• 한국정보보호학회:학술대회논문집
• /
• 한국정보보호학회 2006년도 하계학술대회
• /
• pp.246-250
• /
• 2006

얼굴의 중요한 특징부분을 잘 나타내는 깊이 에지 정보를 사용하면 표정과 조명변화로 인한 얼굴 픽셀의 밝기 값 변화에 대해 강인한 특징벡터를 생성할 수 있다. 본 논문에서는 깊이 에지(depth edge)를 이용한 새로운 특징벡터를 제안하고 그 유용성에 대하여 실험하였다. 새롭게 제안한 특징벡터는 얼굴의 깊이 에지 영상을 수평과 수직 방향으로 투영하여 얻어지는 에지 강도 히스토그램을 이용하기 때문에 얼굴의 움직임으로 인한 변형에 영향을 받지 않는다. 또한, 실시간 검출과 인식이 매우 용이하다. 제안한 깊이 에지 기반 특징벡터와 백색광 영상의 픽셀 값 기반 특징벡터에 대해 부공간 투영기반의 얼굴인식 알고리즘을 적용하여 성능을 비교 평가하였다. 실험 결과, 얼굴의 깊이 에지에 기반한 얼굴인식이 기존의 백색광만을 이용한 방법에 비해 높은 인식성능을 보였다

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2007년도 가을 학술발표논문집 Vol.34 No.2 (C)
• /
• pp.510-515
• /
• 2007

2차원 영상으로부터 3차원 정보를 획득하기 위해서는 disparity map의 정확한 계산이 요구된다. Disparity map을 구하기 위한 기존의 알고리즘은 크게 상관도 기반 방법과 특징 기반 방법으로 분류되는데, 본 논문에서는 이들 각 방법에 대한 분석을 통해서 좀 더 정확한 disparity map을 구하는 방법을 모색한다. 이를 위해 스테레오 카메라로부터 획득된 2차원 영상에서 건물에 대한 깊이 정보 추출을 위해 SIFT 기법을 이용한 disparity map 생성 알고리즘을 제안한다. 제안된 기법은 수정된 MAD인 MMAD(Modified Mean of Absolute Differences) 알고리즘을 새로 제안하여 영역 기반의 유사도 측정을 기반으로 하면서 특징 기반 방법의 하나인 SIFT를 적용하여 거짓 정합(false matching)에 의한 에러를 줄이고 폐색(occlusion) 영역에 대한 오류를 보정한 disparity map을 생성하는데 초점을 둔다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2013년도 제47차 동계학술대회논문집 21권1호
• /
• pp.227-228
• /
• 2013

본 논문에서는 연속적으로 입력되는 스테레오 입체 영상으로부터 2차원과 3차원의 특징을 결합하여 군집화함으로써 대상 물체를 보다 강건하게 분할하는 기법을 제안한다. 제안된 방법에서는 촬영된 장면의 좌우 영상으로부터 스테레오 정합 알고리즘을 이용해 영상의 각 화소별로 카메라와 물체 사이의 거리를 나타내는 깊이 특징을 추출한다. 그런 다음, 깊이와 색상 특징을 효과적으로 군집화하여 배경에 해당하는 영역을 제외하고, 전경에 해당하는 대상 물체를 감지한다. 실험에서는 제안된 방법을 여러가지 영상에 적용하여 테스트를 해 보았으며, 제안된 방법이 기존의 2차원 기반의 물체 분리 방법에 비해 보다 강건하게 대상물체를 분할함을 확인하였다.

• 한국멀티미디어학회:학술대회논문집
• /
• 한국멀티미디어학회 2003년도 추계학술발표대회(상)
• /
• pp.375-378
• /
• 2003

본 논문에서는 공간적 정보로 이미지검색을 하는 모양 특징정보 기반 이미지 검색 시스템에서 검색효율을 향상 시킬 수 있는 이진 영상 변환 및 유사도 검색에 대한 기법을 제안하였다. 모양특징정보의 좀더 정확한 값의 추출을 위해 이미지의 잡음이 윤곽선으로 인식되는 값이 최소화 될 수 있도록 하는 이진 영상 변환방법을 제안하였으며, 유사도 검색에서는 영역별 특징정보 간의 비교와 병행하여 영역을 다시 소그룹화한 다음 소그룹간의 평균 유사도 값의 비교방법을 적용하였다. 성능 평가를 통하여 제안된 이진 영상 변환 겐 유사도 검색 방법을 사용한 경우 기존의 방법보다 향상된 검색 효율성을 보임을 알 수 있었다.

• 한국음향학회지
• /
• 제17권1호
• /
• 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.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2022년도 춘계학술발표대회
• /
• pp.436-437
• /
• 2022

차량에 부착된 블랙박스의 교통사고 동영상은 사고 발생시 사고를 분석하기 위한 핵심 자료로 다양하게 활용되고 있다. 교통사고 동영상을 자동으로 분류할 수 있다면, 해당 동영상의 활용도를 더욱 높일 것으로 판단된다. 본 논문에서는 텍스트 기반 교통사고 특징 추출 및 분류 방법을 제안한다. 교통사고 동영상을 변환한 JSON 파일에서 불변 특징, 정적 특징 그리고 동적 특징을 추출하고 결합하여 합성 특징을 생성한다. 마지막으로 합성 특징을 사용하여 교통사고 동영상을 분류한다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2005년도 춘계학술발표대회
• /
• pp.159-162
• /
• 2005

지형/지물 이미지, 특히 항공.위성사진의 경우 대부분 비슷한 색상과 질감을 갖는다. 따라서 지형/지물 이미지 데이터베이스에서 질의 이미지를 효율적으로 검색하기 위해 이미지의 형태 특징을 이용해야 한다. 본 논문은 지형/지물의 형태 특성을 고려한 형태 특징 추출 방법을 제안한다. 이 방법은 기존의 직각 좌표계를 이용한 투영 방법을 발전시킨 것으로 원형 좌표계를 이용하여 일정 간격의 방향에서 투영 연산을 수행한다. 이를 통해 본문에서 언급하는 세 가지 특징을 추출한다. 이 방법은 이미지의 방향/크기/위치에 관계없이 이미지의 형태 특징을 추출 할 수 있다. 기존의 형태 특징 추출 방법인 CSS 방법과 비교.실험을 통해 본 논문에서 제안한 방법의 성능과 장점을 보인다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2012년도 한국컴퓨터종합학술대회논문집 Vol.39 No.1(C)
• /
• pp.448-450
• /
• 2012

본 논문에서는 Kinect 방식의 RGB-D 영상센서를 사용하여, 깊이(Depth) 영상으로부터 3차원 객체의 기하정보를 표현하는 표면 정규 벡터(Surface Normal Vector)를 추출하고, 그 결과를 영상화하는 방법을 제안하며, 제안된 방법으로 생성된 영상으로부터 깊이 영상의 특징점 및 특징 기술자를 추출하여 3차원 객체 인식 성능을 향상시키는 방법을 제안한다. 또한 생성된 RGB-D 특징 기술자들을 객체 단위로 구분 가능한 코드북(CodeBook) 학습을 통한 인식방법을 제안하여 객체의 인식 성능을 높이는 방법을 제안한다. 제안하는 RGB-D 기반의 특징 추출 및 학습 방법은 텍스쳐 유무, 카메라 회전 및 이동 변화 등의 환경변화에 강건함을 실험적으로 증명하였으며, 이 방법은 Kinect 방식의 RGB-D 영상을 사용하는 3차원 객체/공간 인식 및 추적, 혹은 이를 응용하는 증강현실 시스템에 적용하여 사용될 수 있다.

• 한국정보전자통신기술학회논문지
• /
• 제13권6호
• /
• pp.461-469
• /
• 2020

본 논문에서는 손글씨 숫자 데이터셋, 얼굴 데이터셋의 중요영역 추출을 위한 PCA 기반의 특징되먹임방법을 제안한다. 이전의 LDA 기반의 특징되먹임 방법을 확장하여 PCA 기반 특징되먹임 방법이 제안된다. 제안된 방법에서 데이터에 차원 축소 머신러닝 알고리듬 중 하나인 PCA 기법을 적용하여 데이터를 중요한 특징 차원들로 축소한다. 차원 축소과정에서 도출되는 weight를 통해 축소된 각 차원 축에서의 데이터 중요 지점을 확인한다. 각 차원 축은 축의 고유값의 크기에 따라 전체 데이터에서의 가중치가 다르다. 이에 각 차원 축의 고유값의 크기에 비례하는 가중치를 부여하여 각 차원 축에서의 데이터 중요 지점을 합하는 연산 과정을 거친다. 연산 과정을 통해 얻어진 데이터에 Threshold를 적용하여 데이터의 중요 영역을 구한다. 그 후 도출된 데이터의 중요 영역에 원본데이터로 역매핑을 유도하여 원본 데이터 공간에서 중요영역을 선택한다. MNIST 데이터셋에 대한 실험 결과를 확인하고 기존의 LDA 기반의 특징되먹임 방법을 통한 결과와 비교를 하여 PCA기반 특징되먹임을 기반한 패턴 인식 방법의 유효성과 가능성을 확인한다.

• 융합보안논문지
• /
• 제19권1호
• /
• pp.67-78
• /
• 2019

본 논문에서는 가변 크기 블록 기반의 새로운 얼굴 특징 표현 방법을 제안한다. 기존 외형 기반의 얼굴 표정 인식 방법들은 얼굴 특징을 표현하기 위해 얼굴 영상 전체를 균일한 블록으로 분할하는 uniform grid 방법을 사용하는데, 이는 다음 두가지 문제를 가지고 있다. 얼굴 이외의 배경이 포함될 수 있어 표정을 구분하는 데 방해 요소로 작용하고, 각 블록에 포함된 얼굴의 특징은 입력영상 내 얼굴의 위치, 크기 및 방위에 따라 달라질 수 있다. 본 논문에서는 이러한 문제를 해결하기 위해 유의미한 표정변화가 가장 잘 나타내는 블록의 크기와 위치를 결정하는 가변 크기 블록 방법을 제안한다. 이를 위해 얼굴의 특정점을 추출하여 표정인식에 기여도가 높은 얼굴부위에 대하여 블록 설정을 위한 기준점을 결정하고 AdaBoost 방법을 이용하여 각 얼굴부위에 대한 최적의 블록 크기를 결정하는 방법을 제시한다. 제안된 방법의 성능평가를 위해 LDTP를 이용하여 표정특징벡터를 생성하고 SVM 기반의 표정 인식 시스템을 구성하였다. 실험 결과 제안된 방법이 기존의 uniform grid 기반 방법보다 우수함을 확인하였다. 특히, 제안된 방법이 형태와 방위 등의 변화가 상대적으로 큰 MMI 데이터베이스에서 기존의 방법보다 상대적으로 우수한 성능을 보여줌으로써 입력 환경의 변화에 보다 효과적으로 적응할 수 있음을 확인하였다.