• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2013년도 제48차 하계학술발표논문집 21권2호
• /
• pp.23-26
• /
• 2013

최근 모바일 장치의 영상 데이터 처리 능력 확대와 더불어 사용자가 요구하는 다양한 영상 데이터의 효율적인 인식 기술 연구가 요구되어지고 있다. 모바일 환경은 고성능 PC 환경과 달리 저사양의 CPU와 메모리를 탑재하고 있어, 영상에서 원하는 객체를 인식하기 위한 기존의 방법론으로는 사용자 요구를 실시간으로 충족하기 어려운 부분이 존재한다. 이에 모바일 환경에 맞는 객체 인식 방법론의 개발이 요구된다. 모바일 환경에서 실시간으로 객체 인식을 하기 위하여, 본 논문에서는 객체 코너 정보를 이용한 Harris corner detector[1]로부터 객체의 특징점을 추출하고, 이를 바탕으로 하여 영상내의 객체 정보 인식 방법을 제안한다. 제안하는 방법에 의해, 입력 영상에서 객체의 코너 정보를 빠르게 추출, 기존 특징점과의 비교를 통하여 영상 내부의 객체 인식을 진행한다. 일반적으로, 회전된 특징점 객체의 정보는 객체의 회전 정도에 따라 코너 픽셀 색상 정보의 변화가 발생하게 된다. 특징점의 색상값은 객체의 회전 정도에 영향을 받아 주변의 픽셀값과 혼합되는 특성이 존재한다. 본 논문에서는 회전 변경된 픽셀 색상값의 영향을 분석하여, 회전된 객체의 특징점 추출 및 객체 검출에 반영하도록 하여, 영상 내부의 회전된 객체 검출의 수행에 효과적으로 이용될 수 있도록 한다. 특징점의 코너 정보를 이용하여 객체를 인식하는 것은, 객체의 인식률은 다소 감소하더라도 모바일 환경에서 계산량의 감소를 통한 실시간 활용이 가능하도록 한다. 이러한 특성은 저성능 CPU와 메모리에서도 회전된 객체의 인식을 수행할 수 있게 하는데 상당히 효과적이다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2006년도 한국컴퓨터종합학술대회 논문집 Vol.33 No.1 (B)
• /
• pp.262-264
• /
• 2006

지문분류는 지문을 전역특징에 따라 미리 정의된 클래스로 분류하는 기술로, 대규모 지문식별시스템의 매칭시간을 감소시키는데 유용하다. 지문은 개인마다 고유하기 때문에 각 지문마다 전역특징이 다양하게 분포하여 기존의 특징추출방법으로는 분류에 한계가 있다. 본 논문에서는 이를 해결하기 위하여 적응적 특징추출방법을 제안하였다. 이는 융선 방향의 변화량을 계산하여 지문의 전역특징을 포함하는 특징영역을 탐색한 뒤, 특징영역의 블록 방향성 정보로부터 특징벡터를 추출한다. NIST4 지문 데이터에 대한 5클래스 분류실험 결과 제안하는 특징추출방법이 90.25%의 분류성능을 보여 기존 방법보다 효과적임을 확인하였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2002년도 추계학술발표논문집 (상)
• /
• pp.381-384
• /
• 2002

특징 추출은 입력 데이터를 인식이 더 잘 될 수 있도록 변환된 영역의 특징 벡터로 변환하는 과정으로 볼 수 있다. 특징벡터가 갖추어야 할 주요 특성은 손실되는 정보량이 가능한 적어야 된다는 것이다. 또한, 높은 인식률을 얻기 위해서, 동일 클래스에 포함된 특징 벡터의 편차는 적도록 만들어야 한다. 본 논문에서는, 방향각 누적 특징을 기반으로 개발된 몇 가지 새로운 특징을 필기 숫자 인식에 적용하였다. 특징을 추출하기 위하여 입력된 이진 영상의 비선형 정규화, 영상의 크기에 의한 특징 정규화, 영상의 전경 영역에 의한 특징 정규화 등의 여러 가지 방법이 적용되었다. 실제 우편물에서 추출된 필기 숫자 데이터베이스를 실험에 사용하였으며, 제안된 방법이 필기 숫자 인식에 효과적으로 적용될 수 있다는 것을 결과에서 보여주고 있다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2017년도 제55차 동계학술대회논문집 25권1호
• /
• pp.239-240
• /
• 2017

본 연구는 의료영상내 특징정보를 추출 및 평가함으로서 정밀의료 실현 가능성을 확인하고자 하였다. 영상화는 PET/CT 및 MRI 스캐너를 이용하여 암환자의 기능적 정보와 해부학적 정보를 획득하고 관심영역을 설정하였으며 각각의 영상내 특징정보를 추출하였다. 영상내 특징정보는 GLCM을 이용하여 에너지, 대비, 엔트로피, 균질성을 획득하였고, 획득된 영상 데이터에 따른 관심영역 설정 차이를 확인하였다. 영상내 특징 정보는 MRI 영상의 해부학적 정보를 이용한 분석결과에서 엔트로피 및 균질성이 PET 보다 증가 하였고 대비는 감소함을 확인하였다. 추후연구는 다양한 영상내 특징 정보를 획득하고 정밀의료를 위한 기계학습에 활용할 예정이다.

• 한국컴퓨터정보학회논문지
• /
• 제13권1호
• /
• pp.117-124
• /
• 2008

본 논문에서는 색상정보와 형태정보를 이용한 내용기반 영상 검색방법을 제안한다. 이미지의 한 가지 특징만을 고려한 내용 기반 이미지 검색은 두 가지 이상의 특징 정보를 이용했을 때와 비교하여 정확도가 떨어져 성능을 저하시킬 수 있다. 따라서 여러 검색 시스템에서는 색상이나 형태, 질감 등과 같은 이미지의 다양한 특징들을 혼합하여 검색에 이용하고 있다. 본 연구는 각 영상의 Hue값에 대한 색상정보와 CSS(Curvature Scale Space)를 이용한 형태정보를 사용한다. 각 영상들의 특징 정보와 데이터베이스에 저장된 영상들의 특징 정보들을 비교하여 유사도 순위에 따라 후보영상들이 검색된다. 실험 결과 색상정보나 형태정보 한가지의 특징만을 사용한 경우 보다 정확도와 재현율면에서 사용자가 원하는 이미지와 보다 유사한 결과를 검출할 수 있었다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2004년도 춘계학술발표대회
• /
• pp.737-740
• /
• 2004

본 논문에서는 차종 식별을 위해 차량 영상의 질감 특징을 사용하였다. 차량의 질감 특징 정보를 얻기 위한 관심영역으로 라디에이터 그릴 부분을 선택하였다. 추출된 관심영역으로부터 GLCM(Gray Level Co-occurrence Matrix)을 사용하여 질감 특징 값을 추출하였고, 그 특징 값들을 입력으로 취하는 3층의 신경회로망을 구성한 후 역전파 학습 알고리즘을 사용하여 학습을 시켜서 차종 식별을 시도하였다.

• 정보보호학회지
• /
• 제31권3호
• /
• pp.81-87
• /
• 2021

공격자는 공격을 성공적으로 수행하기 위해 악성코드를 주로 사용하며, 방어자는 공격자의 공격이 완성되는 최종 단계 이전에 악성코드를 탐지하여 무력화 할 수 있도록 노력하는 것이 매우 중요하다. 그래서 이를 선제적으로 식별하고 대응하기 위해 인공지능 분석, 연관분석, 프로파일링 등 다양한 분석 기법이 연구되어지고 있다. 이러한 분석 기법들은 사전에 악성코드의 특징을 파악하고 어떤 악성코드 특징정보를 분석할지 선택하는 것이 가장 중요하다. 본 연구에서는 악성코드 특징정보의 종류와 실제 시스템에 적용한 사례에 대해서 살펴보고자 한다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2002년도 봄 학술발표논문집 Vol.29 No.1 (B)
• /
• pp.661-663
• /
• 2002

필기체 숫자 인식을 위한 새로운 특징 추출방범을 숫자의 기하학적인 구조들을 이용하여 연구 제안하였다. 일반적으로 쓰이고 있는 특징점들의 몇가지 부류를 결정하여 추줄하였고, 분절 화소들을 이용한 특징 추출기는 사소한 부분들을 명확한 특징으로 탐지하여 추줄하게 된다. 신경망은 새로운 접근 가능성을 탐지하는 실험 인식기로 사용하였고, 이러한 방법들을 이용하여, 일반적인 특징점 추줄방법과 본 연구에서 제안하는 특징점 추출방법을 결합하게 되면 필기체 문자의 인식률이 단순히 일반적인 특징만을 활용하여 얻는 인식률 보다 훨씬 향상됨을 보여주었다.

• 인지과학
• /
• 제9권1호
• /
• pp.1-11
• /
• 1998

본 논문에서는 인간의 정보처리 과정에 관한 심리학적 실험에 바탕을 두고 인간이 사용하고 있는 것으로 생각되는 특징을 이용하여 이를 문자 인식에 적용하였다. 인간의 경우 화소단위의 정보뿐만 아니라 일정지역의 정보를 함께 처리하는 경향이 있다. 그러므로 일정지역에 대한 정보를 표시하는 영역 특징을 정의하고 정의된 이 영역 특징과 기존의 화소단위 특징들을 결합하였다. 사용한 특징으로는 영역 특징에 기반 한 초등 적 분석결과, 영역특징을 포함한 망 특징, 교차거리와 특징 그리고 기울기 특징들이다. 성능 평가 실험은 필기 한글자모, 숫자 그리고 대소영문자를 대상으로 하였으며, 인식기는 역전과 학습 방법을 이용한 신경망 인식기를 사용하였다. 각각의 인식 결과는 90.27∼93.25%, 98.00% 그리고 79.73∼85.75였다. 영역 특징과 유사한 UDLRH 특징을 대상으로 비교한 결과 전체적으로 1∼2% 정도 인식률 향상이 있었으며 인간이 판단하기에 보다 납득하기 쉬운 오 인식 성향을 보였다.

• 한국컴퓨터정보학회논문지
• /
• 제19권2호
• /
• pp.49-56
• /
• 2014

본 논문은 일상적으로 많이 복용되는 알약의 오남용을 막기 위해 알약 대한 정보를 내용기반 인식을 통해 검색하고자 하는데, 이때 알약의 색 특징 정보와 모양 특징 정보를 이용하여 내용기반 검색을 하는 CBIRS/TB를 제안한다. 기존 FE-CBIRS에서는 색상과 모양에 대한 정보를 추출하여 영상을 구분하는 특징정보로 적용하는 문제점이 있다. 즉 검색시 적용하는 물체의 색상 특징 정보는 색상, 채도, 명도의 각각에 대한 평균, 표준편차, 왜도를 사용하며 부분영역을 특징정보로 적용하는 경우 대표색상만을 적용하는 문제점이 있다. 또한 모양특징정보의 경우 추출된 부분영역들에 대한 불변모멘트가 주로 사용한다. 이로 인한 처리시간의 문제, 정확성의 문제점이 있다. 따라서 본 논문에서 이를 개선하기 위한 방법으로 추출된 영상의 색상 특징정보들을 클래스별로 구분하여 인덱싱하여 검색속도와 정확도를 향상시켰다.