• 대한전자공학회논문지SP
• /
• 제42권1호
• /
• pp.25-31
• /
• 2005

본 논문에서는 컬러 영상에서 Support Vector Domain Description (SVDD)를 이용한 얼굴 검출 방법을 제안한다. 기존의 훈련을 통한 얼굴 검출 방법은 얼굴 영상과 얼굴이 아닌 영상을 모두 사용해야 한다. 그러나, SVDD를 이용한 얼굴 검출은 단지 훈련을 위해 얼굴 영상만이 사용된다. SVDD의 훈련을 통해 나오는 값인 반지름과 중심 좌표를 통해 얼굴을 검출한다. 또한, 엔트로피를 이용한 임계값 추출 방법(Entropic Threshold)을 통해 얼굴 특징을 추출하고, 슬라이딩 윈도우(sliding window)기법을 통해 성능을 개선한다. 주성분 분석(Principle Component Analysis) 과 SVDD를 이용한 얼굴 검출 방법의 비교 실험을 통해 본 논문이 제안한 방법의 효율성을 확인한다.

• 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.

• 한국지능시스템학회논문지
• /
• 제24권5호
• /
• pp.518-528
• /
• 2014

본 논문에서는 4차원 시공간 (4D-ST, [x,y,z,t]) 특징을 이용하여 행동 방향을 인식하는 방법을 제안한다. 이를 위해 4차원 시공간 특징점 (4D-STIPs, [x,y,z,t])을 제안하였고, 이는 여러 다른 뷰에서 촬영한 이미지들로부터 복원된 3차원 공간 (3D-S, [x,y,z]) 볼륨으로부터 계산된다. 3차원 공간정보를 갖고 있는 3D-S 볼륨과 4D-STIPs는 2차원 공간 (2D-S, [x,y]) 뷰로 사영을 하여 임의의 2D-S 뷰에서의 특징을 생성해 낼 수 있다. 이 때, 사영 방향을 결정 할 수 있으므로, 학습 시 방향에 대한 정보를 포함하여 행동 방향을 인식 할 수 있다. 행동 방향을 인식하는 과정은 두 단계로 나눌 수 있는데, 우선 어떤 행동인지를 인식하고 그 후, 방향 정보를 이용하여 최종적으로 행동 방향을 인식한다. 행동 인식과 방향 인식을 위해, 사영된 3D-S 볼륨과 4D-STIPs은 각각 움직이는 부분과 움직이지 않는 부분에 대한 정보를 담고 있는 motion history images (MHIs)와 non-motion history images (NMHIs)로 구성된다. 이러한 특징들은 행동 인식을 위해, 방향 정보에 상관없이 같은 행동이면 같은 클래스로 분류되어 support vector data description (SVDD) 분류기로 학습되고, support vector domain density description (SVDDD)을 이용하여 인식된다. 인식된 행동에서 최종적으로 방향을 인식하기 위해 각 행동을 방향 클래스로 분류하여 SVDD 분류기로 학습하고 SVDDD로 인식한다. 제안된 방법의 성능을 보이기 위해서 INRIA Xmas Motion Acquisition Sequences (IXMAS) 데이터셋에서 제공하는 3D-S 볼륨을 사용하여 학습을 하고, 행동 방향 인식 실험이 가능한 SNU 데이터셋을 구축하여 인식 실험을 하였다.

• Journal of Electrical Engineering and Technology
• /
• 제10권3호
• /
• pp.1264-1274
• /
• 2015

Human action recognition received many interest in the computer vision community. Most of the existing methods focus on either construct robust descriptor from the temporal domain, or computational method to exploit the discriminative power of the descriptor. In this paper we explore the idea of using local action attributes to form an action descriptor, where an action is no longer characterized with the motion changes in the temporal domain but the local semantic description of the action. We propose an novel framework where introduces local action attributes to represent an action for the final human action categorization. The local action attributes are defined for each body part which are independent from the global action. The resulting attribute descriptor is used to jointly model human action to achieve robust performance. In addition, we conduct some study on the impact of using body local and global low-level feature for the aforementioned attributes. Experiments on the KTH dataset and the MV-TJU dataset show that our local action attribute based descriptor improve action recognition performance.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2008년도 학술대회 논문집 정보 및 제어부문
• /
• pp.264-265
• /
• 2008

기존 영상감시 시스템의 물체 탐지 알고리즘은 주로 배경 모델링 기법을 기반으로 하고 있다. 이 기법은 차영상 기법보다는 성능이 뛰어나기는 하지만 여전히 정지 카메라에서만 활용이 가능하고, 주변 환경에 따라 알고리즘 상의 많은 임계값을 현재 상황에 맞춰 일일이 조절해 주어야 한다는 한계점이 있다. 따라서 이 논문에서는 배경모델링 기법을 사용하지 않고 입력되는 영상의 Color 정보를 이용하여 영상 내에 있는 여러 대상을 직접 판단하여 관심 있는 물체를 탐지하는 방법을 제안하고자 한다. 제안된 알고리즘은 먼저 현재의 영상을 하나의 물체로 추정되는 영역이 하나의 영역으로 구분되어지게 간단하게 분할해낸다 그리고 나누어진 영역마다 대표 Color 값을 계산하여 미리 학습된 데이터를 기준으로 Support Vector Domain Description (SVDD) 알고리즘을 사용하여 구별해내고 그 결과를 바탕으로 영역이 무엇인지를 판별해낸다. 이 방법은 정지되어 있는 카메라뿐만 아니라 움직이는 카메라 상에서도 사용되어질 수 있으며 알고리즘 상에서 사용되는 임계값의 종류가 적기 때문에 많은 상황에서 일반적으로 쓰일 수 있다.

• Computers and Concrete
• /
• 제23권6호
• /
• pp.445-457
• /
• 2019

Cracks are an important distress of concrete bridges, and may reduce the life and safety of bridges. However, the traditional manual crack detection means highly depend on the experience of inspectors. Furthermore, it is time-consuming, expensive, and often unsafe when inaccessible position of bridge is to be assessed, such as viaduct pier. To solve this question, the real-time automatic crack detecting system with unmanned aerial vehicle (UAV) become a choice. This paper designs a new automatic detection system based on real-time comprehensive image processing for bridge crack. It has small size, light weight, low power consumption and can be carried on a small UAV for real-time data acquisition and processing. The real-time comprehensive image processing algorithm used in this detection system combines the advantage of connected domain area, shape extremum, morphology and support vector data description (SVDD). The performance and validity of the proposed algorithm and system are verified. Compared with other detection method, the proposed system can effectively detect cracks with high detection accuracy and high speed. The designed system in this paper is suitable for practical engineering applications.