• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 1998년도 춘계종합학술대회
• /
• pp.216-221
• /
• 1998

슈퍼임포즈는 개인식별 방법으로 신원 미상의 두개골의 발견 시, 두개골의 사진과 용의자 생전 사진의 동일 비율로 확대, 축소 후 두 영상을 중첩하므로서 동일인 여부를 비교, 판별하는 기법이다. 삼풍백화점 붕괴사고와 Guam KAL기 추락사고와 같이 대형사건에서의 개인식별에 매우 중요한 문제이다. 본 연구는 비디오 카메라로 입력한 두개골 영상과 스캐너로 입력한 생전 사진의 중첩을 위한 H/W 시스템의 구축과 영상처리 기법을 응용한 응용 프로그램을 개발하였다 슈퍼임포즈의 영상처리 기법으로는 두개골 및 생전 사진의 윤곽선 추출, 중첩점 조정, 상,하,좌,우 각도조정, 윤곽선보정, Hue 조정, 히스토그램 조정 등 다양한 영상처리 기법을 응용하였다. 또한, 이들 영상처리기법은 법의학 체제에 입각한 슈퍼임포즈 영상합성이 개인식별 감정시 필요한 최적의 영상 비교가 가능하도록 DB 시스템 구축과 분석시스템을 개발하였다. 그리고, 실제 감정시 본 영상시스템으로 감정해 본 결과로 보다 정확하고 실시간으로 감정이 가능하다. 본 슈퍼 임포즈 영상시스템은 슈퍼 임포즈 영상자료의 처리와 축적 기술의 발전으로, 두개골 영상과 생전 사진을 이용한 생전의 3차원 실 영상의 복원연구가 가능하리라 사료된다.

• 한국HCI학회:학술대회논문집
• /
• 한국HCI학회 2007년도 학술대회 1부
• /
• pp.897-902
• /
• 2007

인간과 컴퓨터간의 전통적인 인터페이스는 인간이 요구하는 다양한 인터페이스를 제공하지 못한다는 점에서 점차 사용하기 불편하게 되었고 이는 새로운 형태의 인터페이스에 대한 요구로 이어지게 되었다. 본 논문에서는 이러한 추세에 맞추어 카메라를 통해 인간의 손 제스처를 인식하는 새로운 인터페이스를 연구하였다. 손은 자유도가 높고 3차원의 view direction에 의해 형상이 매우 심하게 변한다. 따라서 윤곽선 기반방법과 같은 2차원으로 투영된 영상에서 contour나 edge의 정보로 손 제스처를 인식하는 데는 한계가 있다. 그러나 모델기반 방법은 3차원 정보를 이용하기 때문에 손 제스처를 인식하는데 좋으나 계산량이 많아 실시간으로 처리하기가 쉽지 않다. 이러한 문제점을 해결하기 위해 손 형상에 대한 대규모 데이터베이스를 구성하고 정규화된 공간에서 Feature 간의 연관성을 파악하여 훈련 데이터 모델을 구성하여 비교함으로써 실시간으로 손 포즈를 구별할 수 있다. 이러한 통계적 학습 기반의 알고리즘은 다양한 데이터와 좋은 feature의 검출이 최적의 성능을 구현하는 것과 연관된다. 따라서 배경으로부터 노이즈를 최대한 줄이기 위해 피부의 색상 정보를 이용하여 손 후보 영역을 검출하고 검출된 후보 영역으로부터 HLF(Haar-like Feature)를 이용하여 손 영역을 검출한다. 검출된 손 영역으로부터 패턴 분류 과정을 거쳐 손 포즈를 인식 하게 된다. 패턴 분류 과정은 HLF를 이용하여 손 포즈를 인식하게 되는데 미리 학습된 각 포즈에 대한 HLF를 이용하여 손 포즈를 인식하게 된다. HLF는 Violar가 얼굴 검출에 적용한 것으로 얼굴 검출에 좋은 결과를 보여 주었으며, 이는 적분 이미지로부터 추출한 HLF를 이용한 Adaboost 학습 알고리즘을 사용하였다. 본 논문에서는 피부색의 색상 정보를 이용 배경과 손 영상을 최대한 분리하여 배경의 대부분이 Adaboost-Haar Classifier의 첫 번째 스테이지에서 제거되는 방법을 이용하여 그 성능을 더 향상 시켜 손 형상 인식에 적용하였다.

• 한국지능시스템학회논문지
• /
• 제22권6호
• /
• pp.748-753
• /
• 2012

본 논문에서는 최적 pRBFNNs 패턴분류기 기반 3차원 스캐너를 이용한 얼굴인식 알고리즘을 설계한다. 일반적으로 2차원 영상을 이용한 얼굴인식 시스템은 사진의 명암도를 이용하여 얼굴의 특징을 추출하게 된다. 그렇기 때문에 빛이나 조명, 또는 얼굴 포즈와 같은 환경 변화들은 시스템의 성능을 저하시킨다. 따라서 본 논문에서 제안된 얼굴인식 알고리즘은 2차원 얼굴인식 시스템의 한계를 극복하기 위하여 3차원 스캐너를 사용하여 설계한다. 먼저 3차원 스캐너를 이용하여 얼굴 형상을 스캔하고 스캔된 얼굴 형상은 포즈 보상 과정을 통하여 정면으로 변환된다. 그 후에 Point Signature 기법을 사용하여 얼굴의 깊이 정보를 추출하고 마지막으로 고차원 패턴인식 문제에 대한 해결을 위하여 최적화된 pRBFNNs (Polynomial-based Radial Basis Function Neural Networks) 모델을 사용하여 인식성능을 확인한다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2015년도 제46회 하계학술대회
• /
• pp.1373-1374
• /
• 2015

본 논문은 복잡한 비선형 모델링 방법인 다항식 기반 RBF 뉴럴 네트워크(Radial Basis Function Neural Network)와 벡터공간에서 임의의 비선형 경계를 찾아 두 개의 집합을 분류하는 방법으로 주어진 조건하에서 수학적으로 최적의 해를 찾는 SVM(Support Vector Machine)를 사용하여 3차원 얼굴인식 모델을 설계하고 두 모델의 3차원 얼굴 인식률을 비교한다. 3D스캐너를 통해 3차원 얼굴형상을 획득하고 획득한 영상을 전처리 과정에서 포인트 클라우드 정합과 포즈보상을 수행한다. 포즈보상 통해 정면으로 재배치한 영상을 Multiple Point Signature기법을 이용하여 얼굴의 깊이 데이터를 추출한다. 추출된 깊이 데이터를 RBFNN과 SVM의 입력패턴과 출력으로 선정하여 모델을 설계한다. 각 모델의 효율적인 학습을 위해 PCA 알고리즘을 이용하여 고차원의 패턴을 축소하여 모델을 설계하고 인식 성능을 비교 및 확인한다.

• 한국정보통신학회논문지
• /
• 제19권5호
• /
• pp.1199-1206
• /
• 2015

본 논문은 위상분석 기법을 이용하여, 스켈레톤의 크기, 조인트의 개수, 조인트 이름이 다른 모션들에 대한 유사도를 자동으로 계산하는 알고리즘을 제안한다. 제안하는 알고리즘은 스켈레톤의 계층구조와 기본포즈를 분석하여 k 개의 조인트 그룹으로 자동 분류하며, 분류된 조인트 그룹은 조인트의 전역 위치를 이용한 포인트 클라우드로 변환된다. 이 때, 비교 대상이 되는 각 그룹의 포인트 클라우드 내 포인트의 위치는 스켈레톤의 크기를 고려하여 자동으로 조정되며, 포인트 개수 또한 자동으로 일치하게 된다. 비교 대상이 되는 두 포인트 클라우드들은 유사도 계산을 위해 거리 값을 최소로 하는 최적의 2D변환 행렬을 구하게 되며, 이 행렬을 적용 후 나타나는 포인트 간의 거리의 합을 최종 유사도 값으로 결정한다. 실험을 통해, 제안하는 알고리즘은 스켈레톤의 크기, 조인트의 개수, 조인트 이름에 상관없이 유사도 값을 계산해 줌을 알 수 있었다.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 1999년도 추계종합학술대회 논문집
• /
• pp.448-451
• /
• 1999

In this paper, we propose a new object representation method and matching algorithm for object recognition using a 3-fingered robot hand. Each finger tip can measure normal vector and shapes of a contacting surface. Object is represented by the inter-surface description table where the features of a surface are described in the diagonal and the relations between two surfaces are in the upper diagonal. Based on this table, a fast and the efficient matching algorithm has been proposed. This algorithm can be applied to natural quadric objects.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2004년도 봄 학술발표논문집 Vol.31 No.1 (B)
• /
• pp.790-792
• /
• 2004

본 논문에서는 컬러 영상에서 얼굴 구성요소 융합을 이용하여 얼굴 영역을 검출하는 방법을 제시한다. 먼저 광범위한 조명 환경과 인종을 포괄하는 피부색의 범위를 이용해 피부 영역을 검출하고. 영역 그룹화로 후보 얼굴 영역을 찾는다. 색 정보를 이용해 얼굴 구성요소(눈, 입)를 검출한 후, 검출된 구성요소와 구성요소 간의 관계를 융합하여 주어진 영상에서 얼굴 영역을 검출한다. 본 논문이 제안하는 구성요소 융합 방법은 구성요소 간의 관계에 대한 불확실성을 고려하고 있어, 구성요소간의 최적의 조합으로 얼굴의 크기와 포즈, 조명의 변화가 어느 정도 허용된 얼굴 검출이 가능하다.

• 대한기계학회:학술대회논문집
• /
• 대한기계학회 2003년도 추계학술대회
• /
• pp.1476-1481
• /
• 2003

Kinematic calibration enhances absolute accuracy by compensating for the fabrication tolerances and installation errors. Effectiveness of calibration procedures depends greatly on the measurements performed. This paper investigates identifiable parameters and optimum postures for four different calibration procedures - measuring postures completely with inverse kinematic residuals, measuring postures completely with forward kinematics residuals, measuring only the three position components, and restraining the mobility of the end-effector using a constraint link. The study is performed for a six degree-of-freedom fully parallel HexaSlide type parallel manipulator, HSM. Results verify that all parameters are identifiable with complete posture measurements. For the case of position measurements, one and for the case of constraint link, three parameters were found non-identifiable. Selecting postures for measurement is also an important issue for efficient calibration procedure. Typically, the condition number of the identification Jacobian is minimized to find optimum postures. Optimal postures showed the same trend of orienting themselves on the boundaries of the search space.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제28권12호
• /
• pp.947-954
• /
• 2001

본 논문에서는 인식된 얼굴의 포즈 상태 열에 오토마타 기법을 적용하여 다양한 헤드 제스처 를 인식하는 방법을 제안한다. 얼굴 영역의 추출에는 Yl7외 I성분인 최적의 얼굴색 정보와 적응적인 차영상 정보를 이용하며. 눈 영역 추출에는 소벨 연산자와 투영 기법. 그리고 눈의 기하학적 위치 정보를 이용 한다 얼굴의 상태 인식에는 계층적인 특징분석 방법을 사용하며, 인식된 얼굴 상태 열에 오토마타 기법을 적용하여 13가지 제스처; 준비, 상측, 하측, 좌측, 우측, 전진, 후퇴, 좌 윙크, 우 윙크, 좌 더블 윙크 우 더블 윙크, 긍정, 부정제스처를 인식한다. 총 8명으로부터 1,488 프레임의 영상을 취득하여 실험한 결과, 99.3%의 얼굴 영역 추출률 95.3%, 의 눈 영역 추출률, 94.1% 의 얼굴 상태 인식률. 그리고 93.3%의 헤드제 스처 인식률을 얻었다

• 한국지능정보시스템학회:학술대회논문집
• /
• 한국지능정보시스템학회 2000년도 춘계정기학술대회 e-Business를 위한 지능형 정보기술 / 한국지능정보시스템학회
• /
• pp.463-468
• /
• 2000

본 논문에서는 얼굴의 9가지 상태를 인식하고 이를 상태 시퀀스로 생성한 후, 오토마타 기법을 적용하여 13가지(준비, 상측, 하측, 좌측, 우측, 전진, 후퇴, 좌 윙크, 우 윙크, 좌 더블 윙크, 우 더블 윙크, 긍정, 부정) 헤드 제스처를 인식하는 방법을 제안한다. 얼굴 영역을 추출하는 방법에서는 최적의 얼굴색 정보와 적응적 움직임 정보를 이용하여 얼굴 영역을 추출한다. 눈의 후보 영역을 추출하는 방법에서는 소벨 연산자와 투영 기법을 이용한다. 이 때 눈의 후보들을 제거하기 위하여 눈의 기하학적 정보와 눈은 쌍으로 존재한다는 정보를 이용한다. 얼굴의 상태를 인식하기 위해서는 계층적인 특징분석 방법을 사용한다. 13가지 헤드 제스처는 얼굴 상태 인식의 처리에서 생성된 상태 시퀀스를 이용한 오토마타 기법에 의해 인식된다. 실험 결과, 93.3%의 헤드제스처 인식률을 얻었다.