• Proceedings of the Korean Information Science Society Conference
• /
• 2005.07b
• /
• pp.706-708
• /
• 2005

본 연구에서는 다단계 필터와 복합형 신경망을 사용하는 얼굴 검출 시스템에서 FMM 모델을 이용한 특징선정 기법을 소개한다. 색상, 모션 및 명암을 이용한 다단계 필터는 검출 대상 영역의 개수를 줄임으로써 시스템의 실시간 검출기능을 가능하게 한다. 신경망을 이용한 특징추출 단계에서는 대상영역의 기본 특징으로부터 일련의 특징지도를 생성하게 된다. 이 과정에서 패턴 분류 신경망의 입력으로 사용되는 특징집합이 지나치게 커짐으로써 신경망의 규모와 계산량이 방대해지는 단정을 갖는다. 이에 본 논문에서는 FMM 모델의 수정된 특성으로부터 특징과 각 클래스에 대한 상호 연관도 요소를 정의하고, 이로부터 특징의 상대적 중요도를 평가함으로써 성능의 저하 없이 최적의 특징집합을 선정하는 방법론을 소개한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2020.05a
• /
• pp.13-14
• /
• 2020

고차원의 데이터를 처리하기 위해서는 데이터의 성질을 유지하면서 특징을 잘 반영할 수 있는 특징 추출 방법이 필요하며 주성분분석 방법은 대표적인 특징 추출 방법이다. 본 연구에서는 데이터가 고차원인 경우 데이터 특징 추출을 위한 주성분 분석의 주성분 변수 선정시 적응적 상관도(Correlation)를 기반으로 한 주성분 분석 방법을 제안한다. 제안하는 방법은 입력 데이터간의 상관관계를 기반으로 상관도를 적응적으로 반영하여 데이터의 주성분을 분석함으로써 실제 데이터의 특징을 나타내는 세분화 변수 선정 시 데이터 편향성의 영향을 줄이기 위한 방법이다.

• 한국ITS학회:학술대회논문집
• /
• 2005.11a
• /
• pp.62-66
• /
• 2005

• Journal of IKEEE
• /
• v.22 no.4
• /
• pp.933-940
• /
• 2018

In this paper, we propose a multi-block deep learning structure for improving face recognition rate. The recognition structure of the proposed deep learning consists of three steps: multi-blocking of the input image, multi-block selection by facial feature numerical analysis, and perform deep learning of the selected multi-block. First, the input image is divided into 4 blocks by multi-block. Secondly, in the multi-block selection by feature analysis, the feature values of the quadruple multi-blocks are checked, and only the blocks with many features are selected. The third step is to perform deep learning with the selected multi-block, and the result is obtained as an efficient block with high feature value by performing recognition on the deep learning model in which the selected multi-block part is learned. To evaluate the performance of the proposed deep learning structure, we used CAS-PEAL face database. Experimental results show that the proposed multi-block deep learning structure shows 2.3% higher face recognition rate than the existing deep learning structure.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2011.11a
• /
• pp.154-157
• /
• 2011

인간의 동작 인식은 가상 현실 시스템 및 게임 등에 적용할 수 있는 컴퓨터 비전 분야의 요소 기술 중 하나로써, 최근까지 그 연구과 활발히 진행되고 있다. 본 논문에서는 빠르고 정확한 동작 인식을 위해, 실루엣과 모션 특징이 결합된 방법을 제안한다. 제안하는 방법은 전역 특징을 이용한 후보 동작 선정 및 지역 특징을 이용한 검증 2 단계로 구성된다. 전역 특징은 Motion History Image의 Hu 모멘트를 이용해 계산되며, 후보 동작의 선정은 이들의 통계치를 이용해 결정한다. 한정된 후보 동작들 중 입력 동작을 정확히 인식하기 위해, 공간 및 방향성 비닝 기법으로 추출된 광류와 실루엣 특징을 지역 특징으로 이용한다. 최종 인식 결과는 Hu 모멘트 통계치와의 유사도 및 지역 특징의 학습을 통해 생성된 Support Vector Machine의 결과를 고려하여 결정된다. 제안하는 방법의 성능을 평가하기 위해, 실세계에서 사용 빈도가 높으며 동작의 변화가 큰 13 개의 제스처를 선정하여 데이터 셋을 구성하였다. 실험 결과 제안하는 방법의 연산 시간은 50 ms, 인식 정확도는 95%임을 확인하였다.

• Proceedings of the Korea Database Society Conference
• /
• 1997.10a
• /
• pp.438-454
• /
• 1997

본 논문에서는 정보기술을 활용하고자 하는 정부 관리자들의 보다 전술적인 문제로써 정보 기술사업의 선정방안에 대해서 미국 뉴욕주의 사례를 중심으로 논하였다. 뉴욕주의 정보기술사업 선정에 대한 분석은 선정절차, 선정기준, 평점방법, 그리고 선정조직의 측면에서 이루어졌다. 뉴욕주 기술사업 선정은 평가절차가 정확성에 보다 치중하고 있으며, 평가기준도 제안조직의 능력보다는 제안된 사업의 개발로 인한 영향 평가에 초점을 두고 있다. 평점모형에서는 구체적인 가중치를 부여하여 계량화하기보다는 영향의 (+)와 (-)를 밝히고 있다. 평가조직은 내ㆍ외부 전문가를 충분히 혼합하여 활용하고 있다. 이러한 특징은 의사결정의 문화성, 합리성, 그리고 합법성의 측면에서 다시 논의되었다. 뉴욕주정부의 정보 기술 사업 선정과정에서의 특징이 정보정책에 갖는 함의 또한 논의되었다.

• Proceedings of the Korean Society for Emotion and Sensibility Conference
• /
• 2001.05a
• /
• pp.74-81
• /
• 2001

얼굴은 내측두(IT: inferotemporal) 영역에 독자적인 처리 공간을 가지고 있는 (Bruce, Desimone, & Gross, 1981; Rolls, 1992) 매우 복잡한 시각 자극이다. 본연구는 이러한 복잡한 얼굴 자극을 구성하고 있는 물리적인 특징들을 추출하여 얼굴을 수치 구조면에서 분석하고 이를 감성 공간과 연결시킬 목적으로 수행되었ㄷ. 이를 위해 본연구에서는 먼저 얼굴 내부에 36개의 특징들 및 특징들 간 관계를 설정하였다. 또한 얼굴 외곽형의 분류를 위해 얼굴 윤곽선 부위에 14개의 특징점을 찍고 코끝에서부터 이들 지점과의 거리를 측정하였다. 사람마다 기본적인 얼굴 14개의 특징점을 찍고 코끝에서부터 이들 지점과의 거리를 측정하였다. 사람마다 기본적인 얼굴 크기가 다르다는 점을 감안하여 이들 특징값들 중 길이값들은 얼굴 좌우폭 또는 얼굴 상하길이를 기주으로 정규화(normalization)되었다. 그런 다음 36개의 얼굴 내부 특징 요소들과 5가지 얼굴 외곽형을 입력값으로 하여 주성분분석(PCA: proncipal component analysis)을 실시하고, 여기서 도출된 다섯 개의 요인점수를 기반으로 5차원 공간을 가정하였다. 이 공간을 대표하는 얼굴을 고루 선정하되 해당 얼굴이 있다고 보기 어려운 영역을 제외하고 평균에 해당하는 얼굴을 추가하여 총 30가지 대표 얼굴 유형을 선정하였다. 선정된 얼굴들에 대해 일차적으로 감성 평가를 실시하여 2차원 감성 공간에 대표 얼굴들을 분포시켰다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2008.04a
• /
• pp.211-214
• /
• 2008

일부 음악 장르분류에 관한 기존 연구에서는 특징 추출을 위한 구간 선택 시 사람이 직접 음악의 주요 구간을 지정하는 방법을 사용하였다. 이러한 방법은 분류 성능이 좋은 반면 수작업으로 인한 부담으로 새롭게 등록되는 음악들에 대해 지속적으로 적용하기가 곤란하다. 이러한 이유로 최근 음악 장르 분류와 관련된 연구에서는 자동으로 추출구간을 선정하는 방법을 사용하고 있는데 이러한 연구의 대부분이 고정된 구간 (예, 30초 이후의 30초 구간)에서 특징을 추출하는 관계로 분류의 정확도가 떨어지는 문제점을 갖고 있다. 본 논문에서는 이러한 문제점을 해결하기 위해 음악 전체 구간에 대하여 반복구간을 파악하고, 그 중 음악을 대표할 수 있는 단일 대표구간을 선정한 후, 대표구간으로 부터 특징을 추출하여 장르 분류 시스템에 적용하는 방법을 제안하였다. 실험 결과, 기존 고정구간을 사용한 방법에 비해 괄목할 만한 성능 향상을 얻을 수 있었다.

• Proceedings of the Korean Society of Precision Engineering Conference
• /
• 2003.10a
• /
• pp.231-231
• /
• 2003

사출성형에서의 지금까지의 에어트랩 문제의 해결법은 사출금형 내에 유동적 관계와 사출성형 기술자의 경험으로 해결했었다. 본 연구에서는 에어트랩 문제를 해결하기 위하여 금형을 설계할 때 미리 에어트랩의 위치를 알고 금형 디자인을 수정하여 사출 시간의 단축과 사출성형의 경제적 효과를 얻고자 한다. 사출성형을 할 때 에어트랩의 불량이 많이 발생하는 특징 형상들을 선정하여 각각의 특징형상들을 다시 해석하여 각각의 특징형상들의 에어트랩의 발생위치와 발생률을 알아내고, 사출금형설계에서 에어트랩불량이 일어날 형상들을 특징형상 변수에 대응시켜 최적의 형상으로 수정절차를 개발하였다. 여기서, 사출속도의 조절, 금형 온도의 조절, 수지온도 조절, 금형내의 압력 조절, 벤트의 설치 등은 최적의 상태로 고정시키고 형상수정 요소로 형상의 두께, 각도, 깊이, 필렛, 모 따기를 선정하여 특징형상 상관관계 모델을 구성하였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2004.10b
• /
• pp.121-123
• /
• 2004

의사 결정 지원 시스템에 대한 연구는 오래 전부터 진행되어 왔다. 의사 결정 지원 시스템은 많은 분야에 적용될 수 있고, 적용되는 환경에 따라서 다양한 특징을 가진다. 본 논문에서는 e-marketplace에서 공급자 선정을 위한 의사 결정 지원 시스템 구현을 위한 환경 및 시스템의 특징에 대해서 알아보고, e-marketplace에서의 공급자 선정을 위한 정색 기반 모델을 제시하고, 이를 구현함으로써 의사 결정 지원시스템이 e-marketplace에서 어떻게 구현될 수 있는지를 보인다.