• ETRI Journal
• /
• 제35권1호
• /
• pp.100-108
• /
• 2013

In this paper, a feature extraction (FE) method is proposed that is comparable to the traditional FE methods used in automatic speech recognition systems. Unlike the conventional spectral-based FE methods, the proposed method evaluates the similarities between an embedded speech signal and a set of predefined speech attractor models in the reconstructed phase space (RPS) domain. In the first step, a set of Gaussian mixture models is trained to represent the speech attractors in the RPS. Next, for a new input speech frame, a posterior-probability-based feature vector is evaluated, which represents the similarity between the embedded frame and the learned speech attractors. We conduct experiments for a speech recognition task utilizing a toolkit based on hidden Markov models, over FARSDAT, a well-known Persian speech corpus. Through the proposed FE method, we gain 3.11% absolute phoneme error rate improvement in comparison to the baseline system, which exploits the mel-frequency cepstral coefficient FE method.

• 한국정보통신학회논문지
• /
• 제8권7호
• /
• pp.1475-1479
• /
• 2004

고차원 자료를 효율적으로 처리하기 위해서는 특징 추출 기법이 필요하다. 주성분분석 방법은 대표적인 특징추출 방법이지만 학습 자료의 차원이 큰 경우에는 고유공간을 계산하기 위해 많은 기억공간과 계산량을 필요로 한다. 본 논문에서는 고차원 자료의 특징 추출을 위해 점진적인 주성분분석 방법을 사용한다. 제안한 방법에 대해 신경망에서 점진적인 주성분분석을 하는 대표적인 방법인 APEX모델과 실험을 통해 비교해 본 결과 제안된 방법이 APEX 모델 보다 성능이 우수함을 나타내었다.

• 한국HCI학회:학술대회논문집
• /
• 한국HCI학회 2007년도 학술대회 1부
• /
• pp.667-674
• /
• 2007

Facial expressions provide significant clues about one's emotional state; however, it always has been a great challenge for machine to recognize facial expressions effectively and reliably. In this paper, we report a method of feature-based adaptive motion energy analysis for recognizing facial expression. Our method optimizes the information gain heuristics of ID3 tree and introduces new approaches on (1) facial feature representation, (2) facial feature extraction, and (3) facial feature classification. We use minimal reasonable facial features, suggested by the information gain heuristics of ID3 tree, to represent the geometric face model. For the feature extraction, our method proceeds as follows. Features are first detected and then carefully "selected." Feature "selection" is finding the features with high variability for differentiating features with high variability from the ones with low variability, to effectively estimate the feature's motion pattern. For each facial feature, motion analysis is performed adaptively. That is, each facial feature's motion pattern (from the neutral face to the expressed face) is estimated based on its variability. After the feature extraction is done, the facial expression is classified using the ID3 tree (which is built from the 1728 possible facial expressions) and the test images from the JAFFE database. The proposed method excels and overcomes the problems aroused by previous methods. First of all, it is simple but effective. Our method effectively and reliably estimates the expressive facial features by differentiating features with high variability from the ones with low variability. Second, it is fast by avoiding complicated or time-consuming computations. Rather, it exploits few selected expressive features' motion energy values (acquired from intensity-based threshold). Lastly, our method gives reliable recognition rates with overall recognition rate of 77%. The effectiveness of the proposed method will be demonstrated from the experimental results.

• 대한전자공학회논문지SP
• /
• 제40권3호
• /
• pp.203-216
• /
• 2003

In this paper a new feature extraction and target classification method is proposed for the recognition part of FLIR(Forwar Looking Infrared)-image-based ATR system. Proposed feature extraction method is "cluster(=set of classes)-based"version of previous fisherfaces method that is known by its robustness to illumination changes in face recognition. Expecially introduced class clustering and cluster-based projection method maximizes the performance of fisherfaces method. Proposed target image classification method is based on the mixture of experts model which consists of RBF-type experts and MLP-type gating networks. Mixture of experts model is well-suited with ATR system because it should recognizee various targets in complexed feature space by variously mixed conditions. In proposed classification method, one expert takes charge of one cluster and the separated structure with experts reduces the complexity of feature space and achieves more accurate local discrimination between classes. Proposed feature extraction and classification method showed distinguished performances in recognition test with customized. FLIR-vehicle-image database. Expecially robustness to pixelwise sensor noise and un-wanted intensity variations was verified by simulation.

• 한국컴퓨터정보학회논문지
• /
• 제10권6호
• /
• pp.1-8
• /
• 2005

얼굴 분석은 얼굴 인식 머리 움직임과 얼굴 표정을 이용한 인간과 컴퓨터사이의 인터페이스, 모델 기반 코딩, 가상현실 등 많은 응용 분야에서 유용하게 활용된다. 이러한 응용 분야에서는 얼굴의 특징점들을 정확하게 추출해야 한다. 본 논문에서는 눈, 눈썹, 입술의 코너와 같은 얼굴 특징을 자동으로 추출하는 방법을 제안한다. 먼저, 입력 영상으로부터 AdaBoost 기반의 객체 검출 기법을 이용하여 얼굴 영역을 추출한다. 그 다음에는 계곡 에너지. 명도 에너지, 경계선 에너지의 세 가지 특징 에너지를 계산하여 결합한다. 구해진 특징 에너지 영상에 대하여 에너지 값이 큰 수평 방향향의 사각형을 탐색함으로써 특징 영역을 검출한다. 마지막으로 특징 영역의 가장자리 부분에서 코너 검출 알고리즘을 적용함으로써 눈, 눈썹, 입술의 코너를 검출한다. 본 논문에서 제안된 얼굴 특징 추출 방법은 세 가지의 특징 에너지를 결합하여 사용하고 계곡 에너지와 명도 에너지의 계산이 조명 변화에 적응적인 특성을 갖도록 함으로써, 다양한 환경 조건하에서 견고하게 얼굴 특징을 추출할 수 있다.

• 한국정보처리학회논문지
• /
• 제3권4호
• /
• pp.866-876
• /
• 1996

본 논문에서는 단면이 원이 3차원 물체의 특징 추출 방법을 제안하고자 한다. 고 기능의 물체 인식 시스팀을 구현하기 위해서는 2차원 영상과 3차원 영상의 정보를 효과적으로 추출, 취합하는 시스팀을 구축하여야만 한다. 이를 위해 2차원 영상과 3차원 영상의 정보를 추출하는 방법을 다루며 이를 단면이 원인 물체를 중심으로 제안하고자 한다. 단면이 원인 물체의 특징 정보로는 모양 정보와 기하학적 정보가 이용된다. 이를 위해 모양 정보는 Z축기울기를 제안하여 이의 특성을 파악하여 모양 정보를 추출하였으며, 기하학적 정보는 표면에서 법선 벡터들의 교점 특성을 이용하여 추출하였다. 또한 보다 세밀할 인식을 위해 표면 영역들간의 특징값을 추출하는 방 법을 제안하며 최종적인 인식 효율을 위해 기능 정보를 추출하는 방법도 다루었다. 끝으로 본 논문의 유용성을 실험에 의해 입증하고자 한다.

• 한국정밀공학회지
• /
• 제15권6호
• /
• pp.167-174
• /
• 1998

The ultrasonic test is recognized for its significance as a non-destructive testing method to detect volume defects such as porosity and incomplete penetration which reduce strength in the weld zone. This paper illustrates the defect detection in the weld zone of ferritic carbon steel using ultrasonic wave and the evaluation of pattern recognition by chaotic feature extraction using time series signal of detected defects as data. Shown in the time series data were that the time delay was 4 and the embedding dimension was 6 which indicate the geometric dimension of the subject system and the extent of information correlation. Based on fractal dimension and lyapunov exponent in quantitative chaotic feature extraction, feature value of 2.15, 0.47 is presented for porosity and 2.24, 0.51 for incomplete penetration The precision rate of the pattern recognition is enhanced with these values on the total waveform of defect signal in the weld zone. Therefore, we think that the ultrasonic pattern recognition method of weld zone defects of ferritic carbon steel by ultrasonic-chaotic feature extraction proposed in this paper can boost precision rate further than the existing method applying only partial waveform.

• 대한기계학회:학술대회논문집
• /
• 대한기계학회 2003년도 춘계학술대회
• /
• pp.304-309
• /
• 2003

In this study, natural flaws in welding parts are classified using the signal pattern classification method. The storage digital oscilloscope including FFT function and enveloped waveform generator is used and the signal pattern recognition procedure is made up the digital signal processing, feature extraction, feature selection and classifier design. It is composed with and discussed using the distance classifier that is based on euclidean distance the empirical Bayesian classifier. Feature extraction is performed using the class-mean scatter criteria. The signal pattern classification method is applied to the signal pattern recognition of natural flaws.

• 한국전기전자재료학회:학술대회논문집
• /
• 한국전기전자재료학회 1999년도 춘계학술대회 논문집
• /
• pp.169-172
• /
• 1999

Recently, the wavelet transform has been a new and powerful tool for signal processing. It is more suitable specially for the feature extraction and detection of non-stationary signals than traditional methods such as, the Fourier Transform(FT), the Fast Fourier Transform(FFT) and the Least Square Method etc. because of the characteristic of the multi-scale analysis and time-frequency domain localization. The wavelet transform has been developed for the analysis of PD pulse signal to raise in the progress of insulation degradation. In this paper, the wavelet transform was applied to one foundational method for feature extraction. For the obtain experimental data, a computer-aided partial discharge measurement system with a single acoustic sensor was used. If we are applying to the neural network method the accumulated data through the extracted feature, it is expected that we can detect the PD pulse signal in the insulation materials on the on-line.

• 한국항행학회논문지
• /
• 제20권6호
• /
• pp.604-611
• /
• 2016

UAV (unmanned aerial vehicles)을 지칭하는 드론 관련 산업은 기존의 원격조종 무선모형 항공기 수준에서 벗어나 급속도로 발전하고 있으며, 현재는 자동화와 클라우드 네트워크 기술을 접목시키면서 새로운 산업으로 성장해가는 상황이다. 최근 무인 항공기의 능력은 폭발물 및 기타 위험 물질 운반 등 공공 안전에 대한 심각한 위협을 가져올 수 있으며, 불법 드론에 의한 이러한 위험을 감소시키기 위해, 음향 특징 추출 및 분류 기술에 의하여 이들 불법 드론을 탐지할 필요가 있다. 본 논문에서는 고조파 특징 추출 방법(HLA)에 의한 음향 특징벡터 추출 방법을 소개한다. HLA에 기초한 특징 벡터 추출 방법은 음향 데이터의 보다 특징적인 특성을 추출하여 무인 항공기 음향을 식별할 수 있게 한다. 실외 환경에 존재하는 음향의 식별성능을 평가하기 위해 여러 사물 및 실제 드론의 음향을 비교 분석 하였으며, 각 음원에 대한 시뮬레이션으로 드론 및 기타의 음향을 분류하였다.