• The Journal of the Institute of Internet, Broadcasting and Communication
• /
• v.10 no.5
• /
• pp.179-185
• /
• 2010

In this paper, we present a performance evaluation for face recognition algorithm using feature feedback according to the Feature mask. In the face recognition method using feature feedback, important region is extracted from original data set by using the reverse mapping from the extracted features to the original space. In this paper, we evaluate the performance of feature feedback according to shape of Feature Mask for Yale data. Comparing the result using Important part and unimportant part, we show the validity and applicability of the pattern recognition method based on feature feedback.

• KAPE Magazine
• /
• s.215
• /
• pp.10-10
• /
• 2014

• Journal of the KSME
• /
• v.54 no.7
• /
• pp.46-50
• /
• 2014

이 글에서는 풍력발전기에 적용되는 베어링의 종류와 특징을 설명하고, 이의 성능평가를 위한 기술과 시험설비 등을 소개한다.

• Proceedings of the Korea Multimedia Society Conference
• /
• 2001.11a
• /
• pp.408-412
• /
• 2001

대용량 동영상 데이터의 효율적인 관리와 검색을 위해서는 장면 단위의 정확한 분할이 선행되어야 한다. 본 논문에서는 동영상의 시각적인 내용에 기반한 장면 전환 검출 방법을 연구하였다. 본 논문에서는 프레임 단위의 특징과 프레임 내의 부분영역 단위의 특징을 결합한 다중 특징을 사용한 장면 전환 검출 방법을 제안한다. 실험을 통한 성능 평가에서는 기존의 방법들에 비해 Recall과 Precision에서 각각 7.7%, 10%의 향상을 보였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2004.04b
• /
• pp.565-567
• /
• 2004

본 연구에서는 효과적인 패턴 분류를 위한 방법론으로서 수정된 퍼지 최대최소 신경망 모델을 제안하고 그 유용성을 고찰한다 제안된 모델에서 각 하이퍼박스는 다차원의 특징공간상에서 한 영역으로 정의되며 각 특징에 대하여 가중치 개념이 추가된 소속함수를 갖는다. 이는 기존의 FMM 신경망에서 모든 특징에 대하여 균일하게 고려되었던 특징의 상대적 중요도를 서로 다른 값으로 반영할 수 있게 한다. 본 연구에서는 제안된 모델의 동작특성 및 학습방법을 소개하며, 실제 패턴 분류문제에 적용한 실험결과를 통하여 제안된 이론의 타당성을 평가한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2004.10b
• /
• pp.742-744
• /
• 2004

본 논문은 복잡한 배경에서의 얼굴 검출에 있어서 다중 특징 추출 데이터로 학습한 계단식 분류기에 의한 방법을 제안한다 얼굴 검출에서 얼굴의 패턴은 상당히 다양한 영상 표현으로 나타나기 때문에 하나의 특징 추출 방법은 사람의 얼굴을 모델링 하기에는 부족하다. 따라서 여기서는 얼굴의 전체적인 지역적인 특징을 나타내는 Subregion과, 얼굴의 주파수 특성에 따라 좀 더 세밀하고 다양한 속성들을 나타내는 Haar 웨이블릿 변환을 이용하여 다중으로 특징을 추출하여 효과적인 모델링을 시도하였다. 특징을 추출한 얼굴과 비얼굴의 패턴(pattern)을 구분하기 위해서 패턴들의 통계적인 특성을 이용하여 각 추출방법에 맞게 학습된 Bayesian 분류기를 직렬로 연결하여 사용하였으며 비얼굴은 얼굴과 유사한 비얼굴(face-like nonface) 패턴들을 사용하여 모델링 하였다. 제안한 얼굴 검출 방식의 성능은 MIT-CMU 시험 영상들을 이용하여 평가하였다. 그 결과 한 가지 특징 추출을 사용하는 것 보다 두 가지 특징 추출을 병행한 계단식 구성이 더 정확한 검출 결과를 나타내었다.

• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.16 no.12
• /
• pp.1249-1265
• /
• 1991

In this paper, a fast and adaptive feature extraction algorithm for textured image segmentation is proposed. First, a conventional algorithm to extract the statistical texture features are described and we obtain the recursive equations from that conventional method and it is used for extraction of sevaral texture features. And also we propose the adaptive algorithm which extract the texture features. To evaluate the performance of proposed algorithm, we apply the proposed method to artificial texture images. From the results of computer simulation, the proposed method is superior to the conventional one.

• The Journal of the Convergence on Culture Technology
• /
• v.9 no.2
• /
• pp.475-481
• /
• 2023

Softwares, especially like machine learning applications, affect human's life style tremendously. Accordingly, the importance of the cost model for softwares increases rapidly. As cost models, LOC(Line of Code) and M/M(Man-Month) estimates the quantitative aspects of the software. Differently from them, FP(Function Point) focuses on estimating the functional characteristics of software. FP is efficient in the aspect that it estimates qualitative characteristics. FP, however, has a limit for evaluating machine learning softwares because FP does not evaluate the critical factors of machine learning software. In this paper, we propose an extended function point(ExFP) that extends FP to adopt hyper parameter and the complexity of its optimization as the characteristics of the machine learning applications. In the evaluation reflecting the characteristics of machine learning applications. we reveals the effectiveness of the proposed ExFP.

• The Journal of the Acoustical Society of Korea
• /
• v.15 no.4
• /
• pp.58-64
• /
• 1996

This paper was proposed the recognition method by using parameters which was estimated from the data on the estimated plane and a neural network. After the LPC estimated in each frame algorithm was mapped to the estimated plane by the optimum feature mapping function, we estimated the C-LPC and the maximum and minimum value and 3 divided power from the mapping data on the estimated plane. As a result of the experiment of the speech recognition that those parameters were applied to the input of a neural network, it was found that those parameters estimated from the estimated plane have the features of the original speech for a change in the time scale and that the recongnition rate by the proposed methods was 96.3 percent.

• The Journal of the Korea Contents Association
• /
• v.12 no.2
• /
• pp.1-9
• /
• 2012

This paper presents an algorithm for depression diagnosis using the Neural Network with Weighted Fuzzy Membership functions (NEWFM) and heart rate variability (HRV). In the algorithm, 22 different features were initially extracted from the HRV signal by frequency domain, time domain, wavelet transformed, and Poincar$\acute{e}$ transformed feature extraction methods; of these 6 optimal features were selected by significance evaluation using Non-overlap Area Distribution Measurement (NADM) based on NEWFM. The proposed algorithm uses these 6 optimal features to diagnose depression with an accuracy of 95.83%.