• The KIPS Transactions:PartB
• /
• v.8B no.2
• /
• pp.183-188
• /
• 2001

이 논문은 눈의 형태에 대한 정보를 이용하여 눈동자를 효과적으로 찾는 방법과 얼굴 특성을 반영하는 평가함수를 이용하여 눈동자, 입의 위치와 같은 얼굴 특징들을 인식하는 방법을 제안하였다. 색 정보를 이용하여 입술과 얼굴 영역을 추출하고 눈동자와 흰자위간의 명도 차를 이용하는 함수를 사용하여 눈동자를 인식하였다. 마지막으로 얼굴 특성을 반영하느 평가함수를 정의하고 이를 이용하여 최종적인 얼굴과 눈, 입을 인식하였다. 제안한 방법을 사용하여 여러 영상들에 대해 실험하여 좋은 결과를 얻었다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2004.04b
• /
• pp.832-834
• /
• 2004

특징점 기반 지문 인식 시스템은 지문의 특징점 정보를 사용하기 때문에 교문 획득 시 발생하는 거짓 특징점에 많은 영향을 받는다. 거짓 특징점의 제거를 위해 특징정의 이웃 융선을 추적하는 위상 검증 방법(Topological validation)은 거짓 특징점 제거에 뛰어난 효율을 보이지만 올바른 특징점까지 제거되는 단점이 있다. 본 논문에서는 올바른 특징점이 거짓 특징점으로 오판되어 제거되는 것을 줄이기 위챈 가보 필터를 사용하여 특징점 주위 영역을 특징점 방향과 특징점 방향에 수직인 방향으로 필터링 수행 후 특징값의 차를 구하여 특징점의 품질을 평가하였다. 특징값이 일정 기준을 넘는 좋은 품질의 영역에서 추출된 특징점이면 거짓 특징점 제거 알고리즘을 수행하지 않음으로써 올바른 특징점이 제거되는 것을 막을 수 있었고 이와 같이 추출된 특징점들을 이용해 실험한 결과 ERR(Equal eRror Rate)에서 1.7%의 성능 향상을 보였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2002.04b
• /
• pp.229-231
• /
• 2002

최근 생물 유전자 정보에 대한 관심이 커지면서 이를 위한 효과적인 분석 방법이 요구되고 있다. 특히, 분류기의 데이터로 사용하기 위해서 필요한 특징만을 뽑는 과정인 특징 추출은 대량의 유전자 정보에서 의미 있는 정보를 선별하는 중요한 과정이다. 그러나 유전자 정보는 사용되는 데이터의 특징규모가 매우 크기 때문에 일반적인 데이터 마이닝 기법으로는 분석이 힘들다. 본 논문에서는 효율적인 거대규모 특징 추출을 위해 유전자 알고리즘(GA)파 신경망을 사용한 특징추출 방법을 소개하고, 종분화 기법을 사용한 효과적인 특징추출 방법을 제시한다. 그리고, CAMDA 2000에 공개된 암 DNA Microarray로 안종류를 분류하는 문제에 대하여 성능을 평가하였다.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.18 no.9
• /
• pp.2203-2208
• /
• 2014

The Hough transform (HT), that is a typical algorithm for detecting lines in images, needs considerable computational costs and easily detects pseudo-lines on the real world images, because of the large amount of features generated by their complex background or noise. This paper proposes an improved HT that add a preprocessing to estimate the validity of features to the conventional HT. The feature estimation can remove a lot of inessential features for the line detection using a pattern of $3{\times}3$ block features. Experiments using various images show that the proposed algorithm saves computational costs by removing 14%~58% of features depending on images and besides it is superior to the conventional HT in valid line detection.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2007.04a
• /
• pp.103-106
• /
• 2007

본 논문에서는 얼굴, 홍채 등의 생채정보를 안전하게 은닉하고 효과적으로 은닉정보를 추출할 수 있는 웨이블렛 기반 워터마킹 기법을 제안한다. 얼굴과 홍채의 특징데이터는 Fuzzy-LDA(Fuzzy-Based Linear Discriminant Analysis)를 이용하여 추출하였다. 워터마킹알고리즘은 Wavelet을 이용하여 생체이미지에 생체특징 삽입 이전의 생체 인식율과 워터마킹알고리즘을 거쳐 생체특징을 추출한 후의 인식률 비교를 통해 성능을 평가하였다. 또한 단일생체특징 삽입과 다중생체특징삽입을 통해 단일생체보안과 다중생체보안의 실험을 수행, 평가하였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2003.04c
• /
• pp.313-315
• /
• 2003

분할 및 합병 개념에 바탕을 둔 모듈라 신경망이 자동차 번호판 문자 인식에서 단일 신경망 사용 보다 학습 질 측면이나 학습 속도 면에서 좋은 결과를 보였다. 본 논문에서는 번호판 인식을 위한 모듈라 신경망 구성 시, 특징 벡터 클러스터링 방법에 따른 모듈라 신경망의 성능을 평가하였다. K-means Clustering 알고리즘을 이용하여 유사한 특징 벡터를 그룹핑하는 방법과 본 논문에서 제안한 알고리즘을 사용하여 유사하지 않는 특징 벡터들을 그룹핑하는 방법 각각을 구현하여 실험하였다. 실험결과, 유사하지 않는 특징 벡터들로 모듈라 신경망을 구성할 경우가 그렇지 않은 경우보다 좋은 인식 결과를 보였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2006.11a
• /
• pp.59-62
• /
• 2006

본 논문에서는 CNN 모델과 WFMM 신경망의 특성을 상호 결합한 손동작 인식기법을 제안한다. 특징 추출 모듈로 사용된 CNN 모델은 움직임 정보에 기초한 특징지도상에서 특징의 위치 이동이나 왜곡에 의한 성능 저하를 개선시키는 계층간 연결구조를 갖는다. WFMM 신경망에 기반한 패턴 분류 모듈은 간결하고 강력한 학습기능을 지원하며, 학습된 신경망은 분류 능력을 그대로 유지한 상태에서 추가 학습이 가능하다는 장점을 지닌다. 또한 이 패턴 분류 모델은 학습패턴으로부터 특징의 상대적 중요도를 평가하는, 이른바 특징 선정 기법을 지원한다. 본 논문에서는 제안된 모델의 동작 특성과 학습 알고리즘을 소개하고, 손동작 인식문제에 적용한 실험을 통하여 이론의 타당성을 평가한다.

• Proceedings of the Korea Multimedia Society Conference
• /
• 2003.11a
• /
• pp.240-244
• /
• 2003

최근 디지털 영상 사용의 증가로 인해 자동적인 영상 색인과 검색에 관한 연구가 진행되고 있지만 일반 영상을 대상으로 하는 연구는 아직까지 만족스럽지 못한 실정이다 본 논문에서는 특징 융합을 이용한 관련성 귀환 영상 검색 시스템을 제안하였다. 본 시스템에서는 GLCM의 Contrast, Engergy 그리고 Entropy를 특징 값으로 사용하였고, 특징 융합과 관련성 귀환을 검색시스템에 적용하고 성능을 평가하였다. 7 가지 종류의 영상으로 구성된 실험 데이터베이스를 사용하여 실험 결과, 개별적 특징 값인 Energy 보다 융합 특징 값을 사용한 검색 결과가 무귀환에서 4%, 1차 귀환에서 4%의 Retrieval Precision이 증가함을 볼 수 있었다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2007.05a
• /
• pp.439-442
• /
• 2007

패턴 인식의 성능 향상을 위해 효율적인 특징 선택을 해주는 것은 중요한 과정 중 하나이다. 본 연구에서는 최근에 제시되었던 특징 선택 방법들 중 대표적인 4 가지의 방법을 선택하여 성능을 비교 분석하였다. 데이터의 특징을 줄여주는 기능과 적은 수의 특징으로 더 좋은 패턴 인식 성능을 보여주는 기능의 수행 능력을 중심으로 평가하였으며, 각기 다른 형태의 데이터에 대해 각 방법들이 보이는 성능도 관찰하였다. 이를 토대로 각 방법의 장단점과 특징에 대해 생각해 본다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2007.11a
• /
• pp.27-29
• /
• 2007

패턴 인식 문제를 푸는데 있어 특징 선택을 해주는 것은 패턴 인식의 성능 향상을 위해 중요한 과정 중 하나이다. 본 연구에서는 대표적인 생태계 모방 알고리즘 2 가지를 선택하여 특징 선택 문제에 적용하여 보고, 그 성능을 비교 분석하였다. 데이터의 특징을 줄여주는 기능과 패턴 인식 성능의 향상 여부를 중심으로 평가하였으며, 이를 통해 생태계 모방 알고리즘이 특징 선택 문제에 효과적으로 사용될 수 있는지에 대해 논의해보고, 두 방법의 장단점과 특징에 대해 생각해 본다.