• 한국HCI학회:학술대회논문집
• /
• 한국HCI학회 2007년도 학술대회 1부
• /
• pp.848-850
• /
• 2007

본 논문은 치아의 모양, 크기 및 턱의 모양 등과 같은 치아의 기하학적인 특징들을 사용하여 치아의 성 변별시스템에 PCA기법과 LDA기법을 각각 적용하고 두 기법을 비교분석한다. PCA기법과 LDA기법은 생체인식을 위한 주요 매핑기법으로 알려져 있다. PCA분석 기법을 적용하여 성변별의 결과 76%의 인식률이 획득되었으며, LDA분석기법은 66%의 인식률이 획득되었다. 본 연구의 결과로부터 PCA기법은 치아의 성변별에 있어 LDA기법보다 우수한 성능을 제공함을 확인할 수 있었다.

• 한국지능시스템학회논문지
• /
• 제20권4호
• /
• pp.534-540
• /
• 2010

고차원 특성과 높은 상관성은 하이퍼스펙트럴 데이터의 주요 특징이다. LDA와 그 변형 선형 투사 방법들이 고차원 스펙트럴 정보로부터 저차원의 특징을 추출하는데 사용되었다. LDA는 학습 데이터가 적은 경우 흔히 발생하는 과대적합으로 인해 일반화 성능이 낮아지는 문제가 발생하는데, 이를 완화하기 위하여 LDA 규칙화(regularization) 방법들이 제시되었다. 그 중, 평탄도(smoothness) 제약에 기반한 LDA 규칙화 기법은 높은 상관성을 갖는 하이퍼스펙트럴 데이터의 특성에 적합한 특징 추출 기법이다. 본 논문에서는 하이퍼스펙트럴 데이터 분류에서 평탄도 제약을 갖는 LDA 규칙화 방법을 소개하고 학습 데이터 조건에 따른 성능을 실험적으로 분석한다. 또한, 분류 성능의 향상을 위한 스펙트럴 정보와 공간적 정보의 상관성을 함께 활용하는 이중 평탄도 LDA 규칙화 기법을 제시한다.

• 한국통신학회논문지
• /
• 제30권12C호
• /
• pp.1162-1166
• /
• 2005

본 논문에서는 얼굴 인식을 위한 새로운 저차원 특징 표현 기법을 제안하였다. 선형판별기법(LDA)는 인기있는 특징추출 기법이다. 하지만 고차원 데이터의 경우에 계산적인 복잡도가 높고 샘플의 개수가 적은 경우 역행렬을 구할 수 없는 특이행렬문제에 직면한다. 이러한 문제들을 해결하기 위해 일반적인 선형판별기법과 다르게 우리는 이차원 이미지 공분산 행렬을 구한 다음 직접선형판별기법(dirct LDA)을 적용하였으며 이것을 2D-DLDA라고 부른다. ORL 얼굴데이터베이스를 사용하여 실험한 결과 기존의 직접선형판별기법보다 성능이 우수함을 확인하였다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2002년도 가을 학술발표논문집 Vol.29 No.2 (2)
• /
• pp.469-471
• /
• 2002

본 논문에서는 얼굴 영상의 변화를 보상할 수 있는 전처리 과정으로서 기하학적 특징에 기반한 순수 얼굴 영역 검출 기법을 도입하고 후처리 과정으로 간단한 정합 기법을 사용한 얼굴 인식 기법을 제안한다. 실험결과를 보면 제안한 기법은 PCA와 LDA 기법에 비해 영상의 변화에 민감하지 않고 높은 인식률을 가진다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제30권3_4호
• /
• pp.372-378
• /
• 2003

얼굴 인식을 위한 주요 기법인 PCA, LBA 등과 같은 mapping에 의한 기법과 템플리트 정합기법 모두 얼굴 영역의 회전, 이동, 표정, 그리고 조명조건의 변화에 민감한 특성을 가진다. 본 논문에서는, 영상의 변화를 보상할 수 있는 전처리 과정으로서 기하학적 특징에 기반한 순수 얼굴영역검출기법을 도입하고 후처리 과정으로서 간단한 정합기법을 사용한 얼굴인식 기법을 제안한다. 제안한 기법은 PCA와 LDA 기법에 비해 영상의 변화에 민감하지 않고 높은 인식률을 보장할 수 있는 장점을 가진다.

• 정보처리학회논문지B
• /
• 제11B권6호
• /
• pp.645-652
• /
• 2004

생체 특징 중에서 서명은 취득 시마다 환경이나 감정변화에 따라 동일인이라 하더라도 서명간에 변이가 존재하며 그 변이특성이 지문과 홍채와 같은 다른 생체 특징보다 크게 나타난다. 따라서, 본 논문에서는 주성분분석기법과 선형판별기법을 이용하여 서명 변이에도 강인한 서명 검증 기법을 제안한다. 제안한 방법은 서명 변화에 대한 영향을 최소화하기 위해 서명을 새로운 격자분할 방식에 의해 수직축과 수평축으로 투영시켰다. 투영된 서명은 주성분분석(PCA) 기법과 선형판별분석(LDA) 기법을 이용하여 각각의 서명에 대한 특징을 산출한 후 서명검증을 하였다. 제안된 서명검증 알고리즘의 타당성을 검토하기 위해 실험한 결과, 오거부율이 약 1.45%일 때 오인식률이 2.1% 결과를 보였다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2016년도 하계학술대회
• /
• pp.35-36
• /
• 2016

본 논문에서는 기존 Bag-of-Visual words (BoW) 접근법에서 반영하지 못한 이미지의 공간 정보를 활용하기 위해서 Spatial Pyramid Matching (SPM) 기법을 Latent Dirichlet Allocation (LDA) 모델에 결합하여 이미지를 분류하는 모델을 제안한다. BoW 접근법은 이미지 패치를 시각적 단어로 변환하여 시각적 단어의 분포로 이미지를 표현하는 기법이며, 기존의 방식이 이미지 패치의 위치정보를 활용하지 못하는 점을 극복하기 위하여 SPM 기법을 도입하는 연구가 진행되어 왔다. 또한 이미지 패치를 정확하게 표현하기 위해서 벡터 양자화 대신 희소 부호화 기법을 이용하여 이미지 패치를 시각적 단어로 변환하였다. 제안하는 모델은 BoW 접근법을 기반으로 위치정보를 활용하는 SPM 을 LDA 모델에 적용하여 시각적 단어의 토픽을 추론함과 동시에 multi-class SVM 분류기를 이용하여 이미지를 분류한다. UIUC 스포츠 데이터를 이용하여 제안하는 모델의 분류 성능을 검증하였다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2005년도 가을 학술발표논문집 Vol.32 No.2 (2)
• /
• pp.832-834
• /
• 2005

얼굴 인식을 위한 주요 기법인 PCA, LDA에 의한 mapping기법은 조명조건의 미세한 변화에 민감한 특성을 가진다. 얼굴 인식 연구에 있어서 인식률의 향상뿐만 아니라 실용적인 얼굴 인식 시스템을 구현하기 위해서는 조명 변화를 최소화 시키는 전처리 과정이 중요한 고려사항이다. 따라서 본 논문에서는 조명의 변화를 최소화 할 수 있는 전처리 방법으로 Haar 웨이블렛 변환으로 얻어진 웨이블렛 계수공간의 조정 후 역변환을 통한 영상향상을 제안한다. 실험 결과 제안한 방법은 기존의 전처리 방법으로 널리 쓰이는 히스토그램 평활화 방법에 비해 우수한 성능을 나타내었을 뿐만 아니라 메모리 절감효과에 따른 처리속도 증가를 보였다.

• 조명전기설비학회논문지
• /
• 제18권4호
• /
• pp.104-111
• /
• 2004

본 논문에서는 산업전반에 걸쳐 널리 사용되는 유도전동기의 고장상태를 검출하기 위해 선형판별분석기법에 기반을 둔 진단 알고리즘을 제안하고자 한다. 제안된 기법은 우선 주기별로 실험에 의해 측정된 전류값의 입력차원을 주성분분석기법을 이용하여 축소한 후 선형판별분석기법을 이용하여 고장상태별로 특징벡터를 추출한다. 다음으로 진단단계는 확보된 고장 종류별 특징벡터와 운전 시 입력되는 특징벡터간의 유클리디안 거리를 이용하여 유도전동기의 운전상태를 진단하는 구조로 되어있다. 마지막으로 선형판별분석기법의 타당성을 보이기 위해 노이즈가 있는 다양한 조건하에서 실험한 결과, 주성분분석기법만을 이용한 경우보다 우수한 결과를 나타냈다.

• 한국지능시스템학회논문지
• /
• 제15권4호
• /
• pp.492-497
• /
• 2005

영상 데이터와 같이 큰 차원을 가지는 입력 자료들을 분류하고자 할 경우, 입력 자료의 차원을 줄일 수 있는 특징을 추출하는 전처리 과정은 매우 중요하다. 특징 추출(feature extraction)을 위해 PCA, ICA, LDA, MLP 등의 다양한 기법들이 개발되었는데 이러한 기법들은 PCA, ICA와 같은 무감독 방식의 기법(unsupervised algorithm)과 LDA, MLP와 같은 감독 방식의 기법(supervised algorithm)으로 구분할 수 있다. 이 중에서, 감독 방식의 경우는 입력 정보와 함께 클래스 정보를 사용하기 때문에 데이터를 분류하기에 더 좋은 특징들을 뽑아낼 수 있다. 본 논문에서는 무감독 방식 기법인 PCA에 기반 하면서도 클래스 정보를 사용하여 자료 분류에 더욱 적합한 특징들을 추출할 수 있는 기법인 PCA-FX를 제안하였다. 제안한 기법에 의해 추출된 특징을 이용할 경우의 인식 성능을, Yale face database를 사용하여 다른 기법들의 성능과 비교하였다.