• 한국통신학회논문지
• /
• 제38C권1호
• /
• pp.89-96
• /
• 2013

본 논문에서는 특이값 분해을 이용한 클러터 신호 제거 알고리즘의 연산속도를 향상 시킬 수 있는 기법을 제시한다. IR-UWB Radar를 이용하여 실내 위치 추적 시스템을 위해서는 수신 신호에서 목표물 신호를 추출하여야 한다. 특이값 분해를 이용하여 클러터 신호를 제거함으로써 수신신호로 부터 목표물의 신호를 추출할 수 있다. 특이값 분해를 이용한 클러터 신호 알고리즘은 목표물의 신호 추출 성능이 우수하나 연산속도가 느리다는 단점이 있다. 본 논문에서는 이런 단점을 극복하는 기법을 제시한다. 실제 IR-UWB Radar 시스템에 적용한 실험을 통해 본 논문에서 제시한 기법이 연산속도를 향상시키는 것을 확인하였다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2000년도 추계학술대회 학술발표 논문집
• /
• pp.319-322
• /
• 2000

본 논문에서는 지문영상으로부터 제안한 알고리즘을 이용하여 특이점(Core, Delta)을 추출한 후 특이점의 개수와 종류에 따라서 5가지 부류(arch, tented arch, left loop, right loop, whorl)로 지문영상을 분류하였다. 지문영상을 8*8블록과 16*16블록으로 분할한 후 3*3 Sobel 마스크를 씌워서 대표 방향을 구하였다. 또한 블록으로 분할한 영상으로부터 분산을 구하여 전경과 배경을 분리(segmentation)시켜 수행속도를 향상시켰다. 전처리 과정으로는 일정한 블록마다 임계값을 다르게 적용시키는 블록 이진화 기법을 사용하였으며 특이점을 추출하기 위해서 서로 크기가 다른 2개의 블록으로 영상을 분할하였다. 우선 8*8블록으로 영역을 분할한 후 방향 성분을 구하고 특이점들을 추출하였다. 이 경우 잡영 때문에 특이점이 너무 많이 추출되는 문제점이 있으므로 이러한 해결책으로 16*16블록으로 영역을 분할하여 방향 성분을 구하고 특이점을 추출하였다. 이렇게 다른 두 영역에서 동시에 나타나는 특이점을 후보 특이점으로 잡아서 그 후보 특이점 주변으로 Poincare 지수를 적용하여 확실한 특이점을 선택한 후 5가지의 지문 형태로 분류하였다. 실험결과 대부분의 지문영상에 대하여 강건한 분류 특성을 보이고 있음을 확인하였다.

• 한국정보과학회논문지:데이타베이스
• /
• 제33권7호
• /
• pp.708-714
• /
• 2006

웹은 정보의 저장 및 검색에 있어서 보편적인 매체가 되고 있다. 웹에서 정보 검색은 검색엔진을 출발점으로 이용하는 것이 대부분이지만, 그 결과는 사용자의 요구와 늘 일치하는 것은 아니며 때로는 의도적으로 조작된 검색 결과가 제시되기도 한다. 검색엔진의 데이타를 의도적으로 조작하는 것을 스패밍(spamming)이라고 부르며, 다양한 스패밍과 방지기술이 있지만, 최근에 각광을 받고있는 링크기반 검색 방식에는 스패밍이 쉽지 않은 것으로 알려져 있다. 그러나 이러한 방식에서도 구글폭탄(Google Bombing)과 같이 페이지점수법(PageRank)을 조작할 수 있는 약점이 있다. 본 논문에서는 이러한 약점을 방지할 수 있는 알고리즘을 제시한다. 기본적으로 링크 기반 검색 방식을 기초로 하여 웹을 하나의 유향 레이블 그래프로 인식하여 각 웹 페이지들은 하나의 노드로, 하이퍼링크는 에지로 표현함에 있어서 본 연구에서는 링크구조를 기반으로 링크내역(link context)을 부여하고 이를 에지의 레이블로 사용한다. 링크내역과 대상 페이지 사이의 유사도를 구하고, 이것을 이용하여 페이지점수법의 인접행렬을 재구성하는 방법을 취했다. 결과로써 기존의 방법 및 특이값 추출기법(SVD)에 기반한 새로운 기준을 도입해 그 효과를 입증했다.

• 한국통신학회논문지
• /
• 제33권1A호
• /
• pp.74-84
• /
• 2008

UWB(ultra wideband)는 기존의 무선통신망 시스템에게 간섭을 주지 않고 공존할 수 있는 매력적인 기술로 유비쿼터스 홈 실현을 위한 핵심기술로 인식되고 있다. 하지만 UWB 신호는 펄스 당 매우 낮은 에너지를 갖기 때문에 동일한 주파수 대역을 사용하는 협대역 통신시스템들에 의해서 강한 간섭을 받게 된다. 특별히 5GHz에서 작동하는 IEEE 802.11a 시스템은 FCC에서 규정한 UWB 신호의 대역폭과 겹쳐지게 되고 UWB 시스템에게 심각한 간섭효과를 준다. 본 논문에서는 IEEE 802.15.4a 채널환경에서 대역제한된 AWGN으로 모델링한 IEEE 802.11a 간섭신호가 DS-UWB 시스템에 미치는 간섭효과를 살펴보고 특이값 분해 알고리즘을 이용하여 수신된 신호로부터 IEEE 802.11a 신호를 추출하여 간섭을 억압하는 기법을 제안한다. 특이값 분해 알고리즘이 적용된 간섭억압기법을 통하여 단일 사용자 DS-UWB 시스템과 다중 사용자 DS-UWB 시스템에서 BER 성능이 향상된 것을 확인하였다.

• 대한전자공학회논문지SP
• /
• 제43권2호
• /
• pp.82-86
• /
• 2006

패턴인식 시스템은 일반적으로 데이터의 전처리, 특징 추출, 학습단계의 과정을 거쳐서 개발되어 진다. 그중에서도 특징 추출 과정은 다차원 공간을 가진 입력 데이터의 복잡도를 줄여서 다음 단계인 학습단계에서 계산 복잡도와 인식률을 향상시키는 역할을 한다. 패턴인식에서 특징 추출 기법으로써 principal component analysis, factor analysis, linear discriminant analysis 같은 방법들이 널리 사용되어져 왔다. 이 논문에서는 singular value decomposition (SVD) 방법이 패턴인식 시스템의 특징 추출과정에 유용하게 사용될 수 있음을 보인다. 특징 추출단계에서 SVD 기법의 유용성을 검증하기 위하여 원격탐사 응용에 적용하였는데, 실험결과는 널리 쓰이는 PCA에 비해 약 25%의 인식률의 향상을 가져온다는 것을 알 수 있다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2002년도 추계학술대회 및 정기총회
• /
• pp.283-286
• /
• 2002

자동화 지문인식을 위한 과정에서 지문영상의 정보를 보존하면서 최적의 세선화와 특이점추출을 위한 중요한 부분은 이진화 과정이다. 이진화 과정은 그레이-스케일 레벨의 영상을 0과 255값으로 바꾸는 과정이다. 이 과정에서 적절한 임계값(Threshold Value)을 설정해 주지 않으면 지문영상의 정보가 손실된다 본 논문에서는 이진화 과정 부분에 인공지능 기법을 적용하여 입력되는 지문영상에서 실시간으로 기준레벨(Threshold)을 추출하는 방법을 제안한다. 실험결과 기존의 방법과 비교하여 좋은 성능을 보여주고 있음을 나타낸다

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2007년도 춘계학술대회 학술발표 논문집 제17권 제1호
• /
• pp.167-170
• /
• 2007

동일한 집단에 속하는 개체를 다른 집단에 속하는 개체로부터 구별할 수 있는 염기의 특징을 해당 집단의 시그너쳐라고 한다. 학습 데이터는 두 집단에 속하는 염기서열들이고, 염기서열에 대한 시그너쳐는 개체를 다른 집단과 구별할 수 있는 위치의 염기들로 구성된 서열이다. 제안한 방법에서는 각 집단에 대해서 위치별로 염기의 발생빈도를 계산하고, 가장 발생빈도가 높은 염기를 결정한 다음, 다른 집단의 대응 위치에서 해당 염기의 빈도를 계산하여, 빈도차이가 지정한 분류임계값 이상이면, 해당 위치의 염기를 시그너쳐를 구성하는 특징으로 간주한다. 시그너쳐를 대한 임의의 염기서열에 대한 부합정도는 시그너쳐에 속하는 염기의 학습집단에서의 상대빈도값을 가중치로 하여 계산한다. 임의의 염기서열이 특정 집단에 속하는지 판단하기 위해서는 해당 집단의 시그너쳐에 대한 부합정도를 계산하게 되는데, 부합정도가 얼마이상이 되어야 해당 집단에 속하는 것으로 간주할지 기준이 되는 임계값을 엄밀도 임계값이라고 한다. 엄밀도 임계값은 학습 데이터 집합에 대해서 주어진 시그너쳐에 대한 엄밀도 임계값이 민감도와 특이도를 최대로 하는 것을 선택한다. 제안한 방법을 구현한 바이오인포매틱스 도구를 개발하여, 한국형 HIV-1 바이러스 시그너쳐 추출에 적용하여 분류특성이 우수한 시그너쳐를 추출할 수 있음을 확인하였다.

• 한국지능시스템학회논문지
• /
• 제13권1호
• /
• pp.57-62
• /
• 2003

자동화 지문인식을 위한 과정에서 지문영상의 정보를 보존하면서 최적의 세선화와 특이점추출을 위한 중요한 부분은 이진화 과정이다. 이진화 과정은 그레이-스케일 레벨의 영상을 0과 255값으로 바꾸는 과정이다. 이 과정에서 적절한 기준레벨값(Threshold Value)을 설정해 주지 않으면 지문영상의 정보가 손실된다. 본 논문에서는 이진화 과정 부분에 인공지능 기법을 적용하여 입력되는 지문영상에서 실시간으로 기준레벨(Threshold)을 추출하는 방법을 제안한다. 실험결과 기존의 방법과 비교하여 좋은 성능을 보여주고 있음을 나타낸다

• 한국멀티미디어학회논문지
• /
• 제15권6호
• /
• pp.770-783
• /
• 2012

본 논문에서는 다중 영상에서 추출된 특징점을 사용해서 투영 공간에서의 카메라 행렬과 3차원 정점좌표를 계산하는 방법을 제안한다. 수치적인 안정성을 위해서 특징점을 정규화한 후 복원하며 얻어지는 카메라 행렬과 3차원 정점에 대해서 비정규화한다. 카메라 행렬과 3차원 정점의 초기값을 얻기 위해서 특이값 분해기법을 사용해서 투영 깊이가 적용된 측정 행렬을 분해한다. 행렬 분해 제약을 사용하여 카메라 행렬과 3차원 정점을 투영 복원한다. 투영 복원 과정에서는 비선형 반복적 최적화 방법이 사용된다. 실험 결과 제안방법은 대체로 적절한 정확성을 얻었고 오차의 편차가 크지 않았다.

• 한국컴퓨터정보학회논문지
• /
• 제11권2호
• /
• pp.25-33
• /
• 2006

본 논문에서는 영상을 자동적으로 객체와 비객체 영상으로 분류하는 방법을 제안한다. 객체 영상은 객체를 포함하는 영상이다. 객체는 영상의 중심 부근에 위치하고 주변 영역과는 상이한 칼라 분포를 가지는 영역들로 정의한다. 영상 분류를 위해 객체의 특징에 기반을 두고 네 가지 기준을 정의한다. 첫 번째 기준인 중심 영역의 특이성은 중심 영역과 주변 영역간의 칼라 분포의 차이를 통해 계산된다. 두 번째 기준은 영상 내의 특이 픽셀의 분산이다. 특이 픽셀은 영상의 주변영역보다 중심 부근에서 더욱 빈번하게 나타나는 상호 인접한 픽셀들의 칼라 쌍에 의해 정의된다. 세 번째 기준은 중심 객체의 평균 경계강도이다. 세 번째 기준은 분류 기준들중에서 가장 우수한 분류 성능을 나타내지만 특징값을 추출하기 위해서는 중심 객체를 추출해야 되는 많은 연산을 내포하고 있다. 이에 이와 비슷한 특성을 나타내는 네 번째 기준으로 영상 중심 영역에서의 평균 경계강도를 선택하였다. 네 번째 분류 기준은 세 번째 분류 기준에 비해 분류 성능은 조금 낮지만 빠르게 특징값을 추출할 수 있어 많은 데이터를 빠른 시간 내에 처리해야 되는 대규모 영상 데이터 베이스에 적용가능하다. 영상을 분류하기 위해 신경회로망 및 SVM을 사용하여 이들 기준들을 통합하였으며 신경회로망 및 SVM의 분류 성능을 비교하였다.