• 한국GIS학회:학술대회논문집
• /
• 한국GIS학회 2003년도 공동 춘계학술대회 논문집
• /
• pp.581-587
• /
• 2003

독립 요소 분석 (Independent Component Analysis: ICA)는 텍스처를 의미 있는 특징으로 변환하는 강인한 영상 필터를 생성하기 위한 확률적 방법이다. ICA는 고차통계적 특성을 사용하여 ICA 필터와 독립 요소를 동시에 학습한다. 제안한 분류 방법은 fast ICA 알고리즘을 사용하여 KOMPSAT 영상으로부터 ICA 필터를 생성한 다음, 필터에 의해 투영된 텍스처들의 특징들을 독립 평면상에서 무감독 방법으로 분류한다. KOMPSAT 영상은 텍스처 성분이 뚜렷하지 않는 영역이 존재하기 때문에 본 논문에서는 투영된 특징 값들과 윈도우 내의 정규화된 평균 화소값으로 특징 벡터를 재구성하였다. 분류 방법으로는 K-means 클러스터링을 적용하였다. 6.6m 해상도를 가진 KOMPSAT 흑백 영상에 대해 제안한 방법은 우수한 분류 성능을 보인다.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2003년도 하계종합학술대회 논문집 Ⅳ
• /
• pp.2008-2011
• /
• 2003

얼굴인식의 전처리 단계는 주위의 배경으로부터 얼굴 영상을 분리하여 분석해야 한다. 이러한 전처리 단계는 환경적 요인으로 인해 많은 어려움을 가지고 있다. 또한, 개인별 특징의 차이, 얼굴의 기울어짐과 회전각도 및 영상내의 얼굴 크기 등으로 인해 어려움이 존재한다. 원영상을 입력받아 피부색을 통해 얼굴영역을 검출해 내어 사람의 표정변화에 가장 강인한 코 부분을 추출하여 워터쉐이드 변환을 하여 각 개인마다 다르게 가지고 있는 코의 패턴의 데이터를 저장하여 얼굴 인식에 이용할 수 있는 인자 값으로 이용한다. 따라서, 본 논문에서는 얼굴인식의 특징값을 코의 패턴을 이용하여 인식함으로써 다른 논문에서 제시하고 있는 눈의 특징이나 얼굴 각의 특징의 단점을 극복하여 보다 정화한 얼굴 인식을 할 수 있는 전처리 방법을 제시한다.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2008년도 추계종합학술대회 B
• /
• pp.444-447
• /
• 2008

사람의 얼굴은 표정, 조명 등에 따라 다양한 형태 변화가 있어 입력 영상마다 대표 특징을 정확히 찾는 것은 어려운 문제이다. 얼굴의 많은 특징 점 중에서 눈동자 부분은 얼굴 인식 등 다양한 부분에 있어서 얼굴 영역의 특징 점으로 가장 많이 이용되는 특징 점들 중 하나이다. 본 논문에서는 다양한 조명하에서의 단일 얼굴 영상에 대해 유전자 알고리즘과 템플릿 정합을 이용하여 빠르게 눈을 검출하는 방법을 제안한다. 조명과 배경에 강건한 검출 성능을 얻기 위해 눈동자 후보점을 찾아서 초기 개체군 생성에 이용하였으며, 각각의 개체는 템플릿의 기하학적 변환 정보로 구성되어 템플릿 정합에 의해 눈동자가 검출된다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2001년도 봄 학술발표논문집 Vol.28 No.1 (B)
• /
• pp.583-585
• /
• 2001

방대한 양의 격자점 데이터 및 일기도 관련 데이터를 효율적으로 저장 및 검색 하기위해서는 데이터들의 유형을 찾아 서로 유형이 비슷한 데이터를 하나의 클러스터로 연관지어 놓으면 효율적인 저장과 검색을 할 수 있다. 클러스터링에서 데이터들의 어떤 특징 벡터를 추출하는가가 클러스터링의 결과에 가장 중요한 영향을 끼친다. 본 논문에서는 격자점, 기압값 데이터로부터 일기도의 특징을 표현할 수 있는 벡터로 변환 한반도도 중심의 8방향에 대한 고/저기압의 분포와 동아시아 지역을 24영역으로 나누어 각 영역별로 고/저기압의 분포 정보를 특징벡터로 추출하여 클러스터링하였다. 클러스터팅 알고리즘으로는 unsupervised mode인 SOM(Self Organizing Map) 기법을 사용하였다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 1998년도 가을 학술발표논문집 Vol.25 No.2 (2)
• /
• pp.653-655
• /
• 1998

본 논문은 3차원 지형을 현실감 있고 효율적으로 구축하기 위하여, 등고선 데이터로부터 지형의 특징점을 추출하고 이를 이용하여 3차원 지형 데이터를 복원하는 방법을 제안한다. 래스터 기반의 거리변환기법 알고리즘을 사용하여 2차원의 등고선 데이터로부터 3차원 지형을 생성하며, 생성된 3차원 지형정보로부터 지형의 특징점을 추출한다. 복원된 3차원 지형을 격자망 형태로 시각화하는데, 이때 특징점의 높이정보를 이용함으로써 지형을 표시하는데 요구되는 정보의 크기를 감소시킨다. 제안한 방법은 사용자가 상호대화식으로 수행할 수 있는 프로그램으로 윈도우 환경의 PC상에서 구현되었다. 이 프로그램의 실험결과는, 기존의 방법보다 적은 데이터양으로 3차원 지형을 시각화할 수 있음을 보여준다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 1998년도 가을 학술발표논문집 Vol.25 No.2 (2)
• /
• pp.458-460
• /
• 1998

본 논문은 주성분 분석으로 시점 기반 고유얼굴(view-based eigenface)을 생성하고, 그에 기반한 얼굴 인식을 수행하고자 한다. 주성분 분석을 통한 고유얼굴 생성은 얼굴 인식의 어려운 문제 중 하나인 특징 선택과 추출이라는 문제를 해결해 준다. 또한 얼굴 표정이나 방향의 변화에도 인식률이 저하되는 것을 방지할 수 있다. 얼굴 영상을 특징공간(고유공간)으로 변환할 때, 원 얼굴영상의 정보를 최대한으로 나타낼 수 있는 최적의 고유치 개수 선택은 얼굴 데이터베이스의 크기와 인식 속도에 영향을 끼친다. 따라서 본 논문에서는 고유치 개수를 고유치의 누적기여율을 이용해서 구한다. 이는 64$\times$64(=4096)차원의 원 얼굴 영상을 5~7차원으로 표현 가능하게 하였다. 그리고, 각 얼굴 방향에 따라 특징공간을 분리해서 생성함으로써 얼굴 방향의 변화에 따라 오인식률을 줄였다. 축소된 차원과 분리된 특징공간은 메모리 사용과 인식속도의 향상에 기여한다. 본 논문에서 얼굴의 인식은 Mahalanobis distance와 재구성 오차율을 고려해서 이루어졌다. 실험은 개인당 세가지 다른 방향을 가지는 얼굴 영상을 이용하여 이루어졌고, 실험결과, 약 93%의 인식률을 보여주었다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국지능시스템학회 2008년도 춘계학술대회 학술발표회 논문집
• /
• pp.268-270
• /
• 2008

얼굴 인식은 영상 처리 분야 중 대표적인 분야의 하나로, 지금까지 다양한 응용시스템이 개발됐다. 얼굴 인식은 눈, 코, 입 같은 얼굴의 특징들을 값으로 변환하고 각 특징 값들의 상관관계를 분석하는 방식으로 이루어지는데, 이 중에서 입은 형태 변화가 심하기 때문에 얼굴 인식에서는 특징 값으로 잘 이용되지 않는다. 반면, 표정 인식이나 화자 인식과 같은 특정 응용 시스템에서는 중요한 특징의 하나로 사용되고 있다. 입 모양을 인식한다는 것은 입술의 형태와 그 변화를 인식한다는 것을 의미하며, 이에 대한 연구가 많이 이루어지기는 했지만 음성 인식의 보조 수단으로 사용된 것이 대부분이다. 본 논문에서는 현재까지 제안된 입 움직임 인식 기술에 대해서 정리하고, 새로이 적용 가능한 응용 시스템에 대해 고찰해보고자 한다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2010년도 제42차 하계학술발표논문집 18권2호
• /
• pp.113-116
• /
• 2010

본 논문은 보행중인 시각장애인에 장착된 카메라로부터 획득한 영상에서 보도와 차도 영역을 구분하기 위한 영역분할 기법과 질감 특징추출 기법에 대해 제안한다. 영상내의 허프 변환을 이용한 라인검출을 통해 도로 경계선을 검출하고, 분할된 영역을 원근에 따라 3 레벨로 구분하여 질감 특징성분을 추출함으로써 보도와 차도영역을 분리한다. 보도블럭이 가지는 복잡하고 다양한 특성의 패턴과 차도의 균일한 질감을 가진 영역의 특성을 비교하기 위하여 회전에 강건한 LBP, GLCM 질감 특징성분들을 이용함으로써 두 영역을 구분하였다. 제안된 방법은 낮과 밤 영상에 대해 실험한 결과 조도의 변화에 강건하게 영역을 분리할 수 있었고, 또한 보행자와 장애물이 많은 영상에서도 회전이나 폐색에 관계없이 영역 분리가 가능함을 검증하였다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2002년도 추계학술대회 및 정기총회
• /
• pp.329-332
• /
• 2002

본 논문에서는 효과적인 정보를 표현하는 ICA(Independent Component Analysis)-Factorial 표현 방법을 이용하여 얼굴감정인식을 수행한다. 얼굴감정인식은 두 단계인 특징추출과 인식단계에 의해 이루어진다. 먼저 특징추출방법은 PCA(Principal Component Analysis)을 이용하여 얼굴영상의 고차원 공간을 저차원 특징공간으로 변환한 후 ICA-factorial 표현방법을 통해 좀 더 효과적으로 특징벡터를 추출한다. 인식단계는 최소거리 분류방법인 유클리디안 거리를 이용하여 얼굴감정을 인식한다. 이 방법의 유용성을 설명하기 위해 6개의 기본감정(행복, 슬픔, 화남, 놀람, 공포, 혐오)에 대해 얼굴데이터베이스를 구축하고, 기존의 방법인 Eigenfaces, Fishefaces와 비교하여 좋은 인식성능을 보이고자 한다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2006년도 추계학술대회 학술발표 논문집 제16권 제2호
• /
• pp.167-170
• /
• 2006

본 논문은 선형분류기인 LDA 융합모델과 최소거리패턴분류법을 이용한 얼굴표정인식 알고리즘 연구에 관한 것이다. 제안된 알고리즘은 얼굴 표정을 인식하기 위해 두 단계의 특징 추출과정과 인식단계를 거치게 된다. 먼저 특징추출 단계에서는 얼굴 표정이 담긴 영상을 PCA를 이용해 고차원에서 저차원의 공간으로 변환한 후, LDA 이용해 특징벡터를 클래스 별로 나누어 분류한다. 다음 단계로 LDA융합모델을 통해 계산된 특징벡터에 최소거리패턴분류법을 적용함으로서 얼굴 표정을 인식한다. 제안된 알고리즘은 6가지 기본 감정(기쁨, 화남, 놀람, 공포, 슬픔, 혐오)으로 구성된 데이터베이스를 이용해 실험한 결과, 기존알고리즘에 비해 향상된 인식률과 특정 표정에 관계없이 고른 인식률을 보임을 확인하였다.