• 디지털융복합연구
• /
• 제13권10호
• /
• pp.353-358
• /
• 2015

어휘 인식 시스템은 학습 모델을 구성하여 인식하므로 구성되어진 모델에서 벗어난 어휘의 입력과 유사한 어휘의 입력은 인식하지 못하거나 유사한 어휘로 인식되어 인식률 저하가 나타난다. 이런 경우 인식 모델을 확장할 수 있도록 재구성하거나 인식 모델 구성 시 확장성을 반영하므로 해결할 수 있다. 본 논문에서는 모델 구성 시 확장성을 반영할 수 있는 모수 추정을 위한 베이시안 기법을 사용하여 바타차랴 알고리즘 음성 인식 학습 모델 구성 방법을 융합하여 제안하였다. 음소가 갖는 특징을 기반으로 학습 데이터의 음소에 모수 추정을 위한 베이시안 기법을 이용하였고 유사한 학습 모델은 바타챠랴 알고리즘을 이용하여 정확한 학습 모델로 인식하도록 하였다. 바타챠랴 알고리즘 인식 모델을 구성하여 인식 성능을 평가하였다. 본 논문에서 제안한 시스템을 적용한 결과 어휘 인식률에서 97.5%의 인식률과 1.2초의 학습 시간을 나타내었다.

• Journal of the Korean Society for Industrial and Applied Mathematics
• /
• 제7권1호
• /
• pp.63-77
• /
• 2003

Some inequalities for the $Csisz{\acute{a}}r\;{\Phi}-divergence$ and applications for the Kullback-Leibler, $R{\acute{e}}nyi$, Hellinger and Bhattacharyya distances in Information Theory are given.

• 한국멀티미디어학회논문지
• /
• 제14권1호
• /
• pp.85-93
• /
• 2011

기존의 어휘 인식에서는 일반적인 벡터 값을 데이터베이스를 이용하여 구하므로 탐색 중에 형성되는 음소를 처리하지 못하는 문제점을 제공하며, 음소 데이터에 대한 모델을 구성할 수 없는 단점으로 인하여 가우시안 모텔의 정확성을 확보하지 못하게 된다. 따라서 본 논문에서는 음소가 갖는 특징을 기반으로 바타챠랴 거리 측정법을 이용하여 정확한 음소로 인식할 수 있도록 유도하였으며 유사 음소 인식과 오인식 오류를 최소화하여 인식률을 향상시켰다. 연속 확률 분포의 공유로부터 가우시안 모델 최적화를 실험한 결과 향상된 신뢰도로 인해 높은 인식 성능을 확인하였으며, 본 논문에서 제안한 바타챠랴 거리 측정법을 이용하여 실험한 결과 기존의 방법들에 비하여 평균 1.9%의 성능 향상을 나타내었으며 신뢰성을 바탕으로 인식율에서 평균 2.9%의 성능 향상을 나타내었다.

• 대한전자공학회논문지SP
• /
• 제49권1호
• /
• pp.1-10
• /
• 2012

본 논문은 물체 추적에 적합한 새로운 형식의 히스토그램 모델을 제안한다. 제안하는 색상 히스토그램은 양자화 된 각 색상요소에 대해 픽셀의 개수뿐만 아니라 평균 위치 정보 그리고 평균 위치로부터 일정하게 떨어진 영역에 속하는 픽셀들의 색상평균값을 포함한다. 또한 제안하는 히스토그램간의 유사도를 나타내기 위하여 Bhattacharyya 거리를 기본으로 새로운 유사도 함수를 정의하고 mean shift 기법에 적용한다. 기존의 mean shift 기반 기법들과는 달리 본 논문에서 제안하는 알고리즘은 물체 주변 배경 영역에 물체와 비슷한 색상이 존재하더라도 강건한 물체 추적이 가능하다. 실험 결과는 기존 기법들과의 비교를 통하여 개선된 추적 결과를 보여준다.

• 한국광과학회:학술대회논문집
• /
• 한국광과학회 1999년도 학술대회지
• /
• pp.40-40
• /
• 1999

• 한국HCI학회:학술대회논문집
• /
• 한국HCI학회 2008년도 학술대회 1부
• /
• pp.623-628
• /
• 2008

본 논문에서는 비전 기반 게임 인터페이스를 위한 배경영역으로부터 전경영역을 추출하기 위해 빠르고 강건한 새로운 방법을 소개한다. Background Subtraction 방법은 추적하고자 하는 이미지의 특징을 추출하기 전에 필수적으로 거쳐야 하는 전처리 과정이다. 이를 위해 본 논문에서는 이미지를 지역 셀로 나누어 가우시안 커널이 적용된 Local Histogram을 계산하고 히스토그램의 Bhattacharyya 거리를 계산하여 전경확률을 결정한다. 이처럼 지역적 히스토그램에 기반한 방법은 급격한 조명변화나 잡음 또는 작은 배경오브젝트의 움직임에 부분적으로 강간함을 보인다. 히스토그램을 계산하는데에서 Multi-Scaled Integral Histogram을 사용하여 잡음을 억제하면서 계산의 속도를 높였다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제14권7호
• /
• pp.3156-3167
• /
• 2020

One drawback of polar codes is that they are not universal, that is, to achieve optimal performance, different polar codes are required for different kinds of channel. This paper proposes a polar code construction scheme for Nakagami-m fading channel. The scheme fully considers the characteristics of Nakagami-m fading channel, and uses the optimized Bhattacharyya parameter bounds. The constructed code is applied to an orthogonal frequency division multiplexing (OFDM) system over Nakagami-m fading channel to prove the performance of polar code. Simulation result shows the proposed codes can get excellent bit error rate (BER) performance with successive cancellation list (SCL) decoding. For example, the designed polar code with cyclic redundancy check (CRC) aided SCL (L = 8) decoding achieves 1.1dB of gain over LDPC at average BER about 10^-5 under 4-quadrature amplitude modulation (4QAM) while the code length is 1024, rate is 0.5.

• ETRI Journal
• /
• 제34권3호
• /
• pp.399-409
• /
• 2012

In this paper, we propose a new color histogram model for object tracking. The proposed model incorporates the color arrangement of the target that encodes the relative spatial distribution of the colors inside the object. Using the color arrangement, we can determine which color bin is more reliable for tracking. Based on the proposed color histogram model, we derive a mean shift framework using a modified Bhattacharyya distance. In addition, we present a method of updating an object scale and a target model to cope with changes in the target appearance. Unlike conventional mean shift based methods, our algorithm produces satisfactory results even when the object being tracked shares similar colors with the background.

• 디지털융복합연구
• /
• 제13권11호
• /
• pp.165-170
• /
• 2015

어휘 인식 시스템은 구성되어진 모델에서 벗어난 어휘의 입력과 유사한 어휘의 입력은 인식하지 못하거나 유사한 어휘로 인식되어 인식률 저하가 나타나며, 기존의 시스템은 벡터 값을 모델로 만들어 데이터베이스로 구성하여 어휘 인식에 사용하였다. 어휘 인식을 위한 탐색 중에 형성되는 모델은 데이터베이스로 구성되어 있지 않아 인식할 수 없는 단점이 존재한다. 따라서 본 논문에서는 특징 벡터 모델을 기반으로 바타챠랴 거리 측정법을 이용한 베이시안 인식 모델을 구성하여 탐색 중에 형성되는 벡터 모델을 인식할 수 있도록 유도하였으며, 위너 필터를 적용하여 인식률을 향상시켰다. 2 방법을 융합하여 실험한 결과 향상된 신뢰도로 인해 높은 인식 성능을 확인하였으며, 본 논문에서 제안한 측정법을 이용하여 기존의 방법들에 비하여 평균 98.2%의 성능을 나타내었다.

• 방송공학회논문지
• /
• 제15권2호
• /
• pp.236-247
• /
• 2010

최근 평균이동(mean shift) 알고리즘과 같은 커널 기반의 추적 알고리즘이 활발하게 연구되고 있다. 이러한 방식의 알고리즘은 커널이 제공하는 컬러 히스토그램 정보와 약간의 공간적 정보를 이용하는 방식으로 적은 연산량으로 추적을 수행할 수 있는 장점을 지니고 있다. 그러나 공간성을 확보하기 위한 등방성 커널과 유사성을 비교하기 위한 바타차야 계수를 사용하기 때문에 발생하는 불안정성이 존재한다. 본 논문은 커널과 바타차야 계수의 사용이 왜 알고리즘의 불안정성을 야기 시킬 수 있는지에 대해 분석한다. 또한 이 분석을 바탕으로 새로운 추적 알고리즘을 제안한다. 제안한 알고리즘은 표적을 구성하는 컬러별 중심을 이용하는 방법으로 표적의 컬러, 컬러별 화소의 빈도, 공간적 정보 등이 반영된다. 제안한 방법은 평균 이동 방법보다 결과의 오류 비율이 적으며, 다음 프레임에서의 표적 위치가 반복 없이 한차례의 연산으로 얻어진다. 또한, 낮은 프레임 율 및 일부 폐색이 발생하여 평균 이동 방법으로는 실패하는 상황에서도 성공적으로 동작한다.