• 한국정보통신학회논문지
• /
• 제15권7호
• /
• pp.1439-1446
• /
• 2011

본 논문에서는 고차 상관 특정 정보와 주성분 분석을 결합하여 차원을 낮추면서도 객체 인식을 유지하고, 고유 공간 구성 시간을 현저하게 줄이는 알고리즘에 대해 기술한다. 제안된 방법은 기존의 기하학적 정보를 이용하거나 스테레오 영상을 이용하는 방법에 비해 많은 계산량이 요구되지 않기 때문에 실시간 시스템 구축에 매우 적합하다는 것이 실험을 통하여 증명되었다. 또한 인식률을 향상시키기 위해 단순히 기존의 방법인 point to point 방식인 단순 거리 계산은 오차가 많기 때문에 본 논문에서는 개선된 Class to Class방식인 K-Nearest Neighbor을 이용하여 몇 개의 연속적인 입력영상을 인식의 단위로 이용하여 인식 오차를 줄일 수 있었다.

• 응용통계연구
• /
• 제22권3호
• /
• pp.479-488
• /
• 2009

비모수적 판별분류방법으로 널리 사용되는 ${\kappa}$-Nearest Neighbors Classification(KNNC) 방법은 자료의 국소적 특징을 고려하지 않고 전체 자료에 대해 고정된 이웃의 개수 ${\kappa}$를 사용하여 개체를 분류하는 방법이다. 본 연구에서는 KNNC의 대안으로 자료의 국소적 특징을 고려하는 Adaptive Nearest Neighbors Classificaion(ANNC) 방법을 제안하였다. 제안된 방법의 특징을 규명하기 위하여 실제 자료에 대한 분석을 통하여 제안된 방법의 응용 가능성을 제시하였으며, 나아가 모의실험을 통하여 기존의 방법과의 효율성을 비교하였다.

• 한국산학기술학회논문지
• /
• 제10권1호
• /
• pp.128-134
• /
• 2009

홍채인식은 홍채의 무의 패턴 정보를 이용하여 동일인 여부를 판별하는 생체인식 기술이다. 최근 들어 홍채 정보를 이용하여 출입통제, 정보보안등의 분야에 많이 활용되고 있다. 하지만 홍채 특징 추출 시 복잡한 연산을 수행한다. 이로 인하여 실시간 홍채인식을 위해서는 고사양의 하드웨어가 수반된다. 본 논문에서는 저사양의 임베디드 환경에 적합한 국부적 그래디언트 히스토그램을 이용한 홍채 특징 추출 방법을 사용하여 임베디드 시스템을 구현하였다. 실험에서 기존의 홍채 특징 추출 방식과 비교하여 특징 추출 속도는 더 빠르면서 대등한 성능을 보여주는 것을 확인 할 수 있으며, 회전에도 강인한 특성을 보였다.

• 융합보안논문지
• /
• 제8권4호
• /
• pp.161-166
• /
• 2008

본 논문은 3차원 모델 표면의 특징 곡률(Feature Curvature) 정보를 이용하여 3차원 거리정보 데이터(Range Image)를 자동으로 정합하는 효율적인 방법을 제안하고 그 성능을 분석하였다. 제안한 알고리즘은 3차원 데이터에 대한 거리정보의 물리적 특성인 가우스 곡률(Gaussian Curvature)을 이용하여 모델의 특징점을 검출하고, 공분산 행렬(Covariance Matrix)을 이용하여 각 데이터의 지역좌표계(Local Coordinate System) 사이의 변위를 계산한다. 3차원 형상 취득장치의 카메라 위치는 3차원 데이터와 투영된 2차원 영상과의 사영행렬(Projection Matrix) 관계식으로 계산한다. 결론부분에서는 실험결과를 기존 연구방법과 비교하여 제안된 방법이 더 빠르고 정확하게 정합하는 결과를 보임으로써 3차원 물체인식이나 모델링에 응용성을 제시하였다.

• 한국인터넷방송통신학회논문지
• /
• 제11권1호
• /
• pp.185-191
• /
• 2011

최근들어 영상보안 시스템에 관한 관심이 높아지고 있다. 영상으로부터 객체를 검출하고, 객체가 사람인지를 판별하며, 인식하는 기술이 다방면으로 활용되고 있다. 따라서 본 논문에서는 이러한 객체를 검색하기 위한 적응적인 방법을 제안하며, 이를 위하여 지역적 컨텍스트 기반의 얼굴 특징 검출 방법을 제안한다. 가보 번치를 이용하여 검출하는 이와 함께 베이지안 검출 방법을 이용한 특징점 보정에 따른 특징 검색 방법을 설명한다. 전체적인 시스템은 영상에서 오브젝트 영역을 검색하고, 지역적 컨텍스트 기반의 얼굴 검출, 특징 추출 방법을 적용하여 시스템의 성능을 높인다.

• Journal of Information Processing Systems
• /
• 제19권6호
• /
• pp.842-857
• /
• 2023

Currently, most sentiment classification models on microblogging platforms analyze sentence parts of speech and emoticons without comprehending users' emotional inclinations and grasping moral nuances. This study proposes a hybrid sentiment analysis model. Given the distinct nature of microblog comments, the model employs a combined stop-word list and word2vec for word vectorization. To mitigate local information loss, the TextCNN model, devoid of pooling layers, is employed for local feature extraction, while BiLSTM is utilized for contextual feature extraction in deep learning. Subsequently, microblog comment sentiments are categorized using a classification layer. Given the binary classification task at the output layer and the numerous hidden layers within BiLSTM, the Tanh activation function is adopted in this model. Experimental findings demonstrate that the enhanced TextCNN-BiLSTM model attains a precision of 94.75%. This represents a 1.21%, 1.25%, and 1.25% enhancement in precision, recall, and F1 values, respectively, in comparison to the individual deep learning models TextCNN. Furthermore, it outperforms BiLSTM by 0.78%, 0.9%, and 0.9% in precision, recall, and F1 values.

• IEIE Transactions on Smart Processing and Computing
• /
• 제1권3호
• /
• pp.133-142
• /
• 2012

This paper presents a salient region detection algorithm for auto-focusing based on the characteristics of a human's visual attention. To describe the saliency at the local, regional, and global levels, this paper proposes a set of novel features including multi-scale local contrast, variance, center-surround entropy, and closeness to the center. Those features are then prioritized to produce a saliency map. The major advantage of the proposed approach is twofold; i) robustness to changes in focus and ii) low computational complexity. The experimental results showed that the proposed method outperforms the existing low-level feature-based methods in the sense of both robustness and accuracy for auto-focusing.

• ETRI Journal
• /
• 제42권1호
• /
• pp.101-107
• /
• 2020

For Korean language processing, morphological analysis is a critical component that requires extensive work. This morphological analysis can be conducted in an end-to-end manner without requiring a complicated feature design using a sequence-to-sequence model. However, the sequence-to-sequence model has a time complexity of O(n²) for an input length n when using the attention mechanism technique for high performance. In this study, we propose a linear-time Korean morphological analysis model using a local monotonic attention mechanism relying on monotonic alignment, which is a characteristic of Korean morphological analysis. The proposed model indicates an extreme improvement in a single threaded environment and a high morphometric F1-measure even for a hard attention model with the elimination of the attention mechanism formula.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2000년도 제13회 신호처리 합동 학술대회 논문집
• /
• pp.721-724
• /
• 2000

This paper presents fingerprint authentication method based on minutiae quadrangle definded by neighboring two Delaunay triangles. In this method, we first make minutiae triangle through Delaunay triangulation which adaptively connect neighboring minutiae according to the local minutiae density distribution, and then use feature vectors in authentication which is extracted from the minutiae quadrangle formed by neighboring two minutiae triangles. This prevents the degradation of matching ratio caused by the errors in image processing or local deformation of the fingerprint, and we can authenticate more discriminately as this method reflects wider local area's topological features than the features extracted from the individual minutiae triangles. To evaluate the proposed algorithm's performance, experiment are conducted on 120 fingerprints, of which size is 256 ${\times}$ 364 with 500dpi resolution. Robust authentications are possible with low FRR.

• 한국멀티미디어학회논문지
• /
• 제18권11호
• /
• pp.1302-1312
• /
• 2015

Recent research has been devoted and focused on detecting pedestrian and vehicle in intelligent vehicles except for the vulnerable road user(VRUS). In this paper suggest a new projection method which has robustness for rotation invariant and reducing dimensionality for each cell from original image to detect two-wheeler. We applied new weighting values which are calculated by maximum curvature containing very important object shape features and uniform local binary pattern to remove the noise. This paper considered the Adaboost algorithm to make a strong classification from weak classification. Experiment results show that the new approach gives higher detection accuracy than of the conventional method.