• Proceedings of the Korea Institute of Convergence Signal Processing
• /
• 2005.11a
• /
• pp.175-177
• /
• 2005

원거리에서 촬영된 얼굴영상은 극히 적은 정보만을 가지고 있기 때문에 얼굴 검출에 어려움이 따른다. 본 논문에서는 이런 원거리에서 촬영된 영상에서도 얼굴을 검출하는 알고리즘을 제한한다. 정규화한 얼굴 영역 후보의 각 화소에 대한 명암차를 이용하여 얼굴 특정 후보를 검출하고, 얼굴의 대표적 특징 요소인 눈과 코, 입 요소를 추출하여 최종 얼굴영역 판별을 한다. 제한된 알고리즘을 다양한 얼굴 영상에 대해 실험을 실시한 결과, 많은 환경 변수 및 다양한 얼굴영상에서의 적응성을 확인할 수 있었다.

• Proceedings of the Acoustical Society of Korea Conference
• /
• autumn
• /
• pp.33-36
• /
• 1999

본 논문에서는 기존의 text-to-speech(TTS) 합성방식이 미리 정해진 화자에 의한 단조로운 합성음을 가지는 문제를 극복하기 위하여, 임의의 화자의 음색을 표현할 수 있는 화자 변환(Voice Conversion) 기능을 구현하였다. 구현된 방식은 화자의 음향공간을 Gaussian Mixture Model(GMM)로 모델링하여 연속 확률 분포에 따른 화자 변환을 가능케 했다. 원시화자(source)와 목적화자(target)간의 특징 벡터의 joint density function을 이용하여 목적화자의 음향공간 특징벡터와 변환된 벡터간의 제곱오류를 최소화하는 변환 함수를 구하였으며, 구해진 변환 함수로 벡터 mapping에 의한 스펙트럼 포락선을 변환했다. 운율 변환은 음성 신호를 정현파 모델에 의해서 모델링하고, 분석된 운율 정보(피치, 지속 시간)는 평균값을 고려해서 변환했다. 성능 평가를 위해서 VQ mapping 방법을 함께 구현하여 각각의 정규화된 켑스트럼 거리를 구해서 성능을 비교 평가하였다. 합성시에는 ABS-OLA 기반의 정현파 모델링 방식을 채택함으로써 자연스러운 합성음을 생성할 수 있었다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2014.06a
• /
• pp.38-41
• /
• 2014

본 논문에서는 필기 문서 영상을 분석하여 단어 단위로 요소들을 분할하는 방법을 제안한다. 일반적으로 인쇄 문서에 비하여 필기 문서에서는 글자 간 간격이 일정하지 않을 뿐만 아니라 필기자 또는 작성된 언어에 따라 특성이 매우 다르게 나타나기 때문에 단어를 분리하는 것은 어려운 문제로 간주되었고 많은 연구가 진행되었다. 제안하는 방법은 이 문제를 해결하기 위하여 글자 획의 두께를 고려하여 정규화시킨 각 연결 요소간 간격과 간격 안에 존재하는 글자 픽셀의 수로 구성된 2 차원의 특징값을 추출하였다. 이 특징값을 바탕으로, 제안하는 방법은 k-평균 클러스터링을 이용하여 각 텍스트라인을 구성하는 연결 요소간 간격을 단어 사이의 간격과 단어 내부 글자간의 간격으로 분류하였다. ICDAR 2013 Handwriting Segmentation Contest 데이터베이스에 대한 실험 결과 제안하는 방법은 가장 우수한 성능을 나타내었다.

• Proceedings of the KIEE Conference
• /
• 2002.07d
• /
• pp.2752-2754
• /
• 2002

본 논문에서는 차량영상으로부터 분류된 화소정보를 이용하여 번호판 정보를 검증하는 방법을 제안한다. 차량 번호판의 구조는 정규화된 형태로 구조적인 특징을 가지고 있다. 기존의 검증방법은 배경화소가 변색된 경우에는 번호판 정보를 추출하는데 어려움이 있다. 또한, 전처리 과정을 포함한 처리과정은 복잡하고 처리시간이 길다는 단점을 가지고 있다. 제안된 방법은 특정색상으로 분류된 화소정보를 이용하고, 기존의 검증조건을 통합하므로써 성능을 개선하여 보다 정확한 번호판 정보를 추출하도록 하였다.

• KSCI Review
• /
• v.15 no.1
• /
• pp.191-195
• /
• 2007

본 논문에서는 영상으로부터 한국적 감성 데이터를 추출하고 감성 컨텐츠 프레임워크(ISC) 구축을 통해 영상데이터를 다양한 멀티미디어 데이터와 함께 사용자에게 전달하는 시스템을 제안한다. 이를 위해 먼저 영상으로부터 객체를 분리해내고 각각의 특징벡터 모델을 구축한다. 특징벡터모델은 요소인자로써 벡터공간의 데이터로 입력되고, 정규화 된 한국어 형용사 데이터와의 근접도를 비교하여 대표 감성을 표현하게 된다. 또한 감성 컨텐츠 데이터의 3층 구조를 이용하여 멀티미디어 데이터를 분류하고 대표 감성형용사와의 인자사상을 통하여 다양한 영상-감성 컨텐츠를 제공하는 프레임워크를 설계한다. 이것은 다양한 영상의 추상데이터에 대응한 감성표현을 추출하여 영상에 내포되어 있는 정확한 의미를 관찰자에게 전달할 수 있다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2000.10b
• /
• pp.374-376
• /
• 2000

음성인식 시스템에 사용하는 알고리즘 중에 하나인 DHMM은 코드북을 이용하여 음성의 프레임들에 대한 특징을 관측열로 추출하여 음성의 패턴에 대한 훈련과 인식을 수행하게 된다. 그러나 음성은 유성음과 무성음의 특징 차이가 많이 나게 되므로 하나의 코드북을 이용하게 되면 코드북 오차에 의하여 성질이 전혀 다른 코드북 인덱스를 DHMM의 관측열로 사용하게 된다. 본 논문에서는 음성의 유성음과 무성음에 대한 선별적인 작업을 통해 서로 다른 코드북을 만들어 관측열을 추출하고 선행 관측과 현 관측과의 거리 비교 연산을 통하여 관측의 시간축을 정규화한 관측열을 음성인식에 사용하였다. 본 논문에서 제시하는 인식 방법을 사용하여 실험한 결과, 기존의 인식 방법보다 5.33% 향상된 결과를 얻었다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2022.11a
• /
• pp.539-540
• /
• 2022

본 논문에서는 정확한 장기 시계열 예측을 위해 시계열 데이터의 다양한 스케일 (시간 규모)에서 표현을 학습하는 트랜스포머 모델을 제안한다. 제안하는 모델은 시계열의 다중 스케일 특징을 추출하고, 이를 트랜스포머에 반영하여 예측 시계열을 생성하는 구조로 되어 있다. 스케일 정규화 과정을 통해 시계열의 전역적 및 지역적인 시간 정보를 효율적으로 융합하여 종속성을 학습한다. 3 가지의 다변량 시계열 데이터를 이용한 실험을 통해 제안하는 방법의 우수성을 보인다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2008.11a
• /
• pp.192-195
• /
• 2008

본 논문에서는 발전하는 3D 그래픽스 기술을 이용하여 문화재의 도면 실루엣을 생성하는 방법을 제안하고자 한다. 3D 스캐너로 정밀 실측된 3D 데이터를 이용하여 문화재의 도면을 생성하기 위한 벡터 실루엣(Silhouette) 추출 과정은 다음과 같다. 먼저 실측된 3D 데이터를 정규화 된 3D공간으로 이동하고, 이동 후에는 데이터에 존재하는 모든 에지(edge)를 검출하여 에지리스트(edge list)를 생성한다. 생성된 에지리스트는 다시 윤곽에지(Contour edge)와 주름에지(Crease edge)로 분류하는데, 윤곽에지는 문화재의 윤곽 실루엣을 형성하는데 이용하고, 윤곽에지를 제외한 주름에지는 문화재의 표면 특징을 나타내는 내부문양 실루엣을 형성하는데 이용한다. 내부문양 실루엣은 사용자가 입력하는 임계값과 주름에지를 구성하는 두면의 방향 벡터의 내적을 비교하여 추출한다. 추출한 벡터 실루엣은 윤곽 실루엣과 내부문양 실루엣으로 구분되며, 두 벡터 실루엣을 이용함으로써 문화재의 구조적 해석과 표면의 특징을 해석할 수 있는 도면 실루엣 생성이 가능했다.

• The Journal of The Korea Institute of Intelligent Transport Systems
• /
• v.8 no.2
• /
• pp.36-44
• /
• 2009

In this paper, we suggest a system of detecting a vehicle with lane violation, which can detect the vehicle with lane violation, by using the feature point tracking. The whole algorithm in the suggested system of detecting a vehicle with lane violation is composed of three stages such as feature extraction, register and tracking in feature for the tracking-targeted vehicle, and detecting a vehicle with lane violation. In the stage of feature extraction, the feature is extracted from the inputted image by sing the feature-extraction algorithm available for the real-time processing. The extracted features are again selected the racking-targeted feature. The registered feature is tracked by using NCC(normalized cross correlation). Finally, whether or not lane violation is finally detected by using information on the tracked features. As a result of experimenting the suggested system by using the acquired image in the section with a ban on intervention, the excellent performance was shown with 99.09% for positive recognition ratio and 0.9% for error ratio. The fast processing speed could be obtained in 34.48 frames per second available for real-time processing.

• Journal of the Korea Society of Computer and Information
• /
• v.27 no.5
• /
• pp.77-84
• /
• 2022

In this paper, we propose a novel unsupervised feature selection method. Conventional unsupervised feature selection method defines virtual label and uses a regression analysis that projects the given data to this label. However, since virtual labels are generated from data, they can be formed similarly in the space. Thus, in the conventional method, the features can be selected in only restricted space. To solve this problem, in this paper, features are selected using orthogonal projections and low-rank approximations. To solve this problem, in this paper, a virtual label is projected to orthogonal space and the given data set is also projected to this space. Through this process, effective features can be selected. In addition, projection matrix is restricted low-rank to allow more effective features to be selected in low-dimensional space. To achieve these objectives, a cost function is designed and an efficient optimization method is proposed. Experimental results for six data sets demonstrate that the proposed method outperforms existing conventional unsupervised feature selection methods in most cases.