• Journal of Astronomy and Space Sciences
• /
• 제31권3호
• /
• pp.205-214
• /
• 2014

In this study, a star identification algorithm which utilizes pivot patterns instead of apparent magnitude information was developed. The new star identification algorithm consists of two steps of recognition process. In the first step, the brightest star in a sensor image is identified using the orientation of brightness between two stars as recognition information. In the second step, cell indexes are used as new recognition information to identify dimmer stars, which are derived from the brightest star already identified. If we use the cell index information, we can search over limited portion of the star catalogue database, which enables the faster identification of dimmer stars. The new pivot algorithm does not require calibrations on the apparent magnitude of a star but it shows robust characteristics on the errors of apparent magnitude compared to conventional pivot algorithms which require the apparent magnitude information.

• 한국항공우주학회지
• /
• 제34권2호
• /
• pp.96-100
• /
• 2006

본 논문은 위성의 자세정보를 획득하는 센서로서 과학기술위성2호에 장착하기 위해 개발 중인 이중 머리 별 추적기를 소개한다. 대부분의 별 센서는 위성의 한쪽 방향만 지향하기 때문에 태양 및 지구 영역으로 지향할 경우 별 인식이 불가능하다. 그래서 시스템은 두개의 카메라를 직각의 방향으로 지향하여 동시에 두개의 영상을 입력 받고 하나의 영상에서 별 인식을 실패할 경우 다른 영상에서 별 인식을 수행하여 별 인식률을 높이도록 구현하였다. 논문에서는 이중머리 별 추적기의 시험모델을 소개하고 별 인식 및 별 추적 알고리즘을 제안하였다.

• 한국음향학회지
• /
• 제19권2호
• /
• pp.83-89
• /
• 2000

본 논문에서는 기존의 PMC 알고리듬을 분별적으로 적응하는 방법을 제시하여 인식율의 향상을 이루었다. PMC의 분별적인 적응을 위하여 PMC의 변형인 modified PMC 방식을 채택하였고, 여기에서 각 HMM의 상태 및 mixture 에 따른 고유한 결합지수를 분별적으로 학습하는 방법을 취하였다. 인식 실험결과 제안된 방식은 기존의 PMC보다 우수한 성능을 보였을 뿐만 아니라 또 따른 모델 변환기법인 STAR 방식에 비해서도 낮은 SNR인 경우와 적응데이터가 충분하지 않은 경우에는 더 나은 결과를 나타냄을 알 수 있었다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제36권10호
• /
• pp.836-850
• /
• 2009

포즈인식은 최근에 유비쿼터스 환경, 행위 예술, 로봇 제어 등에서 그 필요성이 증가되고 있는 분야로써, 컴퓨터비전, 패턴인식 등에서 활발히 연구되고 있다. 하지만 기존의 포즈인식 연구들은 사람의 회전이나 이동에 따라서 불안정한 인식률을 보인다는 단점을 갖고 있다. 이는 포즈 인식을 위해 추출한 특징이 사람의 회전, 이동 등의 다양한 변수에 영향을 크게 받기 때문이다. 이를 극복하기 위하여 본 논문에서는, 다 시점(multi-view) 환경에서의 3D Star Skeleton과 주성분 분석(principal component analysis: PCA)에 기반한 사람의 회전에 강건한 특징 추출을 제안한다. 제안된 시스템은 포즈의 특징 추출을 위해 다 시점 환경 기반의 visual hull을 생성하는 과정에서 획득 가능한 깊이 정보를 표현하는 8개의 projection map을 입력데이터로 사용한다. 이를 통해 포즈의 3D 정보를 반영하는 3D Star Skeleton을 구성하고 주성분 분석 기반의 회전에 강건한 특징을 추출한다. 실험결과에서는 다양하게 회전된 사람으로부터 생성된 3D Star Skeleton에서 특징을 추출하고 다양한 인식기를 통해 포즈인식을 해보았으며, 제안된 특징 추출 방법이 사람의 회전에 강건함을 알 수 있었다.

• 한국컴퓨터정보학회논문지
• /
• 제10권2호
• /
• pp.113-121
• /
• 2005

본 논문에서는 근전도 패턴인식을 수행하기 위한 혼합 LVQ 학습 알고리즘을 설계하였다. 제안된 혼합 LVQ 학습 알고리즘은 초기 참조벡터의 학습을 위해 SOM을 이용하고, LVQ 출력뉴런의 부류지정을 위하여 out-star학습법을 사용하는 변형된 C.p Net.이다. 제안된 C.p. Net.의 입력 층과 종속 클래스 층 사이의 연결강도는 SOM과 LVQ 알고리즘을 이용하여 초기 참조벡터의 설정 및 학습이 가능하게 하였고, 패턴벡터를 종속 클래스 층의 뉴런에 의해 종속 클래스로 분류하고, C.p. Net.의 종속 클래스 층과 클래스 층 사이의 연결강도는 분류된 종속 글래스를 클래스로 지정하는 학습을 하게 된다 근전도 패턴 분류를 위하여 제안된 학습알고리즘을 이용하여 시뮬레이션 되었고 기존의 LVQ 학습방식 보다 우수한 분류성공률을 확인하였다.

• 대한방사선기술학회지:방사선기술과학
• /
• 제30권4호
• /
• pp.419-426
• /
• 2007

본 논문에서는 맛 인식을 위한 입력패턴벡터를 추출하고 패턴인식을 위한 맛(쓴맛, 단맛, 신맛, 짠맛)학습 알고리즘을 설계하였다. 입력패턴벡터의 구성을 위해 맛 활성화 신호의 세기가 사용되었고, 맛 패턴인식을 위한 알고리즘은 초기 참조벡터의 학습을 위해 SOM을 이용하였고, 종속 부류층의 출력뉴런의 부류지정을 위하여 out-star 학습법을 사용하였다. 제안된 알고리즘의 입력 층과 종속 클래스 층 사이의 연결강도는 SOM과 LVQ 알고리즘을 이용하여 초기 참조벡터의 설정 및 학습이 가능하게 하였다. 패턴벡터는 종속 부류층의 뉴런에 의해 종속 클래스로 분류하고, 종속 클래스 층과 출력 층 사이의 연결강도는 분류된 종속 부류를 클래스로 지정하는 학습을 하게 하였다. 패턴 분류를 위하여 제안된 학습알고리즘을 이용하여 시뮬레이션 되었고 기존의 LVQ 학습방식보다 우수한 분류성공률을 확인하였다.

• 한국컴퓨터정보학회논문지
• /
• 제11권5호
• /
• pp.95-103
• /
• 2006

본 논문에서는 뇌파인식을 위한 입력패턴벡터를 추출하고 패턴인식을 위한 뇌파 학습 알고리즘을 설계하였다. 입력패턴벡터의 구성을 위해 알파리듬과 베타리듬의 주파수와 진폭이 사용되었고, 뇌파패턴인식을 위한 알고리즘은 초기 참조벡터의 학습을 위해 SOM을 이용하고, 종속 부류층의 출력뉴런의 부류지정을 위하여 out-star 학습법을 사용하였다. 제안된 알고리즘의 입력 층과 종속 클래스 층 사이의 연결강도는 SOM과 LVQ 알고리즘을 이용하여 초기 참조벡터의 설정 및 학습이 가능하게 하였고, 패턴벡터를 종속 부류층의 뉴런에 의해 종속 클래스로 분류하고, 종속 클래스 층과 출력 층 사이의 연결강도는 분류된 종속 부류를 클래스로 지정하는 학습을 하게 된다. 뇌파 패턴 분류를 위하여 제안된 학습알고리즘을 이용하여 시뮬레이션 되었고 기존의 LVQ 학습방식보다 우수한 분류성공률을 확인하였다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제16권2호
• /
• pp.365-380
• /
• 2022

The target detection algorithm based on supervised learning is the current mainstream algorithm for target detection. A high-quality dataset is the prerequisite for the target detection algorithm to obtain good detection performance. The larger the number and quality of the dataset, the stronger the generalization ability of the model, that is, the dataset determines the upper limit of the model learning. The convolutional neural network optimizes the network parameters in a strong supervision method. The error is calculated by comparing the predicted frame with the manually labeled real frame, and then the error is passed into the network for continuous optimization. Strongly supervised learning mainly relies on a large number of images as models for continuous learning, so the number and quality of images directly affect the results of learning. This paper proposes a dataset STAR-24K (meaning a dataset for Space TArget Recognition with more than 24,000 images) for detecting common targets in space. Since there is currently no publicly available dataset for space target detection, we extracted some pictures from a series of channels such as pictures and videos released by the official websites of NASA (National Aeronautics and Space Administration) and ESA (The European Space Agency) and expanded them to 24,451 pictures. We evaluate popular object detection algorithms to build a benchmark. Our STAR-24K dataset is publicly available at https://github.com/Zzz-zcy/STAR-24K.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2011년도 제43차 동계학술발표논문집 19권1호
• /
• pp.101-104
• /
• 2011

본 논문에서는 레이저 센서를 장착한 자율 이동 로봇을 이용하여 실내에서 장애물들을 검출한다. 데이터에서 나오는 패턴을 인식해 사람과 정적 장애물을 실시간으로 구분한 후 사람의 속도와 로봇의 속도를 각각 비교하여 따로 지정해준 안전거리를 유지하며 주행한다. 예상치 못한 상황이 발생될 것을 대비해 로봇의 전방에 범퍼 센서를 장착하여 안전성을 고려하였다. 로봇의 자기 위치 인식을 위해 StarGazer센서를 이용하였다. 패턴은 레이저 센서 데이터의 거리, 각 값을 이용하여 다리 패턴의 너비를 구하고 너비의 가운데 점을 중심점으로 지정해 추적하며 구동하는 알고리즘을 구현하였다.