• KSII Transactions on Internet and Information Systems (TIIS)
• /
• v.10 no.12
• /
• pp.5507-5528
• /
• 2016

In computer vision, salient object is important to extract the useful information of foreground. With active contour analysis acting as the core in this paper, we propose a bottom-up saliency detection algorithm combining with the Bayesian model and the global color distribution. Under the supports of active contour model, a more accurate foreground can be obtained as a foundation for the Bayesian model and the global color distribution. Furthermore, we establish a contour-based selection mechanism to optimize the global-color distribution, which is an effective revising approach for the Bayesian model as well. To obtain an excellent object contour, we firstly intensify the object region in the source gray-scale image by a seed-based method. The final saliency map can be detected after weighting the color distribution to the Bayesian saliency map, after both of the two components are available. The contribution of this paper is that, comparing the Harris-based convex hull algorithm, the active contour can extract a more accurate and non-convex foreground. Moreover, the global color distribution can solve the saliency-scattered drawback of Bayesian model, by the mutual complementation. According to the detected results, the final saliency maps generated with considering the global color distribution and active contour are much-improved.

• Proceedings of the Korean Information Science Society Conference
• /
• 1999.10b
• /
• pp.464-466
• /
• 1999

필기 한글 문자 인식을 위해서는 패턴을 구성하는 획 성분을 분석하는 작업이 필수적이다. 기존 인식 방법들은 세선화와 직선 근사에 기반한 방법을 사용하였다. 하지만 세선화는 필기 패턴을 크게 왜곡하는 단점을 안고 있기 때문에 새로운 방법론의 필요성이 대두되고 있다. 본 논문에서는 필기 한글 패턴의 영역-기반 모양 분해 알고리즘을 제안한다. 외곽선 분석을 이용한 기존의 한 단계 알고리즘의 한계를 지적하고, 이 한계를 극복할 수 있는 두 단계 알고리즘을 기술한다. 첫 번째 단계에서는 우세점을 찾아 B접점과 T접점을 탐지한다. 두 번째 단계에서는 볼록 헐(convex hull) 연산을 적용하여 미분할된 부분에 대해 두 번째 분할 작업을 수행한다. PE92 데이터베이스에 대해 실험 한 결과는 세선화 방법보다 우수함을 보인다.

• Proceedings of the IEEK Conference
• /
• 2001.06c
• /
• pp.217-220
• /
• 2001

The detection of face in color images is important for many multimedia applications. It is the first step for face recognition and ran be used for classifying specific shots. In this paper describes a new method to detect faces in color images based on the skin color and hair color. In the first step of the processing, regions of the human skin color and head color are extracted and those regions are found by their color information. Then we converted binary scale from the image. Then we are connected regions in a binary image by label. In the next step we are found regions of interesting by their region information and some conditions.

• The Transactions of The Korean Institute of Electrical Engineers
• /
• v.67 no.4
• /
• pp.578-585
• /
• 2018

In this paper, we propose a classification and theft detection system for human and livestock for various moving objects in a barn. To do this, first, we extract the moving objects using the GMM method. Second, the noise generated when extracting the moving object is removed, and the moving object is recognized through the labeling method. And we propose a method to classify human and livestock using model formation and color for the unique form of the detected moving object. In addition, we propose a method of tracking and overlapping the classified moving objects using Kalman filter. Through this overlap determination method, an event notifying a dangerous situation is generated and a theft determination system is constructed. Finally, we demonstrate the feasibility and applicability of the proposed system through several experiments.

• International Journal of Fuzzy Logic and Intelligent Systems
• /
• v.16 no.2
• /
• pp.81-86
• /
• 2016

Term weighting is a popular technique that effectively weighs the term features to improve accuracy in document classification. While several successful term weighting algorithms have been suggested, none of them appears to perform well consistently across different data domains. In this paper we propose several reasonable methods to combine different term weight vectors to yield a robust document classifier that performs consistently well on diverse datasets. Specifically we suggest two approaches: i) learning a single weight vector that lies in a convex hull of the base vectors while minimizing the class prediction loss, and ii) a mini-max classifier that aims for robustness of the individual weight vectors by minimizing the loss of the worst-performing strategy among the base vectors. We provide efficient solution methods for these optimization problems. The effectiveness and robustness of the proposed approaches are demonstrated on several benchmark document datasets, significantly outperforming the existing term weighting methods.

• Proceedings of the Korean Information Science Society Conference
• /
• 2011.06b
• /
• pp.296-299
• /
• 2011

임상 진단에서 환자의 의료 영상을 시각적으로 보고 해석하거나 또는 수작업으로 영상을 해석하여 진단에 이용한다. 이러한 수작업의 불편함을 해소하기 위하여 의료 영상처리 알고리즘들이 많이 연구되어오고 있다. 그 중 영상처리의 정확도 부분이 많은 문제가 되고 있는데, 특히 세포영상에서는 인접한 영역의 분할이 가장 중요시되고 있다. 본 논문은 이러한 인접영역의 분할을 위해 객체의 기하 정보인 곡률(Curvature) 정보와 컨벡스 헐(Convex Hull)을 통한 분할 방법을 제안하고자 한다. 실험 결과 87.5%의 정확도가 검출되었으며 향후 인접 객체의 내부정보까지 고려한 효과적인 분할 방법을 연구하고자 한다.

• Proceedings of the Korean Operations and Management Science Society Conference
• /
• 2004.05a
• /
• pp.107-110
• /
• 2004

We present a unifying framework to establish a lower-bound on the number of semidefinite programming based, lift-and-project iterations (rank) for computing the convex hull of the feasible solutions of various combinatorial optimization problems. This framework is based on the maps which are commutative with the lift-and-project operators. Some special commutative maps were originally observed by $Lov{\acute{a}}sz$ and Schrijver, and have been used usually implicitly in the previous lowerbound analyses. In this paper, we formalize the lift-and-project commutative maps and propose a general framework for lower-bound analysis, in which we can recapture many of the previous lower-bound results on the lift-and-project ranks.

• Proceedings of the KIEE Conference
• /
• 2003.11b
• /
• pp.3-6
• /
• 2003

뱀형 로봇은 일반적인 바퀴형 이동로봇과 운동 메카니즘이 상이하며 다관절로 이루어져 있기 때문에 장애물 회피에 있어 빠른 정보의 처리와 이를 위한 특별한 정보가 요구된다. 이를 실현하기 위하여 로봇은 자신의 위치를 지속적으로 파악하면서 장애물의 좌표 값과 일정한 거리의 간격을 두고 움직여야 한다. 주행 궤도 및 장애물 회피를 위한 알고리즘을 검증하기 위하여 가상 뱀형 시뮬레이터를 제작하였다. 시뮬레이터는 이동 주행 궤도를 생성하고, 지나온 궤도를 재현할 수 있는 재현기(Back Tracker), 앞으로 이루어질 뱀형 로봇의 위치와 자세를 알아보는 예견기(Predictor)로 구성된다. 시뮬레이터를 통하여 주위의 장애물을 안전하게 통과할 수 있는 일반적인 알고리즘인 포텐셜함수의 특성을 알아보고, 국소 최소점(Local Minima)에 빠지기 쉬운 단점을 극복하기 위한 방안을 제시한다. 본 논문에서는 뱀의 이동 주행 궤적을 알아보고, 주위의 장애물을 안전하게 통과할 수 있도록 하는 알고리즘에 대한 고찰과 제안한 알고리즘을 소프트웨어적인 3D 시뮬레이션을 통하여 걸과를 분석하고 검증한다.

• Proceedings of the KIEE Conference
• /
• 2009.07a
• /
• pp.1798_1799
• /
• 2009

본 논문에서는 강인한 손 영역 특징 점 추출 방법을 제안한다. 제안하는 방법은 HCbCr 칼라 모델을 생성한 후 퍼지 색상 필터에 적용하여 손 후보 영역을 추출한다. 최종적으로 손 영역을 추출하기 위해서 레이블링 기법을 사용한다. 그 후, 추출된 손 영역의 실루엣을 추출하고 히스토그램 기법을 적용하여 손 영역 내의 COG를 추출 한다. 손 영역 특징 점 추출을 위해 Canny edge 기법과 Chain Code기법, DP(Douglas-Peucker)기법들을 이용하여 전처리 과정을 거쳐 1차 특징점을 추출한다. 추출된 1차 특징 점을 Convex Hull기법에 적용하여 최종적인 손 영역 특징 점을 추출한다. 마지막으로, 복잡하고 다양한 실내 환경에서의 실험을 통해 그 응용 가능성을 증명한다.

• IE interfaces
• /
• v.10 no.1
• /
• pp.223-235
• /
• 1997

The process of determining the optimal tool path in PCB(printed circuit board) drilling operations is identical with that of solving a TSP(traveling salesman problem). However, the optimal solution will be ruined when a drill bit needs tracking back in its tool paths. The back tracking occurrences shorten a life of the main spindle and result in inaccurate mechanical movements. In this study, the performances of four heuristics(Nearest Neighbor, Convex Hull, Greatest Angle and Most Eccentric Ellipse) are evaluated to obtain feasible tool paths along with less number of back trackings for a large number of holes(more than 2000holes/bit) and to generate corresponding NC codes for a given CNC drill. Also, the operations of these algorithms are visualized to show a user the graphic image of tool visitation with PCB holes on a computer screen.