• 한국멀티미디어학회논문지
• /
• 제13권1호
• /
• pp.47-57
• /
• 2010

객체 검출은 영상에서 객체의 식별, 위치정보, 상황인식 등을 위해서 필수적이다. 본 논문에서는 강인한 객체 검출 시스템을 제안한다. Principal Component Analysis (PCA)를 이용하여 배경 영상에서 수집한 학습데이터를 주성분으로 선형변환 한다. 객체와 배경에 대하여 판별 능력이 우수한 주성분을 선별하여 Eigen-background를 구성한다. Fuzzy-C-Means (FCM)은 Eigen-background의 정보를 입력 차원으로 하여 영상을 Clustering하고 객체와 배경으로 분류한다. 고정된 카메라에서 배경변화에 적용 가능한 시스템을 구현하기 위해 동일한 시점에서 움직이는 객체가 포함된 영상을 학습데이터로 사용하였다. 제안하는 시스템은 인위적인 한 프레임을 배경으로 정의하여 사용하는 과정이 필요 없이 입력 영상에서 잡음이 제거된 객체와 배경으로 분류하였고, 또한 객체의 부분적인 움직임도 효과적으로 검출하였다.

• 한국산업정보학회논문지
• /
• 제16권4호
• /
• pp.87-98
• /
• 2011

동영상에서의 움직이는 객체 검출과 추적은 객체 식별, 상황인식, 지능형 영상 감시 시스템 등 많은 시각 기반 응용 시스템에서 기본적이고 필수적인 전처리 작업이다. 본 논문에서는 배경과 조명이 실시간으로 변화하는 상황에서 움직이는 객체를 빠르고 정확하게 추출하고 움직이는 객체가 다른 물체에 가려지는 경우에도 강인하게 객체를 추적하는 방법을 제안한다. 객체의 효과적인 검출을 위해서 효과적인 고유 공간과 Fuzzy C-means(FCM) 를 결합하여 사용하고 검출된 객체를 강인하게 추적하기 위해 Conditional Density Propagation (CONDENSATION) 알고리즘을 사용한다. 먼저 Principal Component Analysis(PCA)를 이용하여 배경 영상에서 수집한 학습데이터를 주성분(Principal component)으로 선형변환 한다. 주성분들의 고유 특성에 대한 해석을 통하여 객체와 배경에 대하여 판별 능력이 우수한 주성분을 선별하여 고유 배경을 구성한다. 다음으로 이전단계에서 구성된 고유 벡터와 입력 영상을 결합한 연산 결과를 FCM의 입력 값으로 사용해서 객체를 검출한다. 최종적으로 검출된 객체의 좌표를 CONDENSATION의 입력으로 사용해서 객체를 추적한다. 고정된 카메라에서 조명변화와 배경변화에 적용 가능한 시스템을 구현하기 위해 고정된 카메라에서 움직이는 다양한 객체가 포함된 영상을 수집하여 학습데이터로 구성하여 사용하였다. 실험 결과에 따르면 제안하는 방법이 조명변화와 배경변화 그리고 객체의 부분적 움직임에 모두 강인하게 객체를 검출하고 다른 물체나 배경에 의해 객체가 일부 가려지더라도 객체를 추적함을 보여준다.

• 응용통계연구
• /
• 제17권1호
• /
• pp.119-134
• /
• 2004

AHP기법에서는 의사결정 요소들의 중요도를 추정함에 있어 통상 쌍대비교행렬 그 자체에 고유벡터법 또는 대수최소제곱법을 적용한다. 본 연구에서는 왜대칭행렬의 고유분해를 통해 쌍대비교행렬을 조정한 후 조정된 쌍대비교행렬에 대해 고유벡터법 또는 대수최소제곱법을 적용하는 중요도 추정법을 제안한다. 그리고 이 추정법이 가지는 여러 가지 이점과 의미를 이론적 근거와 실제 사용 예를 통해 보이고자 한다. 본 연구결과는 불일치성이 높은 쌍대비교행렬이 주어진 경우 불일치성을 줄이는데 특히 유용하게 활용될 수 있을 것이다.

• 한국콘텐츠학회논문지
• /
• 제11권3호
• /
• pp.18-25
• /
• 2011

현재 주화의 제조 공정에서는 주화의 표면 품질 진단을 사람이 눈으로 직접 확인하여 수행하고 있다. 본 논문은 컨베이어 벨트에 놓이어 이동하는 주화로부터 획득한 영상을 이용하여 주화 표면의 결함을 검출하는 영상처리 방법을 제시한다. 결함 검출 방법은 영상에서 주화 영역을 분할하고, 분할된 동전을 비교할 모델에 정렬하며, 정렬된 영상을 최적의 고유 영상 공간으로 투영, 투영 오차와 학습된 가변 임계값과 비교하여 결함 부위를 검출한다. 본 논문에서는 이러한 일련의 영상처리 과정 중에서 주화 표면 진단과 관련하여 특화된 새로운 방법을 제시한다. 주화의 정렬을 위하여 분할된 주화의 히스토그램을 사용한다. 이 방법은 2차원 영상의 정렬을 일차원 히스토그램의 정렬로 변환하는 것이다. 다음으로 정렬된 영상을 고유 영상공간에 투영시켜 주화 방향에 따른 휘도 변화를 보정한다. 이 방법은 소수의 고유 영상 벡터들로 구성된 고유 영상 공간을 여러 개 생성하고, 최적의 고유 영상 공간에 정렬된 영상을 투영하여 실시간 구현이 가능하게 한다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 1987년도 전기.전자공학 학술대회 논문집(II)
• /
• pp.1271-1275
• /
• 1987

With the stochastic process which consists of the harmonic sinusoid and the white nosie, the power spectrum of background EEG is estimated by the Pisarenko Harmonic Decomposition. The estimating results are examined and compared with the results from the maximum entropy spectral estimation, and the optimal order of this model can be determined from the eigen value's fluctuation of autocorrelation of background EEG. From the comparing results, this paper ensures that this method is possible to analyze the power spectrum of background EEG.

• 대한의용생체공학회:의공학회지
• /
• 제8권1호
• /
• pp.69-74
• /
• 1987

The power spectrum of background EEG is estimated by the Plsarenko Harmonic Decomposition with the stochastic process whlch consists of the nonhamonic sinus Bid and the white nosie. The estimation results are examined and compared with the results from the maximum entropy spectral extimation, and the optimal order of this from the maximum entropy spectral extimation, and the optimal order of this model can be determined from the eigen value's fluctuation of autocorrelation of background EEG. From the comparing results, this method is possible to estimate the power spectrum of background EEG.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 2004년도 ICCAS
• /
• pp.185-189
• /
• 2004

For face recognition system, a face detector which can find exact face region from complex image is needed. Many face detection algorithms have been developed under the assumption that background of the source image is quite simple . this means that face region occupy more than a quarter of the area of the source image or the background is one-colored. Color-based face detection is fast but can't be applicable to the images of which the background color is similar to face color. And the algorithm using neural network needs so many non-face data for training and doesn't guarantee general performance. In this paper, A multi-scale, multi-face detection algorithm using PCA is suggested. This algorithm can find most multi-scaled faces contained in static images with small number of training data in reasonable time.

• 지구물리와물리탐사
• /
• 제10권3호
• /
• pp.163-172
• /
• 2007

해저면에 반복적으로 나타나는 특정 지형요소를 추출할 수 있는 곡률계산법을 개발하여 태평양 심해 평원지역의 수심자료에 적용하였다. 선형 최소자승오차법을 사용하여 해저면을 임의의 2차원 곡면으로 구성할 수 있으며, 해당 곡면의 곡률은 결정된 2차항 계수간의 관계를 이용하여 고유값(eigen value)을 통해 계산하였다. 곡률의 크기와 부호 변화는 해저구릉, 해저계곡과 같이 해저면 지형의 기하학적 형태에 따라 다르게 나타났다. 곡면 구성에 참여하는 자료의 개수에 따른 반응을 비교하여 최적의 곡면 크기를 설정하였고, 계산된 곡률과 지형요소간의 대응관계를 설정하기 위한 최적의 한계값을 실제 자료와의 비교를 통해 결정하였다. 또한, 배경잡음에 민감하게 반응하는 기존 곡률 계산 방법을 개선하여 고유값의 합을 사용하는 새로운 곡률 계산법을 적용한 결과 추출한 지형요소간의 주향방향 연장성을 향상시킬 수 있었다. 곡률계산에 의한 지형요소 추출법은 망간단괴 채광 가능지역 추출을 위한 효과적인 방법임을 확인할 수 있었다.

• 한국음향학회지
• /
• 제41권1호
• /
• pp.64-69
• /
• 2022

배경 음악은 소비자에게 전달하고자 하는 목표 메시지와 동시에 제시된다. 이 과정에서 필요한 주요 정보를 일정 시간 유지해야 하고, 이러한 정보의 유지에는 청각 작업기억이 필요하다. 일반적으로 배경음악은 그 제시 시간의 제약을 받는다. 이때 배경음악의 시간적 압축이 가능하지만 이 시간적 압축이 작업기억과 구매 의사 결정과정에 미치는 영향에 대해 구체적인 내용이 알려져 있지 않다. 본 연구에서는 이 배경음악의 압축 비율의 변화가 청각 작업기억과 구매 의사결정 과정에 미치는 영향을 분석하고자 했다. 대상은 정상 청각 기능이 확인된 이십대 초반 동질 집단 남녀 37명으로 하였다. 이 집단의 구매성향을 다차원 분석으로 분석하여 고관여도와 저관여도 제품을 선정하였다. 자극 제시 조건은 배경 음악이 없는 조건, 무압축 조건, 저압축 조건, 고압축 조건 으로 구분하였다. 구매에 필요한 청각정보를 전산 합성하여 배경음악과 관련된 4가지 조건에서 무작위로 제시했다. 이 반응 결과를 반복측정분산으로 분석하여 유의수준 0.05에서 판단했다. 결과에서 여러 배경음악 조건에서 청각 작업기억의 가용 총량은 변화가 없었지만, 고관여도인 경우에 저관여도 제품보다 청각 작업기억 자원을 더 사용한 것이 확인되었다. 그러나 이것이 항상 상응하는 최종 구매의사 변화로 연결되지는 않았다. 이러한 분석은 구매의사 결정과정에서 배경음악의 압축이나 청각 작업기억의 역할을 살펴보는 유용한 접근법으로 응용될 수 있을 것으로 판단된다.

• 정보처리학회논문지B
• /
• 제15B권1호
• /
• pp.25-36
• /
• 2008

본 논문은 조명의 변화가 심한 영상에서 손 형태를 안정적으로 인지하는 기법에 관한 것이다. 제안한 방법은 HSI 색상공간에서 색상(Hue) 및 색상 기울기(Hue-Gradient)를 기반으로 정의된 배경모델을 구축하고, 실시간으로 입력되는 영상과의 배경차분(background subtraction)기법을 이용하여 배경과 손을 구분한다. 추출된 손의 영역으로부터 18가지의 특징요소를 추출하고 이를 기반으로 다중클래스 SVM(Support Vector Machine) 학습 기법을 사용하여 손의 형태를 인지한다. 제안 기법은 색상 기울기를 배경 차분에 적용함으로써, 조명 환경이 배경 모델의 조명과 다르게 급격한 변화가 이루어졌을 때도 안정적으로 손의 윤곽정보를 추출할 수 있도록 하였다. 또한, 실시간 처리를 저해하는 복잡한 손의 특성정보 대신, OBB의 크기에 대하여 정규화된 두 개의 고유값과 객체 기반 바운딩 박스(OBB)를 구성하는 16개 세부 영역에서의 손 윤곽픽셀의 개수를 손의 특성정보로 사용하였다. 본 논문에서는 급격한 조명 변화 상황에서 기존 RGB 색상요소를 기반으로 하는 배경차분법과 색상을 기반으로 하는 배경차분법, 본 논문에서 제안하는 색상 기울기 기반 배경 차분법의 결과를 비교함으로써 제안 기법의 안정성을 입증하였다. 6명의 실험대상자의 1부터 9까지의 수지화 2700개의 영상으로부터 손 특성 정보를 추출하고 이에 대하여 훈련을 통한 학습 모델을 생성하였다. 학습모델을 기반으로 실험자 6인의 손 형태 1620개의 데이터에 대하여 인지 실험을 실시하여 92.6%에 이르는 손 형태 인식 성공률을 얻었다.