• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2017.10a
• /
• pp.617-618
• /
• 2017

음성인식의 적절한 성능을 구하기 위하여 잡음환경 하에서 최적인 음성의 특징 벡터를 선택할 필요가 있다. 본 논문에서는 위너필터 방법과 인간의 청각계의 특성을 활용한 멜 주파수 켑스트럼 계수를 사용한 음성인식 방법을 제안한다. 본 논문에서 제안하는 음성의 특징 벡터는 음성 중에서 배경잡음을 제거한 후에 깨끗한 음성신호의 벡터를 추출하는 방법이며, 다층 퍼셉트론 신경회로망에 멜 주파수 켑스트럼 계수를 입력하여 학습시킴으로써 음성인식을 구현한다. 본 실험에서는 멜 주파수 켑스트럼 계수의 특징 벡터를 사용하여 백색잡음이 혼합된 경우에 대하여 음성인식 실험을 실시하였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2001.04b
• /
• 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.

• Journal of Korea Society of Industrial Information Systems
• /
• v.4 no.2
• /
• pp.1-6
• /
• 1999

We propose a new algorithm for pattern classification by extracting feature vectors based on Gibbs distributions which are well suited for representing the characteristic of an images. The extracted feature vectors are comprised of 2-D moments which are invariant under translation rotation, and scale of the image less sensitive to noise. This implementation contains two puts: feature extraction and pattern classification First of all, we extract feature vector which consists of an improved 2-D moments on the basis of estimated Gibbs distribution Next, in the classification phase the minimization of the discrimination cost function for a specific pattern determines the corresponding template pattern. In order to evaluate the performance of the proposed scheme, classification experiments with training document sets of characters have been carried out on SUN ULTRA 10 Workstation Experiment results reveal that the proposed scheme had high classification rate over 98%.

• Proceedings of the Korean Information Science Society Conference
• /
• 2001.10b
• /
• pp.415-417
• /
• 2001

본 논문에서는 주차 단속의 자동화를 위해 입력된 차량 영상으로부터 번호판 영역의 복합 색상 정보와 명암 벡터를 이용하여 번호판 영역을 추출하는 알고리즘을 제안한다. 일반적으로 명암도 영상에서는 번호판 영역의 숫자나 문자와 배경간의 명암도 변화는 뚜렷하게 나타나고, 다른 영역에 비하여 명암벡터의 밀집도가 높다는 특징을 가지고 있다. 이러한 특징을 이용하여, 번호판 영상의 하측 라인부터 명암 벡터의 부호 변화가 임계치 이상으로 나타나고, 자가용 또는 영업용 번호판 색상이 일정 수준으로 검출되는 구간을 번호판 영역으로 검출하고 이를 기준으로 대략 박스를 설정한다. 정교한 번호판 영역은 수직 소벨 에지 영상의 프로젝션으로 추출한다. 제안한 알고리즘을 평가하기 위하여, 다양한 시간과 장소에서 촬영되고 차량 주변의 복잡한 배경이 충분히 포함된 총 100장의 주차 단속 영상을 사용하였다. 실험 결과, 명암벡터와 색상정보를 함께 사용한 제안한 방법 이 명암벡터만을 사용한 방법에 비해 약 10% 향상된 97%의 번호판 추출률을 보였으며, 차량 종류의 자동 구분도 가능하였다.

• Proceedings of the Korea Multimedia Society Conference
• /
• 2003.05b
• /
• pp.484-487
• /
• 2003

본 논문에서는 CCD 카메라로부터 입력된 얼굴영상에서 피부색상 정보를 이용하여 얼굴을 검출하고 얼굴특징자인 눈, 코, 입의 얼굴특징 벡터를 추출한 후, 벡터들로부터 특징 평가함수를 적용하여 개인의 얼굴을 인식하는 알고리즘을 제안하였다. 제안한 논문에서는 입력 영상에서 대하여 얼굴 피부색의 정보와 명암도 정보를 동시에 사용하여 얼굴영역을 검출한 후, 검출한 얼굴 영역에서 특징점인 눈, 코, 입 등을 추출한 다음, 각 특징 점들에 대한 기하학적 위치특성과 상관성을 이용한 얼굴특징 평가함수를 구성하였다. 제안한 알고리즘으로 230 장의 얼굴영상에 대하여 실험에 적용한 결과 얼굴검출 효율과 인식 성능을 개선할 수 있었다.

• Proceedings of the Korean Information Science Society Conference
• /
• 1998.10b
• /
• pp.265-267
• /
• 1998

본 논문은 내용기반 이미지 검색시스템에서 사용하는 특징벡터들 중에서 하나인 형태 특징벡터를 추출하는데 초점을 맞쳤다. 특히 다양한 방향으로 회전된 영상의 형태를 수용할 수 있는 모멘트 정보를 영상의 형태 특징벡터로 사용하였다. 그 결과 영상과 회전되지 않은 영상간의 차이값이 0에 가까워 유사성이 아주 좋음을 알 수 있었다.

• Journal of Digital Contents Society
• /
• v.2 no.2
• /
• pp.157-166
• /
• 2001

In this paper we propose a feature vector extraction technique using regression of shape features for the content-based image retrieval system. The proposed technique can reduce the number of dimensions of a feature vector by converting the extracted high-dimensional feature vector into a specific n-dimensional feature vector. This paper shows how to resolve the 'dimensionality curse' problem by reducing the number of dimensions of a feature vector, and shows that the technique is more efficient than the conventional techniques for the practical image retrievals.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2002.12a
• /
• pp.325-328
• /
• 2002

본 논문에서는 사람의 식별과 감정을 인식하기 위한 하나의 방법을 제안한다. 제안된 방법은 색차 정보에 의한 형판의 위치 인식과 형판 벡터 추출에 기반한다. 단일 색차 공간만을 이용할 경우 살색 영역을 정확히 추출하기 힘들다. 이를 보완하기 위해서 여러 가지 색차 공간을 병행하여 살색 영역을 추출하며, 이를 응용하여 각각의 형판을 추출하는 방법을 제안한다. 그리고, 사람의 식별과 감정 인식을 위해서 추출된 형판에 대한 각각의 특징 벡터 추출 방법을 제시하며, 마지막으로 추출된 형판 벡터를 이용하여 신경망을 통한 학습과 인식을 수행하는 방법을 제시한다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2000.11a
• /
• pp.297-300
• /
• 2000

현재 연구되어지고 있는 홍채인식 시스템의 일반적인 구성을 보면 영상획득, 전처리, 특징추출, 인식/검증의 네 단계를 거치게 된다. 이 과정에서 최후 본인여부의 판단이 내려지는 것은 인식/검증의 마지막 단계인데, 전체 등록된 사용자의 수가 적을 경우 인식 방법을 통해 사용자를 확인할 수 있게 되어 그 정확도가 상당히 높을 수 있다. 하지만 등록된 사용자의 수가 많은 경우 인식방법에는 무리가 따르게 된다. 이에 따라 전자상거래와 같은 다수의 사용자를 보유하게 되는 시스템에서는 사용자 아이디를 함께 입력받아 본인 여부를 판단하는 검증 방법을 사용하는 것이 빠르고 효과적이라 할 수 있다. 본 논문에서는 기존에 사용되어지던 특징벡터의 일치율 또는 해밍 거리를 통한 검증방법에서 나아가 저용량 특징벡터에 적합하도록, 홍채영상으로부터 추출된 특징에 대해 적절한 양자화와 가중치를 두어 각 특징벡터 간의 내적을 통해 유사도를 측정함으로써 본인의 데이터와 타인의 데이터간의 차이를 크게 하여 향상된 성능의 홍채인식 시스템을 구현하는 방법을 제안한다.

• Journal of the Institute of Convergence Signal Processing
• /
• v.4 no.3
• /
• pp.21-26
• /
• 2003

A new method to realize 3-dimensional object pattern recognition system using Fourier-based feature extractor has been proposed. The procedure to obtain the invariant feature vector is as follows ; A closed surface is generated by tracing the surface of object using the 3-dimensional polar coordinate. The centroidal distances between object's geometrical center and each closed surface points are calculated. The distance vector is translation invariant. The distance vector is normalized, so the result is scale invariant. The Fourier spectrum of each normalized distance vector is calculated, and the spectrum is rotation invariant. The Fourier-based feature generating from above procedure completely eliminates the effect of variations in translation, scale, and rotation of 3-dimensional object with closed-surface. The experimental results show that the proposed method has a high accuracy.