• 한국정보통신학회논문지
• /
• 제13권10호
• /
• pp.2180-2188
• /
• 2009

본 논문은 지능로봇의 동작을 제어하기 위해 비전기반의 실시간 수신호를 PCA 및 BP 알고리즘을 이용한 인식시스템을 제안하였다. 수신호 인식은 PCA 알고리즘을 이용한 전처리 단계와 BP 알고리즘을 이용한 인식의 두 단계로 구성한다. PCA 알고리즘은 데이터 분석을 위해 다차원 데이터 집합을 보다 낮은 차원으로 감소시키기 위해 사용되는 기술로 주어진 수신호의 특징인 투영 벡터를 계산하기 위하여 적용되었고, BP 알고리즘은 병렬 구조를 가지고 있으므로 병렬 분산처리가 가능하고, 처리 속도가 빠르므로 PCA로부터 훈련된 고유 수신호를 학습시켜 수신호를 실시간으로 인식한다. 실험에서는 10종류의 수신호를 PCA 알고리즘만을 사용한 경우와 제안한 PCA 및 BP 알고리즘을 사용한 경우와 인식률을 비교하여 제안한 알고리즘이 우수하다는 것을 보였다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 2013년도 추계학술대회
• /
• pp.151-154
• /
• 2013

다수의 음원이 특정한 공간에 산재하고 있을 때, 그 중 특정 음원에 주목하면 다른 음원과 분리되어 특정 음원만 들리는 현상을 칵테일파티 현상이라고 한다. 심리적인 이 현상에 영감을 받아 음원을 분리하는 알고리즘이 만들어졌다. 이런 음원 분리방법을 Blind Source Separation(BSS) 이라고 하는데, 여러 신호가 섞이는 과정을 모르는 상태에서 음원을 분리한다는 뜻에서 Blind Source Separation 이라고 한다. BSS에 사용되는 알고리즘으로 주로 PCA, ICA이 있다. PCA는 2차원의 경우를, ICA는 그 이상의 고차원의 통계적 특성을 이용한다. 이에 본 논문은 PCA를 이용하여 두 음원을 분리하는 알고리즘을 구현하는데 역점을 두었다. PCA는 주로 음원보다는 이미지 신호 처리에 초점이 맞추어져 있지만, 음원 분리에 있어서도 충분한 성능을 보여주므로, ICA를 이용한 음원 분리 알고리즘과의 비교를 통하여 장, 단점을 알아보고 추후 PCA의 응용 가능성을 알아보았다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2008년도 심포지엄 논문집 정보 및 제어부문
• /
• pp.101-102
• /
• 2008

얼굴인식 분야에서 PCA(Principal Component Analysis) 기반 알고리즘은 비교적 간단한 구조와 높은 인식률로 인해 많이 사용되고 있지만 조명이나 얼굴 포즈 변화에 민감하다는 단점이 있다[1]. 이런 단점을 해결하기 위한 노력으로 PCA를 다른 얼굴인식 알고리즘과 결합함으로서 조명과 포즈 변화에 강인한 얼굴인식을 위만 연구가 현재 활발히 진행되고 있다. 본 논문은 PCA기반 얼굴인식에서 조명이 다양하게 변할 때 이에 따른 인식률의 변화와, 인식이 실패했을 경우에 인식 대상이 유사도 상위후보군에 들어가는지를 조사함으로서 PCA기반 알고리즘의 신뢰도를 확인하고자 한다. 이를 위해 Yale Face Database H와 Extended Yale Face Database B를 이용하여 실험한 결과 약 93%의 인식 성공률을 확인했으며, 7%의 인식 실패한 영상의 경우 그 인식하고자 했던 얼굴이 유사도를 기준으로 정렬된 학습 영상에서 상위 후보군에 속한다는 실험 결과를 얻음으로서 PCA기반 얼굴 인식 알고리즘의 신뢰성을 확인할 수 있었다.

• 한국멀티미디어학회논문지
• /
• 제6권2호
• /
• pp.247-258
• /
• 2003

얼굴인식 기술 분야에 있어서 Principal component analysis (PCA)기반 알고리즘은 많은 관련 알고리즘의 기초가 되고 있다. PCA는 매우 통계적인 접근이며 얼굴인식 분야에 응용하기 위해서는 많은 설계 결정요인 (design derision)을 필요로 한다. 본 논문에서는 일반적인 modular PCA알고리즘을 소개하면서 design decision을 얻는다. 얼굴인식 알고리즘 평가에 대한 표준 접근 방법인 September 1996 FERET evaluation protocol을 활용하여 각 모듈에 대한 서로 다른 구현방법을 실험하고 평가한다. 실험조건으로는 (1) 조도의 정규화 과정 을 변화 (2) JPEG과 wavelet compression 알고리즘 사용에 대한 성능효과를 분석 (3) 표현방법에서 eigenvectors의 수를 조절 (4) 분류과정에서 유사도 측정방법을 변경하는 등이다. 본 논문에서는 standard September 1996 FERET의 대용량 gallery image set에 대해 적용해 본 결과에 대해 정리하며, 100개의 무작위로 발생된 image set에 대해서도 알고리즘의 성능 변화를 평가한다.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2003년도 하계종합학술대회 논문집 Ⅳ
• /
• pp.2024-2027
• /
• 2003

본 논문에서는 얼굴 인식 분야에서 사용되는 PCA/LDA 알고리즘을 대신하기 위해 DCT/LDA 알고리즘을 제안하였다. PCA/LDA를 이용한 얼굴 인식의 경우 PCA 를 이용하여 얼굴 영상을 적은 수의 특징 값으로 표현한 다음 LDA를 수행한다. 그러나 PCA는 트레이닝 과정의 계산량이 많고 트레이닝 셋이 변할 때마다 기저 벡터가 변화한다. PCA/LDA의 단점을 개선하기 위해 계산량이 적고 기저 벡터가 일정한 DCT의 계수를 사용한다. DCT/LDA를 사용할 경우 특징 값을 빠르게 추출하면서 PCP/LDA와 유사한 성능을 얻을 수 있다. 실험을 통하여 포즈 변화와 조명 변화가 있는 얼굴 데이터 셋에서 최고 97.8%의 인식률을 보였다.

• 한국정보통신학회논문지
• /
• 제11권9호
• /
• pp.1786-1792
• /
• 2007

본 논문에서는 ART-1 알고리즘을 이용한 개별코드 인식과 PCA 알고리즘을 적용한 주민등록증 인증방법을 제안한다. 주민등록증 영상에서 주민등록번호와 발행일을 추출하기 위하여 Sobel 마스크와 median 필터를 적용하였다. 잡음이 제거 된 영상에 수평 스미어링을 적용하여 주민등록번호와 발행일 영역을 추출하고 반복 이진화를 적용하여 이진 영상을 획득한 후, 이진화 과정에서 손실된 개별 코드의 영역을 복원하기 위해, 수직 스미어링을 적용한다. 영역이 복원된 영상에서 4 방향 윤곽선 추적 알고리즘을 적용하여 개별 코드를 추출하고 얼굴인증을 위해 주민등록증의 형태학적 특징과 얼굴후보 영역의 눈과 입의 위치 정보를 이용하여 얼굴영역을 추출한다. 추출된 주민등록번호와 발행일은 ART-1 알고리즘을 적용하여 주민등록 번호와 발행일을 인식하고 PCA 알고리즘을 적용하여 주민등록증 사진의 얼굴 영역을 인증한다. 제안된 주민등록증 인식 방법의 성능평가를 위해 원본 주민등록증 영상 25개를 대상으로 실험한 결과, 325개의 주민등록번호와 167개의 발행일 중에서 각각 323개와 166개가 인식되었다. 그리고 사진과 얼굴부분을 위조한 주민등록증 25에 대해 얼굴 인증을 실험한 결과, 얼굴 인증에 있어서 효율적인 것을 확인하였다.

• 조명전기설비학회논문지
• /
• 제19권2호
• /
• pp.152-159
• /
• 2005

본 논문에서는 산업전반에 걸쳐 널리 사용되는 유도전동기의 고장상태를 검출하기 위해 PCA와 LDA에 기반을 둔 융합모델을 이용한 진단 알고리즘을 제안하고자 한다. 실험에 의해 측정된 전류 값을 PCA와 LDA을 이용하여 특징벡터를 산출한 후 검증데이터를 이용하여 각각의 매칭 값을 산출한다. 진단단계는 PCA와 LDA에 의해 각각 산출된 두 개의 매칭 값을 확률모델에 의해 융합한 후 최종적으로 검증하는 구조로 되어있다. 제안된 진단 알고리즘의 경우 PCA와 LDA의 장점만을 부각시킴으로써 노이즈가 존재하는 환경하에서도 우수한 성능을 보인다. 제안된 방법의 타당성을 보이기 위해 노이즈가 있는 다양한 조건하에서 실험한 결과 기존의 PCA또는 LDA만을 이용한 경우보다 우수한 결과를 나타냈다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2011년도 추계학술발표대회
• /
• pp.290-292
• /
• 2011

본 논문에서는 얼굴 요소의 자연적 특징과 PCA(Principal Component Analysis)를 융합한 얼굴인식 알고리즘을 소개한다. 지금까지 PCA 를 비롯한 다양한 얼굴인식 알고리즘이 소개되었지만, 얼굴영상을 하나의 '신호'혹은 '벡터'로 간주하여 이를 수학적 접근법으로 풀이하는 방법이 대부분이었다. 이에 본 논문에서는 템플릿 정합 기법을 이용하여 눈썹, 눈, 턱 등을 형태에 따라 분류하는 특징 분류기를 통하여 그룹을 나누고, 각 그룹별로 PCA 분류를 진행하는 2 단계 알고리즘을 구현하였다. 이를 CMU-PIE 데이터베이스를 이용해 검증하고, 실험 결과를 논의하였다.

• 한국기술혁신학회:학술대회논문집
• /
• 한국기술혁신학회 2013년도 추계 학술대회 초록집
• /
• pp.837-837
• /
• 2013

• 한국통신학회논문지
• /
• 제29권1C호
• /
• pp.65-71
• /
• 2004

본 논문은 주성분분석(PCA, Principle Component Analysis) 혹은 독립성분분석(ICA, Independent Principle Component Analysis)를 이용하여 HMM(Hidden Markov Model) 파라메타의 차수를 감소시킴으로써 MLLR(Maximum Likelihood Linear Regression) 화자 적응 알고리즘을 개선하였다. 데이터의 특징을 잘 나타내는 PCA와 ICA를 통해 모델 mixture component의 상관관계를 줄이고 상대적으로 데이터의 분포가 적은 축을 삭제함으로써 추정해야 하는 적응 파라메타의 수를 줄였다. 기존의 MLLR 알고리즘은 SI(Speaker Independent)모델 보다 좋은 인식성능을 나타내기 위해 30초 이상의 적응 데이터가 요구되었고, 반면 제안한 알고리즘은 적응 파라메타의 수를 감소시킴으로써 10초 이상의 적응데이터가 요구되었다. 또한, 36차의 HMM 파라메타는 기존의 MLLR 알고리즘과 비슷한 인식성능을 나다내는 10차의 주성분이나 독릭성분을 사용함으로써 MLLR 알고리즘에서 적응파라메타를 추정할 때 요구되는 연산량을 1/167로 감소시켰다.