• Journal of the Korea Academia-Industrial cooperation Society
• /
• v.15 no.3
• /
• pp.1718-1723
• /
• 2014

We proposes the method to detect the Hangul and English character region from natural image using structural feature of Hangul and English Characters. First, we extract edge features from natural image, Next, if features are not corresponding to the heuristic rule of character features, extracted features filtered out and select candidates of character region. Next, candidates of Hangul character region are merged into one Hangul character using Hangul character merging algorithm. Finally, we detect the final character region by Hangul character class decision algorithm. English character region detected by edge features of English characters. Experimental result, proposed method could detect a character region effectively in images that contains a complex background and various environments. As a result of the performance evaluation, A proposed method showed advanced results about detection of Hangul and English characters region from natural image.

• Transactions of the Korean Society of Mechanical Engineers A
• /
• v.34 no.11
• /
• pp.1681-1689
• /
• 2010

Several studies on the use of Support Vector Machines (SVMs) for diagnosing rotating machinery have been successfully carried out, but the fault classification depends on the input features as well as a multi-classification scheme, binary optimizer, kernel function, and the parameter to be used in the kernel function. Most of the published papers on multiclass SVM applications report the use of the same features to classify the faults. In this study, simple statistical features are determined on the basis of time domain vibration signals for various fault conditions, and the optimal features for each fault condition are selected. Then, the optimal features are used in the SVM training and in the classification of each fault condition. Simulation results using experimental data show that the results of the proposed stepwise classification approach with a relatively short training time are comparable to those for a single multi-class SVM.

• Journal of the Korea Society for Simulation
• /
• v.19 no.4
• /
• pp.111-122
• /
• 2010

In this study, a length adjustment algorithm for cyclic signals in manufacturing process using Time Invariant Feature point Extraction and Matching(TIFEM) is proposed. In order to precisely compensate the length of cyclic signals which have irregular length in the middle of signal as well as in the full length more feature points are needed. The extracted feature must involve information about the pattern of signal and should have invariant properties on time and scale. The proposed TIFEM algorithm extracts features having the intrinsic properties of the signal characteristics at first. By using those extracted features, feature vector is constructed for each time point. Among those extracted features, the only effective features are filtered and are chosen such as basis for the length adjustment. And then the partial length adjustment is performed by matching feature points. To verify the performance of the proposed algorithm, the experiments were performed with the experimental data mimicking the three kinds of signals generated from the actual semiconductor process.

• Korean Journal of Remote Sensing
• /
• v.18 no.6
• /
• pp.369-376
• /
• 2002

This paper presents a method to enhance the performance of supervised classification by separating the spectral signature of the training data sets for each class. Using clustering technique, a training data set is divided into several subsets which show a pattern of the normal distribution with small value of spectral variances. Then a supervised classification is applied with the divided training data set as training data for the temporary subclasses of the original class. The proposed method is applied to a Landsat TM image of Busan area for the applicability test. The result shows that the proposed method produces better classified results than the conventional statistical classification methods. It is expected that the proposed method will reduce the effort and expense for selecting the training data set for each class in an area which has spectrally homogeneous signature.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2004.04a
• /
• pp.450-453
• /
• 2004

본 논문은 지문을 이용하여 개인 식별 및 확인하는 생체인식 시스템을 제안한 것으로, 입력 지문 영상으로부터 중심점(Core)를 찾아 8개 방향의 가버 필터를 사용하여 지문의 특징을 드러나게 한다. 또한, 중심점으로부터 일정 영역을 섹터로 분할하고 분할된 섹터 별 특징 값을 산출하여 코드 북으로 등록한다. 등록된 데이터로부터 매칭하는 과정은 상관 계수를 이용하여 유사도가 가장 높은 등록자를 선별하고 인식 대상자로 선정한다. 이와 같은 방법은 융선의 분기점과 단점을 특징으로 하는 알고리즘에서 문제시되는 특징점이 빠지는 경우와 의사 특징점에 의한 오인식을 줄일 수 있으며, 중심점과 기준 축의 설정에 따라 지문 영상의 회전에 영향을 받지 않는 방법으로 좋은 성능을 보일 수 있다. 제안된 방법의 유용성을 확인하고자 광학식 지문 센서와 PC를 이용한 실시간 지문 인식 시스템을 구현하였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2003.10b
• /
• pp.580-582
• /
• 2003

특징점 기반 지문 인식 방법은 지문 영상의 전처리 과정을 포함한 특징점 추출 과정과 추출된 특징점들의 유사도를 판단하는 정합 과정으로 구성된다. 특징점들의 정합과정을 수행하는 여러 가지 방법들 중 Hausdorff 거리 기반 정합 방법은 이동과 회전이 적은 지문의 특징점들에 대해 빠르게 계산할 수 있는 장점을 갖는다. 그러나, 이 방법은 이동과 회전이 많은 지문 영상의 경우 연산이 많아지는 단점을 가진다. 본 논문에서는 정합을 실행하기 전 지문의 중심점과 지역적인 블럭들의 방향성을 기준으로 정렬을 수행하여 비교되는 지문 특징점간의 회전 오차와 이동 오차를 줄임으로써, 기존의 정합 방법의 불필요한 연산량을 줄일 수 있는 방법을 제안하였다. 제안된 방법을 검증하기 위해 Hausdorff 거리 기반 정합 방법을 구현하고 그것에 대한 결과와 선정렬을 사용한 후의 정합 결과를 실험, 비교하였다. 이때의 평균 Hausdorff 거리는 Genuine의 경우 0.095가 줄어들었고, Improster의 경우 0.655가 늘어나는 성능 향상을 나타냈다.

• Journal of the Korea Computer Industry Society
• /
• v.2 no.3
• /
• pp.285-296
• /
• 2001

This Paper develops the Hanguel character learning system for elementary school students and foreigners. Standard character pattern is selected and DB is consructed for model by feature extraction. For this, performance of pre-processing independent of environments, feature extraction and simility functions are defined. Finally, beauty evaluation is done by matching between input character pattern written by elementary school students or foreigners and standard character pattern. It is possible for this system to extend the specific character font learning from selecting the specific standard character pattern. Also the effectiveness of this parer is demonstrated by several experiments.

• Proceedings of the KIEE Conference
• /
• 2015.07a
• /
• pp.1363-1364
• /
• 2015

본 논문은 지문을 이용하여 방사형 기저함수 신경회로망(RBFNN: Radial Basis Function Neural Network)을 기반으로 지문을 식별하고 확인할 수 있는 방법을 제시한다. 지문 데이터로는 공인데이터인 FVC2002의 지문 데이터를 사용하였다. 지문 이미지의 개선을 위해 여러 단계의 전처리를 한 후 특징점을 추출하여 데이터베이스를 구축하였다. 이렇게 구축된 데이터베이스를 방사형 기저함수 신경회로망을 통해 학습을 시키고 지문의 패턴을 분류하여 지문의 대상자와 일치하는 패턴의 지문들을 선정한다. 선정된 지문들과 입력된 지문의 특징점을 이용하여 지문의 대상자를 식별한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2006.06a
• /
• pp.25-27
• /
• 2006

본 논문에서는 시계열 마이크로어레이데이터 마이닝을 위한 전처리 작업으로 시계열 마이크로어레이 데이터에 특징 추출 방법 및 상관관계 분석을 이용하여 분화 과정에 대해 분별력 있는 유전자들을 선정하기 위한 방법을 제안하고, 줄기세포가 신경세포로 분화하는 과정에서 특이적으로 발현되는 유전자들을 찾기 위한 시계열 마이크로어레이 데이터 분석 과정을 하나의 예로 제시한다. 분석 결과, 제안한 방법이 분화 특이적으로 발현되는 분별력 있는 유전자들, 분화 과정에서 공통적으로 발현되는 유전자들, 그리고 경계선에 존재하는 유전자들을 통해서 줄기세포 신경분화의 특징들을 규명하는데 매우 유용함을 보였다.

• The Journal of the Acoustical Society of Korea
• /
• v.19 no.3
• /
• pp.20-25
• /
• 2000

This paper proposes the method of surface classification and threshold value selection for surface classification of the three-dimensional object recognition. The processings of three-dimensional image processing system consist of three steps, i.e, acquisition of range data, feature extraction and matching process. This paper proposes the method of shape feature extraction from the acquired rage data in the entire three-dimensional image processing system. In order to achieve these goals, firstly, this article proposes the surface classification method by using the distribution characteristics of sign value from range values. Also pre-existing method which uses the K-curvature and K-curvature has limitation in the practical threshold value selection. To overcome this, this article proposes the selection of threshold value for surface classification. Finally, the effectiveness of this article is demonstrated by the several experiments.