• Journal of applied mathematics & informatics
• /
• 제15권1_2호
• /
• pp.425-434
• /
• 2004

Pattern recognition in three dimensional image is highly sensitive to assigned value and formation of voxels (pixels for two dimension case). However, occurred while digital imaging, digitization error leads to unpredictable noises in image data. Skeletonization, a powerful tool of pattern recognition, is sensitively dependent on boundary formation. Without successful controlling of the noises, the results of skeletonization can not be allowed as a stable solution. To minimize the effect of noises affecting to boundary formation, we developed a robust processing method useful in skeletonization technique for pattern recognition. Finally, we provide rigorous test results achieved throughout simulation on analytic three dimensional image.

• Journal of the Optical Society of Korea
• /
• 제15권3호
• /
• pp.264-271
• /
• 2011

In this paper we examine and compare the computational speeds of three-dimensional (3D) object recognition by use of digital holography based on central unit processing (CPU) and graphic processing unit (GPU) computing. The holographic fringe pattern of a 3D object is obtained using an in-line interferometry setup. The Fourier matched filters are applied to the complex image reconstructed from the holographic fringe pattern using a GPU chip for real-time 3D object recognition. It is shown that the computational speed of the 3D object recognition using GPU computing is significantly faster than that of the CPU computing. To the best of our knowledge, this is the first report on comparisons of the calculation time of the 3D object recognition based on the digital holography with CPU vs GPU computing.

• 한국지능시스템학회논문지
• /
• 제22권6호
• /
• pp.748-753
• /
• 2012

본 논문에서는 최적 pRBFNNs 패턴분류기 기반 3차원 스캐너를 이용한 얼굴인식 알고리즘을 설계한다. 일반적으로 2차원 영상을 이용한 얼굴인식 시스템은 사진의 명암도를 이용하여 얼굴의 특징을 추출하게 된다. 그렇기 때문에 빛이나 조명, 또는 얼굴 포즈와 같은 환경 변화들은 시스템의 성능을 저하시킨다. 따라서 본 논문에서 제안된 얼굴인식 알고리즘은 2차원 얼굴인식 시스템의 한계를 극복하기 위하여 3차원 스캐너를 사용하여 설계한다. 먼저 3차원 스캐너를 이용하여 얼굴 형상을 스캔하고 스캔된 얼굴 형상은 포즈 보상 과정을 통하여 정면으로 변환된다. 그 후에 Point Signature 기법을 사용하여 얼굴의 깊이 정보를 추출하고 마지막으로 고차원 패턴인식 문제에 대한 해결을 위하여 최적화된 pRBFNNs (Polynomial-based Radial Basis Function Neural Networks) 모델을 사용하여 인식성능을 확인한다.

• Journal of the Optical Society of Korea
• /
• 제14권4호
• /
• pp.388-394
• /
• 2010

In this paper the object recognition performance of a photon counting integral imaging system is quantitatively compared with that of a conventional gray scale imaging system. For 3D imaging of objects with a small number of photons, the elemental image set of a 3D scene is obtained using the integral imaging set up. We assume that the elemental image detection follows a Poisson distribution. Computational geometrical ray back propagation algorithm and parametric maximum likelihood estimator are applied to the photon counting elemental image set in order to reconstruct the original 3D scene. To evaluate the photon counting object recognition performance, the normalized correlation peaks between the reconstructed 3D scenes are calculated for the varied and fixed total number of photons in the reconstructed sectional image changing the total number of image channels in the integral imaging system. It is quantitatively illustrated that the recognition performance of the photon counting integral imaging system can be similar to that of a conventional gray scale imaging system as the number of image viewing channels in the photon counting integral imaging (PCII) system is increased up to the threshold point. Also, we present experiments to find the threshold point on the total number of image channels in the PCII system which can guarantee a comparable recognition performance with a gray scale imaging system. To the best of our knowledge, this is the first report on comparisons of object recognition performance with 3D photon counting & gray scale images.

• 한국정보디스플레이학회:학술대회논문집
• /
• 한국정보디스플레이학회 2008년도 International Meeting on Information Display
• /
• pp.1131-1134
• /
• 2008

In this invited paper, numerical reconstruction and pattern recognition using integral imaging are overviewed. The computational integral imaging method reconstructs three-dimensional information at arbitrary depth-levels. Photon-counting nonlinear matched filtering combined with the computational reconstruction provides promising results for the application of low-light level recognition.

• 한국지능시스템학회논문지
• /
• 제23권6호
• /
• pp.539-544
• /
• 2013

본 논문에서는 다항식 기반 RBFNNs를 이용하여 3차원 얼굴인식 알고리즘을 설계하고 인식률을 산출하는 방법을 제시한다. 2차원 얼굴인식의 경우 얼굴 포즈, 조명 등과 같은 외부 환경에 의해 인식률이 저하된다. 이러한 단점을 보완하기 위해 3차원 영상을 획득하여 얼굴인식을 수행한다. 얼굴인식을 수행하기 전에 3D스캐너를 통해 얻은 얼굴영상의 포즈 보상을 실시하고 얼굴의 형상을 정면으로 향하게 한다. 그리고 Point Signature 기법을 이용하여 얼굴의 깊이 값을 추출하게 된다. 추출된 데이터는 고차원 데이터로서 학습 및 인식을 수행함에 있어 문제가 생길 수 있기 때문에 PCA알고리즘을 수행하여 차원을 축소한 데이터를 사용한다. 효율적인 학습을 위해 최적화 알고리즘을 통해 파라미터 최적화를 수행하며 PSO, DE, GA 알고리즘을 사용하여 인식 성능을 확인한다.

• 한국통신학회논문지
• /
• 제34권10B호
• /
• pp.1111-1116
• /
• 2009

본 논문에서는 집적 영상의 획득과 복원을 이용하여 왜곡에 강인한 물체를 인식하는 방법을 연구한다. 해당 화소들의 확률적 특성인 평균과 표준편차를 이용하여 3차원 공간에서 물체를 복원하고 거리를 추정한다. 표적인식은 Fisher 선형판별법(linear discriminant analysis, LDA)과 주성분 분석법(principal component analysis, PCA) 기술을 결합한 통계적 분류기(statistical classifier)로 수행한다. Fisher 선형판별법은 클래스 간의 판별력을 최대로 하고 주성분 분석법은 Fisher 선형판별법을 수행하기 위한 차원축소를 실행한다. 주성분 분석법은 차원축소 후 복원된 벡터와 원 벡터의 오차를 최소화하는 기술로 알려져 있다. 실험 및 시뮬레이션을 통하여 면외(out-of-plane) 회전된 표적을 본 논문에서 제안한 방법으로 분류한다.

• 한국주거학회논문집
• /
• 제19권3호
• /
• pp.105-115
• /
• 2008

This study examines and analyzes a variety of apartment roof style for 147 apartment complexes built in the Gwangju metropolitan city in order to determine the style that is most preferred. The results of this study are as follows. Most of apartment houses built in the Gwangju metropolitan city are 11 to 15 stories followed by apartments that have less than 5 stories, with fewer apartments that have 16 to 20 stories. According to roof styles, the eyebrow roof A type is the most common, followed by the plane roof A type, the sloped roof B type and the sloped roof C type, while 2/3 of all roof types have either an eyebrow roof A type or a plane roof A type. Using images of these roof types to determine those that are preferred, the decorative roof C type is most preferred, followed by the sloped roof B and C types. According to recognition of adjective pairs, decorative roof C type showed a higher recognition for the categories of unique, decorative, three dimensional and novel, the sloped roof B type showed a higher recognition for the categories of three dimensional, decorative and structured while the sloped roof C type showed a higher recognition in the decorative, novel, varied and three dimensional categories. In the correlations between image preference and recognition scale of roof styles of apartment houses, decorative roof C type showed a significant correlation between adjective pairs with the calm image, the sloped roof B type with the intimate image, while the sloped roof C type showed a correlation between static and ordered with the easy image. Therefore, for the design of future apartment roofs, decorative roof C type requires more consideration of visual aspects that are related to a sense of unity, while further morphological factors needs to be adopted with sloped roof B and C types.

• 한국음향학회지
• /
• 제19권3호
• /
• pp.20-25
• /
• 2000

본 논문에서는 3차원 물체 인식을 위한 표면 분류 및 임계치 선정 방법에 대해 제안 하고자 한다. 3차원 영상 처리는 크게 거리 영상의 획득과 특징 추출 그리고 정합 과정으로 이루어진다. 본 논문에서는 전체 3차원 영상 처리 시스템중 거리 영상을 입력으로 했을 시 형상 특징을 추출하는 방법에 대해 제안하고자 한다. 이를 위해 첫째, 거리 영상의 깊이 변화 부호 값의 분포 특성에 따라 표면을 분류하는 방법을 제안하고자 한다. 또한 평균 곡률과 가우스 곡률을 이용하여 표면을 분류했던 기존 방법을 토대로 그의 문제점이었던 실제 거리 영상에서의 임계치 선정 방법에 대하여 제안하고자 한다. 끝으로 제안한 방법의 유용성을 실험에 의해 입증하고자 한다.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 1992년도 한국자동제어학술회의논문집(국내학술편); KOEX, Seoul; 19-21 Oct. 1992
• /
• pp.892-895
• /
• 1992

This paper presents a methodology for automatic feature extraction used in a vision system of FMC (flexible Manufacturing Cell). To implement a robot vision system, it is important to make a feature database for object recognition, location, and orientation. For industrial applications, it is necessary to extract feature information from CAD database since the detail information about an object is described in CAD data. Generally, CAD description is three dimensional information but single image data from camera is two dimensional information. Because of this dimensiional difference, many problems arise. Our primary concern in this study is to convert three dimensional data into two dimensional data and to extract some features from them and store them into the feature database. Secondary concern is to construct feature selecting system that can be used for part recognition in a given set of objects.