• Proceedings of the KIPE Conference
• /
• 2011.07a
• /
• pp.134-135
• /
• 2011

이 연구의 목적은 백색 LED 광원의 색이라도 색온도에 따라 심리적 안전감과 명시성이 달라진다. 따라서 색온도를 조정할 수 있는 스탠드라이트 광원을 만들면 장시간 사물과 책을 볼 시 눈의 인지능력 향상과 눈의 피로를 감소시킬 수 있다. 본 연구를 통하여 3가지 색온도 백색 3000K 대역, 5000K 대역, 6600K 대역의 LED 광원을 이용하여 산술적 합성의 의하여 4000K 대역, 6000K 대역 등 다양하게 색온도를 구현하여 실제적으로 조명을 조사하여 인지능력과 눈의 피로가 감소 시킬 수 있는 색온도를 갖는 스탠드라이트 광원을 찾는데 목적을 둔다. 또한 4000K인 경우 3000K와 5000K LED 출력을 1:1 비율로 조사하면 4000K의 색온도가 나올 것으로 이론상 가능하고 2:1 비율로 조사하면 3500K의 색온도가 나올 것으로 예상되며 총 9가지의 산술적 조명을 구현한다. 스탠드라이트 광원을 자주 사용하는 고등학생을 대상으로 학습 분위기를 조성할 수 있는 9가지 백색 LED 색온도 광원 중 1개를 선택하여 가장 적합한 조명의 수요도 조사를 하고 본 연구의 색온도 산술적 합성 연구의 실험을 통하여 색온도가 조절 가능한 스탠드 라이트를 상용화 하는데 논문의 목적을 둔다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• v.9 no.1
• /
• pp.1137-1140
• /
• 2005

The work presented in this paper describes a Hidden Markov Model(HMM)-based framework for face recognition and face detection. The observation vectors used to characterize the statics of the HMM are obtained using the coefficients of the Karhuman-Loves Transform(KLT). The face recognition method presented in this paper reduces significantly the computational complexity of previous HMM-based face recognition systems, while slightly improving the recognition rate. In addition, the suggested method is more effective than the exiting ones in face extraction in terms of accuracy and others even under complex changes to the surroundings such as lighting.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.8 no.3
• /
• pp.727-732
• /
• 2004

In this paper, we introduce a new approach for real-time 3D face pose discrimination based on active IR illumination from a monocular view of the camera. Under the IR illumination, the pupils appear bright. We develop algorithms for efficient and robust detection and tracking pupils in real time. Based on the geometric distortions of pupils under different face orientations, an eigen eye feature space is built based on training data that captures the relationship between 3D face orientation and the geometric features of the pupils. The 3D face pose for an input query image is subsequently classified using the eigen eye feature space. From the experiment, we obtained the range of results of discrimination from the subjects which close to the camera are from 94,67％, minimum from 100％, maximum.

• Journal of Broadcast Engineering
• /
• v.24 no.4
• /
• pp.623-632
• /
• 2019

Many researches have been carried out for brightness and contrast enhancement, illumination reduction and so forth. Recently, the aforementioned hand-crafted approaches have been replaced by artificial neural networks. This paper proposes a convolutional neural network that can replace the method of generating a reflectance image where illumination component is attenuated. Experiments are carried out on 102 low-light images and we validate the feasibility of the replacement by producing satisfactory reflectance images.

• Journal of Broadcast Engineering
• /
• v.24 no.1
• /
• pp.87-96
• /
• 2019

Improvement of low-light image mainly focuses on the contrast enhancement. Many researches have been carried out for brightness enhancement, contrast improvement and illumination reduction. Recently, the aforementioned approaches have been replaced by artificial neural networks. This paper proposes a methodology that can replace the Retinex-based reflectance image acquisition by deep neural network. Experiments carried out on 102 low-light images validated the feasibility of the replacement by producing PSNR=30.8682(db) and SSIM=0.4345.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2021.06a
• /
• pp.101-104
• /
• 2021

영상에 새로운 광원을 추가하거나 기존의 광원을 변경하여 영상 내 오브젝트들에 적용된 조명을 변경하는 것을 영상 기반 재조명이라 한다. 하지만, 영상에는 재조명을 위해 필요한 광원과 오브젝트들의 3차원 기하 정보가 부재하다는 문제가 있다. 이를 해결하기 위해, 본 연구에서는 영상으로부터 재조명에 필요한 요소들을 추정하는 접근법을 취한다. 오브젝트 표면의 노말과 알베도는 조명의 주 요소이지만 광원에는 독립적이므로 새로운 광원에 대한 재조명을 가능케 한다. 따라서 본 연구는 영상으로부터 노말맵과 알베도맵을 추정한 뒤, 이를 이용하여 영상 기반 렌더링하는 영상 재조명 방법을 제안한다. 조건부 적대적 생성망을 다양한 조명 환경에서 렌더링된 3차원 오브젝트 영상들과 그에 대응하는 노말맵, 알베도맵을 이용해 학습함으로써, 임의의 영상에 대한 노말맵과 알베도맵 추정기를 생성한다. 이를 통해 추정된 노말맵과 알베도맵은 3차원 공간상에서 새로운 광원에 대해 렌더링됨으로써 재조명 영상을 생성한다. 마지막으로, 영상 기반으로 재조명된 영상과 ground truth와의 비교 실험을 통해 본 연구에서 제안한 방법이 유효함을 확인한다.

• Journal of Digital Convergence
• /
• v.19 no.9
• /
• pp.67-73
• /
• 2021

This study aims to investigate whether differences in self-directed learning ability according to the personality types of learners occur in after-school programs and the difference in self-directed learning ability according to extroversion and introversion personality types was analyzed for 12 elementary school students in Jeollanam-do who voluntarily participate in after-school programs. As a result of this test, there was no difference in self-directed learning ability in accordance extraversion and introversion. It is judged that when elementary school students are freed from the sense of duty of passive learning participation, introverted students can also pioneer and develop learning methods suitable for them. Based on this, the limitations and implications of the study and next research direction was presented.

• Journal of the Korean Institute of Illuminating and Electrical Installation Engineers
• /
• v.15 no.6
• /
• pp.35-42
• /
• 2001

Since daily peak load forecasted data are essential to economic operation and power monitor, the technique of accurate forecasting is needled. The chief advantage of forecasting technique using neural network and fuzzy theory is high accuracy and operative implicity but the loaming time is long, and it makes large forecasting error when the load changes rapidly. This paper has resented a new forecasting technique to improve those faults and the forecasting technique prove to be valid by forcasted results.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2016.06a
• /
• pp.253-255
• /
• 2016

본 논문에서는 다중 지역 이진 패턴(Multi-scale Bock LBP, MB-LBP) 특징과 랜덤 포레스트에 기반한 새로운 기법의 머리 방향 분류 기법을 제안한다. 제안 기법에서는 occlusion 과 조명의 변화에 강인한 분류 정확도를 얻기 위해서 랜덤화된 트리를 학습하는 것을 목표로 한다. 우선, 얼굴 이미지로부터 많은 MB-LBP 특징을 추출하고, 얼굴 영상들을 랜덤하게 입력하고 MB-LBP 크기 파라미터와 같은 랜덤 특징과 블록 좌표들을 사용하여 트리를 생성한다. 게다가 각 노드에서 정보 이득을 최대화 하는 트리의 내부 노드를 생성하기 위해서 uniform LBP 의 특성을 고려한 분할 함수를 개발한다. 랜덤화된 트리는 랜덤 포레스트에 포함되어 있으며 마지막 결정단계에서 Maximum-A-Posteriori criterion 으로 최종 결정을 한다. 실험 결과는 제안 기법이 다양한 조명, 자세, 표현, occlusion 상황에서 기존의 방법보다 개선된 성능으로 머리 방향을 분류 할 수 있음을 보여준다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2016.06a
• /
• pp.29-32
• /
• 2016

특징점 기반 건물인식 시스템에서는 강건한 특징점을 추출하는 것이 인식률 향상에 바로 직결되는 중요한 요소이다. 영상에서 특징점들이 너무 많이 추출되는 경우 인식이나 학습단계에서의 알고리즘 수행 시간을 증가시키는 원인이 된다. 또환 중요하지 않은 특징점(배경이나 가려짐 영역, 기타 객체에서 추출된 특징점)이나 조명 변화에 민감한 영역에서 임의로(arbitrarily) 추출된 특징점은 인식률을 저하시키는 문제를 발생시킨다. 특히 도시환경에서 촬영된 영상의 특징점을 추출할 때 이러한 문제 현상들이 빈번하게 발생한다. 본 논문에서는 이러한 문제를 해결하고자 multi-view 영상에서 건물의 homography를 기반으로 정확히 정합된 특징점인 inlier만을 선택하는 알고리즘을 제안한다. Inlier로 분류된 특징점들은 건물 인식 시스템을 구성하기 위해 사용되고 조명 변화에 민감한 영역에서 임의로 추출된 특징점들은 영역 기반 특징을 추출하여 건물 인식 시스템의 인식률을 높인다. 또한 이를 이용하여 인식하고자 하는 건물과의 상관관계가 적은 잉여 영상들을 DB에서 제거하는 방법도 제안한다. 실험을 통하여 제안하는 기법의 우수성을 보였다.