• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.17 no.12
• /
• pp.1465-1474
• /
• 1992

This paper describes a new overlapped object recognition method using extended local features. At first, we extract the extended local features consisting of corners, arcs, parallel-lines, and corner-arcs from the images consisting of model objects. Based on the extended local features we construct a knowledge-base. In order to match objects, we also extract the extended local features from the input image, and then check the compatibility between the extracted features and the features in the knowledge-base. From the set of compatible features, we compute geometric transforms. If any geometric transforms are clustered, we generate the hypothesis of the objects as the centers of the clusters, and then verify the hypothesis by a reverse geometric transform. An experiment shows that the proposed method increases the recognition rate and the accuracy as compared with existing methods.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2016.04a
• /
• pp.612-615
• /
• 2016

본 논문에서는 EPIC(Electric Potential Integrated Circuit) 센서를 통해 추출된 동작신호에 대해 이산 웨이블릿 변환（Discrete Wavelet Transform : DWT)과 선형 판별분석（Linear Discriminant Analysis : LDA), Support Vector Machine(SVM)을 사용하는 동작 분류 시스템을 제안한다. EPIC 센서 신호에 대해 이산 웨이블릿 변환을 사용하여 웨이블릿 계수인 근사계수(approximation coefficients)와 상세계수(detail coefficients)를 구한 후, 각각의 웨이블릿 계수에 대해 특징 파라미터를 추출한다. 이 때, 특징 파라미터는 14개의 통계적 특징 추출 파라미터 중에 유전자 알고리즘(Genetic Algorithm : GA)을 통하여 선택한 우수한 특징 파라미터이다. 웨이블릿 계수들에서 추출한 특징 파라미터는 선형 판별분석을 적용하여 차원을 축소하고 SVM의 훈련 및 분류에 사용한다. 실험결과, 4가지 동작에 대한 EPIC 센서 신호분류에서 제안된 방법의 분류율이 99.75%로 원신호에 대한 HMM 분류율 97% 보다 높은 정확률을 보여주었다.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.18 no.6
• /
• pp.871-875
• /
• 2008

This paper deals with the feature selection for multiple k-nearest neighbor (k-NN) classifiers using Genetic Algorithm with Varying reputation Size (GAVaPS). Because we use multiple k-NN classifiers, the feature selection problem for them is vary hard and has large search region. To solve this problem, we employ the GAVaPS which outperforms comparison with simple genetic algorithm (SGA). Further, we propose the efficient combining method for multiple k-NN classifiers using GAVaPS. Experiments are performed to demonstrate the efficiency of the proposed method.

• Proceedings of the Korea Multimedia Society Conference
• /
• 2000.04a
• /
• pp.157-160
• /
• 2000

본 논문은 제약되지않은 카메라에서 얻은 영상중 회전과 크기 변화를 가진 두 장의 디지털 영상을 자동적으로 하나의 통합된 영상으로 모자이킹 하는 방법에 대해 기술한다. 기존에 제시되었던 영상 모자이킹 방법은 영상의 중첩 영역이 많이 존재하거나 회전이 거의 없는 경우만을 고려하고, 카메라 제약이 많이 존재하였다. 우선, 한 쌍의 영상으로부터 각각 특징점을 찾고, 각 특징 점에 대하여 위상을 측정하여 계층적으로 매칭을 하는 방법을 제안한다. 다음으로 비선형 이승오차 최적화 알고리즘을 이용해 최적의 변환행렬을 구한후 , 변환 행렬에 대해 하나의 영상을 만들어내는 과정을 기술한다.

• Proceedings of the Korea Multimedia Society Conference
• /
• 2003.11a
• /
• pp.412-415
• /
• 2003

본 논문에서는 영상 검색에 있어서 객체의 특징치를 추출하는데 많은 시간과 비용이 따르므로 수행속도를 향상시키기 위해 영상의 공간적인 정보를 이용한 영상의 압축을 이용하는 내용기반 영상 검색을 제안하고자 한다. 압축 성능이 뛰어나며 영상의 위치 정보와 주파수 정보를 가지는 EZW(Embedded Zerotree Wavelet)알고리즘을 이용하여 영상을 김색하는 방안으로 EZW 변환 후 얻어지는 저 대역 부 밴드에서의 공간적인 특성을 고려한 특징 값을 이용하여 정지영상의 대표 특징들을 형태와 질감으로 빠르게 영상 검색하고자 한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2001.10b
• /
• pp.382-384
• /
• 2001

본 논문에서는 홍채의 특징을 효율적으로 추출하기 위한 접근 방법으로서, 웨이블릿 기반의 다해상도 분석 기법을 홍채영상에 적용한 결과에 대하여 소개하고자 한다. 입력장치인 카메라로부터 획득된 사람의 눈 영상에서 처리 대상인 홍채영역 만을 분리 추출한 후, 홍채 특징을 압축적이고 효과적으로 표상하기 위하여 2D 다해상도 웨이블릿 변환을 홍채영상에 적용하는 기법과 실제적인 응용을 위하여 등록된 데이터와 미지의 데이터 사이의 유사도를 측정하는 효율적인 기법을 연구한다. 이러한 기법들을 홍채 인식 시스템에 적용함으로써 처리속도 및 인식률 향상 등으로 고성능의 홍채인식시스템을 구현할 수 있었다.

• Proceedings of the Korea Institute of Convergence Signal Processing
• /
• 2001.06a
• /
• pp.205-208
• /
• 2001

본 논문은 Biometrics분야 중 다른 생체학적 특징보다도 정확도면에서 가장 뛰어난 특징인 안구의 홍채 패턴을 이용하여 사용자를 인증 하는 시스템에 관한 연구이다. 입력된 안구 영상으로부터 전처리과정을 거쳐 극좌표 변환을 통해 홍채 패턴을 추출한 후 웨이블릿 변환을 이용하여 특징패턴을 압축하였으며, PCA(Principal Component Analysis:주성분 해석)의 한 종류인 GHA(Generalized Hebbian Algorithm)를 사용하여 등록된 사용자의 패턴 DB 에서 Basis 배열을 추출하고, 구축된 Basis 배열과 입력 영상 패턴과의 비교 Matching을 통하여 사용자를 인증하는 시스템을 제안한다.

• Proceedings of the KIEE Conference
• /
• 2000.07d
• /
• pp.2927-2929
• /
• 2000

정보보호를 위해 비연성 디지털 워터마킹 방법으로 웨이브릿 변환을 많이 사용하고 있다. 본 연구에서는 여러 웨이브릿 변환인 드비시(Daubechies)변환, Coiflets 변환, Symlets 변환과 biorthogonal 변환등을 이용하여 비연성 디지털 워터마킹기법을 구성하고 각 변환의 특징과 성능비교를 한다. 공격의 형태는 dct변환 압축에 의한 영향에 의한 워터마킹의 보존여부에 관하여 고찰한다.

• Journal of the Korean Institute of Illuminating and Electrical Installation Engineers
• /
• v.17 no.4
• /
• pp.26-35
• /
• 2003

For the recognizing system to be classified the same or different images in the nature the rotation, scale and transition invariant features is to be necessary. There are many investigations to get the feature for the recognition system and the log-polar transform which is to be get the invariant feature for the scale and rotation is used. In this paper, we suggested the character recognition methods which are used the centroid method and the log-polar transform with the interpolation to get invariant features for the character recognition system and obtained the results of the above 50% differential ratio for the character features. And we obtained the about 90% recognition ratio from the suggested character recognition system using the BPEJTC which is used the invariant feature from the Mellin transform method for the reference image. and can be recognized the scaled and rotated input character. Therefore, we suggested the image character recognition system using the Mellin transform method and the BPEJTC is possible to recognize with the invariant feature for rotation scale and transition.

• The Journal of the Korea Contents Association
• /
• v.12 no.2
• /
• pp.1-9
• /
• 2012

This paper presents an algorithm for depression diagnosis using the Neural Network with Weighted Fuzzy Membership functions (NEWFM) and heart rate variability (HRV). In the algorithm, 22 different features were initially extracted from the HRV signal by frequency domain, time domain, wavelet transformed, and Poincar$\acute{e}$ transformed feature extraction methods; of these 6 optimal features were selected by significance evaluation using Non-overlap Area Distribution Measurement (NADM) based on NEWFM. The proposed algorithm uses these 6 optimal features to diagnose depression with an accuracy of 95.83%.