• Proceedings of the Korean Information Science Society Conference
• /
• 2008.06c
• /
• pp.492-497
• /
• 2008

최근 모바일 장치의 사용 영역 확대와 더불어 기기장치 내의 다양한 영상 데이터에 대한 효율적인 관리와 검색에 관한 기술 연구가 요구되고 있다. 그러나 모바일 장치의 낮은 CPU성능과 한정적인 메모리를 극복하기 위해 저 용량 그리고 고속의 검색 엔진 개발이 요구된다. 이 문제를 해결하기 위하여, 본 논문에서는 RGB 색상 공간에서 HSV 색상 공간 상의 36개의 특징 값으로 변환하는 검색 테이블 방법을 제안한다. 제안하는 방법에 의해, 입력 영상은 검색 테이블에 기반하여 빠르게 색상과 위치에 대한 두개의 특징 히스토그램으로 변환된다. 여기서, 특징추출에 필요한 연산은 본 논문의 실험 결과에서 보는 바와 같이 매우 낮다. 제안하는 방법을 이용하여, 우리는 영상, 색상 그리고 블랍에 의한 질의가 가능한 모바일 기반 영상 검색 시스템을 구현하였다. 본 논문에서 제시하는 실험결과는 제안하는 방법이 충분히 모바일에서 운용 가능한 가볍고 빠른 방법임을 알 수 있다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2007.05a
• /
• pp.459-462
• /
• 2007

본 연구에서는 동적 수신호 인식문제를 위하여 CNN 모델을 사용한 특징추출 기법과, FMM 신경망을 사용한 특징 분석 기법을 상호 결합한 형태의 패턴 인식 모델을 제안한다. 수신호 인식을 위하여 영상패턴에서 대상물의 움직임 정보에 기초한 3 차원 형식의 데이터 표현 기법과, 이로부터 인식을 위한 특징추출 기법을 제시한다. 특징추출 모듈에서는 3 차원으로 확장된 구조의 수용영역을 고려한 CNN 모델을 제안하며, 이로부터 학습패턴에서 특징점의 공간적 변이에 대한 영향을 최소화할 수 있음을 고찰한다. 또한 인식효율의 개선을 위하여 방대한 양의 특징집합으로부터 효과적인 특징을 선별하기 위한 방법론으로서 WFMM 모델 기반의 특징분석 기법을 정의하고 이로부터 선별된 특징을 사용하는 인식 기법을 소개한다.

• Korean Journal of Remote Sensing
• /
• v.29 no.5
• /
• pp.569-579
• /
• 2013

In this study, land-cover classification was implemented using features extracted from multi-temporal SAR data through 3D wavelet transform and the applicability of the 3D wavelet transform as a feature extraction approach was evaluated. The feature extraction stage based on 3D wavelet transform was first carried out before the classification and the extracted features were used as input for land-cover classification. For a comparison purpose, original image data without the feature extraction stage and Principal Component Analysis (PCA) based features were also classified. Multi-temporal Radarsat-1 data acquired at Dangjin, Korea was used for this experiment and five land-cover classes including paddy fields, dry fields, forest, water, and built up areas were considered for classification. According to the discrimination capability analysis, the characteristics of dry field and forest were similar, so it was very difficult to distinguish these two classes. When using wavelet-based features, classification accuracy was generally improved except built-up class. Especially the improvement of accuracy for dry field and forest classes was achieved. This improvement may be attributed to the wavelet transform procedure decomposing multi-temporal data not only temporally but also spatially. This experiment result shows that 3D wavelet transform would be an effective tool for feature extraction from multi-temporal data although this procedure should be tested to other sensors or other areas through extensive experiments.

• Journal of the Korean Institute of Telematics and Electronics B
• /
• v.31B no.10
• /
• pp.140-148
• /
• 1994

In this paepr, the modified neocognitron, which has capability of recognizing multi-patterns in input image in one pass, is proposed. It is the hierarchical neural network composed of S and V layer which are able to extract features and of C layer with little effect from deformation, changes in size, shifts in position. S and V cells extract the features of all patterns in input image by applying DCC(don't care condition) to those cells. S and C cells also have position informations of extracted patterns. Position information is used in extracting good features without extracted features beting interfered one another. The proposed method is shorter in recognition time than the selective attention method with backward connection, because of recognizing multi-patterns in one passe. The modified neocognitron can recognizze attached multi-patterns because of using DCC and position informations.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2018.10a
• /
• pp.669-672
• /
• 2018

캡술내시경은 식도부터 항문까지 소화기관 전체를 한번에 촬영할 수 있는 의료기기로, 한번의 검사에 평균 8~12 시간 정도의 길이와 5만장 이상의 프레임으로 구성된 영상을 생성한다. 그러나 생성된 영상에 대한 분석은 수작업으로 진행되고 있어, 캡술내시경 영상 분석 자동화에 대한 기술적인 수요가 높아지고 있는 추세이다. 이를 위해, 캡슐내시경 영상 분석에 대한 많은 연구가 진행되고 있는데, 본 연구에서는 그 중에서도 폴립 영상에 대한 검출 자동화 연구에 주목하였다. 폴립이란 위장관 내에서 발견될 수 있는 융기성 병변으로, 많은 연구에서 기계학습 혹은 딥러닝 방식을 적용하여 이를 검출하기 위한 연구를 수행하였다. 그러나 캡슐내시경 영상의 특성상, 병번이 있는 영상이 굉장히 적기 때문에 일반적인 딥러닝 방식의 적용으로 좋은 성능을 내기 어렵다. 따라서 본 논문에서는 폴립 검출 컨볼루션 신경망 설계를 위한 멀티 스케일에 대한 원형 검출기법을 결합하여 폴립이 의심되는 영역을 추출해주는 특징 추출 기법으로, 수집한 데이터 150장에 대한 실험한 결과 약 82%의 성능을 보였다.

• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.37 no.2A
• /
• pp.95-104
• /
• 2012

Pattern recognition using ensemble classifiers is composed of strong classifier which consists of many weak classifiers. In this paper, we used feature extraction to organize strong classifier using static camera sequence. The strong classifier is made of weak classifiers which considers environmental factors. So the strong classifier overcomes environmental effect. Proposed method uses binary foreground image by frame difference method and the boosting is used to train crowdedness model and recognize crowdedness using features. Combination of weak classifiers makes strong ensemble classifier. The classifier could make use of potential features from the environment such as shadow and reflection. We tested the proposed system with road sequence and subway platform sequence which are included in "AVSS 2007" sequence. The result shows good accuracy and efficiency on complex environment.

• Proceedings of the KIPE Conference
• /
• 2005.07a
• /
• pp.601-604
• /
• 2005

본 논문에서는 전방향 등극기하를 이용하여 이동로봇의 효과적인 표식대응에 대하여 기술한다. 전방향 영상에서 등극점과 등극선의 특성에 따라 추출된 특징의 영상내 위치를 추정한다. 예측된 특징의 영상위치정보를 통해 효과적인 특징 대응을 하며 본 연구에서는 두영상에서 8개의 대응점을 이용하여 기초행렬 F를 구하고 이것으로 특징의 공간정보를 계산한다. 따라서 기초행렬 F에서 계산된 기초행렬 E로부터 로봇은 자신의 위치와 운동정보(회전, 병진운동)를 알 수 있다. 또한 효과적인 특징대응을 위해 탐색범위를 축소함으로써 계산시간의 단축과 강인한 특징대응을 제시하였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 1999.10b
• /
• pp.521-523
• /
• 1999

본 논문에서는 입력 영상 열에서 얼굴 영역을 추출하고, 영역 내 특징점들의 움직임 벡터를 원근 움직임 모델에 정합하여 얼굴 영역을 추적하는 새로운 방법을 제안한다. 제안된 방법은 계층적 형판정합을 이용하여 얼굴 영역을 추출하고, 해당 영역에서 DoG 반응의 국부최대치를 찾아 특징점을 구한다. 그리고 최소제곱추정기법을 이용하여 각 특징점에서 얻어진 움직임 벡터를 원근 모델에 정합한다. 제안된 방법은 선별된 특징점에서 움직임 벡터를 계산함으로써 연산량을 줄일 수 있었고, 원근 움직임 모델을 이용함으로써 잡영에 강한 특성을 보인다.

• Proceedings of the Korea Contents Association Conference
• /
• 2003.05a
• /
• pp.351-355
• /
• 2003

Neurons in the mammalian visual cortex can be classified into the two main categories of simple cells and complex cells based on their response properties. Here, we find the complex features corresponding to the response of complex cells by applying the unsupervised independent component analysis network to input images. This result will be helpful to elucidate the information processing mechanism of neurons in primary visual cortex.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2020.11a
• /
• pp.317-318
• /
• 2020

언택트 문화가 활성화되면서 다양한 업체에서 홈트레이닝 어플리케이션이 출시되고 있다. 많은 어플리케이션이 관절 특징점 검출 기능을 제공하여 사용자에게 편리함을 제공하지만, 자체 컨텐츠만 사용가능하다는 점에서 한계를 갖는다. 본 작품에서는 딥러닝 기반의 관절 특징점 검출기 및 특징 추출기를 결합하여 실시간 자세 유사도 측정기를 구현하였다. 목표영상 및 사용자의 관절 위치를 파악함과 동시에 관절 위치 정보에 대한 특징을 추출하여 자세 유사도를 실시간으로 점수화해 사용자에게 제공한다.