters and system signal integrity simulation within transceiver buffer models through PCI Express Gen3 server connecting switch system design. Optimal parameters of transmitter buffer equalizer are found through solution space simulation of de-emphasis and preshoot parameters to compensate channel loss.

• Proceedings of the KIEE Conference
• /
• 2009.07a
• /
• pp.1988_1989
• /
• 2009

본 논문은 이차 미분 맥파(SDPTG, Second Derivation of Photoplethysmogram)를 측정하여 이차 미분 맥파의 5개의 특징점을 검출하는 방법에 대한 내용을 기술한다. 본 논문에서는 측정된 신호의 신호대 잡음비(SNR)을 높이는 방법과 기존의 미분을 이용한 변곡점 추출의 한계적인 부분, 그리고 본 논문에서 제안하는 이차 미분 맥파의 특징점의 분포를 이용한 특징점 추출 알고리즘에 대해서 설명한다.

• Proceedings of the Acoustical Society of Korea Conference
• /
• 1998.08a
• /
• pp.238-241
• /
• 1998

성문파 신호로부터 음원변수들을 추출하는 방법과 그 전 단계에서 역 필터링 방법에 의해 구한 미분성문파 신호로부터 고주파 잡음을 제거하기 위해 음원구간에 따라 필터의 대역폭을 달리함으로서 음원변수 추출과정에서 저역통과 필터에 의해 발생할 수 있는 오차를 최소화하기 위한 선택적 저역통과 필터링 방법을 제안한다. 이 방법은 음원모델중 하나인 LF-model 펄스를 합성하여 필터링 함으로서 그 성능을 비교, 평가하였다.

• Proceedings of the Korea Institute of Convergence Signal Processing
• /
• 2001.06a
• /
• pp.181-184
• /
• 2001

본 논문에서는 얼굴영상의 특징추출에 적합한 LITFE (Linear Interpolated Triangle Feature Extraction)를 이용하여 얼굴영상을 인식하는 알고리즘을 제안한다. LITFE는 얼굴의 위치정보를 보존하면서 영상 분할이 가능한 특징추출 알고리즘으로, PCA (Principal Component Analysis) 의 신경회로망적 접근방법인 GHA(Genralized Hebbian Algorithm)와 병행하면 얼굴의 특징을 효과적으로 추출하여 인식할 수 있는 장점이 있다.

• Proceedings of the Korea Institute of Convergence Signal Processing
• /
• 2000.12a
• /
• pp.157-160
• /
• 2000

본 논문에서는 교통 감시 시스템의 필수 단계중에 하나인 실시간 자동차 검출 방법을 제안한다. 제안한 방법은 후보 영역 추출 단계와 자동차 인식 단계로 이루어진다. 첫 번째 단계에서는 연속된 두 프레임간의 차영상 분석 방법을 기반으로 하여 움직임이 있는 후보 영역을 추출한다. 두 번째 단계에서는 추출된 후보 영역에 자동차가 포함되어 있는지를 판별하기 위해 웨이블릿 변환 계수들을 입력으로 하는 신경망을 사용한다. 일반 도로에서 획득한 230대의 자동차가 포함된 동영상을 실험한 결과, 자동차 검출율은 97.8%, 프레임당 처리 시간은 0.12ms이다. 본 논문에서 제안한 실시간 자동차 검출 방법은 교통 감시 시스템에 유용하게 적용될 수 있다.

• Proceedings of the KIEE Conference
• /
• 2008.10b
• /
• pp.155-156
• /
• 2008

This research measures EEG signals which are generating on head skin and extracts brain concentration level related with brain activity. We develop concentration wireless transmission system for controlling hardware by using this signal. Two channels are used for measuring EEG signal on front head and Biopac system with MP-100 and EEG100C was used for measuring EEG signal, amplifying and filtering the signal. LabView 8.5 was also used for FFT transformation, frequency and spectrum analysis of the measure EEG signal. As a result, ${\alpha}$ wave, ${\beta}$ wave, ${\theta}$ wave and ${\delta}$ wave were classified. we extracted the concentration index by adapting concentration extraction algorithm. This concentration index was transferred into lego automobile device by wireless module and applied for BCI application.

• Journal of the Institute of Electronics Engineers of Korea SC
• /
• v.46 no.2
• /
• pp.41-46
• /
• 2009

This research measures EEG signals which are generating on head skin and extracts brain concentration level related with brain activity. We develop concentration wireless transmission system for controlling hardware by using this signal. Two channels are used for measuring EEG signal on front head and Biopac system with MP100 and EEG100C was used for measuring EEG signal, amplifying and filtering the signal. LabView 8.5 was also used for FFT transformation, frequency and spectrum analysis of the measured EEG signals. As a result, SMR wave, Mid-Bata wave, $\Theta$ wave classified. We extracted the concentration index by adapting concentration extraction algorithm. This concentration uldex was transferred into logo automobile device by wireless module and applied for BCI application.

• Smart Media Journal
• /
• v.6 no.2
• /
• pp.26-32
• /
• 2017

In this paper, we implement a signal-detecting electric circuit based LED lighting control system which is essential in NUI technology using EPIC converting surrounding earth electric field disturbance signals to electric potential signals. We used signal-detecting electric circuits which was developed to extract individual signal for each EPIC sensor while conventional EPIC-based development equipments provide limited forms of signals. The signals extracted from our developed circuit contributed to better performance as well as flexiblity in processes of feature extracting stage and pattern recognition stage. We designed a system which can control the brightness and on/off of LED lights with four hand gestures in order to justify its applicability to real application systems. We obtained faster pattern classification speed not only by developing an instruction system, but also by using interface control signals.

• Proceedings of the KAIS Fall Conference
• /
• 2008.05a
• /
• pp.125-128
• /
• 2008

사상의학은 개인별 체질의 분류에 따른 맞춤형 의학으로 우리나라 고유의 독특한 전통 의학이다. 이와 같은 사상의학에서 가장 중요하게 여겨지는 것이 사상체질의 정확한 분류이다. 따라서 사상체질 분류에 대한 객관적 요소의 확보 및 진단 지표 마련이 시급하게 해결되어야 할 과제이다. 이를 위해 본 논문에서는 사상체질 분류의 객관화, 정량화 및 시각화를 위해 얼굴 영상 신호와 음성 신호를 분석하여 결과값을 추출하고 체질별 집단군간의 차이점을 비교하여 사상체질 분류 시스템을 구현하고자 한다. 특히 영상 및 음성 신호는 성별, 연령별, 지역별 등의 구분에 따라 달라지기 때문에 본 논문에서는 40에서 50대 사이의 장년 여성을 대상으로 서울지역 거주자에 한해 사상체질 집단군을 구성하고 이들의 영상 및 음성 신호를 추출하여 체질간 비교, 분석을 수행하고자 한다. 최종적으로 실험을 통한 연구 결과의 유의성을 입증하고자 한다.