• 한국군사과학기술학회지
• /
• 제20권1호
• /
• pp.40-47
• /
• 2017

To classify the vehicle targets automatically using thermal images, there are usually two main categories of feature extraction method, local and shape feature extraction methods. Since thermal images have less texture information than color images, the shape feature extraction method is useful when the segmentation results are correct. However, if there are some errors in target segmentation, the shape feature may contain some errors, then the classification accuracy can be decreased. To overcome these problems, in this paper, we propose the segmentation reliability estimation method for target classification. The segmentation reliability can be estimated by using the difference information of average intensities and edge energies between the target and the background area. The estimated segmentation reliability is applied in the decision level fusion method of classification results using both shape and local features. Experiment results using the thermal images of the vehicle targets (main battle tank, armored personnel carrier, military truck, and an estate car) show that the proposed classification method and the segmentation reliability estimation method have a good performance in classification accuracy.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 1996년도 추계학술대회 논문집 학회본부
• /
• pp.404-406
• /
• 1996

The objective of this paper is to present a new feature-vector extraction method for the automatic detection and classification of power quality(PQ) disturbances, where FFT, DWT(Discrete Wavelet Transform), and data compression are utilized to extract an appropriate feature vector. In particular, the proposed classifier consists of three parts: i.e., (i) automatic detection of PQ disturbances, where the wavelet transform and signal power estimation method are utilized to detect each disturbance, (ii) feature vector extraction from the detected disturbance, and (iii) automatic classification, where Multi-Layer Perceptron(MLP) is used to classify each disturbance from the corresponding extracted feature vector. To demonstrate the performance and applicability of the proposed classification algorithm, some test results obtained by analyzing 7-class power quality disturbances generated by the EMTP are also provided.

• 대한전자공학회논문지SP
• /
• 제37권6호
• /
• pp.38-47
• /
• 2000

Bhattacharyya distance는 패턴 분류 문제에 있어서 클래스간 분리도 측정의 수단으로 사용되어 왔으며 특징 추출 시 유용한 정보를 제공한다. 본 논문에서는 최근 발표된 Bhattacharyya distance를 이용한 에러 예측 기법을 이용하여 예측된 분류 에러가 최소가 되는 특정 벡터를 추출하는 방법에 대하여 제안한다. 제안한 특징 추출 기법은 최적화 알고리즘인 전체탐색 및 순차탐색 방법의 적용 시 분류 에러를 직접 구하지 않고 Bhattacharyya distance를 이용하여 분류 에러를 예측하므로 고차원 데이터의 경우 고속의 특징 추출이 가능하며, 에러 예측 성질을 이용하여 패턴 분류 시 필요한 최소 특징 벡터의 수를 예측할 수 있는 장점이 있다.

• 대한지리학회지
• /
• 제39권2호
• /
• pp.283-296
• /
• 2004

화장의 증가에도 불구하고 묘지의 면적증가는 계속되고 있고 이로 인해 국토공간 가운데 산지를 효율적으로 활용하지 못하고 있는 것이 현실이다. 위성영상을 이용한 사상추출(feature extraction) 방법은 이러한 문제점을 해결하고 묘지의 체계적인 관리를 가능하게 할 것으로 기대할 수 있다. 이에 본 연구에서는 묘지의 반자동 혹은 자동추출을 위한 기초연구로서 묘지의 통계적인 분광특성과 유형분류에 관한 연구를 수행하였다. 연구를 위해 고해상도 위성영상인 IKONOS 영상을 이용하였다. 연구지역 내에서 24개의 대상묘지를 선정하여 해당 묘지의 통계적 분광특성을 조사하고, 경관 식생지수 군집분석 등에 의한 분류를 시도하였다. 그리고 사면이나 경사도가 묘지의 유형구분에 미치는 영향을 연구하였다. 연구결과, 식생지수와 군집분석에 의한 유형구분이 유사하게 나타났고 사면이나 경사도는 묘지의 유형구분에 큰 영향을 미치지 않는 것으로 나타났다.

• 한국정밀공학회지
• /
• 제19권11호
• /
• pp.103-111
• /
• 2002

In this study, the natural flaws in welding parts are classified using the signal pattern classification method. The storage digital oscilloscope including FFT function and enveloped waveform generator is used and the signal pattern recognition procedure is made up the digital signal processing, feature extraction, feature selection and classifier design. It is composed with and discussed using the distance classifier that is based on euclidean distance the empirical Bayesian classifier. feature extraction is performed using the class-mean scatter criteria. The signal pattern classification method is applied to the signal pattern recognition of natural flaws.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2022년도 춘계학술대회
• /
• pp.444-447
• /
• 2022

최근 몇 년 동안 더 깊은 신경망 아키텍처로 인해 컴퓨터 비전 이미지 분류 작업이 더 빠르고 더 좋아졌다. 그러나 대부분의 이미지 분류 작업은 특정 이미지 모양(예: 고양이와 개 구별)을 기반으로 분류하도록 설계되었지만 낮과 밤 또는 사계절과 같은 기간을 구별하도록 훈련된 분류 모델은 많지 않다. 같은 장소의 사계절 이미지를 구분하기 위한 선행 연구는 있는 반면 일반 영상의 계절 분류 연구는 현재 부재한 실정이다. 그래서 본 논문에서는 일반 영상의 계절 분류 문제에 대한 다양한 접근 방식을 제시한다. 간단한 특징 추출부터 합성곱 신경망 구축, 전이 학습에 이르기까지 계절별 이미지 분류를 위한 세 가지 방법을 연구하고 정확도 결과를 비교, 분석하였다.

• 한국정보통신학회논문지
• /
• 제24권2호
• /
• pp.219-224
• /
• 2020

이진 분류(binary classification)는 머신러닝(machine learning) 분야에서 많이 다루어진 주제이다. 게다가 이진 분류는 다중 분류로 쉽게 발전될 수 있는 중요한 분야이다. 머신러닝 방법들을 적용할 때에 전처리(preprocessing)이나 특징 추출(feature extraction)과 같은 작업이 필수적이다. 이는 분류기 성능을 향상시키기 위한 중요한 작업이다. 본 논문에서는 가중된 최소 자승법을 기반으로 새로운 머신러닝 방법을 제안한다. 또한, 특징 변환시킬 수 있는 새로운 가중치 계산 방법을 제안한다. 이를 통해 특징 변환과 동시에 학습을 진행할 수 있는 방법을 제안한다. 본 제안을 다섯 개의 머신러닝 데이터베이스에서 실험을 진행하였으며 이 데이터베이스에서 우수한 성능을 얻을 수 있었다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 1997년도 추계학술대회 논문집 학회본부
• /
• pp.671-674
• /
• 1997

The objective of this paper is to present a new feature-vector extraction method for the automatic detection and classification of power quality(PQ) disturbances, where FIT, DWT(Discrete Wavelet Transform), and Fisher's criterion are utilized to extract an appropriate feature vector. In particular, the proposed classifier consists of three parts: i.e., (i) automatic detection of PQ disturbances, where the wavelet transform and signal power estimation method are utilized to detect each disturbance, (ii) feature vector extraction from the detected disturbance, and (iii) automatic classification, where Multi-Layer Perceptron(MLP) is used to classify each disturbance from the corresponding extracted feature vector. To demonstrate the performance and applicability of the proposed classification algorithm, some test results obtained by analyzing 10-class power quality disturbances are also provided.

• 한국공작기계학회논문집
• /
• 제16권6호
• /
• pp.62-70
• /
• 2007

In this study, the natural flaws in welding parts are classified using the signal pattern classification method. The storage digital oscilloscope including FFT function and enveloped waveform generator is used and the signal pattern recognition procedure is made up the digital signal processing, feature extraction, feature selection and classifier design. It is composed with and discussed using the distance classifier that is based on euclidean distance the empirical Bayesian classifier. Feature extraction is performed using the class-mean scatter criteria. The signal pattern classification method is applied to the signal pattern recognition of natural flaws.

• 전기학회논문지
• /
• 제56권7호
• /
• pp.1224-1230
• /
• 2007

In this paper, we study the classification of defects at steam generator tube in nuclear power plant using eddy current testing (ECT). We consider 4 defect patterns of SG tube: I-In type, I-Out type, V-In type, and V-Out type. Through numerical analysis program based on finite element modeling, 400 ECT signals are generated by varying width and depth of each defect type. In order to improve the classification performance, we propose new feature extraction technique. After extracting new features from the generated ECT signals, multi-layer perceptron is used to classify the defect patterns. Through the computer simulation study, it is shown that the proposed method achieves 100% classification success rate while the previous method yields 91% success rate.