• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2006년도 하계종합학술대회
• /
• pp.935-936
• /
• 2006

In this paper, we have applied a real-time face processor includes detection, recognition, and learning to a intelligent store management service robot. We use the Haar classifier and adaboost learning algorithm for face detection. For face recognition and learning, a PCA algorithm and a SVDD algorithm is used. We have developed a store management service robot and applied these algorithms to verify the performance.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2016년도 춘계학술발표대회
• /
• pp.719-722
• /
• 2016

운전자의 주의력 감쇠는 교통사고 요인에 있어서 큰 비중을 차지한다. 주의력 감쇠는 무선 통화, 기기 조작, 졸음으로 나타날 수 있는데 자동차 대형사고의 대부분은 졸음운전으로 인하여 일어나며, 졸음운전 시에는 운전자의 운전조작 및 방어 조작 능력이 현저하게 저하한다. 본 시스템은 카메라로부터 실시간으로 영상 데이터를 입력 받아 처리하여 운전자의 졸음 상태를 인식하는 시스템으로 운전자에게 졸음방지 기능을 제공한다. Haar-Like Feature cascade classifier 방법을 사용하여 얼굴 및 눈 영역 검출을 하였고 Open Eye, Closed Eye가 학습된 MLP(Multi-Layer Perceptron)를 이용해 눈 깜박임을 인식하여 PERCLOS(Percentage of Eye Close)방법으로 졸음을 판단하였다. 본 논문에서 제안한 방법의 인식률의 정확도를 검증하기 위해 인식률 테스트를 하였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2011년도 추계학술발표대회
• /
• pp.388-390
• /
• 2011

인터넷에서 정보의 쉬운 접근성으로 청소년들에게 무방비로 노출되어 있는 음란물을 자동으로 제어하는 연구는 다양하게 진행되고 있다. 본 연구는 음란 이미지를 자동으로 판단하는 방법에 대한 것으로, 특히 좌우로 누워있는 음란 이미지를 감지하는 방법을 제안하였다. 제안된 알고리즘의 유용성 검증을 위해 실험을 통해 분석하였다. 실험결과는 만족스러운 성능을 보여주지 않았고 몇 가지 추가적인 문제도 도출 되었다.

• 대한전자공학회논문지SP
• /
• 제48권3호
• /
• pp.71-78
• /
• 2011

본 논문은 웨이블릿 도메인 상에서 부모와 자식 부밴드간의 비독립성에 기반한 영상 스테그분석 방법을 제안한다. 제안한 방법은 커버 영상과 비밀 메시지가 삽입된 스테고 영상에 대해 3-레벨 Haar UWT 웨이블릿 변환을 수행하여 12개의 부밴드로 분해한 후 부모와 자식 부밴드간의 통계적 의존성을 분석한다. 이러한 통계적 의존성은 비밀 메시지가 삽입된 스테고 영상의 경우 커버 영상과 상당한 차이를 보이므로 커버 및 스테고 영상을 구분하기 위한 특징으로 사용될 수 있다. 따라서 본 논문에서는 분해된 12개의 각 부모와 자식 부밴드간의 조인트 특성 함수에 대해 첫 9차의 통계적 모멘트를 추출함으로써 총 72차의 통계적 조인트 모멘트를 특징 벡터로 사용한다. 추출된 특징 벡터는 MLP(다층 퍼셉트론 신경망) 분류기에 입력되어 커버 영상과 스테고 영상을 학습하고 판별한다. 제안 방법의 성능 평가를 위해 LSB 및 SS, BSS 삽입 방법에 의한 다양한 삽입률의 스테고 영상을 사용하였으며, 실험 결과 제안한 기법은 기존의 기법에 비해 삽입 정보 유무의 검출율을 향상시킬 뿐만 아니라 판별의 정확도가 높음을 확인할 수 있었다.

• 방송공학회논문지
• /
• 제20권3호
• /
• pp.421-429
• /
• 2015

이 논문은 적외선 영상을 이용하여 보행자를 검출하고 추적하는 방법에 관한 것이다. 영상기반 보행 검출 및 추적 처리 속도를 개선하기 위하여 병렬처리언어인 CUDA(Computer Unified Device Architecture)를 활용한다. 보행자 검출은 하르 유사 특징을 기반으로 Adaboost 알고리즘을 적용한다. Adaboost 분류는 적외선 영상으로 제작한 데이터셋을 이용하여 훈련한다. Adaboost 분류기로 보행자를 검출한 후, HSV 히스토그램을 특징점으로 파티클 필터를 이용하여 보행자를 추적하는 방법을 제안한다. 제안하는 검출 및 추적 방법을 Linux 환경에서 소프트웨어를 개발할 수 있는 NVIDIA의 Jetson TK1 개발보드 상에 구현하였다. 이 논문에서는 보행자 검출 및 추적을 CUDA 개발환경인 GPU를 이용하여 병렬처리한 결과를 나타내었다. GPU를 이용한 보행자 검출과 추적 처리 속도가 CPU 처리속도에 비하여 약 6 배 빠른 것을 확인할 수 있다.

• 방송공학회논문지
• /
• 제23권1호
• /
• pp.93-103
• /
• 2018

본 논문에서는 실 도로 영상에서 속도 표지판을 인식하는 방법을 제안한다. 기존의 표지판 인식의 방법들은 조명 변화에 민감하고 반복적인 형태 특징까지 추출하여 인식 성능이 감소하는 단점이 있다. 제안한 방법은 가중치가 적용된 YUV 색상 모델을 이용함으로써 속도 표지판의 색 특성을 강조하였으며 또한 표지판 후보 영역에 관심영역을 국부적으로 제한함으로써 인식 성능을 개선하였다. 이때, 검출과 인식을 위해서는 하 특징을 이용한 아다부스트 분류기를 사용하였다. 제안한 방법을 다양한 속도 및 환경하에서 실험한 결과 기존의 방법들보다 인식의 성능이 향상되었음을 확인하였다.

• 한국멀티미디어학회논문지
• /
• 제19권12호
• /
• pp.1943-1950
• /
• 2016

Recently, gender classification has attracted a great deal of attention in the field of video surveillance system. It can be useful in many applications such as detecting crimes for women and business intelligence. In this paper, we proposed a method which can detect pedestrians from CCTV video and classify the gender of the detected objects. So far, many algorithms have been proposed to classify people according the their gender. This paper presents a gender classification using convolutional neural network. The detection phase is performed by AdaBoost algorithm based on Haar-like features and LBP features. Classifier and detector is trained with data-sets generated form CCTV images. The experimental results of the proposed method is male matching rate of 89.9% and the results shows 90.7% of female videos. As results of simulations, it is shown that the proposed gender classification is better than conventional classification algorithm.

• Journal of Information Processing Systems
• /
• 제9권1호
• /
• pp.173-188
• /
• 2013

In Facial Expression Recognition Systems (FERS), only particular regions of the face are utilized for discrimination. The areas of the eyes, eyebrows, nose, and mouth are the most important features in any FERS. Applying facial features descriptors such as the local binary pattern (LBP) on such areas results in an effective and efficient FERS. In this paper, we propose an automatic facial expression recognition system. Unlike other systems, it detects and extracts the informative and discriminant regions of the face (i.e., eyes, nose, and mouth areas) using Haar-feature based cascade classifiers and these region-based features are stored into separate image files as a preprocessing step. Then, LBP is applied to these image files for facial texture representation and a feature-vector per subject is obtained by concatenating the resulting LBP histograms of the decomposed region-based features. The one-vs.-rest SVM, which is a popular multi-classification method, is employed with the Radial Basis Function (RBF) for facial expression classification. Experimental results show that this approach yields good performance for both frontal and near-frontal facial images in terms of accuracy and time complexity. Cohn-Kanade and JAFFE, which are benchmark facial expression datasets, are used to evaluate this approach.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2015년도 춘계학술대회
• /
• pp.586-589
• /
• 2015

손동작 식별 룰을 통한 컴퓨터의 프레젠테이션 제어 시스템을 제안한다. 발표자의 손 동작 식별을 위해 (일반적인 웹캠을 사용하여) 이미지를 입력받아 하르 분류기를 이용하여 사용자의 얼굴영역을 추출한다. YCbCr 컬러모델을 이용하여 손 영역을 추출한 후에 사용자의 얼굴과 손의 무게중심을 이용하여 손의 현재 움직임 상태와 위치를 판별 하였다. 사용자의 손이 모션 감지 룰에 적용되어 프레젠테이션 제어 명령이 실행된다. 제안하는 시스템은 모션 식별 룰을 이용하여 부가적인 기기를 사용하지 않고 배경의 복잡도에 독립적인 프레젠테이션을 제어가 가능한 시스템이다. 실험은 어두운 실내 분위기인 조도범위(lx) 15-20-30에서 프레젠테이션 실험을 통해 안정적인 제어동작을 확인하였다.

• 한국산학기술학회논문지
• /
• 제15권8호
• /
• pp.5263-5268
• /
• 2014

본 논문은 사람 검출 알고리즘을 고해상도 CCTV 카메라에 적용할 수 있도록 빠른 사람 검출 알고리즘을 제안한다. HOG 디텍터를 이용한 사람 검출 알고리즘은 영상처리 분야의 최신 기술로 높은 성능을 보인다. 그러나 HOG 특징 추출과정에서 연산 속도가 느려 실시간 고해상도 영상에 적용하기 어렵다. 이러한 문제를 해결하기 위해 2단계 검출 방법을 제안한다. 먼저 전처리 과정으로 배경 차감법(Background subtraction)을 이용하여 사람 후보 영역을 찾는다. 이후 사람 후보영역에서만 HOG 디텍터를 이용하여 사람/비사람 구분을 수행한다. 이러한 두 단계의 실험 결과 약 2.5배의 검출 속도 향상을 보였으며, 성능 저하는 거의 없음을 확인할 수 있었다.