• Proceedings of the Korean Information Science Society Conference
• /
• 2003.04c
• /
• pp.340-342
• /
• 2003

본 논문은 웨이블릿 변환을 통해 얻어진 부밴드들을 고유얼굴을 이용한 얼굴인식 시스템에 적용하여 성능을 향상 시키기 위한 방법을 제안한다. 현재 상용화되어 있는 고유얼굴을 이용한 얼굴인식 방법은 속도가 빠르고 단순하며 학습능력이 졸은 특징을 가지고 있지만 훈련 얼굴영상들의 증가에 따라 계산량이 급격히 증가하는 문제점을 가지고 있다. 이를 해결하기 위해서 웨이블릿 변환를 통해 얻어진 해상도가 작은 부밴드 얼굴영상을 인식 과정에 사용되는 얼굴영상으로 사용함으로서 계산량의 증가에 대한 문제를 해결 할 수 있다. 얼굴의 인식률을 향상시키기 위한 방법으로는 웨이블릿 변환시에 나타나는 하나의 저대역 부밴드와 세 개의 방향성분을 가진 부밴드 얼굴영상의 특징벡터들을 벡터적으로 결합하여 인식과정에서 사용하여 인식의 정확도를 높이려 한다.

• Proceedings of the KIEE Conference
• /
• 2004.07d
• /
• pp.2534-2536
• /
• 2004

본 논문은 유전알고리즘을 이용하여 부정맥 진단의 최적화된 입력을 구성하는 방법을 제시한다. 심전도 신호의 특징을 추출하기 위해 웨이블릿 변환이 널리 사용되고 있지만, 추출된 특징들의 선택과 최적화의 문제에 대해서는 명쾌한 해결책을 제시하지 못하고 있다. 심전도 신호는 연속 웨이블릿 변환을 이용해 5레벨로 분해되었으며, 각 서브밴드에서 추출된 계수들은 부정맥 진단을 위한 특징으로 쓰이게 된다. 웨이블릿 변환을 통해 추출된 특징들(feature)은 유전자 알고리즘과 중회귀 분석을 동하여 부정맥 진단을 위한 최적화된 특징조합이 결정되었다. 본 연구를 통해 특정레벨의 어떤 계수가 부정맥 진단에 크게 영향을 미치는지 판단할 수 있었으며 입력의 차원감소는 연산시간의 축소를 가져왔고 분류정확도를 향상시켜 분류기의 성능을 증대시켰다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2002.05a
• /
• pp.590-593
• /
• 2002

A study on gray image morphing using 2D spline interpolation and 2D wavelet transform is presented. The B-spline of splines is used for interframe specified points to determine and the wavelet transform of transforms is applied for generating interframe images. The results are a smoothing image transfer by 2D spline and a removed degrading images as a blotting by 2D wavelet transform is making a good morphing image.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2000.04a
• /
• pp.1037-1041
• /
• 2000

본 논문에서는 웨이블릿 변환을 이용하여 추정된 변위 벡터와 이를 이용한 물체의 분할을 통해 특징 점을 추출하고 3차원 와이어 프레임(wire-frame)을 생성하는 알고리즘을 제안한다. 우선, 웨이블릿 변환을 이용하여 빠른 시간 안에 변위를 측정하고, 이를 통해 배경과 물체를 분리해 내었다. 그런 뒤에, 변위 벡터를 이용하여, 깊이 정보를 추정해 내고, 동시에 물체로부터 두드러진 특징 값들을 추출하여 3차원 와이어 프레임 생성을 위한 거리 값으로 사용하였다. 마지막으로, 일반적인 delaunay triangulation에서 생길 수 있는 오 정합을 본 논문에서 제안하는 전경/배경 분할 알고리즘을 이용하여 제거 하여 정확한 3차원 모델을 생성하였다. 아울러, 본 논문에서 제안하는 웨이블릿을 이용한 빠른 3D 모델링 방법을 원 영상을 이용한 방법과 비교하여, 더 좋은 결과를 보여줌으로써, 계산 시간 뿐만 아니라 정확성에서도 만족할 만한 결과를 얻을 수 있었다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2022.06a
• /
• pp.231-234
• /
• 2022

본 논문에서는 '스케치로부터 RGB 이미지로의 변환'을 수행하는 웨이블릿 기반의 네트웍에서 생성된 이미지 품질을 높이기 위해, 네트워크가 저주파수에 편향되어 학습이 되는 것을 완화하고자 Wavelet Mix Module(WMM)을 제안하였다. WMM 은 UNet 구조의 skip-connection 과정에 적용되며, 웨이블릿 변환을 사용하여 인코더 특성으로부터 세부값을 추출하여 디코더 특성으로 전달함으로써 네트워크 내에서 고주파 성분이 보존되도록 한다. WMM 이 적용된 네트워크로부터 생성된 이미지는 정량적 및 정성적인 결과가 개선됨을 실험을 통해 확인하였다.

• Journal of Korea Multimedia Society
• /
• v.12 no.3
• /
• pp.451-459
• /
• 2009

This paper presents an approach to detect premature ventricular contraction(PVC) using discrete wavelet transform and fuzzy neural network. As the input of the algorithm, we use 14 coefficients of d3, d4, and d5, which are transformed by a discrete wavelet transform(DWT). This paper uses a neural network with weighted fuzzy membership functions(NEWFM) to diagnose PVC. The NEWFM discussed in this paper classifies a normal beat and a PVC beat. The size of the window of DWT is $-31/360{\sim}+32/360$ second(64 samples) whose center is the R wave. Using the seven records of the MIT-BIH arrhythmia database used in Shyu's paper, the classification performance of the proposed algorithm is 99.91%, which outperforms the 97.04% of Shyu's analysis. Using the forty records of the M1T-BIH arrhythmia database used in Inan's paper, the classification performance of the proposed algorithm is 98.01%, which outperforms 96.85% of Inan's one. The SE and SP of the proposed algorithm are 84.67% and 99.39%, which outperforms the 82.57% and 98.33%, respectively, of Inan's study.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2007.06a
• /
• pp.127-130
• /
• 2007

This paper proposes a new Digital Watermarking based on Wavelet Transform for Color Images. To ensure the security of the watermark, enlarged watermark by applying linear bit expansion is inserted in a given intensity to a low frequency subband of the color image Y band which is Wavelet transformed after the Arnold Transformation. When detecting the presence of watermark, F norm function is applied unlike the existing methods. The experiment results verify that the proposed watermarking technique has outstanding quality in regards to fidelity and robustness.

• Proceedings of the Korean Information Science Society Conference
• /
• 2001.10b
• /
• pp.382-384
• /
• 2001

본 논문에서는 홍채의 특징을 효율적으로 추출하기 위한 접근 방법으로서, 웨이블릿 기반의 다해상도 분석 기법을 홍채영상에 적용한 결과에 대하여 소개하고자 한다. 입력장치인 카메라로부터 획득된 사람의 눈 영상에서 처리 대상인 홍채영역 만을 분리 추출한 후, 홍채 특징을 압축적이고 효과적으로 표상하기 위하여 2D 다해상도 웨이블릿 변환을 홍채영상에 적용하는 기법과 실제적인 응용을 위하여 등록된 데이터와 미지의 데이터 사이의 유사도를 측정하는 효율적인 기법을 연구한다. 이러한 기법들을 홍채 인식 시스템에 적용함으로써 처리속도 및 인식률 향상 등으로 고성능의 홍채인식시스템을 구현할 수 있었다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2004.04b
• /
• pp.793-795
• /
• 2004

본 논문에서는 웨이블릿 변환과 Direct LDA(DLDA)을 사용한 홍채 특징추출 방법을 제안한다. 이것은 획득한 홍채 영상으로부터 독특한 특징을 추출하기 위해 특별히 이차원 이산 웨이블릿 변환의 다중해상도 분해 방법을 사용하는 것이다 또한 홍채의 다양한 웨이블릿 성분으로부터 변별력을 가진 특징을 얻을 수 있도록 DLDA 기법을 적용하였다. 이러한 특징추출 방법은 이동이나 회전에 변하지 않는 알고리즘을 요구하는 홍채의 모양을 묘사하는데 적합하다. 홍채의 패턴정합을 위해서는 최근접 평균 분류기(Nearest Mean Classifier)를 사용하였다. 본 논문에서 인간의 홍채인식을 위해 제시한 방법이 홍채패턴을 표현하는 효과적인 방법이며, 시간 및 공간의 절약이라는 측면에서 유리하다는 것을 보여준다.

• Journal of Digital Convergence
• /
• v.14 no.4
• /
• pp.277-283
• /
• 2016

This study proposed new methods to classify normal and epileptic seizure signals from EEG signals using peaks extracted by wavelet transform(WT) and Hilbert transform(HT) based on a neural network with weighted fuzzy membership functions(NEWFM). This study has the following three steps for extracting inputs for NEWFM. In the first step, the WT was used to remove noise from EEG signals. In the second step, the HT was used to extract peaks from the wavelet coefficients. We also selected the peaks bigger than the average of peaks to extract big peaks. In the third step, statistical methods were used to extract 16 features used as inputs for NEWFM from peaks. The proposed methodology shows that accuracy, specificity, and sensitivity are 99.25%, 99.4%, 99% with 16 features, respectively. Improvement in feature selection method in view to enhancing the accuracy is planned as the future work for selecting good features from 16 features.