• 한국통신학회논문지
• /
• 제30권7C호
• /
• pp.675-686
• /
• 2005

본 논문에서는 효율적인 얼굴 영역 검출 기법을 제안하고 얼굴 객체 검출을 통해 인물 기반의 비디오 시스템을 제공한다. 비디오 분할을 위해 비디오 시퀀스로부터 장면 전환점을 검출하고 분할된 장면들로부터 대표 프레임을 선정한다. 대표 프레임은 인접 프레임 간 변화량이 가장 적은 프레임으로 선정하였으며 추출된 대표 프레임에 대해서 얼굴 영역 검출 알고리즘을 적용하여 등장인물을 포함하는 프레임들을 정보로 제공한다. 얼굴영역 검출을 위해 피부색의 통계적 특성을 이용한 Bayes 분류기를 이용한다. 피부색 검출 결과 영상으로부터 수직 및 수평 투영 기법을 이용하여 영상 분할을 수행하고 후보군들을 생성한다. 생성된 후보군 중 오검출 영역을 최소화하기 위해서 이진 분류 나무(CART)를 이용하여 분류기를 생성한다. 특징 값으로는 SGLD(spatial gray level dependence) 매트릭스로부터 Inertial, Inverse Difference, Correlation 등의 질감 정보를 이용하여 최적의 이진 분류 나무를 생성한다. 실험 결과 제안된 얼굴 영역 검출 알고리즘은 복잡하고 다양한 배경에서도 우수한 성능을 보였으며, 얼굴 객체를 포함하는 프레임들을 비디오 정보로 제공한다. 제안하는 시스템은 향후 화자 인식 기법을 이용하여 등장인물 기반의 비디오 분석 및 에 활용될 수 있을 것이다.

• 한국통신학회논문지
• /
• 제40권10호
• /
• pp.1994-2005
• /
• 2015

다양한 기술들이 하나로 융합된 VoIP(Voice over Internet Protocol) 서비스는 IP 망을 통해 음성뿐만 아니라 멀티미디어 서비스와 각종 부가서비스를 제공한다. 현재 대역폭 사용효율과 저비용성 등의 장점들 때문에 기존 PSTN 전화에서 VoIP 시스템으로 비즈니스가 전환되고 있다. 이러한 것이 가능한 이유는 기존의 회선교환 네트워크를 대신하여 디지털화된 정보가 IP 패킷 형태로 여러 계층의 컴퓨터로 구성된 패킷교환망을 통해 전달되기 때문이다. 반면에 이러한 형태의 시스템들이 기존 IP네트워크 환경에서의 취약점과 융합되어 발생되는 신규 취약점 등에 의해서 각종 Fraud가 발생하고 있다. 2012년 상반기 Fraud call의 46%가 VoIP 전화기에서 만들어지고 있다는 조사 결과도 있듯이 Fraud Call의 피해는 상당하다. 따라서 Fraud에 대한 손실예방을 위해 대책마련이 필요하다. 특히, Fraud Call의 피해는 주로 국제 통화를 이용할 때 과금 피해로 나타나고 있어, 이와 관련된 SIM Box에 의한 Toll Bypass Fraud에 대한 분석과 이를 검출할 수 있는 방안마련이 요구된다. 일반적으로는 DPI(Deep Packet Inspection)를 기반으로 주요 Signature 또는 통계정보를 이용한 다양한 검출 방안이 제안되었으나, Fraudster 역시 이를 회피하기 위해 다양한 방법을 사용하고 있다. 특히, VoIP에서 Call Setup과 Termination과정을 수행하는 SIP Signal을 암호화 하거나 여러 경로로 전송하는 방식을 사용함으로써 감지를 회피하고 있다. 본 논문은 Fraud call의 감지 회피를 효과적으로 방지할 수 있도록 VoIP 트래픽의 특성과 VoIP Fraud 중 SIM Box Fraud의 행위분석을 결합한 방법론을 제안한다. 또한 제안된 방법론을 적용하여 Toll Bypass Fraud와 관련된 VoIP 서비스 제공자의 장비를 검출하는 방법을 제시한다.

• 한국통신학회논문지
• /
• 제18권10호
• /
• pp.1422-1432
• /
• 1993

HCNN(Hidden Control Neural Network)은 신경회로망에 의한 비선형 예측과 HMM의 segmentation 기능을 접합시킨 신경회로망 모델로서, 시간에 따라 입출력 사상 함수를 변화시킴으로써 음성 신호를 잘 모델링할 수 있도록 되어 있다. 본 논물에서는 첫째, HCNN의 성능이 HMM보다 우수함을 보이고, 둘째로, HCNN에서의 예측 오차 측정에 적절한 거리 측도를 이용하기 위해 가중거리가 도입된 HCNN을 제안하여, 화자 독립 음성 인식에 있어 그 성능이 우수함을 보였다. 여기서 가중거리는 음성 특징 벡터 각 구성 성분의 분산도 차이를 고려한 거리이다. 화자 독립 숫자음 인식 실험 결과, 유클리드 저리를 이용한 HCNN에 대해 95%의 인식율을 얻었는데, 이는 HMM에 비해 1.28% 높은 결과로서, 확률적인 제한이 가해진 HMM에 비해 시스템의 동작인 모델링을 이용한 HCNN이 더 우수함을 알 수 있다. 또한 가중거리를 이용한 CNN에 대해서는 97.35%의 인식율을 얻었는데, 이는 유클리드 거리를 이용한HCNN에 비해 2.3%가 향상된 결과이다. 가중 거리를 도입한 HCHN의 경우에 더 높은 인식율을 얻은 이유는, 오인식이 많이 되는 화자의 인식율을 높임으로써 화자간의 인식율차가 감소하게 되기 때문임을 알 수 있었고, 따라서 화자 독립 음성인식에 가중거리를 도입한 HCNN이 보다 적합합을 알 수 있다.

• 정보처리학회논문지B
• /
• 제18B권3호
• /
• pp.147-156
• /
• 2011

본 논문에서는 유도전동기 고장 검출 및 분류를 위한 3-단계 (고장 신호의 전 처리, 고장 신호의 특징 추출, 고장 신호의 고장 유형별 분류) 알고리즘을 제안한다. 먼저 전 처리 단계에서는 저역 통과 필터를 통해 취득한 신호의 고주파 대역에 영향을 미칠 수 있는 잡음 성분을 제거하며, 다음으로는 이산 코사인 변환(discrete cosine transform)과 통계적 방법을 이용하여 고장 유형별 신호의 특징을 추출하고, 마지막 단계에서는 추출된 특징을 입력으로 하는 역 전파 신경 회로망(back propagation neural network)를 이용하여 신호를 고장 유형별로 분류한다. 시스템의 성능을 평가하기 위해 모의실험에 사용된 신호는 유도전동기의 진동 신호로, 정상 및 각종 이상 상태에 대해 8kHz의 샘플링율을 갖는 1초 길이의 데이터를 사용하였다. 모의실험 결과, 제안한 알고리즘은 학습된 상황의 고장 분류에서는 100%의 정확도를 보였으며, 기존의 공분산을 이용한 고장 검출 및 분류 알고리즘과 비교하여 약 50%의 정확도 향상을 보였다. 또한 고장 신호 취득 시 사용하는 센서의 종류나 주변 환경으로 인해 잡음이 추가될 수 있는 상황을 고려하여 취득한 데이터에 백색 가우시안 잡음을 인위적으로 추가한 모의실험에서도 98%이상의 고장 분류 정확도를 보였다. 더불어, 본 논문에서는 TI사의 TMS320F2812 디지털 신호 처리기에 제안한 고장 검출 및 분류 알고리즘을 탑재하여 실제 산업현장에서의 사용여부를 검증하였다.

• 정보처리학회논문지B
• /
• 제12B권7호
• /
• pp.811-822
• /
• 2005

자동문서분류는 문서의 내용에 기반하여 미리 정의된 항목에 자동으로 할당하는 작업으로서 효율적인 정보관리 및 검색등에 필수적인 작업이다. 기존의 문서분류성능 향상을 위한 연구들은 대부분 분류모델 자체를 개선시키는 데 주력해왔으며 통계적인 방법으로 그 범위가 제한되어왔다. 본 연구에서는 자동문서분류의 성능향상을 위해 데이터마이닝 기법과 결함허용방법을 이용하는 개선된 학습알고리즘과 후처 리 방법에 의한 RTPost 시스템을 제안한다. RTPost 시스템은 학습문서 선택작업 이전에 분류항목 설정의 문제를 다루며, 분류함수의 성능보다는 지정방식의 문제점을 감안하여 학습과 분류 후처리 프로세스를 개선하려는 것이다. 이를 통해 분류결과에 중요한 영향을 미쳐왔던 학습문서의 수와 선택방법, 분류모델의 성능등에 의존하지 않는 안정적인 분류가 가능하였고, 이를 분류오류율이 높은 경계선 인접영역에 위치한 문서들에 적용한 결과 높은 정확율을 얻을 수 있었다. 뿐만 아니라, RTPost 프로세스를 진행하는 동안 능동학습방법의 장점을 수용하여 학습효과는 높이며 비용을 감소시킬 수 있는 자가학습방법(self learning)방법의 효과를 기대할 수 있다.

• 정보처리학회논문지B
• /
• 제10B권1호
• /
• pp.67-72
• /
• 2003

이 논문은 문맥 종속 화자인식에 사용될 벡터 앙자기의 설계법 개선에 관한 연구이다. 구체적으로 벡터 양자기 코드북 생성 과정에서 기준 화자를 제외한 모든 비기준 화자에 대해 비반복적 학습 방법을 사용하여, 학습에 필요한 계산 복잡도를 획기적으로 줄이는 방법을 제안한다. 이 제안된 준비반복 벡터 양자기 설계법은, 종래의 설계법이 모든 화자의 코드북 생성에 반복적 학습 설계를 사용한다는 것과 대조를 이룬다. 준비반복 벡터 양자기 설계법의 특징은 다음과 같다. 첫째, 이 설계법은 단지 기준 화자에 대하여만 반복 학습을 수행하고 비기준 화자에 대하여는 반복 학습을 하지 않는다. 둘째, 설계된 비기준 화자의 양자 영역은 기준화자의 양자 영역을 원용하며, 양자점은 자신의 통계 분포에 대해 최적점으로 설정된다. 수치 실험은 화자 20명에 대하여 멜켑스트럼 12차 특징벡터를 사용하였고 코드북 크기를 2부터 32까지 변화시키면서 기존의 벡터 양자기 인식법과 비교하였다. 제안된 방법은 코드북 크기가 적절하고 학습 데이터 길이가 충분한 경우 인식률 100%로 기존의 방법과 같은 결과를 보였다. 따라서 제안된 준비반복 벡터 양자기 설계법은, 설계에 필요한 학습 횟수가 획기적으로 줄면서 인식률은 보존되어, 새로운 대안이 될 것으로 사료된다.

• 한국ITS학회 논문지
• /
• 제11권4호
• /
• pp.51-62
• /
• 2012

Lighthill과 Whitham의 충격파모형에 따르면 동일한 속도를 유지하는 교통류 흐름상태에서도 충격파가 존재하며, 이는 라디오 전파처럼 보이지도 않고 관측할 수도 없다고 하였다. 최근의 한 논문은 이 문제에 대해 새로운 접근방법을 통해 위와 같은 모순이 어떻게 발생하였는지를 보여주었고, 이를 개선하기 위해 점근적 충격파모형 (asymptotical shock wave model) 을 제시하였다. 점근적 충격파모형은 동일한 속도로 이동하는 균일한 교통류에서 라디오 전파와 같은 관측 불가능한 충격파가 존재하지 않는 것을 증명하였다. 그러나 상기 논문은 모형의 유도와 증명에 치중하였고 모형으로서의 해석이나 구체적인 수치를 적용한 모형의 검증은 아직 실행된 적이 없다. 본 논문은 점근적 충격파모형의 내포된 의미를 해석하고, 구체적인 수치를 바탕으로 한 시나리오를 통해 모형의 성능을 시험하였다. 그 결과 점근적 충격파모형은 기존 모형에 비해 수식상의 큰 차이는 없었지만, 유일한 차이인 등식의 세 번째 항목이 모형 결과에 결정적인 차이를 나타냄을 확인하였다. 새 모형에 도입된 파라메터는 적용된 수치의 대소에 따라 그 결과가 다르게 나타났다. 이는 기존의 충격파모형에는 없는 특징으로서, 적절한 수치를 선정한다면 다양한 교통흐름에 신축적으로 모형을 적용할 수 있을 것으로 판단된다. 또한 구체적인 수치를 적용한 점근적모형의 시나리오별 시험 결과 동일한 조건에서 새로운 모형은 기존 모형에 비해 충격파가 교통류의 하류 측으로 더 진행됨을 확인하였다. 양 모형간의 이러한 차이는 통계적 유의성 검토에서도 확인되었으며, 향후 현장 자료를 적용한 추가적 비교연구가 필요한 것으로 사료된다.

• Journal of Plant Biotechnology
• /
• 제45권4호
• /
• pp.289-298
• /
• 2018

국립농업과학원 생물안전성과는 생명공학기술로 개발되는 작물(GM작물)의 안전성 평가 중 '성분분석에 의한 비교평가'에 참고자료로 활용할 수 있도록 기존 상업화 작물성분의 분석 데이터를 제공하는 "작물성분 DB"를 구축하였다. "작물성분 DB"는 우리나라의 자연 환경에서 재배되는 주요 작물 품종들의 영양성분 함량정보를 제공함으로써 품종과 재배 지역, 연도에 따라 함량의 변화 정도를 확인할 수 있도록 데이터를 업그레이드 하고 있다. 현재 2곳 이상의 재배지역에서 2년 이상 재배한 벼와 고추 시료에 대한 주요 영양분과 항영양소, 2차 대사산물을 검증된 분석 방법을 사용하여 분석한 데이트를 제공하고 있다. 데이터는 평균값과 최저, 최대값을 제공함으로써 GM작물의 안전성 평가시 GM작물과 대응 비교작물 간에 나타나는 통계적 차이가 기존 상업작물의 생물학적 차이 또는 허용범위 내에 속하는지를 평가할 수 있도록 하였다. "작물성분 DB"는 사용자가 선택한 쿼리를 기반으로 쉽게 검색하고 활용하도록 하고 있다. 또한 유색미와 감자, 고구마, 콜리플라워와 같은 유색 작물의 기능성 성분 함량 정보를 제공하고 있어 일반 소비자들도 유용하게 정보를 활용할 수 있다. 본 논문은 상업작물 성분에 대한 중요한 정보를 제공하는 농진청 "작물성분 DB"의 구성과 사용법을 소개하였다.

• Asian-Australasian Journal of Animal Sciences
• /
• 제32권9호
• /
• pp.1381-1388
• /
• 2019

Objective: The aims of this study were to reveal the magnitude of the differences in protein structures at a cellular level as well as protein utilization and availability among soybean meal (SBM), canola meal (CM), and rapeseed meal (RSM) as feedstocks in China. Methods: Experiments were designed to compare the three different types of feedstocks in terms of: i) protein chemical profiles; ii) protein fractions partitioned according to Cornell Net Carbohydrate and Protein System; iii) protein molecular structures and protein second structures; iv) special protein compounds-amino acid (AA); v) total digestible protein and energy values; vi) in situ rumen protein degradability and intestinal digestibility. The protein second structures were measured using FT/IR molecular spectroscopy technique. A summary chemical approach in National Research Council (NRC) model was applied to analyze truly digestible protein. Results: The results showed significant differences in both protein nutritional profiles and protein structure parameters in terms of ${\alpha}-helix$, ${\beta}-sheet$ spectral intensity and their ratio, and amide I, amide II spectral intensity and their ratio among SBM, CM, and RSM. SBM had higher crude protein (CP) and AA content than CM and RSM. For dry matter (DM), SBM, and CM had a higher DM content compared with RSM (p<0.05), whereas no statistical significance was found between SBM and CM (p = 0.28). Effective degradability of CP and DM did not demonstrate significant differences among the three groups (p>0.05). Intestinal digestibility of rumen undegradable protein measured by three-step in vitro method showed that there was significant difference (p = 0.05) among SBM, CM, and RSM, which SBM was the highest and RSM was the lowest with CM in between. NRC modeling results showed that digestible CP content in SBM was significantly higher than that of CM and RSM (p<0.05). Conclusion: This study suggested that SBM and CM contained similar protein value and availability for dairy cattle, while RSM had the lowest protein quality and utilization.

• 융합보안논문지
• /
• 제19권2호
• /
• pp.91-104
• /
• 2019

본 논문에서는 성별 인식을 위해 얼굴 영상을 효과적으로 기술하는 새로운 지역 패턴 방법 Local Prominent Directional Pattern (LPDP)를 제안한다. 제안된 LPDP 방법은 성별 인식에 중요한 얼굴 모양을 명확하게 구분하기 위해 주변 패턴이 누적된 히스토그램을 통계적으로 분석하고 패턴 변화가 크게 발생하는 픽셀을 부호화 한다. 통계적인 정보를 사용하는 얼굴 모양 구분에 중요한 뚜렷한 에지 방향 패턴 영역을 구분하는 중요한 정보를 제공 할 수 있다. 이는 뚜렷한 에지 방향 패턴이 나타나는 영역의 주변도 유사한 에지 방향 패턴이 나타내기 때문에 통계적으로 특정 방향이 히스토그램에 많이 누적될 수 있기 때문이다. 또한 통계적인 방법은 주변 영역의 정보를 많이 수용하기 때문에 잡음으로 발생하는 에지 방향 변화 오류에 강력한 장점이 있다. 제안된 방법은 기존 방법들 보다 더 강력한 성별인식에 중요한 얼굴 모양 구분 능력을 보여주면서 국소적으로 발생하는 잡음에 견고함을 보여준다. 우리는 제안된 방법의 성능을 평가하기 위해 밝기, 표정, 연령, 머리 포즈가 변화하는 성별 인식 데이터 셋에 다양한 실험을 실험 했고 기존 방법 보다 제안된 방법의 성능이 우수함을 입증했다.