• 한국HCI학회:학술대회논문집
• /
• 한국HCI학회 2007년도 학술대회 1부
• /
• pp.667-674
• /
• 2007

Facial expressions provide significant clues about one's emotional state; however, it always has been a great challenge for machine to recognize facial expressions effectively and reliably. In this paper, we report a method of feature-based adaptive motion energy analysis for recognizing facial expression. Our method optimizes the information gain heuristics of ID3 tree and introduces new approaches on (1) facial feature representation, (2) facial feature extraction, and (3) facial feature classification. We use minimal reasonable facial features, suggested by the information gain heuristics of ID3 tree, to represent the geometric face model. For the feature extraction, our method proceeds as follows. Features are first detected and then carefully "selected." Feature "selection" is finding the features with high variability for differentiating features with high variability from the ones with low variability, to effectively estimate the feature's motion pattern. For each facial feature, motion analysis is performed adaptively. That is, each facial feature's motion pattern (from the neutral face to the expressed face) is estimated based on its variability. After the feature extraction is done, the facial expression is classified using the ID3 tree (which is built from the 1728 possible facial expressions) and the test images from the JAFFE database. The proposed method excels and overcomes the problems aroused by previous methods. First of all, it is simple but effective. Our method effectively and reliably estimates the expressive facial features by differentiating features with high variability from the ones with low variability. Second, it is fast by avoiding complicated or time-consuming computations. Rather, it exploits few selected expressive features' motion energy values (acquired from intensity-based threshold). Lastly, our method gives reliable recognition rates with overall recognition rate of 77%. The effectiveness of the proposed method will be demonstrated from the experimental results.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 1996년도 한국자동제어학술회의논문집(국내학술편); 포항공과대학교, 포항; 24-26 Oct. 1996
• /
• pp.273-276
• /
• 1996

We propose a new method to extract valid lines from a visual image. Unsupervised clustering method is used to assign each line to any of the line groups according to its orientation. During the low-level image processing we use an adaptive threshold method to reduce human supervision and to automate the processing sequence. To reduce the misclassification rate and to suppress the superiors line support regions at the clustering stage, the adaptive threshold method is consistently applied. Performing principal component analysis on each line support region provides an efficient method of obtaining line equation. Finally we adopt the theory of robust statistics to guarantee the quality of each extracted line and to eliminate the lines of poor quality. We present the experimental results to verify our method. With the proposed method, one can extract the lines according to the internal orientation similarities and integrate the whole process into one adaptive procedure.

• 한국군사과학기술학회지
• /
• 제10권3호
• /
• pp.148-153
• /
• 2007

In this paper, the evolutionary adaptive wavelet transform(EAWT) is applied to the scattering analysis of radar target. EAWT algorithm uses evolutionary programming for the time-frequency parameter extraction instead of FFT and the bisection search method used in the conventional adaptive wavelet transform(AWT). Therefore, the EAWT has a better performance than the conventional AWT. In the simulation using wire target(Airbus-like), the comparisons with the conventional AWT are presented to show the superiority of the EAWT algorithm in the analysis of scattering phenomenology. The EAWT can be effectively applied to the radar target recognition.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2003년도 신호처리소사이어티 추계학술대회 논문집
• /
• pp.413-416
• /
• 2003

This paper proposes an adaptive background image generation method based on the frame difference for traffic monitoring. The performance of the conventional method is limited when there are more vehicles due to traffic Jam. To improve on this, we use frame differencing to separate vehicles from background in frame differencing, we adopt selective approach by using part of the image not considered as vehicle fer extraction of background. The proposed method generates background more efficiently than conventional methods even in the presence of heavy traffic.

• 디지털융복합연구
• /
• 제11권2호
• /
• pp.243-248
• /
• 2013

본 논문에서는 복잡한 배경에서의 사람의 머리 추적에 있어서 효과적인 Adaptive Boosting에 의한 방법을 제안한다. 하나의 특징 추출 방법은 사람의 머리를 모델링하기에는 부족하다. 따라서 본 연구에서는 여러 가지 특징 추출 방법을 병행하여 정확한 머리 검출을 시도하였다. 머리 영상의 특징 추출은 sub-region과 Haar 웨이블릿 변환(Haar wavelet transform)을 이용하였다. Sub-region은 머리의 지역적인 특징을 나타내고, Haar 웨이블릿 변환은 얼굴의 주파수 특성을 나타내기 때문에 이들을 이용하여 특징을 추출하면 효과적인 모델링이 가능해 진다. 실시간으로 입력되는 영상에서 사람의 머리를 추적하기 위하여 제안하는 방법에서는 3가지 형태의 Harr-wavelet 특징을 AdaBoosting 알고리즘으로 학습한 후 결과를 이용하였다. 원래 AdaBoosting 알고리즘은 학습시간이 매우 길며 학습데이터가 변하면 다시 학습을 수행해야 하는 단점이 존재한다. 이 단점을 극복하기 위하여 제안하는 방법에서는 캐스케이드를 이용한 AdaBoosting의 효율적인 학습방법을 제안한다. 이 방법은 머리 영상에 대한 학습시간은 감소시키며, 학습데이터의 변화에도 효율적으로 대처할 수 있다. 이 방법은 학습과정을 레벨별로 분리한 후 중요도가 높은 학습데이터를 다음 단계에 반복적으로 적용시킨다. 제안하는 방법이 적은 학습 시간과 학습 데이터를 사용해서 우수한 성능을 가지는 분류기를 생성하였다. 또한, 이 방법은 다양한 머리데이터를 가진 실시간 영상데이터에 적용한 결과 다양한 머리를 정확하게 검출 및 추적하였다.

• 한국정밀공학회:학술대회논문집
• /
• 한국정밀공학회 1994년도 추계학술대회 논문집
• /
• pp.360-364
• /
• 1994

This paper is concerned with extracting the diagnostic signature for motor-operated valves (MOV's) noninvasively. A torque estimator is developed and tested to obtain electical torque of the induction motors which are attached to the MOV's. Inverse filter is used to recover the gear meshing forces from the measured actuator housing vibration, which contain the gear rotation information. Frequency demodulation techniques are performed and an adaptive linear bandpass filter is implemented to improve signal-to-noise ratio. Finally, stand-alone valve experiments are carried out to validate the signature extraction scheme.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 1999년도 하계학술대회 논문집 G
• /
• pp.2962-2964
• /
• 1999

We know the traffic information about the velocity and position of vehicle by extraction and tracking vehicle from continuosly obtained road image of camera. The conventional method of vehicle detection indicate increment of error due to headlight and taillight in night road image. This paper show such as vehicle detection of binary, Edge detection. amalgamation of image are applied to extract the vehicle, and Kalman filter is adaptive methods for tracking position and velocity of vehicle.

• 한국정보과학회논문지:컴퓨팅의 실제 및 레터
• /
• 제9권4호
• /
• pp.431-438
• /
• 2003

본 연구에서는 문항반응이론식 CAT 기법을 이용하여, 학습부진아를 진단하고 평가 결과를 즉시 확인할 수 있는 학습부진아 진단을 위한 웹기반 적응형 평가시스템을 구현하였다. 적응형 평가시스템은 단순히 피험자에게 검사 문항을 제시하는 것이 아니라, 각 문항의 정보를 계산하여 피험자에게 검사 문항을 제시하고 피험자의 응답을 다음 문항 추출의 입력 조건으로 처리하여 피험자 개개인에게 가장 적합한 문항을 다시 추출하여 피험자에게 제시하는 시스템이다. 이 시스템은 문항의 특성에 관련된 각종 정보들을 문항과 함께 체계적으로 저장하고 관리할 수 있는 평가시스템이다. 그리고 피험자의 반응에 따라 수준을 고려한 문항이 추출되어 피험자의 수준 및 상황에 반응하여 평가의 길이, 난이도가 조절되는 평가시스템이다.

• 제어로봇시스템학회논문지
• /
• 제12권7호
• /
• pp.706-712
• /
• 2006

Recursive Partial Least Squares(RPLS) method has been used for processing the on-line available multivariate chemical process data and modeling adaptive prediction model for process changes. However, RPLS method is unstable in PLS model updating because RPLS method updates PLS model by merging past PLS model and new data. In this study, Adaptive Predictive Partial Least Squres(APPLS) method is suggested for more sensitive adaptation to process changes. By expanding APPLS method, block-wise Adaptive Predictive Partial Least Squares(block-wise APPLS) method is suggested for a lager scale data of chemical processes. APPLS method has been applied to predict the reactor properties and the product quality of a direct esterification reactor for polyethylene terephthalate(PTT), and block-wise APPLS method has been applied to predict the cetane number using NIR Diesel Spectra data. APPLS and block-wise APPLS methods show better prediction and updating performance than RPLS method.

• 한국컴퓨터정보학회논문지
• /
• 제16권7호
• /
• pp.105-115
• /
• 2011

비젼기반 지능형교통정보시스템(ITS, Intelligent Transportation System) 환경에서 도로영역의 분할이 가장 기초적인 역할을 한다. 따라서 본 논문은 입력영상에서 도로 영역과 하늘 영역을 분할하기 위해 적응적 패턴 추출을 통한 영역분할 방법을 제안한다. 제안된 방법은 첫째, Mean Shift 알고리즘을 이용한 초기분할 단계, 둘째, 정적 패턴매칭 방법에 기반한 후보영역선별 단계, 셋째, 동적 패턴매칭 방법에 기반한 영역확장 단계로 구성된다. 제안된 방법은 적응적 패턴을 현 분할영역의 주변 영역으로부터 추출하여 영역병합에 사용함으로서 보다 신뢰성 높은 영역병합결과를 얻을 수 있다. 제안된 방법의 장점을 평가하기 위해 정적인(static) 패턴만을 사용해서 영역을 병합하는 방법과 비교하였다. 제안된 방법의 실험결과에서는 적응적인 패턴 추출방법을 사용하였을 때가 정적인 패턴 추출에 의한 영역병합 방법보다 8.12%의 성능이 향상됨을 보였다. 제안된 방법은 수시로 변화하는 도로환경에서 안정적으로 도로나 하늘영역을 추출할 수 있으며, 비전기반 지능형교통정보시스템의 핵심적인 역할을 할 것으로 기대한다.