• Journal of the Korean Society for Nondestructive Testing
• /
• v.21 no.1
• /
• pp.54-61
• /
• 2001

A software package to classify acoustic emission (AE) signals using the wavelet transform and the neural network was developed Both of the continuous and the discrete wavelet transforms are considered, and the error back-propagation neural network is adopted as m artificial neural network algorithm. The signals acquired during the 3-point bending test of specimens which have artificial defects on weld zone are used for the classification of the defects. Features are extracted from the time-frequency plane which is the result of the wavelet transform of signals, and the neural network classifier is tamed using the extracted features to classify the signals. It has been shown that the developed software package is useful to classify AE signals. The difference between the classification results by the continuous and the discrete wavelet transforms is also discussed.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.20 no.4
• /
• pp.833-839
• /
• 2016

In this paper, we propose a selective feature extraction algorithm between Markov transition probability and co-occurrence probability for an effective image splicing detection. The Features used in our method are composed of the difference values between DCT coefficients in the adjacent blocks and the value of Kullback-Leibler divergence(KLD) is calculated to evaluate the differences between the distribution of original image features and spliced image features. KLD value is an efficient measure for selecting Markov feature or Co-occurrence feature because KLD shows non-similarity of the two distributions. After training the extracted feature vectors using the SVM classifier, we determine whether the presence of the image splicing forgery. To verify our algorithm we used grid search and 6-folds cross-validation. Based on the experimental results it shows that the proposed method has good detection performance with a limited number of features compared to conventional methods.

• Journal of Korea Multimedia Society
• /
• v.17 no.3
• /
• pp.277-286
• /
• 2014

In this paper, we propose a texture feature-based language identification by fusion of Gabor, MDLC (multi-lag directional local correlation), and co-occurrence features. In the proposed method, for a test image, Gabor magnitude images are first obtained by Gabor transform followed by magnitude operator. Moments for the Gabor magniude images are then computed and vectorized. MDLC images are then obtained by MDLC operator and their moments are computed and vectorized. GLCM (gray-level co-occurrence matrix) is next calculated from the test image and co-occurrence features are computed using the GLCM, and the features are also vectorized. The three vectors of the Gabor, MDLC, and co-occurrence features are fused into a feature vector. In classification, the WPCA (whitened principal component analysis) classifier, which is usually adopted in the face identification, searches the training feature vector most similar to the test feature vector. We evaluate the performance of our method by examining averaged identification rates for a test document image DB obtained by scanning of documents with 15 languages. Experimental results show that the proposed method yields excellent language identification with rather low feature dimension for the test DB.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2002.04a
• /
• pp.109-112
• /
• 2002

물리적 데이터베이스 설계기법은 최적의 질의처리 성능을 제공하기 위하여 데이터베이스의 액세스 구조를 결정하는 과정이다. 본 논문에서는 변환기법을 이용한 공간 액세스 구조의 물리적 데이터베이스의 설계를 위한 영역분할 전략을 제시한다. 변환기법을 이용한 공간 액세스 구조는 원공간(original space)에서의 공간 객체들을 공간의 차원을 두 배로 하는 변환공간(transformation space)내의 점 객체들로 변환하여 관리하는 방법이다. 먼저, 원공간에 주어지는 모든 공간 질의가 변환공간에서는 한가지 형태의 범위 질의로 변환되는 특징이 있음을 보인다. 그리고, 변환공간상에서 이 범의 질의가 위치하는 질의 영역의 모양과 데이터 페이지가 위치하는 페이지 영역의 모양 사이의 관련성을 이용하여 질의처리의 성능을 향상시킬 수 있는 영역분할 전략을 제안한다. 성능평가의 결과에 의하면, 주어진 질의 패턴에 따라 최적의 공간 액세스 구조를 구성할 수 있었으며, 이차원 원공간에 대한 사차원 변환 공간인 경우에 질의의 형태에 따라 질의처리의 성능이 다섯배 이상까지 향상되었다.

• 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 Korean Institute of Intelligent Systems Conference
• /
• 2004.04a
• /
• pp.321-324
• /
• 2004

본 논문에서는 유도전동기 고장진단을 위하여 계층적인 하이브리드 뉴럴네트웍을 제안하였다. 시스템의 입출력 데이터에 근거하여 패턴을 분류하고자 할 때 직접적인 분류가 어렵거나 성능이 좋지 않을 경우 적절한 방법을 통하여 변환을 하거나 또는 패턴 분류기의 특성에 맞도록 변환하여 패턴 분류 성능을 향상하는 등 단계별 변환 및 분류 기법을 이용하였다. 제안된 방법에서는 실험에 의해 측정된 전류값을 주기별로 주성분분석(PCA) 기법을 이용하여 입력차원을 축소한 후 이를 조건부 FCM으로 방사기저함수의 초기치를 최적화하여 학습을 하였다. 이는 주성분분석이 가지는 특성을 이용하여 데이터의 특징을 나누었으며 이를 뉴럴네트웍의 학습 기능을 이용하여 모델의 최종 성능을 개선하는 것이다. 각각의 알고리즘이 가지는 특징을 활용하면서도 단점을 계층적으로 보안하여 유도 전동기 고장 진단 성능을 개선하였다. 이를 실제 계측된 유도전동기 데이터를 이용하여 제안된 방법의 유용성을 보이고자 한다.

• Proceedings of the KIEE Conference
• /
• 2008.07a
• /
• pp.2255-2256
• /
• 2008

음성인식 시스템을 설계함에 있어서는 대표적으로 사람의 성도 특성을 모방한 LPC(Linear Predict Cording)방식과 청각 특성을 고려한 MFCC(Mel-Frequency Cepstral Coefficients)방식이 있다. 본 논문에서는 MFCC를 통해 특징파라미터를 추출하고 해당 영역에서의 수행된 작업을 매틀랩 알고리즘을 이용하여 그래프로 시현하였다. MFCC 방식의 추출과정은 최초의 음성신호로부터 전처리과정을 통해 아날로그 신호를 디지털 신호로 변환하고, 잡음부분을 최소화하며, 음성 부분을 강조한다. 이 신호는 다시 Windowing을 통해 음성의 불연속을 제거해 주고, FFT를 통해 시간의 영역을 주파수의 영역으로 변환한다. 이 변환된 신호는 Filter Bank를 거쳐 다수의 복잡한 신호를 몇 개의 간단한 신호로 간소화 할 수 있으며, 마지막으로 Mel-cepstrum을 통해 최종적으로 특징 파라미터를 얻고자 하였다.

• Proceedings of the Korea Institutes of Information Security and Cryptology Conference
• /
• 2003.07a
• /
• pp.110-112
• /
• 2003

사람은 각각의 개인마다 전적으로 구분되는 생물학적인 고유한 특징을 가지고 있다. 유전자 형질, 지문, 목소리, 얼굴의 생김새, 눈동자의 홍채 등이 그러한 특징들이며, 이러한 개개인의 생물학적 고유성을 이용하여 자동으로 그 사람의 신원을 인식하는 시스템은 높은 신뢰도와 편리성 때문에 많은 연구가 되어왔고 현재 다양한 곳에서 실제 적용을 하여 사용되고 있다. 본 논문에서는 생체인식 시스템 중에서도 높은 신뢰도를 자랑하고 있는 홍채인식과 웨이블릿 변환을 이용한 홍채 코드 생성과정을 다루어 보았다. 화상처리 알고리즘과 최근 신호처리의 분야에서 많이 사용되고 있는 웨이블릿 변환을 중점으로 서술했으며 웨이블릿 변환을 응용한 여러 가지 인식 알고리즘의 적용을 개발 목표로 삼았다. 실제 홍채인식 시스템은 높은 보안을 필요로 하는 곳에 적용되어 상용화가 되어있고 많은 자료들이 공개가 되어 이미지 처리를 공부하는 사람들에게 좋은 아이템이라 생각한다.

• Proceedings of the Korea Contents Association Conference
• /
• 2004.05a
• /
• pp.392-395
• /
• 2004

It was recently focus to face recognition at a security system according to development of computer. The face recognition has method using geometrical feature and one using statistical feature. The proposed method uses k level LL, LH, HL, HH subband images adopting wavelet transform. And, we adopt PCA/LDA to subband images. As a result of simulation, recognition rate of subband images using wavelet transform is more high than one of full size image.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2003.10a
• /
• pp.113-117
• /
• 2003

In this paper, have necessity of PACS (Picture Archiving and Communication System) at hospital but hereafter by economical problem PACS apply this to medical treatment image enhancing image quality applying histogram equalization for improvement of light and darkness after reconstruct because make image that pretreatment filtering has wild picture and is processed in wave lets dissolution and wave lets area using weight median filter because could not buy expensive equipment at hospital which introduction is difficulty do inversion and extracted characteristic.