• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 1998.11a
• /
• pp.562-564
• /
• 1998

보통 음향 신호를 분석을 할 때에 시간영역의 신호를 주파수영역의 신호로 FFT 변환을 해서 분석을 한다. 이렇게 단순히 FFT를 해서 주파수영역의 신호에서 어떤 특징적인 점을 찾기가 매우 어렵다. 그래서 원 신호를 FFT를 하지 않고 선형 예측 분석이라는 방법을 적용하여 신호에 특징적인 피크 점들을 구하면 쉬운 방법이 된다. 본 논문에서는 이러한 음향의 신호를 분석을 할 때에 선형 예측 분석법을 이용하면 신호에서 특징적인 피크들을 구하기가 용이함을 보이고 신호의 특징 피크 점들을 통계적으로 처리하여 분석을 해보았다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2005.07b
• /
• pp.835-837
• /
• 2005

본 논문에서는 가보 웨이블릿을 통해 얼굴 이미지로부터 특징을 추출하고, 그에 Genetic Algorithm 을 통해 구한 특징점별 가중치를 적용하여 얼굴 인식을 하는 방법을 소개한다. 각 특징점별로 가중치를 적용하는 방법은, 기존의 Gabor wavelet 을 사용한 얼굴 인식 방법들에 비해 높은 인식률을 보인다. 특징점별 가중치들은 진화 알고리즘을 통해 학습 되어진다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2004.04b
• /
• pp.817-819
• /
• 2004

본 논문에서는 사람의 얼굴표정을 구분하기 위해서 무표정 영상으로부터 18개의 특징점을 찾고, 그 특징점 간의 거리를 템플릿으로 이용하는 방법을 연구하였다. 얼굴표정인식을 위해 정의된 기본 템플릿과 입력 표정 영상에서의 특징정 간의 상대적인 거리의 차이와 특징점의 좌표변위 차이를 이용하여 표정을 구분하도록 하였다. 각 테스트 표정영상의 특징점은 주요 얼굴요소로부터 아이겐포인트(eigen-point)를 자동으로 추출하였다. 표정 인식은 신경망 학습을 통해서 기쁨, 경멸, 놀람, 공포 슬픔 등 5가지로 나누어 실험하였고, 신경망의 인식 결과와 사람의 인식 결과를 통해서 비교한 결과, 72%의 인식성능을 보여주었다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2004.04b
• /
• pp.793-795
• /
• 2004

본 논문에서는 웨이블릿 변환과 Direct LDA(DLDA)을 사용한 홍채 특징추출 방법을 제안한다. 이것은 획득한 홍채 영상으로부터 독특한 특징을 추출하기 위해 특별히 이차원 이산 웨이블릿 변환의 다중해상도 분해 방법을 사용하는 것이다 또한 홍채의 다양한 웨이블릿 성분으로부터 변별력을 가진 특징을 얻을 수 있도록 DLDA 기법을 적용하였다. 이러한 특징추출 방법은 이동이나 회전에 변하지 않는 알고리즘을 요구하는 홍채의 모양을 묘사하는데 적합하다. 홍채의 패턴정합을 위해서는 최근접 평균 분류기(Nearest Mean Classifier)를 사용하였다. 본 논문에서 인간의 홍채인식을 위해 제시한 방법이 홍채패턴을 표현하는 효과적인 방법이며, 시간 및 공간의 절약이라는 측면에서 유리하다는 것을 보여준다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2018.05a
• /
• pp.315-316
• /
• 2018

본 논문에서는 SSD 성능에 영향을 주는 특징(또는 특징 집합)을 평가하는 방법을 제안한다. 제안하는 평가 방법은 기존 연구의 "두 응용프로그램에서 추출한 IO 트레이스들이 서로 유사한 IO 패턴을 갖을 때, 동일한 SSD 에서의 수행 시간은 유사하다"는 관찰에 기반한다. 이를 통하여 우리는 주어진 SSD 에서 후보 특징들을 평가하고, 가장 높은 평가를 받는 특징 집합을 확인한다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2020.01a
• /
• pp.59-60
• /
• 2020

본 논문에서는 특징점 추출 알고리즘 중 SIFT(Scale Invariant Feature Transform)알고리즘을 사용하여 유의미한 특징점을 추출하기 위한 방법을 제안하고자한다. 추출된 특징점을 실제 이미지에 display 해봄으로써 성능을 확인해본다.

• 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.

• Journal of the Korea Society of Computer and Information
• /
• v.26 no.7
• /
• pp.1-7
• /
• 2021

In this paper, we propose a feature selection technique for multi-label classification. Many existing feature selection techniques have selected features by calculating the relation between features and labels such as a mutual information scale. However, since the mutual information measure requires a joint probability, it is difficult to calculate the joint probability from an actual premise feature set. Therefore, it has the disadvantage that only a few features can be calculated and only local optimization is possible. Away from this regional optimization problem, we propose a feature selection technique that constructs a low-rank space in the entire given feature space and selects features with sparsity. To this end, we designed a regression-based objective function using Nuclear norm, and proposed an algorithm of gradient descent method to solve the optimization problem of this objective function. Based on the results of multi-label classification experiments on four data and three multi-label classification performance, the proposed methodology showed better performance than the existing feature selection technique. In addition, it was showed by experimental results that the performance change is insensitive even to the parameter value change of the proposed objective function.

• Proceedings of the Korean Information Science Society Conference
• /
• 2004.10b
• /
• pp.787-789
• /
• 2004

본 논문에서는 퍼지 시스템을 이용하여 칼라 패턴으로부터 인간의 강성을 예측하는 텍스타일 인덱싱 시스템을 제안한다. 텍스타일 인덱싱이란 입력받은 직물 영상을 섬유의 영상을 강성 특징으로 색인화 하는 것이다. 제안된 시스템은 입력 영상에 대해 warm-cold, strong-weak, heavy-light특징이 어느 정도 있는지 조사한다. 제안된 시스템은 크게 특징추출 부분과 감성 분류로 구성한다. 특징 추출은 입력 영상에서 컬러 점보와 텍스처 정보를 추출하고, 감성 분류는 특징 추출 부분으로부터 얻어진 정보들을 분석하여 영상 내 포함된 강성을 찾아낸다. 이때 분류를 위해서 본 논문에서는 퍼지 시스템을 사용한다. 퍼지 룰은 80개의 영상에 대하여 70명의 설문조사를 기반으로 하여 경험적으로 얻어졌다. 제안된 시스템은 80개의 영상에 대하여 테스트 해본 결과는 제안된 시스템의 효율성을 보여주었다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2013.05a
• /
• pp.521-524
• /
• 2013

In this paper, the algorithm that recognizes the gesture by configuring the feature information obtained through Improved Higher Order Local Correlation Features as low dimensional gesture symbol was described. Since the proposed method doesn't require a lot of computations compared to the existing geometric feature based method or appearance based methods and it can maintain high recognition rate by using the minimum information, it is very well suited for real-time system establishment.