• International Journal of Fuzzy Logic and Intelligent Systems
• /
• 제9권3호
• /
• pp.213-218
• /
• 2009

This paper describes a classical algorithm carrying out dynamic 3D obstacle recognition for autonomous underwater vehicles (AUVs), Support Vector Machines (SVMs). SVM is an efficient algorithm that was developed for recognizing 3D object in recent years. A recognition system is designed using Support Vector Machines for applying the capabilities on appearance-based 3D obstacle recognition. All of the test data are taken from OpenGL Simulation. The OpenGL which draws dynamic obstacles environment is used to carry out the experiment for the situation of three-dimension. In order to verify the performance of proposed SVMs, it compares with Back-Propagation algorithm through OpenGL simulation in view of the obstacle recognition accuracy and the time efficiency.

• 한국컴퓨터정보학회논문지
• /
• 제16권4호
• /
• pp.1-13
• /
• 2011

본 논문에서는 MHI(Motion History Image)의 형태학적 정보를 이용하여 동작을 인식하는 제스처 인식(Gesture Recognition) 시스템을 제안한다. 입력되는 영상으로부터 동작에 관한 정보를 제공하는 MHI를 획득하고, 이 MHI로부터 x, y 각각의 좌표에 대한 기울기(gradient) 영상을 추출한다. 각각의 기울기 영상에 형태 문맥기법(shape context method)을 적용하여 형태 정보를 추출하고, 추출된 형태 정보 값들을 특징 값으로 사용한다. 이렇게 획득한 특징값들을 최종적으로 SVM(Support Vector Machine) 분류기로 학습 및 분류하여 동작을 인식한다. 제안하는 시스템은 MHI의 형태학적인 정보들을 사용함으로써 동작의 방향성을 인식할수 있고 다수 사람의 동작 인식이 가능하다. 뿐만 아니라 간단한 특징 추출 방법으로 높은 인식률의 시스템을 구현하였다.

• 로봇학회논문지
• /
• 제1권1호
• /
• pp.66-72
• /
• 2006

In face recognition, learning speed of face is very important since the system should be trained again whenever the size of dataset increases. In existing methods, training time increases rapidly with the increase of data, which leads to the difficulty of training with a large dataset. To overcome this problem, we propose SVDD (Support Vector Domain Description)-based learning method that can learn a dataset of face rapidly and incrementally. In experimental results, we show that the training speed of the proposed method is much faster than those of other methods. Moreover, it is shown that our face recognition system can improve the accuracy gradually by learning faces incrementally at real environments with illumination changes.

• 한국멀티미디어학회논문지
• /
• 제24권4호
• /
• pp.528-537
• /
• 2021

Face recognition has gained significant notice because of its application in many businesses: security, healthcare, and marketing. In this paper, we will present the recognition method using the combination of correlation filters (CF) and Support Vector Machine (SVM). Firstly, we evaluate the performance and compared four different correlation filters: minimum average correlation energy (MACE), maximum average correlation height (MACH), unconstrained minimum average correlation energy (UMACE), and optimal-tradeoff (OT). Secondly, we propose the machine learning approach by using the OT correlation filter for features extraction and SVM for classification. The numerical results on National Cheng Kung University (NCKU) and Pointing'04 face database show that the proposed method OT-SVM gets higher accuracy in face recognition compared to other machine learning methods. Our approach doesn't require graphics card to train the image. As a result, it could run well on a low hardware system like an embedded system.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 2004년도 ICCAS
• /
• pp.1413-1415
• /
• 2004

This paper proposes a SVM(Support Vector Machine) training algorithm to control a service robot with voice command. The service robot with a stereo vision system and dual manipulators of four degrees of freedom implements a User-Dependent Voice Control System. The training of SVM algorithm that is one of the statistical learning theories leads to a QP(quadratic programming) problem. In this paper, we present an efficient SVM speech recognition scheme especially based on less learning data comparing with conventional approaches. SVM discriminator decides rejection or acceptance of user's extracted voice features by the MFCC(Mel Frequency Cepstrum Coefficient). Among several SVM kernels, the exponential RBF function gives the best classification and the accurate user recognition. The numerical simulation and the experiment verified the usefulness of the proposed algorithm.

• 항공우주기술
• /
• 제12권1호
• /
• pp.128-136
• /
• 2013

최근 자율 비행에 대한 관심이 증가하면서 다양한 센서를 통한 자기 위치 인식 연구가 진행되고 있다. 특히 GPS와 같은 자기 위치를 확보할 수 없는 실내 환경의 경우, 다른 방법을 통해 자기 위치를 파악해야 한다. 실내 환경에서 자기 위치 파악에는 여러 가지 방법이 있지만 영상을 통한 위치 인식 기술이 각광을 받고 있다. 본 논문에서는 마크를 통한 영상 기반의 위치 인식 연구에 대해 설명하고, 실제 비행체에 적용하여 자율 비행하는 방법에 대해 제안한다. 그리고 마크가 없는 실제 환경에서도 위치를 인식할 수 있도록 실시간 3차원 지도 생성을 통한 위치 인식 방법에 대해서도 논의한다.

• 한국산림과학회지
• /
• 제105권4호
• /
• pp.486-495
• /
• 2016

본 연구는 산주들을 대상으로 사유림 지원제도 이용 실태를 조사하여 지원제도의 현황과 문제점을 분석하여 개선방안을 제시하는데 도움이 되고자 수행하였다. 사유림 경영 지원제도의 인지도에 대해서는 독림가 57.8%, 임업후계자 47.6%인 반면 일반산주는 불과 17.6% 만이 인지하고 있는 것으로 나타났다. 지원경험도 인지도와 마찬가지로 독림가 79.2%, 임업후계자 58.6%인 반면 일반산주는 28.6%로 현저하게 낮은 비율을 보였다. 지원을 신청하기 못한 이유로는 '지원제도를 모름'에 대한 응답이 독림가, 임업후계자, 일반산주 각각 36.1%, 43.0%, 78.6%로 나타난 인지도분석 결과와 유사한 경향을 보였다. 반면 사유림 경영 지원에 대한 효과정도는 독림가와 임업후계자보다 일반산주가 높게 나타났으며, 전반적인 만족도 역시 독림가 28.5%, 임업후계자 36.8%, 일반산주 41.5%로 나타나 오히려 다소 지원횟수가 적은 일반산주에게서 경영전반에 대한 만족도가 높은 것으로 나타났다. 이에 따라 우리나라 산주의 대부분을 차지하는 일반산주의 적극적인 산림경영을 유도하기 위해서 사유림 지원제도의 인지도 개선이 필요하며, 지자체와 산림조합의 적극적인 홍보대책과 지원정책 마련이 필요할 것으로 보인다.

• International journal of advanced smart convergence
• /
• 제6권3호
• /
• pp.29-37
• /
• 2017

The current behavior recognition system don't match data formats between sensor data measured by user's sensor module or device. Therefore, it is necessary to support data processing, sharing and collaboration services between users and behavior recognition system in order to process sensor data of a large capacity, which is another formats. It is also necessary for real time interaction with users and behavior recognition system. To solve this problem, we propose fog cloud based behavior recognition system for human body sensor data processing. Fog cloud based behavior recognition system solve data standard formats in DbaaS (Database as a System) cloud by servicing fog cloud to solve heterogeneity of sensor data measured in user's sensor module or device. In addition, by placing fog cloud between users and cloud, proximity between users and servers is increased, allowing for real time interaction. Based on this, we propose behavior recognition system for user's behavior recognition and service to observers in collaborative environment. Based on the proposed system, it solves the problem of servers overload due to large sensor data and the inability of real time interaction due to non-proximity between users and servers. This shows the process of delivering behavior recognition services that are consistent and capable of real time interaction.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2006년도 심포지엄 논문집 정보 및 제어부문
• /
• pp.123-125
• /
• 2006

This paper discusses the method of vision based sensor fusion system for biped robot walking. Most researches on biped walking robot have mostly focused on walking algorithm itself. However, developing vision systems for biped walking robot is an important and urgent issue since biped walking robots are ultimately developed not only for researches but to be utilized in real life. In the research, systems for environment recognition and tole-operation have been developed for task assignment and execution of biped robot as well as for human robot interaction (HRI) system. For carrying out certain tasks, an object tracking system using modified optical flow algorithm and obstacle recognition system using enhanced template matching and hierarchical support vector machine algorithm by wireless vision camera are implemented with sensor fusion system using other sensors installed in a biped walking robot. Also systems for robot manipulating and communication with user have been developed for robot.

• 융합신호처리학회논문지
• /
• 제2권1호
• /
• pp.1-11
• /
• 2001

자동차 번호판은 조명과 카메라에 따라 영상에서 다양한 형태로 나타나고 영상내의 잡음으로 인해 알고리즘 방식으로 자동차 번호판을 인식하기가 쉽지 않다. 이러한 문제에 적합한 해결 방법으로 본 논문에서는 학습 기반의 자동차 번호판 인식 시스템을 제안한다. 제안한 시스템은 자동차 검출 모듈, 번호판 추출 모듈, 번호판 문자 인식 모듈로 구성된다 본 논문에서는 자동차 번호판 추출을 위해서 입력 영상의 잡음에 상대적인 영향이 적은 시간-지연 신경망(Time-Delay Neural Networks : TDNN)과 번호판 인식을 위해서 일반적인 신경망보다 일반화 성능이 뛰어난 서포트 벡터 머신(Support Vector Machines : SVMs)을 시스템에 적용한다. 주차장과 톨게이트에서 여러 시간대의 움직이는 자동차 영상들을 실험한 결과, 번호판 추출율은 97.5%, 번호판 문자 인식률은 97.2%의 성능을 내었고, 전체 시스템 성능은 947%이며 처리 시간은 약 1조 미만이다. 따라서 본 논문에서 제안한 시스템은 실세계에서 유용하게 적용될 수 있다.