• 한국전자통신학회논문지
• /
• 제6권2호
• /
• pp.206-211
• /
• 2011

본 논문에서는 Gaussian 혼합모델을 이용한 영상기반 화재검출 알고리즘을 제안한다. CCTV로부터 입력되는 영상으로부터 배경영상을 추출한 후 입력영상과 배경영상간의 차신호로부터 전경영상을 분리한다. 분리된 전경영상은 배경영상에 대하여 변화가 생긴 후보영역으로 간주하고 후보영역에 대하여 Gaussian 혼합모델 기법을 적용하여 연기 또는 화염의 특성을 갖는 영역을 화재로 인식한다. 실험 결과를 통하여 제안하는 화재검출 알고리즘이 실내에서의 화염 및 연기를 검출할 수 있음을 보인다.

• 대한전자공학회논문지SP
• /
• 제41권1호
• /
• pp.29-36
• /
• 2004

웨이블릿 영역은 일반적으로 신호 성분을 많이 포함하는 큰 계수와 신호 성분이 작은 크기의 계수로 나누어 질 수 있다. 이러한 웨이블릿 계수의 통계적 특성을 가우스 혼합 모델로 설정하고, 잡음 제거에 응용하는 것은 효율적이다. 본 논문에서는 웨이블릿 계수의 혼합 모델링을 이용하여 영상의 잡음 제거 방법을 제안한다. 적절한 문턱값을 이용하여 웨이블릿 계수를 두영역으로 분리하여 이진 마스크를 생성하고, 생성된 마스크의 정보는 잡음 제거에 효율적으로 사용된다 또한 생성된 마스크의 정보를 형태학적 필터를 이용하여 보다 정확히 추정하고 이를 이용하여 제안한 잡음 제거 방법의 성능을 높이는 방법을 제안한다. 모의실험 결과를 통하여 제안 방법이 최신 잡음 제거 방법보다 우수한 PSNR을 나타낸다는 것을 보여 준다.

• Wind and Structures
• /
• 제23권4호
• /
• pp.275-300
• /
• 2016

Synchronous multi-pressure measurements were carried out with relatively long time duration for a double-layer reticulated shell roof model in the atmospheric boundary layer wind tunnel. Since the long roof is open at two ends for the storage of coal piles, three different testing cases were considered as the empty roof without coal piles (Case A), half coal piles inside (Case B) and full coal piles inside (Case C). Based on the wind tunnel test results, non-Gaussian time-dependent statistics of net wind pressure on the shell roof were quantified in terms of skewness and kurtosis. It was found that the direct statistical estimation of high-order moments and peak factors is quite sensitive to the duration of wind pressure time-history data. The maximum value of COVs (Coefficients of variations) of high-order moments is up to 1.05 for several measured pressure processes. The Mixture distribution models are proposed for better modeling the distribution of a parent pressure process. With the aid of mixture parent distribution models, the existing translated-peak-process (TPP) method has been revised and improved in the estimation of non-Gaussian peak factors. Finally, non-Gaussian peak factors of wind pressure, particularly for those observed hardening pressure process, were calculated by employing various state-of-the-art methods and compared to the direct statistical analysis of the measured long-duration wind pressure data. The estimated non-Gaussian peak factors for a hardening pressure process at the leading edge of the roof were varying from 3.6229, 3.3693 to 3.3416 corresponding to three different cases of A, B and C.

• Journal of the Korean Data and Information Science Society
• /
• 제24권6호
• /
• pp.1477-1488
• /
• 2013

In this study, we analyze the dependence structure of KOSPI and NYSE indices based on a two-step estimation procedure. In the rst step, we adopt ARMA-GARCH models with Gaussian mixture innovations for marginal processes. In the second step, time-varying copula parameters are estimated. By using these, we measure the dependence between the two returns with Kendall's tau and Spearman's rho. The two dependence measures for various copulas are illustrated.

• 대한음성학회지:말소리
• /
• 제47호
• /
• pp.121-129
• /
• 2003

This paper describes the use of pitch information for speaker identification. The recognition system is a GMM based one with 4 connected Korean digits speech database. The mean of the pitch period in voiced sections of speech are shown to be ,useful at discriminating between speakers. Utilizing this feature with Gaussian mixture model in the speaker identification system gave a marked improvement, maximum 6% improvement comparing to the baseline Gaussian mixture model.

• 한국지능시스템학회:학술대회논문집
• /
• 한국지능시스템학회 2007년도 추계학술대회 학술발표 논문집
• /
• pp.435-438
• /
• 2007

움직이는 객체를 검출하기 위해서 정확한 배경을 사용하기 위해 널리 사용되는 방법으로는 가우시안 혼합 모델이다. 가우시안 혼합 모텔은 확률적 학습 방법을 사용하는데, 이 방법은 움직이는 배경일 경우와 이동하던 물체가 정지하는 경우 배경을 정확히 모델링하지 못한다. 본 논문에서는 확률적 모델링을 통해 혼잡한 배경을 모델링하고 객체의 계층적 처리를 통해 보다 정확한 배경으로 갱신할 수 있는 학습 방법을 제안한다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2003년도 춘계 학술대회 학술발표 논문집
• /
• pp.239-242
• /
• 2003

본 논문에서는 Gaussian Mixture Model을 이용한 Gustafson-Kessel 알고리즘의 성능을 개선하였다. 분포 및 밀도가 다른 데이터에 대하여 적절한 클러스터 파라미터를 추정함으로써 클러스터링의 성능을 개선한다. 일반적인 클러스터링 알고리즘의 경우, 데이터가 편중되거나 각 데이터의 밀도가 서로 틀린 경우 클러스터의 파라미터가 정확하게 클러스터를 표현하지 못하는 문제점을 가지고 있다. 제안된 방법에서는 Gustafson-Kessel 알고리즘을 이용하여 클러스터 파라미터를 추정하며 알고리즘내의 파라미터 일부를 Gaussian Mixture Model을 이용하여 동적으로 갱신하였다 시뮬레이션을 통하여 제안된 방법의 유용성을 보인다.

• 대한전자공학회논문지SP
• /
• 제43권3호
• /
• pp.84-91
• /
• 2006

본 논문에서는 수학적 모폴로지 연산과 가우시안 혼합 모형에 기초한 새로운 칼라 영상 분할 알고리즘을 제안한다. 우리는 혼합 모형에서 구성 성분의 수를 결정하고, 각 구성 성분의 중심값을 계산하는데 모폴로지의 연산과 라벨링 연산을 이용한다. 그리고 칼라 특징 벡터의 확률 모형으로 가우시안 혼합 모형을 사용하고, 이들의 모수 값들을 추정하는데 결정적 어닐링 EM알고리즘을 사용한다. 최종적으로 혼합 모형으로부터 계산된 사후 확률을 이용하여 칼라 영상을 분할한다. 실험 결과를 통하여 모폴로지 연산이 혼합모형의 수를 자동으로 결정하고 각 성분의 모드를 계산하는데 아주 효율적인 방법임을 보였고, 또한 결정적 어닐링 EM 알고리즘에 의하여 추정된 가우시안 혼합 모형을 사용하여 계산된 사후 확률에 의한 영상 분할 방법이 기존의 분할 알고리즘보다 정확한 분할 방법임을 보였다.

• International Journal of Fuzzy Logic and Intelligent Systems
• /
• 제13권1호
• /
• pp.59-66
• /
• 2013

In this paper, we propose a probabilistic framework for model-based clustering of direction of arrival (DOA) data to obtain stable sound source localization (SSL) estimates. Model-based clustering has been shown capable of handling highly overlapped and noisy datasets, such as those involved in DOA detection. Although the Gaussian mixture model is commonly used for model-based clustering, we propose use of the von Mises mixture model as more befitting circular DOA data than a Gaussian distribution. The EM framework for the von Mises mixture model in a unit hyper sphere is degenerated for the 2D case and used as such in the proposed method. We also use a histogram of the dataset to initialize the number of clusters and the initial values of parameters, thereby saving calculation time and improving the efficiency. Experiments using simulated and real-world datasets demonstrate the performance of the proposed method.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제17권6호
• /
• pp.1635-1656
• /
• 2023

In Bayesian multi-target tracking, the Poisson multi-Bernoulli mixture (PMBM) filter is a state-of-the-art filter based on the methodology of random finite set which is a conjugate prior composed of Poisson point process (PPP) and multi-Bernoulli mixture (MBM). In order to improve the random finite set-based filter utilized in multi-target tracking of sensor scanning, this paper introduces the Poisson multi-Bernoulli mixture filter into time-matching Bayesian filtering framework and derive a tractable and principled method, namely: the time-matching Poisson multi-Bernoulli mixture (TM-PMBM) filter. We also provide the Gaussian mixture implementation of the TM-PMBM filter for linear-Gaussian dynamic and measurement models. Subsequently, we compare the performance of the TM-PMBM filter with other RFS filters based on time-matching method with different birth models under directional continuous scanning and out-of-order discontinuous scanning. The results of simulation demonstrate that the proposed filter not only can effectively reduce the influence of sampling time diversity, but also improve the estimated accuracy of target state along with cardinality.