• 한국멀티미디어학회논문지
• /
• 제13권2호
• /
• pp.237-248
• /
• 2010

컴퓨터/로봇 비전 분야에서 실세계 장면들을 촬영할 때, 상당 부분의 텍스처 기반 패턴들이 발견되는데, 본 논문에서는 그런 다양한 패턴들을 적절하게 표현할 수 있는 수학적 모델(Gabor 함수)을 기반으로 한 특징 측정 좌표 체계를 소개한다. 그 체계를 통한 텍스처 패턴의 여러 특징들에 대한 측정값의 표현은 텍스처 패턴분류 작업을 수행하는데 보다 효율적인 성능을 가능케 한다. 또한 실험에 사용된 텍스처 이미지 데이터의 좌표 체계에서의 표현 정보가 추후 유사 연구들에 의해 활용될 수 있으며, 제안된 좌표 체계에서 표현된 패턴 데이터를 분류하는데 가장 적합한 의사결정나무 알고리듬을 사용한다. 최종적으로, 다양한 텍스처 패턴분류 실험을 통해 기존 연구 방법들에 비해 연구 결과의 개선이 있음을 보여준다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2018년도 하계학술대회
• /
• pp.185-187
• /
• 2018

This paper presents an aircraft detection on panchromatic image using densely connected convolutional network. This algorithm connects all preceding feature-maps to all subsequent layers. It is encouraged to reuse feature-maps and enhance feature-maps representation. This algorithm is driven to learn aircraft feature to detect aircraft objects on panchromatic imagery. Based on the experimental result, it can yield accuracy of 92%.

• 한국문헌정보학회지
• /
• 제53권2호
• /
• pp.179-199
• /
• 2019

본 연구의 목적은 특허 문헌 분류에 가장 적합한 방법론을 발견하기 위하여 다양한 자질 추출 방법과 기계학습 및 딥러닝 모델을 살펴보고 실험을 통해 최적의 성능을 제공하는 방법론을 분석하는데 있다. 자질 추출 방법으로는 전통적인 BoW 방법과 분산표현 방식인 워드 임베딩 벡터를 비교 실험하고, 문헌 집합 구축 방식으로는 형태소 분석과 멀티그램을 이용하는 방식을 비교 검토하였다. 또한 전통적인 기계학습 모델과 딥러닝 모델을 이용하여 분류 성능을 검증하였다. 실험 결과, 분산표현 방법과 형태소 분석을 이용한 자질추출 방법을 기반으로 딥러닝 모델을 적용하였을 경우에 분류 성능이 가장 우수한 것으로 판명되었으며 섹션, 클래스, 서브클래스 분류 실험에서 전통적인 기계학습 방법에 비해 각각 5.71%, 18.84%, 21.53% 우수한 분류 성능을 보여주었다.

• Journal of Mechanical Science and Technology
• /
• 제14권12호
• /
• pp.1337-1347
• /
• 2000

• 한국CDE학회논문집
• /
• 제9권4호
• /
• pp.306-314
• /
• 2004

This paper explains the qualitative shape representation scheme and general shape analysis procedure based on shape feature categories. It takes two different groups of architectural drawings as examples and comparer them so as to confirm that the procedure is capable of comparing one group with another. In order to verify the validity of qualitative shape representation scheme, we used statistical methods as well as symbolic representation and analysis techniques. This paper concludes that two different groups of architectural drawings of similar kind are analyzed to be distinguished and specifically characterized. 11 drawings of Kahn and 13 drawings of Aalto are taken into considerations. Linear regressions are used in characterizing the shape featural relationships.

• 한국정보과학회논문지:데이타베이스
• /
• 제34권4호
• /
• pp.304-314
• /
• 2007

내용 기반 영상 검색(CBIR)은 영상 내용의 특성 기술을 이용하여 영상을 저장하고 검색하는 기법이다. 좀더 정확한 영상 검색을 지원하기 위하여 영상 내용을 좀 더 효과적으로 기술할 수 있는 특성의 개발이 필요하게 되었다. 현재 주로 사용되고 있는 낮은 레벨의 색상, 질감, 형태 등의 특성은 인간의 인지와 직접적으로 연관이 되지 않으며, 여러 개의 객체가 포함되어 있는 영상은 잘 기술하지 못한다는 단점을 가진다. 이러한 단점을 보완하기 위하여 영상 검색 분야의 연구는 높은 레벨의 특성에 대한 연구로 진행되게 되었다. 높은 레벨의 특성은 좀 더 인간의 인지와 유사한 형식으로 영상을 기술하며, 대표적인 특성으로는 객체간의 위치 관계 표현 등이 있다. 하지만 객체간의 위치 관계 표현에 대한 이전의 연구들은 회전된 영상은 검색하지 못한다는 단점이 있다. 하지만 회전 불변(rotation invariant)은 정확한 영상 검색을 위한 특성 기술에 있어 중요하다. 본 논문에서는 객체간의 위치 관계를 효과적으로 표현하기 위한 높은 레벨의 특성인 8AB(8 Angular Bin)라는 새로운 기법을 제안한다. 8AB 기법은 회전 불변을 지원한다. 제안한 기법을 이용한 유사도 계산 및 검색 기법 역시 제안되었다. 또한 본 논문에서는 검색 시간을 단축하기 위한 검색 공간 축소 기법을 제안하였다. 이러한 기법들을 이용하여 실제 데이타와 합성 데이타를 사용한 실험을 행하여 제안된 기법의 유효성 및 검색 공간 축소 기법의 성능을 보였다.

• Journal of Ship and Ocean Technology
• /
• 제9권3호
• /
• pp.33-42
• /
• 2005

As the networks connect the world, enterprises tend to move manufacturing activities into virtual spaces. Since different software applications use different data terminology, it becomes a problem to interoperate, interchange, and manage electronic data among heterogeneous systems. It is said that approximately one billion dollar has been being spent yearly in USA for product data exchange and interoperability. As commercial CAD systems have brought in the concept of design feature for the sake of interoperability, terminologies of design features need to be harmonized. In order to define design feature terminology for integration, knowledge about feature definitions of different CAD systems should be considered. STEP standard have attempted to solve this problem, but it defines only syntactic data representation so that semantic data integration is not possible. This paper proposes a methodology for integrating modeling features of CAD systems. We utilize the ontology concept to build a data model of design features which can be a semantic standard of feature definitions of CAD systems. Using feature ontology, we implement an integrated virtual database and a simple system which searches and edits design features in a semantic way.

• 정보처리학회논문지B
• /
• 제11B권1호
• /
• pp.53-62
• /
• 2004

인간과 컴퓨터간의 상호작용에 있어서 감정처리는 매우 중요한 부결이다. 특히, 비디오 정보처리에 있어서 사용자의 감정을 처리할 수 있다면 비디오 검색이나 요약본 추출 등 다양한 응용분야에 활용이 가능하다. 비디오 데이터로부터 이러한 감정 처리를 하기 위해서는 감정에 관련된 특징들을 표현하고, 검출하는 것이 필요하다. 쉽게 추출이 가능한 색상이나 모션 등의 저급 특징들로부터 고급 개념인 감정을 검출하는 것은 매우 어려운 일이지만, 감정에 관련된 여러 장면으로부터 LDA(Linear Discriminant Analysis)와 같은 통계적인 분석을 통해 감정에 관련된 특징들을 검출하는 것은 가능하다. 본 논문에서는 색상, 모션 및 셧 길이 정보로부터 감정과의 관련된 특징을 표현하고 검출하는 방법을 제안한다. 제안된 특징을 사용하여 감정 검출에 관련된 실험을 한 결과 바람직한 결과를 얻었다.

• Journal of Information Processing Systems
• /
• 제16권2호
• /
• pp.343-359
• /
• 2020

In this paper, a new algorithm is proposed for three-dimensional (3D) shape recognition using local features of model views and its sparse representation. The algorithm starts with the normalization of 3D models and the extraction of 2D views from uniformly distributed viewpoints. Consequently, the 2D views are stacked over each other to from view cubes. The algorithm employs the descriptors of 3D local features in the view cubes after applying Gabor filters in various directions as the initial features for 3D shape recognition. In the training stage, we store some 3D local features to build the prototype dictionary of local features. To extract an intermediate feature vector, we measure the similarity between the local descriptors of a shape model and the local features of the prototype dictionary. We represent the intermediate feature vectors of 3D models in the sparse domain to obtain the final descriptors of the models. Finally, support vector machine classifiers are used to recognize the 3D models. Experimental results using the Princeton Shape Benchmark database showed the average recognition rate of 89.7% using 20 views. We compared the proposed approach with state-of-the-art approaches and the results showed the effectiveness of the proposed algorithm.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제11권5호
• /
• pp.2607-2627
• /
• 2017

Nonnegative matrix factorization (NMF) has received considerable attention due to its effectiveness of reducing high dimensional data and importance of producing a parts-based image representation. Most of existing NMF variants attempt to address the assertion that the observed data distribute on a nonlinear low-dimensional manifold. However, recent research results showed that not only the observed data but also the features lie on the low-dimensional manifolds. In addition, a few hard priori label information is available and thus helps to uncover the intrinsic geometrical and discriminative structures of the data space. Motivated by the two aspects above mentioned, we propose a novel algorithm to enhance the effectiveness of image representation, called Dual graph-regularized Constrained Nonnegative Matrix Factorization (DCNMF). The underlying philosophy of the proposed method is that it not only considers the geometric structures of the data manifold and the feature manifold simultaneously, but also mines valuable information from a few known labeled examples. These schemes will improve the performance of image representation and thus enhance the effectiveness of image classification. Extensive experiments on common benchmarks demonstrated that DCNMF has its superiority in image classification compared with state-of-the-art methods.