• 한국정보통신학회논문지
• /
• 제22권3호
• /
• pp.471-479
• /
• 2018

최근 안드로이드, iOS 등의 셋톱박스 기반의 스마트 TV에 대한 보급에 따라 제스처로 TV를 컨트롤 할 수 있는 새로운 접근을 제안한다. 본 논문에서는 모노 카메라 센서를 이용한 AdaBoost 기반 제스처 인식에 관한 알고리즘을 제안한다. 우선, 신체 좌표 추출을 위해 가우시안 배경 제거 및 Camshift 기반 자세 추적 및 추정 알고리즘을 사용한다. AdaBoost 학습 모델을 신체 정규화된 광역 및 지역 특징 벡터의 집합을 특징 패턴으로 하여, 속도가 다른 동작들을 인식할 수 있도록 하였다. 또한 속도가 다른 다양한 제스처를 인식하기 위해 다중 AdaBoost 알고리즘을 적용하였다. CART 알고리즘을 이용하여 성공적인 중요 특징 벡터를 확인하고 중요도가 낮은 특징벡터를 제거하는 방식을 적용하면서 분류 성공률이 높은 최적의 특징 벡터를 탐색하였다. 그 결과 24개의 주성분 특징 벡터를 찾았으며, 기존 알고리즘에 비해 낮은 오분류율(3.73%)과 높은 인식률(95.17%)을 지닌 특징 벡터 및 분류기를 설계하였다.

• 한국멀티미디어학회논문지
• /
• 제15권6호
• /
• pp.722-730
• /
• 2012

최근 생체 인식 분야나, HCI 분야 등에서 사람의 눈 영상 정보를 이용하여 홍채 인식을 하거나 시선위치 정보를 이용하는 연구가 활발히 진행 되고 있다. 특히 사용자의 편의성을 위한 원거리 카메라 기반시스템이 늘어나면서 눈 영상 촬영에 단순히 동공 중심 영역만 촬영 되는 것이 아니라, 눈썹, 이마, 피부영역 등 부정확한 검출을 일으킬 수 있는 요소가 포함되어 촬영되고 이러한 불필요한 요소들은 동공 중심영역의 검출 성능을 저하시킨다. 또한 앞서 얘기한 이용분야들은 실시간 환경에서 실행되는 시스템들로 정확한 검출 성능뿐만 아니라 빠른 실행시간도 요구 한다. 본 논문에서는 정확하고 빠른 눈동자 영역 검출을 위하여 기존에 가장 많이 사용하는 AdaBoost 눈 검출 알고리즘, 적응적 템플릿 정합+AdaBoost 알고리즘, CAMShift+AdBoost 알고리즘, rapid eye 검출 알고리즘에 대하여 분석하고, 조명변화와 콘택트 렌즈 및 안경 착용자와 미 착용자등 다양한 경우에 대해서 앞서 말한 알고리즘들을 적용하여 각 알고리즘 별로 정확도와 실행시간을 비교 분석하도록 한다.

• 로봇학회논문지
• /
• 제3권3호
• /
• pp.219-225
• /
• 2008

This study developed a surveillance robot for a ship. The developed robot consists of ultrasonic sensors, an actuator, a lighting fixture and a camera. The ultrasonic sensors are used to avoid collision with obstacles in the environment. The actuator is a servo motor system. The developed robot has four drive wheels for driving. The lighting fixture is used to guide the robot in a dark environment. To transmit an image, a camera with a pan moving and a tilt moving is equipped on the upper part of the robot. AdaBoost algorithm trained with 15 features, is used for face recognition. In order to evaluate the face recognition of the developed robot, experiments were performed.

• ETRI Journal
• /
• 제31권3호
• /
• pp.282-291
• /
• 2009

An online mean-shift object tracking algorithm, which consists of a learning stage and an estimation stage, is proposed in this work. The learning stage selects the features for tracking, and the estimation stage composes a likelihood image and applies the mean shift algorithm to it to track an object. The tracking performance depends on the quality of the likelihood image. We propose two schemes to generate and integrate likelihood images: one based on the discrete AdaBoost (DAB) and the other based on the real AdaBoost (RAB). The DAB scheme uses tuned feature values, whereas RAB estimates class probabilities, to select the features and generate the likelihood images. Experiment results show that the proposed algorithm provides more accurate and reliable tracking results than the conventional mean shift tracking algorithms.

• 전기전자학회논문지
• /
• 제18권4호
• /
• pp.536-543
• /
• 2014

Terrain classification is still a challenging issue in image processing, especially with high resolution satellite images. The well-known obstacles include low accuracy in the detection of targets, especially for the case of man-made structures, such as buildings and roads. In this paper, we present an efficient approach to classify and detect building footprints, foliage, grass and road from high resolution grayscale satellite images. Our contribution is to build a strong classifier using AdaBoost based on a combination of co-occurrence and Haar-like features. We expect that the inclusion of Harr-like feature improves the classification performance of the man-made structures, since Haar-like feature is extracted from corner features and rectangle features. Also, the AdaBoost algorithm selects only critical features and generates an extremely efficient classifier. Experimental result indicates that the classification accuracy of AdaBoost classifier is much higher than that of the conventional classifier using back propagation algorithm. Also, the inclusion of Harr-like feature significantly improves the classification accuracy. The accuracy of the proposed method is 98.4% for the target detection and 92.8% for the classification on high resolution satellite images.

• 전력전자학회논문지
• /
• 제19권3호
• /
• pp.220-226
• /
• 2014

Input current ripple and harmonic components of the power device are main causes of electromagnetic interference (EMI). Although the discontinuous conduction mode (DCM) operation can reduce harmonic components of the power device by reducing reverse recovery current of diode and turn-off voltage spikes of the switch, input current ripple increases due to high peak to peak inductor current. Therefore, in this paper, frequency control algorithm is proposed to reduce the input current ripple of DCM operated interleaved boost converter. In the proposed algorithm, duty ratio is fixed either 0.33 or 0.67 to minimize the input current ripple and the switching frequency is controlled according to operating conditions. 600 W 3-phase interleaved boost converter prototype system is built to verify proposed algorithm.

• 융합정보논문지
• /
• 제11권7호
• /
• pp.189-194
• /
• 2021

어깨관절 컴퓨터 단층 검사 시 발생하는 노이즈 및 줄무늬 인공물에 있어 Boost3D 알고리즘 적용을 통해 노이즈 및 줄무늬 인공물 감소 효과를 알아보고자 하였다. 어깨관절이 포함된 흉부팬텀을 이용한 팬텀 연구와 2020년 9월부터 2020년 10월까지 어깨관절 컴퓨터단층검사를 실시한 35명에 대한 어깨관절 영상을 통해 임상 평가를 하였다. 평가는 Boost3D 알고리즘 적용 전 그룹과 후 그룹으로 나누어 노이즈 값, 신호 대 노이즈 비, 평균 대 표준편차 비 값을 분석하였다. 팬텀 영상 평가 및 임상 영상 평가에서 분석한 노이즈 값 및 평균 대 표준편차 비 값 모두 Boost3D 적용 후 그룹에서 통계적으로 유의하게 낮게 나타났다(p<0.05). 본 연구를 통해 Boost3D 적용을 통해 노이즈 및 줄무늬 인공물이 감소됨을 알 수 있었으며, 평균 대 표준편차 비 값이 높게 나타나 우수한 영상으로 판단할 수 있다. 어께관절 컴퓨터 단층 검사 시 Boost3D 알고리즘을 이용한다면 어깨관절 부위에서 발생할 수 있는 노이즈 및 줄무늬 인공물을 감소시킨 우수한 영상을 얻을 수 있을 것으로 생각된다.

• International Journal of Fuzzy Logic and Intelligent Systems
• /
• 제12권2호
• /
• pp.143-148
• /
• 2012

This paper proposes a new method to improve performance of AdaBoost by using a distance weight function to increase the accuracy of its machine learning processes. The proposed distance weight algorithm improves classification in areas where the original binary classifier is weak. This paper derives the new algorithm's optimal solution, and it demonstrates how classifier accuracy can be improved using the proposed Distance Sensitive AdaBoost in a simulation experiment of pedestrian detection.

• 전기학회논문지
• /
• 제61권9호
• /
• pp.1336-1339
• /
• 2012

In this paper, we focus on solving the classification problem by using semisupervised learning strategy. Traditional classifiers are constructed based on labeled data in supervised learning. Labeled data, however, are often difficult, expensive or time consuming to obtain, as they require the efforts of experienced human annotators. Unlabeled data are significantly easier to obtain without human efforts. Thus, we use AdaBoost algorithm with SVM-KNN classifier to apply semisupervised learning problem and improve the classifier performance. Experimental results on both artificial and UCI data sets show that the proposed methodology can reduce the error rate.

• 한국컴퓨터정보학회논문지
• /
• 제13권5호
• /
• pp.19-26
• /
• 2008

본 논문에서는 실시간 얼굴검출을 위하여 감시카메라에서 입력된 RGB영상을 YCbCr 영상으로 변환한 후 연속된 두 영상의 차를 구하고 Glassfire 라벨링을 실시했다. 라벨링 결과 가장 넓은 구역의 면적과 Area 임계치 값을 비교하여 임계값 이상의 면적이면 동작변환으로 인식하고 영상을 추출하였다. 이렇게 추출된 동작변환 영상을 대상으로 얼굴 검출을 실시하였다. 얼굴 검출에 필요한 특징을 추출하기 위해 AdaBoost알고리즘을 사용하였다.