• The Journal of the Acoustical Society of Korea
• /
• v.22 no.1
• /
• pp.35-41
• /
• 2003

Feature vectors for conventional speech recognition are usually extracted in full frequency band. Therefore, each sub-band contributes equally to final speech recognition results. In this paper, feature Teeters are extracted indepedently in each sub-band. The cepstral resolution of each sub-band feature is controlled for the optimal speech recognition. For this purpose, different dimension of each sub-band ceptral vectors are extracted based on the multi-band approach, which extracts feature vector independently for each sub-band. Speech recognition rates and clustering quality are suggested as the criteria for finding the optimal combination of sub-band Teeter dimension. In the connected digit recognition experiments using TIDIGITS database, the proposed method gave string accuracy of 99.125%, 99.775% percent correct, and 99.705% percent accuracy, which is 38%, 32% and 37% error rate reduction relative to baseline full-band feature vector, respectively.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.15 no.4
• /
• pp.492-497
• /
• 2005

Feature extraction is important to classify data with large dimension such as image data. The representative feature extraction methods lot feature extraction ate PCA, ICA, LDA and MLP, etc. These algorithms can be classified in two groups: unsupervised algorithms such as PCA, LDA, and supervised algorithms such as LDA, MLP. Among these two groups, supervised algorithms are more suitable to extract the features for classification because of the class information of input data. In this paper we suggest a new feature extraction algorithm PCA-FX which uses class information with PCA to extract ieatures for classification. We test our algorithm using Yale face database and compare the performance of proposed algorithm with those of other algorithms.

• Proceedings of the Korean Information Science Society Conference
• /
• 2004.04b
• /
• pp.826-828
• /
• 2004

홍채인식 시스템은 영상획득, 전처리, 특징 추출, 패턴 정합의 단계로 이루어져 있다. 이 중 특징 추출은 특징 차원의 감소뿐만 아니라 분류 정착도의 증가를 위한 필수적인 과정이다. 본 논문에서는 특징을 추출하는데 있어서, 홍채데이타에 웨이블렛 변환의 다해상도 분석 기법을 시도하여 일정 영역을 추출한 후, 그 영역에 유전자 알고리즘(Genetic Algorithm)을 적용하여 가장 분별력 있는 특징들만을 추출 및 사용하는 홍채인식 시스템을 제안한다. 유전자 알고리즘의 선택연산자로는 적응도 비례 방식과 전역 엘리트 방식을 사용하였으며, 적합도 함수로는 Gaussian Kernel을 사용하는 Support Vector Machine(SVM)을 사용하였다. 본 시스템을 통해 나온 최적의 특징집합을 이용한 SVM분류기로 인식률을 알아본 결과 웨이블렛만을 사용했을 때 보다 대략 1.5%정도 더 좋은 인식률을 얻을 수 있었다.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.19 no.1
• /
• pp.90-95
• /
• 2009

This paper presents a new feature extraction algorithm which can deal with the problems of linear discriminant analysis, widely used for linear dimensionality reduction. The scatter matrices included in linear discriminant analysis are defined by the distances between each datum and its class mean, and those between class means and mean of whole data. Use of these scatter matrices can cause computational problems and the limitation on the number of features. In addition, these definition assumes that the data distribution is unimodal and normal, for the cases not satisfying this assumption the appropriate features are not achieved. In this paper we define a new scatter matrix which is based on the differently weighted distances between individual data, and presents a feature extraction algorithm using this scatter matrix. With this new method. the mentioned problems of linear discriminant analysis can be avoided, and the features appropriate for discriminating data can be achieved. The performance of this new method is shown by experiments.

• 전기의세계
• /
• v.38 no.4
• /
• pp.24-35
• /
• 1989

최근 DRAM 시장을 주도하고 잇는 일본의 유수업체의 DRAM cell의 면적과 대비한 축전용량과의 관계로 한눈에 알 수 있다. 1M DRAM급에서 얻었던 Cs값을 확보하면서 Chip Size를 줄이기 위해서는 Cell Size가 축소 되어야 하며 이에 따른 Active Region의 감소를 만회하기 위해서는 3차원 구조를 가지는 Trench나 Stacked cell의 등장이 불가피하게 된것이다. 따라서, 본고에서는 추후로 기억소자의 고집적화에 따라 필수적으로 요구되는 이러한 3차원 Capacitor형성기술의 특징을 알아보고 그 문제점에 대해 살펴보고자 한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2001.10a
• /
• pp.70-72
• /
• 2001

기존의 CBF 기법은 데이타의 차원이 증가함에 따라 검색 성능이 급격히 저하되는 ‘Dimensional Curse’문제를 해결하기 위해 제안되었다. 그러나, 데이타의 양이 증가하고 차원이 증가할수록 검색 성능이 선형적인 감소를 보인다. 따라서, 본 논문에서는 CBF 기법의 성능 향상을 위해 멀티 디스크 환경을 기반으로 하는 병렬 CBF 기법을 제안한다. 제안하는 병렬 CBF 기법은 멀티 디스크 환경하에서 CBF가 지니는 특성을 이용하여 시그니쳐와 특징 벡터 데이타의 수평 분할 방법을 사용한다. 이를 통해, 제안하는 기법은 디스크 개수에 비례하여 선형적인 검색성능 향상을 가져온다.

• KIPS Transactions on Software and Data Engineering
• /
• v.2 no.1
• /
• pp.65-70
• /
• 2013

Recently, the field of computer vision has been actively researched through digital image which can be easily generated as the development and expansion of digital camera technology. Especially, research that extracts and utilizes the feature in image has been actively carried out. The image stitching is a method that creates the high resolution image using features extract and match. Image stitching can be widely used in military and medical purposes as well as in variety fields of real life. In this paper, we have proposed efficient image stitching method using fast feature descriptor extraction and matching based on SURF algorithm. It can be accurately, and quickly found matching point by reduction of dimension of feature descriptor. The feature descriptor is generated by classifying of unnecessary minutiae in extracted features. To reduce the computational time and efficient match feature, we have reduced dimension of the descriptor and expanded orientation window. In our results, the processing time of feature matching and image stitching are faster than previous algorithms, and also that method can make natural-looking stitched image.

• Proceedings of the KIEE Conference
• /
• 2004.07d
• /
• pp.2534-2536
• /
• 2004

본 논문은 유전알고리즘을 이용하여 부정맥 진단의 최적화된 입력을 구성하는 방법을 제시한다. 심전도 신호의 특징을 추출하기 위해 웨이블릿 변환이 널리 사용되고 있지만, 추출된 특징들의 선택과 최적화의 문제에 대해서는 명쾌한 해결책을 제시하지 못하고 있다. 심전도 신호는 연속 웨이블릿 변환을 이용해 5레벨로 분해되었으며, 각 서브밴드에서 추출된 계수들은 부정맥 진단을 위한 특징으로 쓰이게 된다. 웨이블릿 변환을 통해 추출된 특징들(feature)은 유전자 알고리즘과 중회귀 분석을 동하여 부정맥 진단을 위한 최적화된 특징조합이 결정되었다. 본 연구를 통해 특정레벨의 어떤 계수가 부정맥 진단에 크게 영향을 미치는지 판단할 수 있었으며 입력의 차원감소는 연산시간의 축소를 가져왔고 분류정확도를 향상시켜 분류기의 성능을 증대시켰다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2012.11a
• /
• pp.626-628
• /
• 2012

최근 이미지에서 특징점을 추출하고 이를 활용하는 분야로 이미지 스티칭에 대한 연구가 활발하게 진행되고 있다. 이미지 스티칭에서는 특징점을 추출 및 정합이 중요한 요소이다. 본 논문에서는 특징점 기술자의 차원을 효과적으로 감소시켜 정확하면서도 빠르게 정합점을 찾을 수 있는 효율적인 특징점 기술자 생성을 이용한 빠른 이미지 스티칭 기법을 제안한다. 실험 결과, 이미지 스티칭 속도가 기존의 알고리즘 보다 빠르면서도 향상된 스티칭 이미지를 생성할 수 있었다.

• Proceedings of the Korean Information Science Society Conference
• /
• 1998.10c
• /
• pp.647-649
• /
• 1998

본 논문에서는 다각 근사화 방법과 래스터 기반 연산 알고리즘을 이용하여 평면 지도상에 나타난 등고선을 3차원 가시화(Visualization)하여 보여준다. 다각 근사화 방법은 입력한 등고선에 대한 특징을 반영할 수 있는 최소한의 선형구분 오차 임계값을 이용하여 등고선에 근사화 시킨 것으로 저장 데이터의 양을 축소할 수 있다. 래스터 기반 알고리즘은 이웃한 두 개의 등고선 내부점의 높이 값을 그 점에서 두 등고선까지의 최단거리 및 등고선의 높이값을 변수로 하는 선형보간식으로 정의하고, 거리변환 연산을 도입하여 계산하는 알고리즘으로 구현이 용이하며, 간단한 계산만을 수행하기 때문에 처리 방법이 간단하다는 장점을 갖는다. 본 논문에서는 래스터 방법만을 이용한 복원보다 자료의 양이 감소함을 보였고, 전체 처리과정의 간단함과, 3차원 가시화된 등고선을 그래프 좌표상의 X, Y, Z축으로 원하는 각도만큼씩 회전시키며 관찰 할 수 있도록 하였다. 본 연구를 통해 지형의 특징을 원형 등고선과 유사하게 유지하면서, 데이터 양을 축소하고 계산식을 간략화된 효과적인 지형정보 시각화를 보여주었다.