• 한국농업기계학회:학술대회논문집
• /
• 한국농업기계학회 2017년도 춘계공동학술대회
• /
• pp.42-42
• /
• 2017

Prediction of rice yield during a growing season would be very helpful to magnify rice yield as it also allows better farm practices to maximize yield with greater profit and lesser costs. UAV imagery based automatic detection of rice can be a relevant solution for early prediction of yield. So, we propose an image processing technique to predict rice yield using low altitude UAV images. We proposed $L^*a^*b^*$ color space based image segmentation algorithm. All images were captured using UAV mounted RGB camera. The proposed algorithm was developed to find out rice grain area from the image background. We took RGB image and applied filter to remove noise and converted RGB image to $L^*a^*b^*$ color space. All color information contain in both $a^*$ and $b^*$ layers and by using k-mean clustering classification of these colors were executed. Variation between two colors can be measured and labelling of pixels was completed by cluster index. Image was finally segmented using color. The proposed method showed that rice grain could be segmented and we can recognize rice grains from the UAV images. We can analyze grain areas and by estimating area and volume we could predict rice yield.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제7권7호
• /
• pp.1705-1720
• /
• 2013

Human face gender recognition requires fast image processing with high accuracy. Existing face gender recognition methods used traditional local features and machine learning methods have shortcomings of low accuracy or slow speed. In this paper, a new framework for face gender recognition to reach fast face gender recognition is proposed, which is based on Local Ternary Pattern (LTP) and Extreme Learning Machine (ELM). LTP is a generalization of Local Binary Pattern (LBP) that is in the presence of monotonic illumination variations on a face image, and has high discriminative power for texture classification. It is also more discriminate and less sensitive to noise in uniform regions. On the other hand, ELM is a new learning algorithm for generalizing single hidden layer feed forward networks without tuning parameters. The main advantages of ELM are the less stringent optimization constraints, faster operations, easy implementation, and usually improved generalization performance. The experimental results on public databases show that, in comparisons with existing algorithms, the proposed method has higher precision and better generalization performance at extremely fast learning speed.

• 한국컴퓨터산업학회논문지
• /
• 제2권2호
• /
• pp.151-156
• /
• 2001

우리는 개념 학습에 있어서 전통적으로 사용되어 온 연역 트리 구성법이나 규칙 학습법과 다른 새로운 개념 표현 기법을 소개하고자 한다. 우리의 PROLEARN 알고리즘은 각 클래스로부터 주어진 예제를 가장 잘 설명할 수 있는 가상 예제, 즉, 프로토타입을 하나 이상 학습하고 이것을 마치 주어진 예제처럼 취급하여 일반적인 개체 중심 학습법처럼 분류하도록 한다. 우리의 프로토타입 개념은 인지 심리학에서 사용한 같은 용어와는 하나의 개념이 하나 이상의 프로토타입을 가질 수 있도록 한 점에서 다르며 학습된 프로토타입은 근본적으로 ‘가상 예제’라는 점에서 다른 개체 중심 학습법과 다르다. 실험 결과 이 알고리즘은 정확도에서 다른 알고리즘에 뒤지지 않으며 실제 학습 문제에서 자주 발생하는 불안정성 문제, 즉 훈련 예제 집합이 바뀌면 알고리즘의 정확도도 영향 받는 부분도 해소하였다.

• 천문학회보
• /
• 제39권2호
• /
• pp.107.1-107.1
• /
• 2014

We apply a machine learning algorithm, artificial neural network, to the search for gravitational-wave signals associated with short gamma-ray bursts. The multi-dimensional samples consisting of data corresponding to the statistical and physical quantities from the coherent search pipeline are fed into the artificial neural network to distinguish simulated gravitational-wave signals from background noise artifacts. Our result shows that the data classification efficiency at a fixed false alarm probability is improved by the artificial neural network in comparison to the conventional detection statistic. Therefore, this algorithm increases the distance at which a gravitational-wave signal could be observed in coincidence with a gamma-ray burst. We also evaluate the gravitational-wave data within a few seconds of the selected short gamma-ray bursts' event times using the trained networks and obtain the false alarm probability. We suggest that artificial neural network can be a complementary method to the conventional detection statistic for identifying gravitational-wave signals related to the short gamma-ray bursts.

• 전자공학회논문지
• /
• 제50권3호
• /
• pp.212-218
• /
• 2013

본 논문에서는 SAR (Synthetic Aperture Radar) 영상에 SVD (Singular Value Decomposition) - Pseudo Spectrum 알고리즘을 적용하고 그 성능을 기존 알고리즘과 비교한다. 이 논문의 목적은 SAR 영상의 해상도 및 목표물 분해능을 높이고자 하는 것이다. 본 논문에서는 신호 성분으로 이루어진 Hankel Matrix와 SVD (Singular Value Decomposition) 방법을 사용하여 잡음에 강인하고 sidelobe이 적으며 스펙트럼 추정에서 해상도를 높인 SVD-Pseudo Spectrum 방법을 제안하였다. 또한 분해될 목표물을 모델링하여 알고리즘의 성능을 분석하고 SVD-Pseudo Spectrum 방법이 기존의 퓨리에 변환 기반 방법과 고해상도 기술 기반의 MUSIC 방법보다 더 좋은 성능을 가짐을 보인다.

• 전기전자학회논문지
• /
• 제23권4호
• /
• pp.1415-1422
• /
• 2019

배경 제거는 동영상에서 변화를 감지하는 컴퓨터 비전 및 이미지 처리의 주요 작업이다. 최상의 성능을 가지는 배경 제거 방법은 일반적인 컴퓨팅 환경에서 실시간으로 사용할 수 없을 만큼 계산량이 많다. 제안하는 알고리즘은 널리 사용되는 MOG 기반의 배경 제거 알고리즘을 이미지 크기 조정 알고리즘으로 개선했다. 제안된 이미지 크기 조정 알고리즘은 계산량을 대폭 감소시키고 지역 정보를 활용하도록 설계해 카메라 잡음에 강력하다. 제안된 알고리즘의 실험결과는 최신 배경 제거 방법에 근접하는 분류능력과 13배 이상 빠른 처리 속도를 가진다.

• 대한전자공학회논문지
• /
• 제25권10호
• /
• pp.1244-1251
• /
• 1988

영상에서 명암도의 변화가 큰 영역을 경계선이라 하며 이는 영상을 분류하고 해석하는 가장 기본적인 특징 중의 하나이다. 본 논문에서는 central moments에 의한 새로운 경계선 검출 방법을 제안하였다. 제안된 방법은 서로 다르게 정의된 확률변수 및 확률밀도함수와 moment의 차수에 따라 여러 가지 특성을 가진 경계선을 검출하였다. 또한 미분이 아닌 창내의 명암도의 평균과 각 화소와의 차를 적분한 연산자로서 기존의 연산자보다 잡음에 우수하며 가늘고 섬세한 경계선을 검출하였다.

• 디지털콘텐츠학회 논문지
• /
• 제10권4호
• /
• pp.597-604
• /
• 2009

번호판 인식 시스템의 인식 성능의 향상을 위해서는 문자 추출 및 문자인식을 하는 인식단계의 성능도 중요하지만 번호판 영역의 추출의 성능, 또한 중요하다. 본 논문에서는 기존 번호판 추출 과정의 오류를 분석하여, 유형별 분류를 하고, HoG (histogram of gradient) 특징 추출과 AdaBoost 기반 검증 절차를 적용하여 알고리즘 개선을 하였다. HoG 특징은 다양한 유형의 번호판 유형과 잡음에 강건한 특성을 갖게 되어, 이전에 검출하지 못하였던 번호판 영역을 검출하는데 효과적인 방법임을 보여준다.

• 사상체질의학회지
• /
• 제23권4호
• /
• pp.458-470
• /
• 2011

1. Objectives Vocal characteristics are commonly considered as an important factor in determining the Sasang constitution and the health condition. We have tried to find out the classification procedure to distinguish the constitution objectively and quantitatively by analyzing the characteristics of subject's voice without noise and error. 2. Methods In this study, we extract the vocal features from voice selected with prior information, remove outliers, minimize the correlated features, correct the features with normalization according to gender and age, and make the discriminant functions that are adaptive to gender and age from the features for improving diagnostic accuracy. 3. Results and Conclusions Finally, the discriminant functions produced about 45% accuracy to classify the constitution for every age interval and every gender, and the diagnostic accuracy was meaningful as the result from only the voice.

• Journal of Advanced Marine Engineering and Technology
• /
• 제11권2호
• /
• pp.51-60
• /
• 1987

Recently, the problem of the axial vibration for the marine diesel engine shafting has become important due to the increased exciting forces resulting from high supercharging and large output, and the reduced natural frequencies resulting from long stroke and show speed. The effects of the axial vibration on the propulsion shafting induce cracks of the connecting point of crankpin and crankarm, the severe wear of thrust bearing, the fatigue failure of each fixing bolt and jointed parts, the hull and local hull vibrations, and also the wear and the noise due to intense hammering phenomena of thrust collar. Therefore, each classification society requires the calculation of natural frequencies and their amplitudes and also measurements of the forced damped axial vibration. At present, the technical and theoretical level is at the stage of estimating the resonant points and their maximum displacements, but the estimated displacements of the resonant points are not so reliable as the torsional one. In this study, induced stresses and amplitudes of the forced damped axial vibration are calculated. For this purpose, the equation of forced axial vibration with damping for the propulsion shafting is derived and its steady-state response is calculated by the mechanical impedance method. A computer program for above calculations is developed. The measured values are analyzed and the calculated results are compared with the measured ones. They show fairly good agreements and the reliability of developed program is confirmed.