• 한국정보통신학회논문지
• /
• 제11권8호
• /
• pp.1604-1611
• /
• 2007

곤충의 발자국 패턴을 이용하여 곤충을 인식하고자 할 때에는 특징을 추출하기 위한 기본 단위의 영역을 추출할 필요가 있다. 이 논문에서는 기본 단위 영역의 추출을 위한 전 단계 처리 과정으로서 군집화 기법을 사용하였다. 인식의 대상이 되는 곤충들의 크기와 종류에 따라 남겨지는 발자국 패턴의 크기 및 간격이 다르게 나타난다. 따라서 이 논문에서는 패턴의 크기와 간격에 관계없이 인식의 기본 단위가 되는 영역을 추출할 수 있도록 하는 개선된 ART2 알고리즘을 제안하였다. 제안한 ART2 알고리즘에서는 군집화를 위한 임계값이 군집화의 대상이 되는 모든 패턴들의 거리를 축적한 그래프의 형태에 따라 자동으로 설정되도록 하였다. 제안한 기법으로 2 가지 종류의 곤충 발자국 패턴에 대하여 군집화를 실험한 결과 모두 바르게 군집화가 이루어짐을 알 수 있었다.

• 한국정보통신학회논문지
• /
• 제12권6호
• /
• pp.1095-1100
• /
• 2008

이 논문에서는 곤충 발자국의 패턴을 인식하기 위해, 인식의 기본 단위인 세그먼트를 자동 추출하는 기법과 Trace transform을 이용하여 발자국 인식에 필요한 특징을 추출하는 기법을 제안하였다. Trace transform 방법을 이용하면 패턴의 이동, 회전, 반사에 불변하는 특징 값을 얻을 수 있다. 이러한 특징 값들은 곤충 발자국과 같이 다양한 변형이 존재하는 패턴을 인식하는 데에 적합하다. 특징 값을 도출하기 위한 첫 번째 단계로는 추출된 세그먼트에 대한 Trace transform을 통해 새로운 Trace 이미지를 생성시킨다. 그런 다음, 병렬로 표현되는 trace-line을 따라 특성 함수에 의해 특징들이 일차적으로 도출되고, 또 다시 도출된 특징들은 diametric, circus 단계의 함수를 거치면서 새로운 특징값으로 재구성된다. 2가지 서로 다른 곤충의 발자국 패턴을 이용하여 실험한 결과 곤충 발자국의 이동, 회전, 반사에 관계없이 인식에 적합한 특징 값들이 추출됨을 확인할 수 있었다.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2007년도 춘계종합학술대회
• /
• pp.275-278
• /
• 2007

이 논문에서는 곤충의 발자국을 인식하기 위한 전 단계로서 인식대상이 되는 의미 있는 단위의 발자국 영역을 자동 추출하고자 한다. 인식의 대상이 되는 곤충들은 크기와 종류에 따라 남겨지는 발자국 패턴의 크기 및 간격이 다르게 나타난다. 따라서 이 논문에서는 패턴의 크기와 간격에 관계 없이 인식의 기본 단위가 되는 영역을 추출할 수 있도록 하기위해 개선된 군집화 알고리듬을 제안하였다. 제안한 알고리듬에서는 군집화를 위한 임계값이 군집화의 대상이 되는 모든 패턴들의 거리를 축적한 그래프의 형태에 따라 자동으로 설정되도록 하였다. 이러한 제안된 기법으로 군집화 된 영역은 의미 있는 주변 정보에 의해 곤충 인식에 기본 단계의 세그먼트를 자동 추출하게 된다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2008년도 제38차 하계학술발표논문집 16권1호
• /
• pp.143-147
• /
• 2008

이 논문에서는 곤충 발자국의 패턴을 인식하기 위해, Trace 변환을 이용하여 발자국의 인식에 필요한 특징을 추출하는 기법을 제안한다. Trace 변환을 이용하면 패턴의 이동, 회전, 반사에 불변하는 특징값을 얻을 수 있다. 이러한 특징값들은 곤충 발자국과 같이 다양한 변형이 존재하는 패턴을 인식하는 데에 적합하다. 이 방법은 특징값을 추출하기 위해서 병렬로 표현되는 trace-line을 따라 특징들을 일차적으로 도출하고, 또 다시 도출된 특징들은 diametric, circus 단계의 함수를 거치면서 새로운 특징값으로 재구성된다. 곤충의 발자국 패턴을 이용하여 실험한 결과 곤충 발자국의 이동, 회전 반사에 관계없이 동일한 특징값이 추출됨을 확인할 수 있고, 곤충발자국의 고유한 패턴을 찾아 인식하기 위해서 추출된 특징값들은 퍼지 가중치 평균을 이용하여 인식 실험을 수행하고 그 결과를 제시하였다.

• 한국멀티미디어학회논문지
• /
• 제11권11호
• /
• pp.1615-1623
• /
• 2008

이 논문에서는 곤충 발자국의 패턴을 찾아 개체를 인식하기 위해서, 개선된 SOM 알고리즘과 ART2 알고리즘을 사용하여 인식의 기본 영역을 추출한다. 또한 Trace 변환을 이용하여 발자국의 인식에 필요한 특징을 추출하고 개체를 판단하는 기법을 제안한다. 제안한 기법에서는 모폴로지 기법을 이용하여 region을 먼저 찾고, 개선된 SOM과 ART2 알고리즘을 이용하여 곤충의 크기와 종류에 관계없이 세그먼트를 추출한다. 그리고 곤충 발자국과 같이 다양한 변형이 존재하는 패턴에 적합한 특징값을 찾기 위해서 Trace 변환을 이용하고, 함수의 조합으로 재구성된 Triple 특징값을 이용하여 곤충별로 고유한 패턴을 찾아 인식 실험을 수행한다. 곤충 발자국에서 명확한 발자국과 그렇지 못한 발자국을 자동으로 결정하는 것이 매우 어렵다. 따라서 이와 같이 불확실한 대상을 제외시키지 않고 가능성의 대상으로 판단하고 분류하기 위해서 퍼지 가중치 평균을 이용하여 인식을 수행한다. 제안한 방법에 의한 곤충 발자국의 영역 추출과 인식 실험을 실시하고 그 결과를 제시하였다.

• 한국컴퓨터정보학회논문지
• /
• 제14권12호
• /
• pp.55-62
• /
• 2009

이 논문에서는 개체를 명확하게 분류하기 어려운 곤충 발자국 영상으로부터 개체를 인식하기 위해서 추출된 특징값 성분들의 기여도를 측정하고, 서로 관계된 기여도에 따라 가중치를 조정하는 퍼지 가중치 결정 방법을 제안한다. 곤충은 몸의 크기가 작아서 발자국은 작은 점의 형태로 나타난다. 그리고 다른 생물체의 발자국과 달리, 규칙적인 형상을 정의하기 어렵고 발자국 데이터와 구분이 분명하지 않는 노이즈와 혼재하기 때문에 개체를 판단하는데 많은 어려움이 있다. 이런 이유로 추출된 곤충 발자국 특징값은 명확하게 구분되는 특징성분 영역과 그렇지 않는 성분을 함께 가지게 된다. 이중 어떤 성분이 다른 성분과 비교하여 다른 클래스와 구분하기에 충분한 변별력을 가질 경우, 개체를 분류하도록 높은 가중치를 할당한다. 산출된 가중치는 퍼지함수에 의해서 출력신호를 결정하고 우세한 출력신호에 의해서 개체를 판단할수 있다. 제안한 기여도 퍼지 가중치 결정 방법을 이용하여 발자국영상의 인식 실험을 수행하고 실험 결과를 제시하였다.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2008년도 춘계종합학술대회 A
• /
• pp.313-316
• /
• 2008

이 논문에서는 곤충 발자국의 패턴을 인식하기 위해, 인식의 기본 단위인 세그먼트를 자동 추출하는 기법과 Trace transform을 이용하여 발자국 인식에 필요한 특징을 추출하는 기법을 제안하였다. Trace transform 방법을 이용하면 패턴의 크기, 이동, 회전, 반사에 불변하는 특징값을 얻을 수 있다. 이러한 특징값들은 곤충 발자국과 같이 다양한 변형이 존재하는 패턴을 인식하는 데에 적합하다. 특징값을 도출하기 위한 첫 번째 단계로는 추출된 세그먼트에 대한 Trace transform을 통해 새로운 Trace 이미지를 생성시킨다. 그런 다음 병렬로 표현되는 trace-line을 따라 특성 함수에 의해 특징들이 일차적으로 도출되고, 또 다시 도출된 특징들은 diametric, circus 단계의 함수를 거치면서 새로운 특징값으로 재구성된다. 2가지 서로 다른 곤충의 발자국 패턴을 이용하여 실험한 결과 곤충 발자국의 크기, 이동, 회전, 반사에 관계없이 인식에 적합한 특징값들이 추출됨을 확인할 수 있었다.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2007년도 추계종합학술대회
• /
• pp.418-421
• /
• 2007

이 논문에서는 곤충 발자국의 패턴을 판별하기 위한 전 단계로 추출되는 군집화된 세그먼트들 중에서, 곤충 발자국의 패턴을 분석하는 데에 부적합한 세그먼트들을 제거하기 위한 계층적 최근접 검색 기법을 제안한다. 발자국 형태와 거의 구별되지 않는 비정형적인 노이즈는 발자국과 서로 구별되는 특징을 규명하기 전까지는 영상처리 전 단계에서 완전히 제거될 수 없어 군집화 기법에 의해 추출된 세그먼트에도 이러한 노이즈를 내포하게 된다. 따라서 모든 세그먼트의 적합성을 평가하여, 노이즈 정보로 인해 타당성이 부족한 세그먼트를 제거함으로써 다음 단계에 수행되는 세그먼트들에 대한 곤충 발자국 패턴의 특징값 추출 성능이 향상될 수 있다.