• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2004년도 추계학술발표논문집(상)
• /
• pp.851-854
• /
• 2004

본 논문에서는 독립성분분석(Independent Component Analysis, 이하 ICA)기법과 Kurtosis에서의 제안된 GBD 알고리즘을 이용한 영상 분류 방법을 제안한다. 이 제시된 방법은 기존의 GBD 알고리즘과 비교해서 영상이 급격히 변화하는 부분의 정보를 잃지 않게 개선할 수 있었다. 모의실험 결과로부터 제안된 GBD 알고리즘을 적용하여 영상을 분류할 때 편차가 줄어들어 영상간의 상대적 식별을 용이하게 하여 빨리 수렴이 되는 것을 모의실험을 통하여 확인 할 수 있었다.

• 대한의용생체공학회:의공학회지
• /
• 제31권6호
• /
• pp.456-463
• /
• 2010

In the present study, we proposed a new subspace scanning algorithm to enhance the spatial resolution of electroencephalography (EEG) and magnetoencephalography(MEG) source localization. Subspace scanning algorithms, represented by the multiple signal classification (MUSIC) algorithm and the first principal vector (FINE) algorithm, have been widely used to localize asynchronous multiple dipolar sources in human cerebral cortex. The conventional MUSIC algorithm used principal component analysis (PCA) to extract the noise vector subspace, thereby having difficulty in discriminating two or more closely-spaced cortical sources. The FINE algorithm addressed the problem by using only a part of the noise vector subspace, but there was no golden rule to determine the number of noise vectors. In the present work, we estimated a non-orthogonal signal vector set using independent component analysis (ICA) instead of using PCA and performed the source scanning process in the signal vector subspace, not in the noise vector subspace. Realistic 2D and 3D computer simulations, which compared the spatial resolutions of various algorithms under different noise levels, showed that the proposed ICA-MUSIC algorithm has the highest spatial resolution, suggesting that it can be a useful tool for practical EEG/MEG source localization.

• 한국지능시스템학회논문지
• /
• 제10권5호
• /
• pp.417-422
• /
• 2000

본 논문에서는 적응 뉴로-퍼지 모델링을 위해 최근에 BBS(blind source separation)분야에서 발전된 독립 성분 분석기법(ICA)을 전처리로 이용하여 효과적인 퍼지 규칙을 생성하는 방법을 제안한다. 기존의 뉴로-퍼지 모델링은 입력 데이터 성분간의 상관관계를 고려하지 않고 입력공간을 분할하기 때문에 효과적으로 분할하지 못하는 단점이 있다. 이로 인해 과도한 규칙 수와 큰 오차를 가지고 있었다. 이에, 본 연구에서는 독립 성분 분석기법을 이용하여 입력 데이터 성분간의 상관관계를 제거함으로서 적은 규칙 수를 갖으면서도 효율적인 퍼지 규칙을 얻을 수 있도록 하였다. 시뮬레이션 예로서 Box-Jenkins의 가스로 데이터의 모델링에 적용하여 유용성과 제안된 방법이 이전의 연구보다 좋은 결과를 보임을 알 수 있었다.

• 전기전자학회논문지
• /
• 제22권4호
• /
• pp.1109-1114
• /
• 2018

뇌파(Electroencephalogram, EEG)는 외부 자극 때문에 발생하는 뇌 활동을 연구하기 위해 사용되는 도구로 두피에 전극을 부착하여 기록한다. 이 과정에서 잡파(artifact)가 혼입되어 신호를 왜곡시키기 쉬워 이를 제거하기 위한 후처리가 필수적이다. 잡파 제거를 위해 널리 사용되는 방법으로 독립성분분석(Independent Component Analysis, ICA)이 존재한다. 이 방법은 성능은 우수하나 뇌파 정보를 일부 손실시키는 단점이 있다. 본 논문에서는 이러한 문제점을 보완하기 위해 시선 추적 센서(Eyetracker)를 통해 얻은 눈 깜빡임 정보를 이용하여 필터 적용 범위를 제한함으로써 뇌파 정보 손실을 줄이는 방법을 제안한다. 이후 신호 대 잡음 비(Signal to Noise Ratio, SNR), 스펙트럼 일관성(Spectral Coherence, SC) 등의 정량화 방법을 이용하여 기존의 방법과 제안하는 방법의 결과를 비교하였다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2004년도 봄 학술발표논문집 Vol.31 No.1 (B)
• /
• pp.721-723
• /
• 2004

A trust-region method is a quite attractive optimization technique. It is, in general, faster than the steepest descent method and is free of a learning rate unlike the gradient-based methods. In addition to its convergence property (between linear and quadratic convergence), ifs stability is always guaranteed, in contrast to the Newton's method. In this paper, we present an efficient implementation of the maximum likelihood independent component analysis (ICA) using the trust-region method, which leads to trust-region-based ICA (TR-ICA) algorithms. The useful behavior of our TR-ICA algorithms is confimed through numerical experimental results.

• 한국산학기술학회논문지
• /
• 제15권4호
• /
• pp.2170-2178
• /
• 2014

본 연구에서는 작업수행시의 집중상태 변화를 검출하기 위하여 2011년 1~2월 동안 집중을 유발하는 시각유발자극에 대하여 생체신호를 측정한 피험자들 중 한명의 뇌파신호를 분석하였다. 두피에서 측정한 뇌파신호로부터 집중관련 뇌 안에서의 발원 신호와 안구운동잡음 신호를 분리하기 위하여 독립성분 분석기법을 측정뇌파 신호에 적용하였다. 안구운동잡음신호가 제거된 집중관련 신호원을 단시간 푸리에 변환하여 주파수 성분 신호를 연속적으로 축적함으로서 시변 특징 형태를 나타내는 에포크 그래프와 스펙트럴 칼라 맵에서의 도식 표현상 규칙성을 향상 시킬 수 있었다. 추출한 감각운동리듬 (SMR: 12-15Hz)과 세타파 리듬 (4-7Hz)관련 집중 지표는 집중시험시간이 경과함에 따라 증가 하였다. 실험을 통하여 단시간 푸리에 변환과 결합한 독립성분 분석기법은 참여자의 집중상태 변화를 분석하는데 사용 할 수 있을 것이다.

• 한국산학기술학회논문지
• /
• 제13권3호
• /
• pp.1319-1324
• /
• 2012

토마토는 여러 가지 다른 숙성 단계에서 수확될 수 있다. 토마토의 숙성 상태를 판단하기 위해 토마토 과육을 HPLC로 분석한 여러 가지 화합물과 토마토 RGB 이미지를 ICA로 분석한 독립성분간의 관계를 분석하였다. 여러 토마토 화합물중 품질에 가장 영향을 많이 미치는 라이코펜과 토마토 RGB 이미지의 독립성분간의 부분최소제곱 $Q^2$ 값이 0.92로 매우 높음을 알 수 있었다. 그리고 라이코펜에 대응되는 독립성분을 토마토 RGB 이미지에 적용하여 픽셀 면적을 구한 것과 단순이진 이미지로 구해진 이미지의 픽셀 면적간의 비교를 제시하여 독립성분의 유효성을 제시하였다. 독립성분을 반영한 토마토 이미지를 통해 토마토의 숙성 상태를 보여주는 것이 가능하며, ICA 독립성분을 이용한 농축이미지 생성을 통해 토마토의 색상이 좋지 않거나 라이코펜과 같은 주요 성분이 없게 된 토마토를 분류해 내는 것이 가능해진다.

• 정보처리학회논문지B
• /
• 제13B권1호
• /
• pp.7-14
• /
• 2006

본 논문에서는 영상의 1차 모멘트와 기저영상을 이용한 효율적인 얼굴인식 방법을 제안하였다. 여기서 1차 모멘트는 입력되는 얼굴영상의 중심 좌표를 계산하여 중심 이동하는 전처리로 인식에 불필요한 배경을 배제시킴으로써 인식성능을 개선하기 위함이다. 또한 기저영상은 얼굴의 특징으로 주요성분분석과 고정점 알고리즘의 독립성분분석을 각각 이용하여 추출하였다. 이는 2차와 고차의 통계성을 각각 고려한 중복신호의 제거로 인식성능을 개선하기 위함이다. 제안된 2가지 방법을 각각 64*64 픽셀의 48개(12명*4장) 얼굴영상에 적용하여 city-block, Euclidean, 그리고 negative angle의 3가지 거리 척도를 분류척도로 이용하여 실험하였다. 실험결과, 중심이동의 제안된 방법은 전처리과정을 거치지 않는 기존방법보다 우수한 인식성능이 있음을 확인하였다. 또한 제안된 중심이동의 독립성분분석이 중심이동의 주요성분분석보다 더욱 우수한 인식성능이 있음도 확인하였다. 특히 city-block이 Euclidean이나 negative angle의 거리척도보다 상대적으로 정확하게 유사성을 측정함을 알 수 있었다.

• 정보처리학회논문지B
• /
• 제11B권7호
• /
• pp.813-820
• /
• 2004

본 논문에서는 할선법에 기초한 고정점 알고리즘의 ICA를 이용하여 기하학적 변형에 강건한 디지털 영상의 워터마킹을 제안하였다. 석기서 할선법의 고정점 알고리즘은 빠르면서도 개선된 추출성능을 얻기 위함이고, ICA의 이용은 검출 및 추출 과정에서 워터마크의 위치나 크기 등과 원본 및 키 영상에 대한 사전 지식의 요구를 없애기 위함이다. 제안된 기법을 $256{\times}25$ 픽셀의 원 영상(레나), 키 영상, 그리고 문자 워터마크 및 가우스잡음 워터마크에 각각 적용한 결과, 뉴우턴법의 고정점 알고리즘 ICA 워터마킹보다 빠른 추출시간과 개선된 추출성능이 있음을 확인하였다. 또한 제안된 할선법의 고정점 알고리즘 ICA에 의한 워터마킹은 크기와 회전 및 자름과 같은 기하학적 변형에 견고한 성능이 있음을 확인하였다. 특히 영상들 상호 간에 상관성이 적은 가우스잡음 워터마크가 문자 워터마크에 비해 우수한 추출성능이 있음도 확인하였다. 한편 워터마크의 검출 및 추출과정에 원본 영상들에 대한 사전지식도 요구되지 않았다.

• 대한전자공학회논문지SP
• /
• 제40권6호
• /
• pp.20-30
• /
• 2003

기존에 홍채 특징 추출을 위해 가장 많이 사용하는 방법인 직교 이차원 Gabor 웨이블릿의 경우, 2개 이상의 기저 함수들을 다양한 홍채 위치에 적용시켜서 얻어진 256바이트의 홍채 코드를 이용하여 홍채 인식을 수행한다. Gabor 웨이블릿은 홍채 패턴 특성이 반영되지 않은 기저 함수들을 많은 홍채 텍스쳐 위치에 적용함으로써, 생성된 홍채 코드들 사이에 상호 의존성이 높은 불필요한 코드들이 존재하게 되며, 결과적으로 전체 홍채 코드의 크기가 너무 커진다는 문제점이 있다. 이러한 문제점을 해결하기 위해 본 논문에서는 독립 성분 분석에 의한 새로운 홍채 특징 추출 및 홍채 인식 방법을 제안한다. 제안된 독립 성분 분석 방법은 홍채 텍스쳐 자체로부터의 학습을 통하여 최적의 기저 벡터들을 얻을 수 있기 때문에, 홍채 코드의 크기가 작으면 저도 홍채 패턴의 특성을 가장 잘 반영하는 홍채 특징들을 추출할 수 있다. 또한 본 논문에서는 독립 성분 분석에 의한 홍채 특징 추출 및 홍채인식 성능을 보다 개선하기 위하여, 독립 성분 기저 벡터를 재구성하는 방법과 기저 벡터의 집합을 두 가지 이상으로 적용하는 방법을 제안한다. 개선된 독립 성분 분석은 Gabor 웨이블릿 방법과 성능을 비교하였으며, 인식 오류율은 유사한 결과를 나타내면서도 홍채 코드 크기는 4배 이상 감소되는 뛰어난 성능을 나타냈다.