• Proceedings of the IEEK Conference
• /
• 2002.07a
• /
• pp.393-396
• /
• 2002

In this paper, we give the definitions of the q-Haar and q-Gabor wavelet. Instead of using the conventional Gaussian distribution as a kernel of the Gabor wavelet, if the q-normal distribution is used, we can get the q-Gabor wavelet as a possible generalization of the Gabor wavelet. The q-normal distribution, which is given by the author, is one of the generalized Gaussian distribution. On the other hand, if two sets of the q-normal distribution are connected anti-symmetrically, we can get the q-Haar wavelet as a possible generalization of the Haiw wavelet. We give experiments on the q-eabor and q-Haar wavelet and discuss about the q-Gabor and q-Haar wavelet.

• Journal of applied mathematics & informatics
• /
• v.29 no.1_2
• /
• pp.145-159
• /
• 2011

The numerical solution to the linear and nonlinear and linear system of Fredholm and Volterra integral equations of the second kind are investigated. We have used crooked lines which includ the nodes specified by modified rationalized Haar functions. This method differs from using nominal Haar or Walsh wavelets. The accuracy of the solution is improved and the simplicity of the method of using nominal Haar functions is preserved. In this paper, the crooked lines with unknown coefficients under the specified conditions change the system of integral equations to a system of equations. By solving this system the unknowns are obtained and the crooked lines are determined. Finally, error analysis of the procedure are considered and this procedure is applied to the numerical examples, which illustrate the accuracy and simplicity of this method in comparison with the methods proposed by these authors.

• Journal of the Korea Society of Computer and Information
• /
• v.20 no.12
• /
• pp.29-36
• /
• 2015

In this paper, we propose the horizontal line detection using the Haar-like features and linear regression in infrared images. In the marine environment horizon image is very useful information on a variety of systems. In the proposed method Haar-like features it was noted that the standard deviation be calculated in real time on a static area. Based on the pixel position, calculating the standard deviation of the around area in real time and, if the reaction is to filter out the largest pixel can get the energy map of the area containing the straight horizontal line. In order to select a horizontal line of pixels from the energy map, we applied the linear regression, calculating a linear fit to the transverse horizontal line across the image to select the candidate optimal horizontal. The proposed method was carried out in a horizontal line detecting real infrared image experiment for day and night, it was confirmed the excellent detection results than the legacy methods.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2016.04a
• /
• pp.700-703
• /
• 2016

OpenCV(Open Computer Vision)에서 제공하는 얼굴 검출 알고리즘은 Haar-like feature와 Cascade 방식을 이용하여 얼굴의 패턴을 찾아내 얼굴을 검출한다. 그러나 우연히 얼굴이 아닌 곳이 얼굴과 유사한 패턴일 경우, 얼굴로 인식하는 오류를 범하게 된다. 따라서 본 논문은 MCT(Modified Census Transform)와 신경망을 이용하여 잘못된 얼굴 검출 영역을 감소시키는 알고리즘을 제안한다. MCT는 다양한 조명 조건에서도 강인한 얼굴 영상의 지역적 구조 특징을 추출하기 위하여 사용되고, 신경망 알고리즘은 Haar-Cascade 알고리즘의 얼굴 검출 방법으로 검출된 영역이 실제로 얼굴인지 아닌지를 판단하기 위하여 사용된다. 실험에서 사용된 6개의 데이터들은 인터넷에서 수집한 것으로서, Haar-Cascade 알고리즘의 얼굴 검출 방법으로 얼굴을 검출하였을 때 오검출된 영역이 1개 이상 존재한다. 본 논문에서 제안한 알고리즘으로 실험한 결과, Haar-Cascade 알고리즘의 얼굴 검출 방법에 비하여 오검출된 영역이 감소된 것을 확인할 수 있었다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2003.05a
• /
• pp.635-638
• /
• 2003

본 논문에서는 Haar 웨이블릿을 이용하여 얼굴에지영상을 추출하고 고차국소자동상관함수를 이용한 특징벡터추출과 BP(Backpropagation Network) 알고리즘을 이용하여 얼굴을 인식하는 방법을 제안한다. 이를 위한 얼굴인식에 사용된 실험영상은 $320{\times}240$ 크기의 24bit RGB 컬러 영상을 사용하였고, 차영상을 이용하여 얼굴영역을 분리한 후 Haar 웨이블릿을 이용한 에지영상 추출과 얼굴영역의 특징벡터를 구하기 위하여 고차 국소 자동 상관함수를 사용하였다. 계산된 특징벡터는 BP 신경망의 학습을 통하여 얼굴인식을 위한 데이터로 사용된다. 시뮬레이션을 통해 제안된 알고리즘에 의한 인식률향상과 속도 향상을 입증한다.

• Proceedings of the Korea Institute of Convergence Signal Processing
• /
• 2003.06a
• /
• pp.34-37
• /
• 2003

본 논문에서는 가역변환 (reversible transform)에 기반을 둔 가역 워터마킹 기법에 관해 기술한다. 워터마크를 삽입한 후 원본 데이터에 영구적으로 남아있는 기존의 워터마킹 기법과는 달리 가역 워터마킹 기법의 경우, 컨텐츠의 인증이 이루어진 후 삽입되었던 워터마크 신호를 컨텐츠로부터 제거함으로써, 원 영상을 화소단위로 무손실 복원할 수 있는 특징이 있다. 본 논문에서는 가역 변환인 Haar 웨이블릿 변환(Haar Wavelet Transform) 이용하여 원 영상을 변환한 후 웨이블릿 계수를 이용하여 워터마크를 삽입 및 추출한다. 이러한 가역워터마킹 기법은 판사 목적의 영상 혹은 의료영상과 같은 민감한 영상신호처리가 요구되는 분야로 응용될 수 있을 것이다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2011.04a
• /
• pp.372-373
• /
• 2011

인터넷 매체가 급증함에 따라 많은 이들에게 쉽게 노출 되어 유포되고 있는 유해 영상을 검출하기 위해 다양한 분류 방법에 대한 연구들이 이루어지고 있다. 본 논문에서 유해 영상 내의 피부색 영역에서의 Haar-like 특징을 추출하여 유해 영상을 분류하는 방법을 제안한다. 이를 위해, 첫 번째 단계에는 샘플 영상에 대하여 기존에 제안된 피부색 검출 방법을 적용하고, 두 번째 단계에는 검출된 피부색 영역 내의 Haar-like 특징을 추출한다. 각 샘플 영상에서 추출한 특징들은 SVM(Support Vector Machine)을 이용하여 각각 2000 장의 유해, 무해 영상을 학습한다. 학습된 모델은 유해 및 무해 영상이 혼합되어 있는 영상 집합들을 분류하는데 사용한다.

• Proceedings of the KIEE Conference
• /
• 1987.07a
• /
• pp.629-632
• /
• 1987

• The Journal of The Korea Institute of Intelligent Transport Systems
• /
• v.19 no.3
• /
• pp.129-136
• /
• 2020

In this paper, we propose a thermal imagery-based object detection algorithm for low-light level nighttime surveillance system. Many features selected by Haar-like feature selection algorithm and existing Adaboost algorithm are often vulnerable to noise and problems with similar or overlapping feature set for learning samples. It also removes noise from the feature set from the surveillance image of the low-light night environment, and implements it using the lightweight extended Haar feature and adaboost learning algorithm to enable fast and efficient real-time feature selection. Experiments use extended Haar feature points to recognize non-predictive objects with motion in nighttime low-light environments. The Adaboost learning algorithm with video frame 800*600 thermal image as input is implemented with CUDA 9.0 platform for simulation. As a result, the results of object detection confirmed that the success rate was about 90% or more, and the processing speed was about 30% faster than the computational results obtained through histogram equalization operations in general images.

• Journal of the Korea Society of Computer and Information
• /
• v.10 no.4 s.36
• /
• pp.113-121
• /
• 2005

Face detection in real-time video constitutes one of the major trend in face recognition. In this paper, we propose a face detection algorithm using the skin color and Haar-like feature in real-time video. The proposed algorithm is followed by three sequences; First, moving objects are detected by difference-method in YCbCr coordinates, and then by using Haar-like features, face candidate regions of the moving objects is selected. Finally we extract the most possible face candidates by comparing the pixel values of face candidates with the skin color. In order to prevent a mistake. we use similar features or skin color to detect a face by selecting a adaptive ROI and improve the processing speed in real-time video. The computer simulation shows the validity of the proposed method that the processing speed is improved by 30% than previous works and the detection success rate is 96.8%.