• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제9권7호
• /
• pp.2633-2648
• /
• 2015

The problem of visual words' synonymy and ambiguity always exist in the conventional bag of visual words (BoVW) model based object category methods. Besides, the noisy visual words, so-called "visual stop-words" will degrade the semantic resolution of visual dictionary. In view of this, a novel bag of visual words method based on PLSA and chi-square model for object category is proposed. Firstly, Probabilistic Latent Semantic Analysis (PLSA) is used to analyze the semantic co-occurrence probability of visual words, infer the latent semantic topics in images, and get the latent topic distributions induced by the words. Secondly, the KL divergence is adopt to measure the semantic distance between visual words, which can get semantically related homoionym. Then, adaptive soft-assignment strategy is combined to realize the soft mapping between SIFT features and some homoionym. Finally, the chi-square model is introduced to eliminate the "visual stop-words" and reconstruct the visual vocabulary histograms. Moreover, SVM (Support Vector Machine) is applied to accomplish object classification. Experimental results indicated that the synonymy and ambiguity problems of visual words can be overcome effectively. The distinguish ability of visual semantic resolution as well as the object classification performance are substantially boosted compared with the traditional methods.

• 대한공간정보학회지
• /
• 제19권1호
• /
• pp.105-113
• /
• 2011

기존에 제작된 주제도는 중 저해상도 위성영상 기반으로 제작이 이루어져 위치정확도 및 표현되는 주제 정보의 정밀도가 낮다는 단점이 있다. 최근 촬영되고 있는 디지털항공사진영상은 흑백 및 컬러영역의 밴드와 산림판독이 가능한 근적외선 영역 밴드의 촬영이 가능하며, 고해상도 영상을 획득할 수 있어 정밀한 토지피복분류의 수행이 가능할 것으로 판단된다. 이에 본 논문에서는 디지털항공사진영상을 이용한 객체기반 토지피복분류 가능성 타진과 디지털항공사진영상의 활용성 제시를 위하여 동일한 지역의 GSD 0.12m급 디지털항공사진영상과 GSD 1m급 IKONOS 위성영상으로 객체기반 토지피복분류를 수행하였으며, 정사영상과 기존 중분류 토지피복도의 정성적 분석을 수행하였다. 또한, TTA(Training and Test Area) Mask를 생성하여 분류정확도를 분석하였으며, 영상을 대상으로 스크린디지타이징을 수행하여 분류면적의 비교를 통한 정확도를 분석하였다. 분석결과 디지털항공사진을 이용한 토지피복도 제작이 가능하였으며, 위성영상에 비해 세밀한 분류가 가능하였다.

• 대한산업공학회지
• /
• 제29권1호
• /
• pp.90-99
• /
• 2003

Object clustering, which makes classification for a set of objects into a number of groups such that objects included in a group have similar characteristic and objects in different groups have dissimilar characteristic each other, has been exploited in diverse area such as information retrieval, data mining, group technology, etc. In this study, an object-clustering problem with similarity coefficients between objects is considered. At first, an evaluation function for the optimization problem is defined. Then, a genetic algorithm and local optimization technique based on heuristic method are proposed and used in order to obtain near optimal solutions. Solutions from the genetic algorithm are improved by local optimization techniques based on object relocation and cluster merging. Throughout extensive experiments, the validity and effectiveness of the proposed algorithms are tested.

• 전자공학회논문지B
• /
• 제29B권7호
• /
• pp.70-78
• /
• 1992

In this paper, an approach for 3-D object segmentation and classification, which is based on eigen-values of polynomial function as their surface features, using neural network is proposed. The range images of 3-D objects are classified into surface primitives which are homogeneous in their intrinsic eigenvalue properties. The misclassified regions due to noise effect are merged into correct regions satisfying homogeneous constraints of Hopfield neural network. The proposed method has advantage of processing both segmentation and classification simultaneously.

• 대한원격탐사학회지
• /
• 제39권2호
• /
• pp.223-232
• /
• 2023

고해상도의 위성 영상을 이용하여 지표를 모니터링하기 위한 방법으로 분석 대상 객체의 색상을 이용하여 영상을 분류하는 방법이 널리 사용된다. 고해상도 위성영상에서는 도심 지역의 경우 건물, 도로 등과 같은 주요 객체들 이외에도 수목 등과 같은 식생 객체들도 빈번하게 나타난다. 도심 지역에 나타나는 식생 객체들의 색상은 건물, 도로, 그림자 등의 객체와 유사한 경우가 많으며, 이는 색상 정보에 기초하여 객체를 분류할 경우에 분류 성능이 저하되는 요인이 된다. 본 연구에서는 건물 등과 같은 다양한 색상을 가지는 객체뿐만 아니라 식생 객체도 정확하게 분류할 수 있는 기법을 제안한다. 제안하는 방법은 식생 객체 검출에 유용한 정규식생지수 영상을 RGB 영상과 함께 사용하고 객체 클래스를 서브 클래스로 세분화하여 분류한다. 서브 클래스 분류 결과를 융합한 후에 영상 분할 결과와 결합하여 최종 분류 결과를 생성한다. 차세대중형위성1호 영상을 이용한 실험에서 정규식생지수를 사용하지 않은 서브채널 분류 기법과 서브클래스 분류 기법의 overall accuracy가 각각 73.18%, 81.79%의 결과를 보인 반면, 정규식생지수와 서브클래스 분류를 함께 적용하여 제안한 방법은 overall accuracy가 87.42%의 우수한 성능을 보였다.

• Journal of Information Processing Systems
• /
• 제17권4호
• /
• pp.787-800
• /
• 2021

Three-dimensional (3D) object classification tasks using point clouds are widely used in 3D modeling, face recognition, and robotic missions. However, processing raw point clouds directly is problematic for a traditional convolutional network due to the irregular data format of point clouds. This paper proposes a pointwise convolution neural network (CNN) structure that can process point cloud data directly without preprocessing. First, a 2D convolutional layer is introduced to percept coordinate information of each point. Then, multiple 2D convolutional layers and a global max pooling layer are applied to extract global features. Finally, based on the extracted features, fully connected layers predict the class labels of objects. We evaluated the proposed pointwise CNN structure on the ModelNet10 dataset. The proposed structure obtained higher accuracy compared to the existing methods. Experiments using the ModelNet10 dataset also prove that the difference in the point number of point clouds does not significantly influence on the proposed pointwise CNN structure.

• 경영과학
• /
• 제15권2호
• /
• pp.177-200
• /
• 1998

One of organization's generic functions is the interpretation of events to carry out decision-making activities. In intelligent Data Interpretation System(IDIS), Interpreting is computationally modeled as classification of new data into categories having similar features. We define the Extensional Object Model(ExOM) as a formalism for IDIS. In ExOM, objects and categories are loosely coupled to provide flexibility for both object description and category definition in data gathering and interpretation process. Objects are classified inductively based on exemplars of categories as well as deductively based on category structures.

• 한국ITS학회 논문지
• /
• 제21권5호
• /
• pp.218-232
• /
• 2022

차량의 물체 인식에 사용되던 센서인 레이더 센서를 위치 추정에 사용하기 위한 연구들이 진행되고 있다. 특히 레이더 센서에서 출력되는 도플러 속도를 이용하여 동적 물체와 정적 물체를 분류하고, 정적 물체만을 이용하여 에고 모션을 계산하는 방법이 연구되었다. 기존의 동적 물체 분류에서는 RANSAC을 사용한 방법이 제시되었는데, 단 한 번의 알고리즘 실패가 큰 영향을 미치는 위치 추정의 특성상 더 높은 성능을 가진 분류 방법이 필요하다. 본 논문에서는 동적 물체의 추적 및 필터링을 통해 기존 방법보다 분류 성능을 높이는 방법에 대해 제안한다. 추가적으로 GMPHD 필터를 사용하여 추적 성능을 최대로 향상시킨다. 제안된 방법은 기존의 방법과 비교하여 분류 정확도에서 더 높은 성능을 보였으며, 특히 알고리즘의 실패를 방지할 수 있다는 것을 보인다.

• 한국HCI학회:학술대회논문집
• /
• 한국HCI학회 2008년도 학술대회 1부
• /
• pp.674-678
• /
• 2008

본 논문은 WBAN(Wireless Body Area Network) 환경에 기반한 스마트 오브젝트(Smart Object)의 개발에 대한 논문이다. 다양한 기능을 가진 컴퓨팅 디바이스를 장착한 스마트 오브젝트가 많이 개발되면서, 사용자에게 가중되는 소지품으로써의 수많은 기기, 도구들을 사용자가 하나하나 관리하기에는 역부족이므로, 이를 분류하고 관리함으로써 사용자는 단순히 자신들이 가진 스마트 오브젝트의 기능만을 활용하게 해주는 스마트 오브젝트의 개인 네트워크 화하는 기기의 필요성이 증대된 가운데, 이러한 형태의 오브젝트를 개발함에 있어 어떠한 기술들이 필요하고 어떠한 요소들을 갖춰 설계 해 나가야 할지에 대한 최적화된 설계 기준을 분석하고 개발 방향을 제시하고자 한다.

• 전자공학회지
• /
• 제39권2호
• /
• pp.45-54
• /
• 2012

Object detection is a fundamental task for many high-level computer vision applications such as image retrieval, scene understanding, activity recognition, visual surveillance and many others. Although object detection is one of the most popular problems in computer vision and various algorithms have been proposed thus far, it is also notoriously difficult, mainly due to lack of proper models for object representation, that handle large variations of object structure and appearance. In this article, we review a branch of object detection algorithms based on Support Vector Machines (SVMs), a well-known max-margin technique to minimize classification error. We introduce a few variations of SVMs-Structural SVMs and Latent SVMs-and discuss their applications to object detection and localization.