• 대한원격탐사학회지
• /
• 제38권5_2호
• /
• pp.737-746
• /
• 2022

전천후 자료 취득이 가능한 SAR 영상을 기반으로 한 선박 탐지와 인공지능 기반 탐지 알고리즘과 함께 사용하는 것은 안정적인 선박 모니터링에 효과적이다. 기존의 SAR 영상에서는 인공지능 기반 선박 탐지 알고리즘에 진폭 영상만을 주로 사용하였으며, 물체의 산란 특성을 구분할 수 있는 다중 편파 SAR 영상의 편파 지표는 사용되지 않았다. 이에, 본 연구에서는 이중 편파 Sentinel-1 SAR 영상으로부터 고유값 분해를 통해 취득한 4개의 편파 지표인 H, p₁, DoP, DPRVI와 방사 보정을 통해 취득한 2개 편파의 산란계수인 γ₀, _VV, γ₀, _VH를 이용하여 총 6개의 밴드를 가진 SAR 영상 52장의 데이터베이스를 구축하고, 이와 상응하는 시간에 취득한 선박의 실시간 위치 및 속도 정보인 AIS 자료를 사용하여 학습자료를 추출하였다. 구축된 밴드 조합에 대해 선박탐지 정확도를 평가한 결과, 이중 편파 지표를 진폭과 함께 사용한 경우 진폭 값만을 사용했을 때에 비해 개선된 탐지 정확도를 보였다.

• Journal of Multimedia Information System
• /
• 제4권4호
• /
• pp.219-224
• /
• 2017

This paper is to introduce an application of face recognition algorithm in parallel. We have experiments of 25 images with different motions and simulated the image recognitions; grouping of the image vectors, image normalization, calculating average image vectors, etc. We also discuss an analysis of the related eigen-image vectors and a parallel algorithm. To develop the parallel algorithm, we propose a new type of initial matrices for eigenvalue problem. If A is a symmetric matrix, initial matrices for eigen value problem are investigated: the "optimal" one, which minimize ${\parallel}C-A{\parallel}_F$ and the "super optimal", which minimize ${\parallel}I-C^{-1}A{\parallel}_F$. In this paper, we present a general new approach to the design of an initial matrices to solving eigenvalue problem based on the new optimal investigating C with preserving the characteristic of the given matrix A. Fast all resulting can be inverted via fast transform algorithms with O(N log N) operations.

• 한국수산과학회지
• /
• 제50권2호
• /
• pp.195-206
• /
• 2017

Joint time-frequency images of the broadband echo signals of six fish species were obtained using the smoothed pseudo-Wigner-Ville distribution in controlled environments. Affine transformation and principal component analysis were used to obtain eigenimages that provided species-specific acoustic features for each of the six fish species. The echo images of an unknown fish species, acquired in real time and in a fully automated fashion, were identified by finding the smallest Euclidean or Mahalanobis distance between each combination of weight matrices of the test image of the fish species to be identified and of the eigenimage classes of each of six fish species in the training set. The experimental results showed that the Mahalanobis classifier performed better than the Euclidean classifier in identifying both single- and mixed-species groups of all species assessed.

• 전자공학회논문지B
• /
• 제29B권7호
• /
• pp.70-78
• /
• 1992

In this paper, an approach for 3-D object segmentation and classification, which is based on eigen-values of polynomial function as their surface features, using neural network is proposed. The range images of 3-D objects are classified into surface primitives which are homogeneous in their intrinsic eigenvalue properties. The misclassified regions due to noise effect are merged into correct regions satisfying homogeneous constraints of Hopfield neural network. The proposed method has advantage of processing both segmentation and classification simultaneously.

• 대한전자공학회논문지SP
• /
• 제45권6호
• /
• pp.64-69
• /
• 2008

얼굴영상의 인식 기술은 보안과 감시를 비롯하여 머신 인터페이스와 콘텐츠 검색 등에서 활용이 광범위 하다. 그러나 주로 고해상도 영상이 연구의 대상이었고 원거리에서 획득된 저해상도 표적에 대하여 상대적으로 드물게 연구가 이루어졌다. 본 논문에서는 포톤 카운팅(Photon-counting) 선형판별법을 이용하여 저해상도 환경에서 얼굴영상의 인식을 수행한다. 포톤 카운팅 선형판별법은 Fisher 선형 판별법에서 발생하는 특이행렬 문제없이 Fisher의 최적화 기준을 실현한다. 즉, 차원의 축소나 특징 추출 과정 없이 고차원 공간에서 최적화된 투영을 위한 선형판별함수를 구성하고 이를 이용하여 판정하므로 저해상도 환경을 비롯한 얼굴영상의 왜곡의 극복에 효과적이다. 실험 결과는 제안한 방법이 주성분 분석을 활용하는 Eigen face 또는 주성분 분석과 Fisher 선형판별법이 결합된 Fisher face보다 우수하다는 것을 보여준다.

• 전자공학회논문지CI
• /
• 제47권1호
• /
• pp.41-51
• /
• 2010

차량 운전자 지원을 위한 연구에서 도로상에 위치한 교통 표지판은 운전자에게 아주 중요한 정보임에 틀림없다. 따라서 주행중인 차량에서 획득한 영상으로부터 실시간으로 교통 표지판을 검출하여 운전자에게 그 정보를 제공한다면 안전운전에 큰 도움이 될 것이다. 하지만 주행중인 차량으로부터 획득한 영상에는 차량과 노면의 진동에 의해 획득된 영상에 흐림 현상이 발생하고 또한 노이즈들이 포함되어 있어 정확한 표지판 검출이 어려운 문제점이 있다. 게다가 영상획득을 위한 촬영 각도나 날씨 등에 의해 교통 표지판의 고유한 색상과 모양이 서로 다르게 표현되는 문제점이 발생한다. 이를 해결하기 위해 본 논문에서는 도로 환경과 같은 다양한 조도 변화가 포함된 교통 표지판 영상들로부터 고유색상 정보를 분석하고 HSI 고유칼라 모델을 생성하고 이를 이용하여 교통 표지판의 후보 영역을 검출한다. 그리고 모양정보 분석을 위해 교통 표지판의 고유한 형태학적 정보를 표현할 수 있는 불변 모멘트 특징정보를 추출하여 SVM을 통해 최종 교통 표지판 영역을 검출하는 방법을 제안한다. 제안한 방법을 도로에서 획득한 영상에서 실험한 결과, 교통 표지판 검출율은 91%, 그리고 프레임당 처리 시간은 0.38초이며, 제안한 방법은 실시간 지능형 교통 안내 시스템에 유용하게 적용될 수 있다.

• International Journal of Fuzzy Logic and Intelligent Systems
• /
• 제12권3호
• /
• pp.250-255
• /
• 2012

Face recognition has wide applications in security and surveillance systems as well as in robot vision and machine interfaces. Conventional challenges in face recognition include pose, illumination, and expression, and face recognition at a distance involves additional challenges because long-distance images are often degraded due to poor focusing and motion blurring. This study investigates the effectiveness of applying photon-counting linear discriminant analysis (Pc-LDA) to face recognition in harsh environments. A related technique, Fisher linear discriminant analysis, has been found to be optimal, but it often suffers from the singularity problem because the number of available training images is generally much smaller than the number of pixels. Pc-LDA, on the other hand, realizes the Fisher criterion in high-dimensional space without any dimensionality reduction. Therefore, it provides more invariant solutions to image recognition under distortion and degradation. Two decision rules are employed: one is based on Euclidean distance; the other, on normalized correlation. In the experiments, the asymptotic equivalence of the photon-counting method to the Fisher method is verified with simulated data. Degraded facial images are employed to demonstrate the robustness of the photon-counting classifier in harsh environments. Four types of blurring point spread functions are applied to the test images in order to simulate long-distance acquisition. The results are compared with those of conventional Eigen face and Fisher face methods. The results indicate that Pc-LDA is better than conventional facial recognition techniques.

• 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.

• 한국지능시스템학회논문지
• /
• 제18권5호
• /
• pp.617-623
• /
• 2008

본 논문에서는 중심이동과 국부기저영상을 이용한 동작인식 기법을 제안하였다. 여기서 중심이동은 1차 모멘트 평형에 기반을 둔 것으로 위치나 크기 변화에 강건한 동작영상을 얻기 위함이고, 국부기저영상의 추출은 독립성분분석 기법에 기반을 둔 것으로 각 동작들마다에 포함된 통계적으로 독립인 동작특징들의 집합을 얻기 위함이다. 특히 국부기저영상을 빠르게 추출하기 위해 뉴우턴(Newton)법의 고정점 알고리즘에 기반을 둔 독립성분분석을 이용하였다. 제안된 기법을 240*215 픽셀의 160(1명*10종류*16동작)개 동물표현의 수화 동작영상을 대상으로 city-block, Euclidean, 그리고 negative angle의 척도들을 분류척도로 이용하여 실험하였다. 실험결과, 제안된 기법은 국부고유영상을 이용한 방법과 중심이동을 거치지 않는 국부기저영상을 이용하는 기법보다 각각 우수한 인식성능이 있음을 확인하였다.

• 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.