• 한국정보전자통신기술학회논문지
• /
• 제10권6호
• /
• pp.609-616
• /
• 2017

본 논문은 얼굴 인식에 있어 안정적인 인식률을 얻기 위해 입력 영상에 대한 좌우 회전정보를 사용하여 보다 안정적이며 높은 인식률을 내기위한 알고리즘을 제안한다. 제안하는 알고리즘은 웹 카메라 환경에서 얼굴 영상을 입력정보로 사용하여 향상된 인식률을 얻기 위해 영상의 사이즈 축소 및 밝기와 컬러에 대한 정보를 정규화한 후 전처리 과정을 거쳐 얼굴 영역만을 분할 검출한다. 검출된 후보 영역에 대해 주성분분석(PCA)을 적용하여 특징벡터를 구하여 얼굴을 분류한다. 또한 인식률의 오차 범위를 줄이기 위해 입력되는 얼굴 영상에 대한 방향성을 고려하여 좌 우 $45^{\circ}$ 회전 정보를 가진 영상을 대상으로 데이터 셋을 구성하여 PCA로 각각의 특징벡터를 구하였다. 구해진 특징벡터로 안정된 인식률을 얻기 위해 고유공간에 뿌린 후 각각의 특징들을 대상으로 유클리디안(euclidean distant) 거리를 비교하여 최종 얼굴을 인식한다. PCA에 의한 특징벡터는 저차원의 데이터이지만 얼굴을 표현하는데 있어 아무런 문제가 없으며 계산량이 적어 인식 속도도 빠를 수 있다. 본 논문에서 제안하는 방법은 기존의 다른 알고리즘에 비해 빠른 인식과 인식률의 안전성과 정확성을 향상시킬 수 있고 실시간 인식 시스템에도 사용할 수 있다.

• 융합신호처리학회 학술대회논문집
• /
• 한국신호처리시스템학회 2003년도 하계학술대회 논문집
• /
• pp.114-117
• /
• 2003

본 논문에서는 video stream내의 움직이는 객체 정보를 추정하고 동적 GTM(genetic tree-map) 알고리즘을 사용하여 얼굴 영역 검출 기법을 제안한다. 기존의 일반적인 객체 추정 기법은 클러스터(cluster)과정을 통하여 영상 정보를 분할하고 그 중 움직이는 객체 부분을 복원함으로서 추정하였다. 제안하는 기법은 BMA(block matching algorithm)［1］ 알고리즘을 사용하여 video stream 에서 움직이는 객체 정보를 얻고 클러스터 알고리즘으로 PCA(principal component analysis)를 사용한다. PCA 기법은 입력 데이터에 관해 통계적 특성을 이용하여 주성분을 찾는다. 주축과 영역분할 알고리즘을 사용하여 데이터를 분할하고, 분할된 객체 정보를 사용하여 특정 객체만을 추정하는 것이 가능하다. 이렇게 추정된 객체를 얼굴영역의 feature에 대하여 신경망 학습인 동적 GTM 알고리즘을 사용하여 생성된 동적 GTM 맵의 정보에 따라 객체의 얼굴영역만을 추출해 낼 수 있다［2-6］.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2003년도 봄 학술발표논문집 Vol.30 No.1 (B)
• /
• pp.331-333
• /
• 2003

본 논문에서는 새로운 얼굴 인식 방법을 제안한다. 제안된 방법은 입력 영상에서 눈이라고 생각되는 영역을 형판 정합방법을 이용하여 먼저 추출하고. 양 눈의 위치 정보를 사용하여 얼굴 영역의 크기와 회전정도를 보정하여 정규화된 얼굴영상을 만들며, 결국 PCA 방법을 사용하여 인식하게 된다. 이렇게 함으로써 PCA가 안정된 영상이 입력되면 좋은 인식률을 보이지만 전반적인 조명의 변화에 잘 대응하지 못하고, 복잡한 배경인 경우 얼굴영역의 위치 변화에 민감하며, 많이 기울어진 영상에 취약하다는 단점을 형판 정합을 통한 전 처리 과정을 통해 보완할 수 있게 된다. 실험 결과 제안된 방법이 PCA의 인식 성능을 크게 향상시킬 수 있음을 알 수 있었다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2007년도 춘계학술대회 학술발표 논문집 제17권 제1호
• /
• pp.143-146
• /
• 2007

객체의 특징점을 추출할 때, 일반적으로 모델 기반 접근을 사용한다. 본 논문에서는 이러한 모델 기반 특징점 추출 알고리즘으로 PCA를 근간으로 하는 Active Appearance Model을 이용하는데, 기존의 AAM 알고리즘은 모든 특징점을 하나의 군집으로 기준하여 PCA를 수행하지만 본 논문에서는 이것을 각 주요 부위별 학습 모델로 분리하여 수행한다. 그리고 이러한 모델에서 특징점을 찾을 때, 발산하는 문제에 빠지지 않기 위한 방법을 제시한다. 제시한 방법의 모델을 이용하여 실험 할 경우의 결과와 이를 통한 개별 모델의 특성에 대하여 파악한 결과를 제시한다.

• 융합신호처리학회 학술대회논문집
• /
• 한국신호처리시스템학회 2003년도 하계학술대회 논문집
• /
• pp.118-121
• /
• 2003

본 논문은 동영상 압축 부호화에 대한 표준안인 MPEG기반의 압축 비디오 stream에서［1, 2］, 질의 영상에 대한 효율적인 검색 기법을 제안한다. 비디오 검색은 높은 차원의 색인 정보를 이용하는데, 높은 차원의 data set을 색인 정보로 하여 효율적인 검색 능력을 보여주는 KD-Trees(K Dimensional-Trees)알고리즘［3］을 비디오 검색기법에 적용하고자 한다. 먼저, key frame에 PCA (Principal Component Analysis) 알고리즘［4］을 이용하여 색인 정보를 추출한 다음, 추출된 색인 정보를 KD-Trees에 적용하여 효율적인 검색을 가능하게 한다. 실험 결과, 기존의 검색 기법보다 상당한 양의 처리 시간과 메모리 공간을 줄일 수 있음을 보였다.

• 한국정보통신학회논문지
• /
• 제22권2호
• /
• pp.227-232
• /
• 2018

직선 검출을 위한 대표적인 알고리즘인 허프 변환에서 잡음이 있거나 복잡한 영상에서 생성되는 방대한 에지 화소들은 상당한 계산량과 의사직선을 야기한다. 본 논문은 기존 허프변환을 개선하기 위해 2 단계 직선 검출 알고리즘을 제안한다. 첫 번째 단계에서 제안된 알고리즘은 영상을 겹치지 않는 블록들로 나누고, 주성분 분석(PCA)을 이용해 블록 내 에지 화소들의 직선과 관련된 정보를 검출한다. 두 번째 단계에서 직선과 관련된 화소들에 기울기 제한된 허프변환을 수행하여 직선들을 검출한다. 모의실험 결과들은 제안된 알고리즘이 부가적인 계산이 다소 필요하지만 불필요한 에지 화소들을 줄이고 기울기 영역을 제한하여 ${\rho}$ 계산의 평균 94.6% 줄여주고 의사직선 검출을 방지하는 것을 보여주고 있다.

• 한국지능시스템학회논문지
• /
• 제25권1호
• /
• pp.91-96
• /
• 2015

본 연구는 조명변화에 강인한 CT 전처리 기법 기반 개선된 얼굴인식 시스템을 소개한다. 전처리 알고리즘으로 CT알고리즘은 조명이 없는 환경에서도 얼굴의 지역적인 특징만을 추출한다. 얼굴의 지역적인 특징 추출을 가능하게 해준다. 처리된 데이터는 $(2D)^2$ 기반 대표적인 차원축소 알고리즘인 PCA를 사용하여 특징을 추출하였다. 전처리 알고리즘을 통한 특징 데이터는 제안한 방사형 기저함수 신경회로망의 입력으로 사용하였다. 방사형 기저함수 신경회로망의 은닉층은 FCM으로 구성하였고, 연결가중치는 1차 선형식을 사용하였다. 또한 ABC 알고리즘을 이용하여 제안된 분류기의 파라미터, 즉 입력의 수, 퍼지 클러스터링의 퍼지화 계수를 최적화 한다. 본 연구는 제안된 시스템의 성능 평가를 위해 Yale Face database B와 CMU PIE database로 실험하였다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2016년도 제54차 하계학술대회논문집 24권2호
• /
• pp.187-188
• /
• 2016

실내에서 작업자의 위치 정보를 취득하면 사용자의 이동 경로 파악이나 물체의 지역화 및 상황인지 서비스가 가능하다. 최근, BLE(Bluetooth Low Energy) 비콘을 사용하여 작업자의 실내 위치를 파악할 수 있는 여러 가지 연구가 진행되고 있으나 BLE 비콘의 신호세기 강도와 RSSI(Received signal strength indication)의 정확도에 대한 에러율 증가로 인해 실내 작업자 위치 파악 연구에 어려움이 있다. 본 연구에서는 BLE 비콘에서 취득한 RSSI 정보에 대해 PCA, ICA, SVM의 패턴인식 알고리즘을 적용하여 인식정확도를 구하고, 여러 패턴인식 알고리즘 중에서 어떤 알고리즘이 인식정확도 측면에서 적용이 가능한지 제시하였다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2012년도 한국컴퓨터종합학술대회논문집 Vol.39 No.1(B)
• /
• pp.387-389
• /
• 2012

초분광영상은 사람이 볼 있는 가시광선 영역부터 자외선 파장 대역까지 수십에서 수천 개의 데이터를 가지고 있는 고차원 데이터이다. 그렇기 때문에 초분광영상을 이용한 연구에는 많은 저장 공간과 고사양의 성능을 필요로 한다. 따라서 초분광영상의 차원을 감소시켜 데이터용량을 줄이고, 처리속도를 향상시키기 위한 연구들이 이루어지고 있다. 기존에 자주 사용되던 방법인 PCA와 ICA는 차원축소를 위하여 고유벡터를 계산하고 이를 이용하여 축을 변경하여 차원축소를 한다. 하지만 초분광영상에서는 이러한 방법으로 차원을 축소할 시 정확도가 감소한다. 따라서 본 논문에서는 특징 밴드를 추출하고 이를 이용하여 차원축소를 하는 SPVD 알고리즘을 제안한다. SPVD(Spectral pair vector decomposition) 알고리즘은 d개의 그룹으로 나누고 각 그룹들의 양벡터 각과 음벡터 각을 계산한 후 이를 이용하여 차원축소를 한다. 실험 결과 PCA는 61차원에서 70.05%, ICA는 71차원에서 63.03% 정확도를 보이는데 비해 SPVD 알고리즘은 3차원에서 83% 정확도를 보였다.

• 한국정보전자통신기술학회논문지
• /
• 제4권2호
• /
• pp.77-82
• /
• 2011

본 논문에서는 패닝 기법을 이용하여 믹싱된 스테레오 음원에서 음원을 분리하는 방법에 대하여 고찰한다. 음원 분리 알고리즘은 다채널 포맷 변환을 위한 업믹스나 음질 개선, 고품질 음원 분리 등 다양한 응용분야에 사용될 수 있다. 본 논문에서 사용하는 음원 분리 알고리즘은 믹싱된 스테레오 채널을 시간-주파수 별로 PCA(Principal Component Analysis) 분석 방법을 이용하여 각각의 음원들이 패닝된 방향을 추정하며, 추정된 방향의 성분만을 추출하는 방향 필터링 과정을 거쳐 음원들을 독립적으로 분리 해 낸다. 실험을 통해 각 음원 분리 알고리즘의 성능을 평가하였다.