• 방송공학회논문지
• /
• 제19권1호
• /
• pp.64-74
• /
• 2014

스테레오 신호에서 방향성을 갖는 주음원 성분과 배경음 성분을 분리하는 과정은 스테레오 음원을 다채널 포맷으로 변환하는 업믹스 기술의 전처리 단계로 필요하다. 이를 위하여 PCA(Principal Component Analysis)가 널리 사용되고 있으나, 기존의 방법에서는 스테레오 음원이 진폭 패닝만 되었다고 가정하고 있기 때문에 채널 신호 간 위상 차이가 발생하는 경우 성능이 저하된다. 본 논문에서는 채널 신호간의 위상차에 의한 주성분 분석 방법의 오차를 분석하고 이를 보완하여 주성분 분석법 성능 저하를 방지하는 방법을 제안한다. 제안된 알고리즘은 주파수 빈(bin) 단위에서 채널 간 위상차를 추정하여 보상하고 임계대역 단위로 주성분과 주변 성분을 분리한다. 실험 결과로부터 위상차가 있는 스테레오 음원에 대하여 제안된 알고리즘이 PCA 분리 성능의 저하를 방지 하며, 패닝 각도, PAR(Primary to Ambient energy ratio)에 영향 받지 않는 강건한 분리 성능을 보임을 확인하였다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제2권3호
• /
• pp.205-208
• /
• 2013

일반적으로 이진패턴 변환은 조명 변화에 강인한 특성을 가지므로, 얼굴인식 및 표정인식 분야에 널리 사용되고 있다. 이에, 본 논문에서는 기존의 LDP(Local Directional Pattern)의 텍스처 성분을 개선한 MLDP(Modified LDP) 변환 영상에 2D-PCA(Two-Dimensional Principal Component Analysis) 알고리즘을 결합한 조명변화에 강인한 얼굴인식 방법에 대하여 제안한다. 기존의 LBP(Local Binary Pattern)나 LDP와 같은 이진패턴 변환들이 히스토그램 특징 추출을 위해 주로 사용되는 것과는 다르게, 본 논문에서 제안하는 방법은 MLDP 영상을 2D-PCA 특징추출을 위해 직접 사용한다는 특성을 갖는다. 제안 방법의 성능평가는 PCA(Principal Component Analysis), 2D-PCA 및 가버변환 영상과 LBP를 결합한 알고리즘을 사용하여, 다양한 조명변화 환경에서 구축된 Yale B 및 CMU-PIE 데이터베이스를 이용하여 수행되었다. 실험 결과, MLDP 영상과 2D-PCA를 사용한 제안 방법이 가장 우수한 인식 성능을 보임을 확인하였다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2015년도 제46회 하계학술대회
• /
• pp.1345-1346
• /
• 2015

본 논문에서는 보행자 및 배경 이미지로부터 HOG-PCA 특징을 추출하고 다항식 기반 RBFNNs(Radial Basis Function Neural Network) 패턴분류기과 최적화 알고리즘을 이용하여 보행자를 검출하는 시스템 설계를 제안한다. 입력 영상으로부터 보행자를 검출하기 위해 전처리 과정에서 HOG(Histogram of oriented gradient) 알고리즘을 통해 특징을 추출한다. 추출된 특징은 고차원이므로 패턴분류기 분류 시 많은 연산과 처리속도가 따른다. 이를 개선하고자 PCA (Principal Components Analysis)을 사용하여 저차원으로의 차원 축소한다. 본 논문에서 제안하는 분류기는 pRBFNNs 패턴분류기의 효율적인 학습을 위해 최적화 알고리즘인 PSO(Particle Swarm Optimization)을 사용하여 구조 및 파라미터를 최적화시켜 모델의 성능을 향상시킨다. 사용된 데이터로는 보행자 검출에 널리 사용되는 INRIA2005_person data set에서 보행자와 배경 영상을 각각 1200장을 학습 데이터, 검증 데이터로 구성하여 분류기를 설계하고 테스트 이미지를 설계된 최적의 분류기를 이용하여 보행자를 검출하고 검출률을 확인한다.

• 스마트미디어저널
• /
• 제3권2호
• /
• pp.14-19
• /
• 2014

본 논문에서는 스마트 TV, 스마트폰으로 대표되는 스마트 장치에서 비접촉식 전위계차 센서(CEPS)로부터 추출된 동작신호를 k-NN과 DTW 알고리즘을 이용하여 인식하는 방법을 제안한다. 먼저 CEPS 신호는 칼만 필터를 이용해서 잡음을 제거해주고 정규화를 시켜준다. 다음 인식 속도를 향상시키고 분류에 방해되는 성분제거 하기 위해 PCA 알고리즘을 사용해서 신호의 차원을 축소시켰다. 그리고 k-NN과 DTW 알고리즘을 사용하여 인식 작업을 수행하였다. 실험 결과에서는 앞서 언급된 2개의 스마트 장치 환경 셋팅에 대해서 설명하고 각각의 환경에서 추출된 신호를 제안된 알고리즘에 의해서 인식을 하였다. 기존 인식 알고리즘의 결합과 분해를 통해 다양한 결과를 비교 분석함하고 90% 이상의 인식률을 달성함으로써 제안된 방법의 우수성을 증명하였다.

• 전기전자학회논문지
• /
• 제6권1호
• /
• pp.72-79
• /
• 2002

본 논문에서는 복잡한 배경의 영상에서 얼굴을 검출하는 효과적인 알고리즘을 제안한다. 제안된 알고리즘은 색상정보와 PCA-LDA(Principal Component Analysis - Linear Discriminant Analysis)에 의하여 구해진 고유얼굴 (eigenface)을 이용한다. 색상정보는 다른 어떤 방법보다 얼굴을 검출하는데 유용하게 사용된다. 고유얼굴은 전체학습 얼굴들의 평균정보를 포함하고 있기 때문에 얼굴 후보영역에 대하여 얼굴인지를 판별할 수 있는 기능을 갖는다. 전체적인 과정은 두 단계로 이루어진다. 첫 번째 단계는 영상내에서 색상정보를 이용하여 살색영역의 1차 얼굴 후보영역을 찾아 후보영역의 위치와 기를 결정한다. 두 번째 단계는 1차 얼굴 후보영역에 대하여 PCA-LDA에 의한 얼굴의 유사성을 측정하여 얼굴인지 아닌지를 판별한다. 제안한 검출 방법을 사용한 실험 결과, 색상정보를 사용하여 1차 얼굴 후보영역의 크기와 위치를 결정함으로써 검출속도의 향상을 가져올 수 있었다. 또한 PCA-LDA에 의한 고유얼굴과의 비교를 통해 복잡한 매경이 있는 영상에서도 97%의 검출률을 얻을 수 있었다.

• 한국항공우주학회지
• /
• 제40권12호
• /
• pp.1040-1047
• /
• 2012

본 논문에서는 소형 고정익기의 고장 발생시기와 부품 교체시기를 예측하여 유지보수 비용을 절감하고 정비 효율을 높이기 위하여 ANPSD와 PCA, 그리고 GC 방법을 이용하여 조종면의 고장에 대하여 이를 검출하고 위치와 정도를 분리하는 알고리즘을 제안하였다. 이때 ANPSD는 주파수 영역에서의 진동 분석을, PCA는 ANPSD의 중요 정보 추출을, GC는 고장 검출 및 분리 시의 오류 최소화를 위하여 사용되었다. 또한 모형 항공기에 가속도 센서를 부착하여 정상인 경우와 힌지 고장이 발생한 경우에 대하여 실제로 측정한 결과에 이와 같은 알고리즘을 적용한 결과 해당 알고리즘이 고장을 검출하고 분리하는 데에 적합함을 보였으며 제안된 알고리즘을 적용할 경우에 발생 가능한 문제들에 대하여 이를 완화할 수 있는 대응책을 함께 제시하였다.

• 전자공학회논문지CI
• /
• 제41권6호
• /
• pp.47-53
• /
• 2004

본 논문에서는 외향 기반 접근법을 기반으로 한 로봇의 위치 추정 알고리즘을 제안한다. 우선, 제안한 알고리즘은 주성분 분석(PCA: Principal Component Analysis)을 이용하여 취득한 영상들을 eigenspace로 투영시킴으로써 영상을 압축한다. 추출된 주성분은 eigenspace에서의 연속 외향 함수(continuous appearance function)로 나타낼 수 있다. 신경 회로망은 로봇의 위치추정을 위해 새로운 영상이 주어지면 이것을 eigenspace로 투영 시킨 후 연속 외향 함수를 통해 로봇의 현재 위치를 추정한다. 최종적으로는, 영상안의 데이터에 칼만 필터를 적용함으로써 로봇의 정확한 위치를 추정할 수 있다. 제안한 알고리즘을 실제 이동 로봇에 탑재하여 적용시킨 결과 로봇의 위치를 정확히 추정할 수 있음을 확인 할 수 있었다.

• 한국정보통신학회논문지
• /
• 제19권9호
• /
• pp.2161-2166
• /
• 2015

본 논문은 주성분 분석을 이용한 직선 검출 알고리즘을 분석하여 새로운 두 기능이 추가된 개선된 알고리즘을 제안한다. 첫 번째 기능은 검출된 직선을 통해 무효 화소를 제거하고 다시 직선을 검출하는 것이고, 두 번째 기능은 겹치지 않는 블록들에서 직선 검출을 통해 후보 직선들 선택하고, 각 후보 직선의 주변 화소들을 이용해 유효 직선을 검출하는 것이다. 제안된 알고리즘은 정제된 직선 영상에서는 기존 알고리즘보다 적은 계산량으로 더 정확한 직선을 검출하고 있다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2002년도 추계학술발표논문집 (상)
• /
• pp.779-782
• /
• 2002

본 논문에서는 주성분분석(principal component analysis; 이하 PCA) 및 첨도(Kurtosis)에서의 그레이 블록 거리 알고리즘(grey block algorithms; 이하 GBD)을 이용, 영상간의 거리를 측정하여 어느 정도 영상간의 상대적 식별을 용이하게 하여 영상 분류가 되는지 모의실험을 통하여 확인하고자 한다. 모의실험 결과로부터, PCA에서는 k가 9에서 상대적 식별이 불가능함을 보였고, 첨도에서는 k가 4까지만 블록을 택할 할 수 있음을 모의실험을 통하여 확인할 수 있었다.

• 전기학회논문지
• /
• 제59권3호
• /
• pp.651-656
• /
• 2010

This paper proposes a new dynamic PCA algorithm to recognize types of electric poles, which is necessary for a mobile robot moving along the neutral line for inspecting high-voltage facilities. Since the mobile robot needs to pass over the electric poles and grasp the neutral wire again for the next region inspection, the detection of the electric pole type is a critical factor for the successful passing-over the electric pole. The CCD camera installed on the mobile robot captures the image of the electric pole while it is approaching to the electric pole. Applying the dynamic PCA algorithm to the CCD image, the electric pole type has been classified to provide the stable grasping operation for the mobile robot. The new dynamic PCA algorithm replaces the reference image in real time to improve the robustness of the PCA algorithm, adjusts the brightness to get the clear images, and applies the Laplacian edge detection algorithm to increase the recognition rate of electric pole type. Through the real experiments, the effectiveness of this proposed dynamic PCA algorithm method using Laplacian edge detecting method has been demonstrated, which improves the recognition rate about 20% comparing to the conventional PCA algorithm.