• 한국컴퓨터산업학회논문지
• /
• 제2권3호
• /
• pp.265-274
• /
• 2001

본 논문에서는 얼굴의 특징 영역에 근거하여 얼굴을 검색할 수 있는 내용기반의 얼굴 검색 시스템을 제안한다. 질의를 위해 이름이나 주민등록번호와 같은 키워드를 사용하는 대신에, 제안한 시스템은 시각적 질의로서 얼굴 영상을 사용한다. 이를 위해, 얼굴 구성 요소를 포함하는 특징 영역을 HSl 칼라 모델이 제공하는 칼라 정보와 Wavelet 변환이 제공하는 에지 정보를 이용하여 추출한 후, 신경망을 통하여 분류ㆍ검색한다. 제안한 검색 시스템은 Oracle DBMS를 사용하여 클라이언트/서버 환경으로 구축되었다. 150개의 다양한 얼굴 영상으로 실험한 결과, 약 88.3%의 검색율을 보였다.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2006년도 Proceedings of ISRS 2006 PORSEC Volume II
• /
• pp.643-646
• /
• 2006

This paper addresses the approach to extract linear features from satellite imagery using an efficient segmentation method. The extraction of linear features from satellite images has been the main concern of many scientists. There is a need to develop a more capable and cost effective method for the Iranian map revision tasks. The conventional approaches for producing, maintaining, and updating GIS map are time consuming and costly process. Hence, this research is intended to investigate how to obtain linear features from SPOT satellite imagery. This was accomplished using a discontinuity-based segmentation technique that encompasses four stages: low level bottom-up, middle level bottom-up, edge thinning and accuracy assessment. The first step is geometric correction and noise removal using suitable operator. The second step includes choosing the appropriate edge detection method, finding its proper threshold and designing the built-up image. The next step is implementing edge thinning method using mathematical morphology technique. Lastly, the geometric accuracy assessment task for feature extraction as well as an assessment for the built-up result has been carried out. Overall, this approach has been applied successfully for linear feature extraction from SPOT image.

• 한국음향학회지
• /
• 제14권5호
• /
• pp.51-57
• /
• 1995

본 논문에서는 청각 모델을 기초로 잡음에 강한 음성 특징 추출을 연구하였다. 청각모델은 basilar membrane 모델, 섬모세포(hair cell) 모델과 스펙트럼 출력단으로 구성하였다. Basilar membrane 모델은 음파의 진동에 따른 전달 특성을 묘사한 것으로 대역 통과 필터의 열로 나타난다. 섬모 세포 모델은 basilar membrane의 진동에 의한 신경 물질로의 변환을 나타낸다. 이것은 입력의 상대적인 값에 크게 반응하는 adaptation 기능을 이용하게 되며, 잡음 제거에 중요한 역할을 하게 된다. 스펙트럼 출력 단은 각 채널의 평균 firing rate를 이용하여 mean rate spectrum을 형성한다. 그리고 mean rate spectrum을 이용하여 특징 벡터를 추출하였다. 실험 결과는 청각 구조에 기초한 특징 추출이 다른 특징 추출 방법에 비해 잡음에서 더 향상된 성능을 가짐을 보였다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제12권3호
• /
• pp.1243-1263
• /
• 2018

The two-stage linear discrimination analysis (TSLDA) is a feature extraction technique to solve the small size sample problem in the field of image recognition. The TSLDA has retained all subspace information of the between-class scatter and within-class scatter. However, the feature information in the four subspaces may not be entirely beneficial for classification, and the regularization procedure for eliminating singular metrics in TSLDA has higher time complexity. In order to address these drawbacks, this paper proposes an improved two-stage linear discriminant analysis (Improved TSLDA). The Improved TSLDA proposes a selection and compression method to extract superior feature information from the four subspaces to constitute optimal projection space, where it defines a single Fisher criterion to measure the importance of single feature vector. Meanwhile, Improved TSLDA also applies an approximation matrix method to eliminate the singular matrices and reduce its time complexity. This paper presents comparative experiments on five face databases and one handwritten digit database to validate the effectiveness of the Improved TSLDA.

• 제어로봇시스템학회논문지
• /
• 제16권10호
• /
• pp.957-962
• /
• 2010

If we want to recognize the human's emotion via the facial image, first of all, we need to extract the emotional features from the facial image by using a feature extraction algorithm. And we need to classify the emotional status by using pattern classification method. The AAM (Active Appearance Model) is a well-known method that can represent a non-rigid object, such as face, facial expression. The Bayesian Network is a probability based classifier that can represent the probabilistic relationships between a set of facial features. In this paper, our approach to facial feature extraction lies in the proposed feature extraction method based on combining AAM with FACS (Facial Action Coding System) for automatically modeling and extracting the facial emotional features. To recognize the facial emotion, we use the DBNs (Dynamic Bayesian Networks) for modeling and understanding the temporal phases of facial expressions in image sequences. The result of emotion recognition can be used to rehabilitate based on biofeedback for emotional disabled.

• 한국전기전자재료학회:학술대회논문집
• /
• 한국전기전자재료학회 2002년도 춘계학술대회 논문집 유기절연재료 전자세라믹 방전플라즈마 일렉트렛트 및 응용기술
• /
• pp.170-176
• /
• 2002

In this papers, we proposed the feature extraction method due to partial discharge type of transformers. For wavelet transform, Daubechie's filter is used, we can obtain wavelet coefficients which is used to extract feature of statistical parameters (maximum value, average value, dispersion, skewness, kurtosis) about acoustic emission signal generated from each partial discharge type. The defects which could occur in a transformer were simulated by using needle-plane electrode, IEC electrode and Void electrode. Also, these coefficients are used to identify signal of partial discharge type electrode fault in transformer. As a result, from compare of acoustic emission amplitude and acoustic average value, we are obtained results of IEC electrode> Void electrode> Needle-Plane electrode. otherwise, In case of skewness and kurtosis, we are obtained results of Needle-Plane electrode electrode> Void electrode> IEC electrode.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제11권1호
• /
• pp.302-320
• /
• 2017

In this paper, an innovative robust feature detection and matching strategy for visual odometry based on stereo image sequence is proposed. First, a sparse multiscale 2D local invariant feature detection and description algorithm AKAZE is adopted to extract the interest points. A robust feature matching strategy is introduced to match AKAZE descriptors. In order to remove the outliers which are mismatched features or on dynamic objects, an improved random sample consensus outlier rejection scheme is presented. Thus the proposed method can be applied to dynamic environment. Then, geometric constraints are incorporated into the motion estimation without time-consuming 3-dimensional scene reconstruction. Last, an iterated sigma point Kalman Filter is adopted to refine the motion results. The presented ego-motion scheme is applied to benchmark datasets and compared with state-of-the-art approaches with data captured on campus in a considerably cluttered environment, where the superiorities are proved.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제14권10호
• /
• pp.3972-3988
• /
• 2020

Existing methods always rely on statistical features to extract local words for microblog user geolocation. There are many non-local words in extracted words, which makes geolocation accuracy lower. Considering the statistical and semantic features of local words, this paper proposes a microblog user geolocation method by extracting local words based on word clustering and wrapper feature selection. First, ordinary words without positional indications are initially filtered based on statistical features. Second, a word clustering algorithm based on word vectors is proposed. The remaining semantically similar words are clustered together based on the distance of word vectors with semantic meanings. Next, a wrapper feature selection algorithm based on sequential backward subset search is proposed. The cluster subset with the best geolocation effect is selected. Words in selected cluster subset are extracted as local words. Finally, the Naive Bayes classifier is trained based on local words to geolocate the microblog user. The proposed method is validated based on two different types of microblog data - Twitter and Weibo. The results show that the proposed method outperforms existing two typical methods based on statistical features in terms of accuracy, precision, recall, and F1-score.

• 대한의용생체공학회:의공학회지
• /
• 제19권3호
• /
• pp.233-242
• /
• 1998

본 논문에서는 척추 자기공명영상에 대하여 자동적으로 질환에 관련된 특징 벡터들을 추출하고 디스크 질환을 인식하는 방법을 제안하였다. 척추 자기공명영상은 절단면에 따라 시상 단면 영상과 축 단면 영상으로 나누어 진다. 두가지 영상에서 질환에 관련된 특징 벡터를 추출하여 질환의 유무와 종류를 인식하는데 사용하였다. 시상 단면 영상에서는 각 부위에 해당하는 영역의 동질성을 이용하여 디스크 부분을 추출한 후 영역레이블링 과정을 통해 전체적인 크기와 돌출 정도를 구해서 질환을 나타내는 특징으로 이용하였다. 축 단면 영상에서는 템플릿 정합을 이용하여 디스크 영역을 찾고 경계선을 추출하기 위해 세기와 방향성을 고려한 연산자를 사용했다. 경계선의 모양을 분석해서 디스크 돌출 정도에 관한 수치를 얻었다. 이렇게 얻은 특징벡터들은 유사한 질환을 가진 환자의 영상을 찾기 위한 의료 영상 데이터 베이스에 사용될 수 있으며, 많은 양의 영상에서 질환이 나타나 있는 것을 일차적으로 선별하여 전문의에게 제공하는데 이용될 수 있을 것으로 예상한다.

• 융합신호처리학회논문지
• /
• 제11권2호
• /
• pp.143-150
• /
• 2010

무마커 증강현실 시스템은 실내나 옥외 환경에서 자연 물체를 인식하고 매칭하는 기능이 필수적이다. 본 논문에서는 비주얼 서술자와 코드북을 사용하여 특징을 추출하고 자연 물체를 인식하는 기법을 제안한다. 증강현실 응용은 동작 속도와 실시간 성능에 민감하기 때문에, 본 연구에서는 멀티 클래스의 자연 물체 인식에 초점을 두었으며 분류와 특징 추출 시간을 줄이는 것을 포함한다. 훈련과 테스트 과정에서 자연 물체로부터 특징을 추출하기 위해 SIFT와 SURF을 각각 사용하고 그들의 성능을 비교한다. 또한, 클러스터링 알고리즘을 이용하여 다차원의 특징 벡터들로부터 비주얼 코드북을 생성하고 나이브 베이즈 분류기를 이용해 물체를 인식한다.