• Journal of the Korean Institute of Intelligent Systems
• /
• v.19 no.2
• /
• pp.206-211
• /
• 2009

This paper presents a methodology to 1-day-forecast stock index using the automatic feature extraction method based on the neural network with weighted fuzzy membership functions (NEWFM). The distributed non-overlap area measurement method selects the minimized number of input features by automatically removing the worst input features one by one. CPP$_{n,m}$(Current Price Position of the day n: a percentage of the difference between the price of the day n and the moving average from the day n-1 to the day n-m) and the 2 wavelet transformed coefficients from the recent 32 days of CPP$_{n,m}$ are selected as minimized features using bounded sum of weighted fuzzy membership functions (BSWFMs). For the data sets, from 1989 to 1998, the proposed method shows that the forecast rate is 60.93%.

• The Transactions of the Korea Information Processing Society
• /
• v.5 no.8
• /
• pp.1951-1959
• /
• 1998

In this paper, we propose an efficient feature extaetion method for content-based approach and implement an image retrieval system in the Oracle database. First, we estract color feature by the modified Stricker's method from input images, and this color feature and ART2 neural network are used for the rough classification of images. Next, we extract texture feature using wavelet transform, and finally exeute the detailed classification on the rough classified images from the previous step. Exsing the proposed feature extraction methods, we implement a useful image retrieval system by Extended SQI, statement on the relational database. The proposed system is implemented on the Oracle DBMS, and in the experimental results with 200 sample images, it shows the retrieval rate 90% and 81% in Recall and Precision, respectively.

• The Journal of the Acoustical Society of Korea
• /
• v.23 no.3
• /
• pp.253-261
• /
• 2004

In this paper, a new voice personality transformation method is proposed. which modifies speaker-dependent feature variables in the speech signals. The proposed method takes the cepstrum vectors and pitch as the transformation paremeters, which represent vocal tract transfer function and excitation signals, respectively. To transform these parameters, a multiple response classification and regression tree (MR-CART) is employed. MR-CART is the vector extended version of a conventional CART, whose response is given by the vector form. We evaluated the performance of the proposed method by comparing with a previously proposed codebook mapping method. We also quantitatively analyzed the performance of voice transformation and the complexities according to various observations. From the experimental results for 4 speakers, the proposed method objectively outperforms a conventional codebook mapping method. and we also observed that the transformed speech sounds closer to target speech.

• The Korean Journal of Applied Statistics
• /
• v.24 no.6
• /
• pp.1181-1196
• /
• 2011

Image fusion is the process of combining information from two or more source images of a scene into a single composite image with application to many fields, such as remote sensing, computer vision, robotics, medical imaging and defense. The most common wavelet-based fusion is discrete wavelet transform fusion in which the high frequency sub-bands and low frequency sub-bands are combined on activity measures of local windows such standard deviation and mean, respectively. However, discrete wavelet transform is not translation-invariant and it often yields block artifacts in a fused image. In this paper, we propose a robust image fusion based on the stationary wavelet transform to overcome the drawback of discrete wavelet transform. We use the activity measure of interquartile range as the robust estimator of variance in high frequency sub-bands and combine the low frequency sub-band based on the interquartile range information present in the high frequency sub-bands. We evaluate our proposed method quantitatively and qualitatively for image fusion, and compare it to some existing fusion methods. Experimental results indicate that the proposed method is more effective and can provide satisfactory fusion results.

• KIPS Transactions on Software and Data Engineering
• /
• v.12 no.7
• /
• pp.315-324
• /
• 2023

A simple and accurate whole body rehabilitation interaction technology using immersive digital content is needed for elderly patients with steadily increasing age-related diseases. In this study, we introduce whole-body interaction technology using HoloLens and Kinect for this purpose. To achieve this, we propose three coordinate transformation methods: mesh feature point-based transformation, AR marker-based transformation, and body recognition-based transformation. The mesh feature point-based transformation aligns the coordinate system by designating three feature points on the spatial mesh and using a transform matrix. This method requires manual work and has lower usability, but has relatively high accuracy of 8.5mm. The AR marker-based method uses AR and QR markers recognized by HoloLens and Kinect simultaneously to achieve a compliant accuracy of 11.2mm. The body recognition-based transformation aligns the coordinate system by using the position of the head or HMD recognized by both devices and the position of both hands or controllers. This method has lower accuracy, but does not require additional tools or manual work, making it more user-friendly. Additionally, we reduced the error by more than 10% using RANSAC as a post-processing technique. These three methods can be selectively applied depending on the usability and accuracy required for the content. In this study, we validated this technology by applying it to the "Thunder Punch" and rehabilitation therapy content.

• The Journal of the Acoustical Society of Korea
• /
• v.17 no.1
• /
• pp.39-48
• /
• 1998

본 논문에서는 은닉 마르코프 모델에 기반한 음성인식에 있어서 특징 파라미터의 인식 성능에 미치는 영향의 차이를 인식 시스템에 반영하여 인식성능을 향상시키기 위한 방 법을 제안하였다. 특징 파라미터별 가중치를 유도하기 위해서 우선 상태별 특징 파라미터의 인식율에 대한 기여도를 가중치로 변환하고, 이를 특징 파라미터 각각의 상태에서의 출력확 률에 곱하여 상태별 출력확률을 재 추정하게 된다. 실험결과, "가변가중"방법이 "고정가중" 방법에 비해서 단어 인식의 경우 3.3%, 그리고 문장 인식율의 경우 5.3%의 성능향상을 보 임으로써 상태별 특징 파라미터의 가중이 인식 성능 향상에 유효함을 알 수 있었다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2012.06b
• /
• pp.435-437
• /
• 2012

본 논문에서는 반복적인 베이시안 모델을 이용한 특징점 기반 객체 추적 방법을 제안한다. 제안하는 방법은 특징점 추정 오류를 최소화하고, 추적하는 객체에 해당되는 특징점들만을 선택함으로써, 최적의 특징점들을 이용하여 변환 행렬을 추정한다. 특징점 추정 오류는 Census transform과 해밍 거리를 이용하여 최소화하고, 외곽 특징점(outlier feature)를 제거하기 위하여 반복적인 베이시안 모델을 사용한다. 보행자와 차량등을 이용한 실험 결과, 제안한 방법이 기존 방법에 비하여 좀 더 우수한 성능을 보여준다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2005.05a
• /
• pp.847-850
• /
• 2005

본 논문에서는 저차원의 홍채 특징을 추출하기 위한 방법으로 텍스쳐 분석 기법에서 사용되는 Gabor 필터, Laws 필터 및 Wavelet 변환 및 추가적인 방법으로 Direct LDA(DLDA)을 사용한 홍채 특징추출 방법을 비교 분석하였다. 실험을 통해 일반적인 평균과 분산을 이용한 텍스쳐 기반 특징 추출 방법의 홍채인식 적용 가능성과, 텍스쳐 기반 특징 추출 방법에 의해 얻어진 1차 특징추출에 대해 추가 과정을 통해 높은 식별력과 낮은 차원을 가지는 특징을 얻을 수 있음을 증명한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2004.04b
• /
• pp.826-828
• /
• 2004

홍채인식 시스템은 영상획득, 전처리, 특징 추출, 패턴 정합의 단계로 이루어져 있다. 이 중 특징 추출은 특징 차원의 감소뿐만 아니라 분류 정착도의 증가를 위한 필수적인 과정이다. 본 논문에서는 특징을 추출하는데 있어서, 홍채데이타에 웨이블렛 변환의 다해상도 분석 기법을 시도하여 일정 영역을 추출한 후, 그 영역에 유전자 알고리즘(Genetic Algorithm)을 적용하여 가장 분별력 있는 특징들만을 추출 및 사용하는 홍채인식 시스템을 제안한다. 유전자 알고리즘의 선택연산자로는 적응도 비례 방식과 전역 엘리트 방식을 사용하였으며, 적합도 함수로는 Gaussian Kernel을 사용하는 Support Vector Machine(SVM)을 사용하였다. 본 시스템을 통해 나온 최적의 특징집합을 이용한 SVM분류기로 인식률을 알아본 결과 웨이블렛만을 사용했을 때 보다 대략 1.5%정도 더 좋은 인식률을 얻을 수 있었다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2014.04a
• /
• pp.749-752
• /
• 2014

본 논문에서는 저속으로 동작하는 구름 베어링의 다중 결함 조기 검출을 위해 결함 특징 추출, 효과적인 특징 선택, 선택된 특징을 이용한 결함 분류의 세 단계로 구성된 결함 진단 기법을 제안한다. 1단계에서 이산 웨이블릿 변환을 이용하여 미세성분으로부터 통계적 결함 특징을 추출하고, DET(distance evaluation technique)를 이용하여 추출한 결함 특징 가운데 베어링 다중 결함 검출에 효과적인 특징을 선택한다. 마지막으로 선택된 특징을 k-NN(k-Nearest Neighbors) 분류기 입력으로 사용함으로써 결함을 진단한다. 본 논문에서는 제안한 결함 진단 기법의 성능을 분류 정확도 측면에서 평가한 결과 95.14%의 높은 분류 정확도를 보였다.