• Proceedings of the Korea Multimedia Society Conference
• /
• 2001.06a
• /
• pp.83-87
• /
• 2001

본 연구에서는 입력된 영상을 구성하는 객체의 형태 특징을 이용한 영상 검색 시스템을 제안한다. 현재 MPEG-7의 XM에서 제안된 영상 검색 기술은 정확한 검색이나 유사도를 측정한 수 있는 기능을 가지는 객체정보를 정확하게 추출했다는 가정하에서 기술되고 있다. 그러나 실제 영상에서 물체의 외곽선을 정확히 추출하는 것은 매우 어려우며 물체 내부에 중요한 특징이 있을 때 이를 표현하기도 어렵다. 따라서 현재의 영상 검색 시스템에서는 물체의 추출 없이 물체 외곽선 및 내부 특징에 대한 대략적인 정보를 이용하여 검색을 할 수 있는 형태 위주의 정보가 필요하다. 이를 위해 8방향 chain code를 이용하여 입력 영상으로부터 물체의 중요한 특징 중 하나인 물체의 내부 외부의 경계선을 추출하여 영상의 특징으로 이용한다. 이렇게 함으로써 기존의 물체 추출의 과정없이 형태에 대한 영상 검색을 수행한 수 있다. 형태특징을 얻기 위해서 먼저 체인코드를 이용하여 경계선 추출을 추출하였다. 형태특징으로 객체의 경계선과 무게중심까지의 합, 표준편차 그리고 객체의 장축과 단축 비율 등을 추출하였다. 이러한 형태특징 정보를 이용하여 데이터 베이스에 저장된 영상과 질의 영상을 비교하여 유사도 순위에 따라 후보 영상들을 검색하였다. 환 실험의 결과 크기, 회전 이동 등의 변화에 둔감하였다.

• Proceedings of the Korea Multimedia Society Conference
• /
• 2004.05a
• /
• pp.219-223
• /
• 2004

본 논문에서는 여러 생체 인식 시스템 중 지문 인식에 관한 연구를 기술한다 지문 입력장치를 통해 입력 받은 영상을 이용하여 개인의 식별을 위해 방향성과 특징점 정보를 이용, 매칭을 실시한다. 지문의 매칭은 1 차로 소벨 마스크와 창틀 마스크를 이용한 방향성 매칭과 2 차로 특징점 정보를 이용한 매칭 2 단계로 이루어 진다 방향성 정보를 이용한 매칭 방법에서는 가장 널리 알려진 소벨 마스크 보다 창틀 마스크가 더 정확한 것으로 판별 되었으며, 특징점 정보를 이용한 알고리즘에서는 상당한 의사 특징점을 제거 할 수 있었다 신뢰할 수 있는 방향성 검출 알고리즘과 특징점을 검출하기 위한 연구를 하였으며, 지문영상의 특징점으로는 끝점과 분기점을 사용하였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2008.06b
• /
• pp.261-264
• /
• 2008

본 논문에서는 영상의 중요한 특징을 강조하는 점의 분포를 가지는 자동화된 점묘화(stippling) 제작 방법을 제시한다. 예술가의 점묘화 일러스트 작품을 살펴보면 영상의 특징을 강조하는 방향성이 있는 점들을 사용해서 회화적인 느낌을 살림과 동시에 사물의 형태를 좀 더 명백히 파악할 수 있게 해준다. 하지만 컴퓨터 그래픽스 분야에서 연구된 기존 점묘화 기법 알고리즘은 입력 영상의 특징적인 형태를 고려하지 않고 색조에 따른 점의 밀도 변화만으로 사물을 표현하기 때문에 사물의 형태가 제대로 드러나지 않는 단점이 있다. 본 방법에서는 점의 분포가 대상의 형태를 반영하며 분포되게 하는 알고리즘을 적용하여 사물의 특징적인 형태를 강조한다. 이를 위해 영상의 특징선으로부터 추출한 특징 흐름(feature flow)을 따라 점을 배치시키는 방법을 사용한다. 그리고 입력 영상의 색조(tone)를 점묘화에 반영하기 위해 점의 크기가 입력 영상의 색조에 따라 자동으로 결정되도록 한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2004.05a
• /
• pp.351-354
• /
• 2004

본 논문에서는 낱자에서 추출한 특징을 입력으로 사용하는 자소 인식기를 이용한 저해상도 인쇄체 한글 영상의 인식 방법을 제안하였다. 제안한 방법에서는 입력 문자를 한글 6 형식과 기타 형식의 문자, 총 7 종으로 분류한 뒤, 입력 문자를 인식 대상 문자의 수와 자소 복잡도에 따라 하나 또는 두 개의 인식 단위로 구분하여 인식한다. 각 HRU는 낱자에서 추출한 방향각 특징을 입력으로 사용하는 다층 신경망 인식기를 이용하여 인식한다. 다음으로, 각 다층 신경망 인식기의 신뢰도를 조합하여 최종 인식 결과를 도출한다. 제안한 방법을 사용한 실험에서 98.99%의 인식률을 얻을 수 있었으며, 이는 기존 방법에 비해 15.83%의 오류가 감소한 것이다.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.15 no.4
• /
• pp.492-497
• /
• 2005

Feature extraction is important to classify data with large dimension such as image data. The representative feature extraction methods lot feature extraction ate PCA, ICA, LDA and MLP, etc. These algorithms can be classified in two groups: unsupervised algorithms such as PCA, LDA, and supervised algorithms such as LDA, MLP. Among these two groups, supervised algorithms are more suitable to extract the features for classification because of the class information of input data. In this paper we suggest a new feature extraction algorithm PCA-FX which uses class information with PCA to extract ieatures for classification. We test our algorithm using Yale face database and compare the performance of proposed algorithm with those of other algorithms.

• Proceedings of the IEEK Conference
• /
• 2000.09a
• /
• pp.837-840
• /
• 2000

동영상에서 움직이는 객체 분할 및 모션 예측을 동시에 수행할 수 있는 연구는 다양한 방법으로 시도 되어 왔다. 실제 이미지를 서로 다른 움직임이나 서로 다른 공간적인 특정 영역으로 분리 될 수 있다고 가정 한다면 복수의 객체 또는 객체의 움직임으로 표현 할 수 있다. 객체 분할 측면에서 볼 때 효율적인 분할을 위해서는 특징 입력 벡터의 선택이 중요한 변수로 작용한다. 본 연구에서는 정밀한 객체 분할을 위해 밝기, 질감(Texture) 정보와 같은 정지영상의 특징 입력 벡터와 움직임 벡터 같은 동영상의 특징 입력 벡터를 동시에 사용한다. 분리된 객체는 각각의 클래스를 구성하게 되고 이를 위한 클래스 분류기로서 Median Radial Basis 신경 회로망을 사용한다. 객체 분할과 움직임 예측을 위해서 확률적 방법을 통한 에너지 함수를 구하고 비용함수를 도입한다. 신경 회로망의 각 Basis 함수는 영상의 특정한 영역에서 활성화되며 객체의 분류를 위해 신경 회로망 출력으로 가중치의 합으로서 나타나게 된다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2008.06a
• /
• pp.205-209
• /
• 2008

본 논문은 입력되는 영상에서 특정 객체를 찾기 위하여 특징 검출 및 매칭 결과를 분석하여 기술한다. 영상의 특징을 추출하는 방법 중 코너를 특징으로 하는 방법인 해리스 코너 검출(Harris corner detection)을 이용하여 코너를 추출하였으며, 추출한 특징을 이용하여 다양한 크기의 템플릿을 만들어 입력된 영상과 상관계수를 구해 최대값을 가지는 위치를 찾아 입력된 영상과 객체를 매칭 시킨 결과를 분석하였다. 본 논문의 연구 결과들은 객체의 탐지 등과 같은 영상 분석 기반 기술에 활용될 수 있으리라 기대된다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2019.10a
• /
• pp.813-816
• /
• 2019

최근 에너지 부족 문제 및 환경 문제의 해결수단으로 스마트 그리드가 많은 주목을 받고 있다. 스마트 그리드 기술은 에너지를 효율적으로 사용하는 데 도움을 주며, 이를 위해서는 더욱 정확한 전력수요 예측이 필요하다. 다양한 기계학습 기법 기반의 전력수요 예측 모델은 좋은 예측 성능을 보이지만 입력 변수의 개수가 증가할수록 처리해야 하는 데이터의 양이 기하급수적으로 증가한다는 단점이 존재한다. 또한, 불필요한 데이터를 입력 변수로 선정할 경우에는 모델의 정확도가 저하될 수도 있다. 이러한 문제를 해결하기 위해 다양한 특징 선택 기법들이 제안되었지만, 기존의 특징 선택 기법은 모델의 성능을 고려하지 않았기 때문에 실제 적용 시 오히려 모델의 성능이 저하될 수도 있다. 이에 본 논문은 유전 알고리즘을 기반으로 한 특징 선택 기법을 제안한다. 유전 알고리즘을 통해 각 모델에 맞는 최적의 입력 변수를 선택함으로써 빠른 학습 속도와 높은 정확도를 기대할 수 있다.

• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.14 no.6
• /
• pp.650-662
• /
• 1989

In this paper, a new algorithm for feature extraction and classification of recognizing Hanguel patterns is proposed. Inputed patterns classify into six basic formal patterns and divided into subregion of Hanguel phoneme and extract the crook feature from position information of the each subregion. Hanguel patterns are defined and are made of the indexed-sequence file using these crook features points. Hanguel patterns are recognized by retrievignt ehses two files such as feature indexed-sequence file and standard dictionary file. Thi paper show that the algorithm is very simple and easily construct the software system. Experimental result presents the output of feature extraction and grouping of input patterns. Proposed algorithm extract the crooked feature using distance transformation method within the rectangle of enclosure the characters. That uses the informationof relative position feature. It represents the 97% of recognition ratio.

• Journal of the Korean Society of Radiology
• /
• v.6 no.3
• /
• pp.167-171
• /
• 2012

In this paper, we present an algorithm to extract features about disease region in digital stomach images. For feature extraction, DCT coefficients of gastrointestinal imaging matrix was obtained. DCT coefficent matrix is concentrated energy in low frequency region, we were extracted 128 feature parameters in low frequency region. Extracted feature parameters can using for differential compression of PACS and, can using for input parameter in CAD.