• 한국정보통신학회논문지
• /
• 제9권2호
• /
• pp.330-337
• /
• 2005

본 논문에서는 SVM(Support Vector Machine)을 이용하여 얼굴 검출 성능을 향상시키는 방법을 제안한다. 본 논문에서는 먼저 영상내의 거대한 특징 집합으로부터 중요한 작은 특징 집합을 선택하는 AdaBoost 기반 객체 검출 방법을 사용하여 얼굴 후보 영역을 검출한다. 그 다음에는 특징 벡터에 대해 SVM 기반 이진분류를 수행하여 후보 영역의 영상이 얼굴인지 아닌지를 판별한다 실험 결과 본문에서 제안한 방법은 기존의 방법에 비하여 얼굴 검출의 정확도를 향상시켰다.

• 전기전자학회논문지
• /
• 제13권2호
• /
• pp.132-139
• /
• 2009

본 논문에서는 핸즈프리 통신에서의 반향제거를 위한 음성 특징 기반의 동시통화 검출 기법을 제안한다. 동시통화 검출은 반향제거를 위한 적응 필터의 적응을 제어하는 역할을 하기 때문에 매우 중요한 분야이다. 이전까지의 연구에서는 동시통화 검출을 음성의 특징에 대한 고려 없이 단순히 신호처리 영역에서만 이루어졌다. 하지만 제안한 기법에서는 음성인식으로 사용되는 음성 특징을 핸즈프리 통신상에서의 근단 화자와 원단화자 사이의 차별성을 가지는 특징으로 사용하였다. 제안한 방식이 시간 축에서의 파형만을 이용하여 판단하는 동시통화검출기보다 우수한 성능을 나타내는 것을 실험을 통하여 입증하였다.

• 융합신호처리학회논문지
• /
• 제9권4호
• /
• pp.272-279
• /
• 2008

장면 전환 검출은 비디오 데이터의 효율적인 관리를 위한 주요 기술로서 다양한 영상에 실제적으로 적용하기 위해서 적응적인 검출 기술이 요구된다. 본 논문에서는 가변 참조 구간의 평균 특징값을 이용한 적응적인 장면 전환 검출 알고리즘을 제안한다. 제안하는 알고리즘은 비디오 프레임에서 추출한 특징값들 중에서 가변 구간 동안의 평균 특징값을 참조하여 적응적 임계값을 정의하고, 특징값과 임계값을 비교하여 장면 전환 유무를 판단한다. 동일한 비디오 데이터를 사용한 실험을 통해서 제안한 방법이 기존의 방법들보다 검출 결과가 최대 15%이상 향상되었음을 확인하였다. 제안한 방법은 여러 가지 특징 추출 방법에 대해서도 좋은 성능을 나타내었으며, 홈캐스트사의 TVUS 모델에서 구현함으로써 하드웨어 성능이 낮은 플랫폼에서 실시간 장면 전환 검출이 가능한 것을 확인하였다. 따라서 제안하는 방법은 휴대용 미디어 장치나 유사 휴대형기기에서 유용하게 사용될 수 있을 것이다.

• 대한전자공학회논문지SP
• /
• 제49권3호
• /
• pp.1-9
• /
• 2012

본 논문에서는 영상 센서를 이용한 강인한 차량 검출 및 차간거리 추정 알고리즘을 제안한다. 제안된 차량 검출 알고리즘은 차량의 가장 큰 특징인 차량 하단의 그림자부분과 차량의 뒷바퀴 부분을 추출하기 위해 Haar-like 특징들과 차량 뒷부분의 방향성 에지특징을 동시에 활용하기 때문에 더욱 강인한 차량 검출 효과가 있다. 차량의 그림자에 해당하는 Haar-like 특징에 추가적인 방향성 에지특징은 차량이 아닌 부분을 잘못 검출하는 오검출률(false-positive error)을 현격히 줄이는 효과가 있고, 차량 추적기법을 통해 전체적인 수행 속도를 크게 개선한다. 그리고 차간거리 추정 알고리즘에서는 먼저 영상에 나타난 차량의 위치를 통해 추정하는 방법과 차량의 폭을 이용한 두 방법의 장단점을 분석한 후, 차량의 위치를 이용하는 방법이 가지고 있는 문제점과 차량의 폭을 이용한 방법의 단점을 극복하면서, 차간거리의 정확도를 높일 수 있는 개선된 방법을 제안한다. 제안된 차량 검출 및 차간거리 추정 알고리즘의 효용성을 입증하기 위해 다양한 실험영상들을 통해 그 효과를 입증한다.

• 한국음향학회:학술대회논문집
• /
• 한국음향학회 1999년도 학술발표대회 논문집 제18권 2호
• /
• pp.361-364
• /
• 1999

한국어의 연속 음성 인식을 위하여 운율구 단위로 경계를 검출하는 연구가 진행되고 있다. 그 과정의 일부로서 본 연구에서는 여러 음향 특징들을 조합하여 연속음성에서 음절 경계의 검출하는 방법을 제시하였으며, 연속 음성으로부터 한국어 운율구인 강세구의 경계를 운율 특징만을 이용한 패턴 비교 방법을 이용하여 검출한 것과 비교 검토하였다. 그 결과, 패턴 비교 방법으로 검출한 강세구의 경계를 음절의 경계와 일치되도록 정렬해줄 필요가 있음을 알 수 있었다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2002년도 가을 학술발표논문집 Vol.29 No.2 (1)
• /
• pp.199-201
• /
• 2002

본 논문에서는 심장질환의 진단 알고리즘의 개발에 있어서 필수적으로 요구되는 심장질환별 ECG 데이터의 수집에 관하여 기술한다. 또한, 진단 알고리즘을 개발하기 위한 전단계로서 심전도 신호에서 각 특징들을 검출하는 알고리즘에 관하여 설명하고, 이를 MITDB와 수집한 ECG 신호에 적용한 결과를 보인다. QRS-complex의 검출은 99% 이상의 정확도를 보이나, P-wave와 T-wave의 검출에서는 아직까지 보완할 점이 많은 것으로 나타난다. 심장질환별 12-채널 ECG 데이터베이스의 구축은 보다 정확하고 현실적인 진단 알고리즘을 개발하는 데 크게 기여할 것으로 기대한다.

• 한국HCI학회:학술대회논문집
• /
• 한국HCI학회 2008년도 학술대회 1부
• /
• pp.835-838
• /
• 2008

본 논문에서는 얼굴 영역을 자동으로 검출하여 실시간으로 얼굴의 특징 짐을 추적하는 방법을 제안한다. Haar-like feature를 이용하여 얼굴 영역을 자동으로 추출하였으며, 회전에 강건한 KLT 알고리즘을 적용하여 얼굴의 특징 점들을 추출하였다. 그리고 실시간으로 얼굴의 특징점을 추적하기 위해 Lucas-Kanade 특징 추적 알고리즘을 사용하였다. 실험결과를 통하여 회전과 움직임에 강건하게 얼굴 영역을 검출하고 추적되는 것을 확인하였다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2016년도 하계학술대회
• /
• pp.194-197
• /
• 2016

자동차 산업이 발전하면서 안정적인 주행과 운전자의 편의성을 위한 지능형운전자보조시스템인 ADAS (Advanced Driver Assistance System)가 이슈가 되고 있다. 차선인식의 결과에 따라 차선이탈 경고시스템의 성능이 달라지기 때문에 차선인식은 ADAS에서 매우 중요한 핵심적인 기술이라 할 수 있다. 이에 본 논문에서는 그림자 영역과 같이 밝기의 분포가 균일하지 않는 환경에서 강인하게 동작하는 차선인식 알고리즘을 제안하였다, 지역적인 밝기 특징을 고려하여 차선에 해당하는 특징점을 추출하며, 추출된 특징점 가운데 이상치(outlier)를 제거하기 위해 RANSAC (RANdom SAmple Consensus) 알고리즘을 이용하여 차선을 검출한다. 또한 RANSAC 알고리즘에서 신뢰도가 높은 차선이 검출되면 그 주위에 특징점을 추출하기 위한 관심영역을 설정함으로써 안정적인 차선 검출이 가능하도록 하였다.

• 한국음향학회:학술대회논문집
• /
• 한국음향학회 2004년도 춘계학술발표대회 논문집 제23권 1호
• /
• pp.53-56
• /
• 2004

본 논문은 잡음 환경하에서 특징 벡터의 차원 축소를 통한 음성 구간 검출에 관한 연구이다. 음성/비음성 분류는 통계적 모델을 이용한 분류-기반 방법을 사용한다. 검출기에서 실시간 적응화를 위해 우도-기반의 특징 벡터에 대한 차원 축소 방법을 제안한다. 이 방법은 음성/비음성 클래스에 대한 가우시안 확률 밀도 함수에 의한 비선형적 우도값을 새로운 특징으로 취하는 방법이다. 음성/비음성 결정은 우도비 검증(Likelihood Ratio Test)의 방법을 이용하며, LDA(Linear Discriminant Analys)에 의한 축소 결과와 성능을 비교한다. 실험 결과 제안된 차원 축소 방법을 통하여 2차원으로 축소된 특징 벡터가 고차원에서의 결과와 대등함을 확인하였다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2011년도 한국컴퓨터종합학술대회논문집 Vol.38 No.1(A)
• /
• pp.466-468
• /
• 2011

본 논문은 영상 획득 환경이 자유로운 상황에서 차량 번호판 영역을 검출하기 위한 새로운 방법을 제안한다. 입력 영상에서 SIFT 지역특징을 추출하고 미리 학습한 분류기를 통해 각 지역특징이 번호판 내부에 속하는지 번호판 외부에 속하는지를 분류한다. 번호판 내부로 분류된 지역특징이 밀집한 영역이 번호판 영역으로 검출된다. 실험을 통해 제안하는 지역특징 분류 방법이 높은 성능으로 번호판 내/외부를 분류함을 보인다.