• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2018.06a
• /
• pp.133-135
• /
• 2018

본 논문에서는 포즈에 적응적인 가중치 맵 (weight map)에 기반한, 얼굴 교체시스템을 위한 블렌딩 기법을 제안한다. 우선 얼굴교체를 진행하기 위해 목표얼굴이 들어있는 영상으로부터 실시간으로 얼굴의 기하학적 특징점 (land mark)을 검출한다. 다음 검출된 특징점의 분포에 따라 얼굴영역에 대해 삼각화 (triangulation)를 진행한다. 참조영상에 대해서도 같은 과정을 적용하고 대응되는 영역끼리 워핑 (warping) 변환을 시키면 목표 얼굴과 같은 포즈의 참조얼굴을 얻을 수 있다. 그 다음 두 영상의 피부색 톤을 일치시켜주고 안면교체를 진행한다. 하지만 교체된 영역과 목표 얼굴 사이에 부자연스러운 경계가 발생하게 되는데 블렌딩 기법을 통해 이런 경계를 제거한다. 본 논문에서는 사전에 표준얼굴형태모델을 이용하여 정면 얼굴의 가중치 맵을 생성하고, 표준얼굴형태모델과 목표 얼굴사이 변환관계를 이용하여 포즈에 대응되는 가중치지도를 생성하였다. 이렇게 얻어진 가중치 맵은 일관되게 정해진 가중치 맵에 비해 포즈변화에 적응적으로 대처할 수 있어 보다 자연스러운 얼굴교체 효과를 얻을 수 있다.

• Journal of Internet Computing and Services
• /
• v.8 no.3
• /
• pp.19-32
• /
• 2007

This paper present a new face recognition method based on LVQ neural net to construct a real time face recognition system. The previous researches which used PCA, LDA combined neural net usually need much time in training neural net. The supervised LVQ neural net needs much less time in training and can maximize the separability between the classes. In this paper, the proposed method transforms the input face image by PCA and LDA sequentially into low-dimension feature vectors and recognizes the face through LVQ neural net. In order to make the system robust to external light variation, light compensation is performed on the detected face by max-min normalization method as preprocessing. PCA and LDA transformations are applied to the normalized face image to produce low-level feature vectors of the image. In order to determine the initial centers of LVQ and speed up the convergency of the LVQ neural net, the K-Means clustering algorithm is adopted. Subsequently, the class representative vectors can be produced by LVQ2 training using initial center vectors. The face recognition is achieved by using the euclidean distance measure between the center vector of classes and the feature vector of input image. From the experiments, we can prove that the proposed method is more effective in the recognition ratio for the cases of still images from ORL database and sequential images rather than using conventional PCA of a hybrid method with PCA and LDA.

• Journal of the Korean Institute of Telematics and Electronics S
• /
• v.35S no.6
• /
• pp.147-155
• /
• 1998

Conventional time-scale modification methods have the problem that as the modification rate gets higher the time-scale modified speech signal becomes less intelligible, because they ignore the effect of articulation rate on speech characteristics. In this paper, we propose a variable time-scale modification method based on the knowledge that the timing information of transient portions of a speech signal plays an important role in speech perception. After identifying steady protions only. The result of subjective preference test indicates that the proposed method produces performance superior to that of the conventional SOLA method.

• Journal of Internet Computing and Services
• /
• v.8 no.1
• /
• pp.125-132
• /
• 2007

This paper presents an approach to detect premature ventricular contractions(PVC) using the neural network with weighted fuzzy membership functions(NEWFM), NEWFM classifies normal and PVC beats by the trained weighted fuzzy membership functions using wavelet transformed coefficients extracted from the MIT-BIH PVC database. The eight most important coefficients of d3 and d4 are selected by the non-overlap area distribution measurement method. The selected 8 coefficients are used for 3 data sets showing reliable accuracy rates 99,80%, 99,21%, and 98.78%, respectively, which means the selected input features are less dependent to the data sets. The ECG signal segments and fuzzy membership functions of the 8 coefficients enable input features to interpret explicitly.

• Proceedings of the Korean Society for Emotion and Sensibility Conference
• /
• 1997.11a
• /
• pp.168-173
• /
• 1997

시선의 추출을 통해 사용자의 관심 방향을 알고자하는 연구는 여러 분야에 응용될 수 있는데, 대표적인 것이 장애인의 컴퓨터 이용이나, 다중 윈도우에서 마우스의 기능 대용 및, VR에서의 위치 추적 장비의 대용 그리고 원격 회의 시스템에서의 view controlling등이다. 기존의 대부분의 연구들에서는 얼굴의 입력된 동영상으로부터 얼굴의 3차원 움직임량(rotation, translation)을 구하는데 중점을 두고 있으나 [1][2], 모니터, 카메라, 얼굴 좌표계간의 복잡한 변환 과정때문에 이를 바탕으로 사용자의 응시 위치를 파악하고자하는 연구는 거으 이루어지지 않고 있다. 본 논문에서는 일반 사무실 환경에서 입력된 얼굴 동영상으로부터 얼굴 영역 및 얼굴내의 눈, 코, 입 영역 등을 추출함으로써 모니터의 일정 영역을 응시하는 순간 변화된 특징점들의 위치 및 특징점들이 형성하는 기하학적 모양의 변화를 바탕으로 응시 위치를 계산하였다. 이때 앞의 세 좌표계간의 복잡한 변환 관계를 해결하기 위하여, 신경망 구조(다층 퍼셉트론)을 이용하였다. 신경망의 학습 과정을 위해서는 모니터 화면을 15영역(가로 5등분, 세로 3등분)으로 분할하여 각 영역의 중심점을 응시할 때 추출된 특징점들을 사용하였다. 이때 학습된 15개의 응시 위치이외에 또 다른 응시 영역에 대한 출력값을 얻기 위해, 출력 함수로 연속적이고 미분가능한 함수(linear output function)를 사용하였다. 실험 결과 신경망을 이용한 응시위치 파악 결과가 선형 보간법[3]을 사용한 결과보다 정확한 성능을 나타냈다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2006.11a
• /
• pp.231-234
• /
• 2006

H.264 코딩시 Intra 모드는 다양한 모드 즉, 매크로블록(MB) 당 16개의 $4{\times}4$ 블록 각각에 대한 9가지의 $4{\times}4$ 모드와 4가지의 $16{\times}16$ 모드의 오류 값을 계산하여 최상의 모드를 선택하게 된다. 이와 같은 픽셀 기반의 예측 기법을 DCT 기반의 MPEG-2/H.264 트랜스코더에 적용할 경우 DCT 변환의 특성으로 인하여 모드 예측을 위한 계산량이 높아지는 단점이 있다. 본 논문에서는 이러한 문제점을 해결하기 위해 MPEG2 DCT를 H.264의 정수형 DCT로 변환한 후, DCT 계수의 특징을 이용하여 Intra 모드를 결정하는 기법을 제안한다. 이때, 계수의 특징이 모호하여 모드를 결정하기 어려운 경우는 몇 가지 모드를 선택하여 오류 값을 계산하여 모드를 결정한다. 현재 정밀한 실험은 진행 중이며, 여러 동영상의 첫 Intra 프레임에 대한 실험을 수행한 결과 MB의 모드 결정의 정확도는 프레임 내 이미지의 특징에 영향을 많이 받았다. 예를 들면 Mobile과 같이 프레임 내의 픽셀 간 에지가 많이 존재하는 프레임은 추가적인 모드 결정을 사용하지 않아도 93%정도의 정확도를 보였으며 Akiyo, Foreman과 같이 이웃한 픽셀간 유사도가 상대적으로 높은 경우는 약 80% 정도의 순수 정확성을 보였다. 그러나 모드 판단이 모호한 경우의 모드도 결정한다면 90%이상의 정확도를 보일 것으로 예상된다. 향후 이미지의 특성에 따라 모드를 결정하는 값을 유동적으로 설정하는 기법을 연구하여 정확도를 높이는 연구를 수행하도록 하겠다.

• Journal of Korea Multimedia Society
• /
• v.6 no.2
• /
• pp.240-246
• /
• 2003

In this paper, we propose the fast image retrieval method based on object regions using bidirectional round filter in the wavelet transform region. A conventional method that extracts feature vectors on the whole of subband is reduced retrieval efficiency, because of unnecessary background information. The proposed method that extracts feature vectors on the only object region of subband by using bidirectional round filter improve retrieval efficiency, because of removing of background information. And it certainly maintains retrieval efficiency in case of reduction of feature vectors according to color information. Consequently, the retrieval efficiency is improved with 2.5%∼5.3% values, which have a little changes according to characteristics of image.

• Proceedings of the Korean Information Science Society Conference
• /
• 1999.10b
• /
• pp.374-376
• /
• 1999

본 논문은 연속적인 영상에서 움직이는 물체의 광류를 예측하는데 있어서 웨이브릿과 에피폴라 평면(Epipolar-Plane Images, EPI)을 사용하여 물체의 움직임을 분석하는 기법을 제안한다. 하나의 영상에서 물체의 특징을 찾는데 2차 웨이브릿 변환이 사용되고 있으나 연적인 영상에 대한 분석에서 시간에 대한 또 하나의 변환을 해 줌으로서 움직이는 물체의 정보를 얻어낼 수 있다. 3차 웨이브릿 변환에서 유도된 데이터를 가지고 만들어지는 에피폴라 평면은 움직이는 물체의 광류를 예측하는데 있어서 기존의 방법보다 시간적으로 절약을 할 수 있다. 특히 서로 다른 방향에 대한 민감성을 보여 주는 웨이브릿 계수들은 움직이는 물체의 광류 예측에 많은 도움을 주고 있다. EPI 분석에서는 물체가 깊이 방향으로 움직이는 경우에도 물체의 각 에지들(edges)의 기울기를 분석함으로서 깊이 방향의 광류를 측정할 수 있다. 본 논문에서 제시한 3차 웨이브릿 변환과 EPI 기법의 조합으로 분석된 실험 결과와 그 전 연구들과의 비교가 마지막 부분에 서술되었다.

• Journal of Advanced Navigation Technology
• /
• v.12 no.4
• /
• pp.378-383
• /
• 2008

This paper presents a method of image analysis based on discrete cosine transform (DCT) and fuzzy inference(Fl). It concentrated not only on the design of fuzzy inference algorithm but also on incorporating human visual parameter(HVP) into transform coefficients. In the first, HVP such as entropy, texture degree are calculated from the coefficients matrix of DCT. Secondly, using these parameters, fuzzy input variables are generated. Mamdani's operator as well as ${\alpha}$-cut function are involved to simulate the proposed approach, and consequently, experimental results are presented to testify the performance and applicability of the proposed scheme.

• The Journal of the Korea Contents Association
• /
• v.3 no.3
• /
• pp.98-102
• /
• 2003

For elucidating the key role of hidden neurons in information processing of Multilayer perceptrons(MLPs), we prove that the correlation coefficient between weighted sums to hidden neurons decreases under element-wise nonlinear transformations. This is verified through training of MLPs for an isolated word recognition problem. From this result, we can say that the element-wise nonlinear functions reduces redundancy in the information contents of hidden neurons.