• 전기학회논문지
• /
• 제64권7호
• /
• pp.1064-1073
• /
• 2015

In this study, we introduce the pedestrian detection system by using the feature of HOG-PCA and RBFNNs pattern classifier. HOG(Histogram of Oriented Gradient) feature is extracted from input image to identify and recognize a object. And a dimension is reduced for improving performance as well as processing speed by using PCA which is a typical dimensional reduction algorithm. So, the feature of HOG-PCA through the dimensional reduction by using PCA leads to the improvement of the detection rate. FCM clustering algorithm is used instead of gaussian function to apply the characteristic of input data as well and connection weight is used by polynomial expression such as constant, linear, quadratic and modified quadratic. Finally, INRIA person database known as one of the benchmark dataset used for pedestrian detection is applied for the performance evaluation of the proposed classifier. The experimental result of the proposed classifier are compared with those studied by Dalal.

• 한국정보과학회논문지:컴퓨팅의 실제 및 레터
• /
• 제15권6호
• /
• pp.464-468
• /
• 2009

본 연구는 Apoptosis세포들의 형상을 검출하기 위하여 전통적인 세포측정법과는 다른 영상기반 접근법을 제안한다. 이 방법은 세포측정 법의 단점을 극복하고 Apoptosis 세포들을 정확하게 인식할 수 있다. 본 연구에서 K-means 군집화 방법이 Apoptosis 세포의 거시적인 분할을 행하는 데 사용되었으며, '스네이코'라고 불리는 액티브 윤곽선 모델이 정밀한 경계선 검출을 위해 사용되었다. 그리고 Apoptosis세포들의 물리적 특징, 형태적 특징 그리고 무늬특징들을 포함하는 몇가지 특징들이 추출되었다. 마지막으로 Mahalanobis 거리 분류기가 Apoptosis세포와 비Apoptosis 세포로서 분할영상들을 분류한다.

• 한국식품조리과학회지
• /
• 제28권6호
• /
• pp.721-729
• /
• 2012

This paper aimed to investigate the influence of consumer lifestyle on consumer selection of bakery cafe attributes. Data were collected through a self-administered questionnaire by 403 random consumers between the ages 20s and 30s in several bakery cafes in Seoul and Gyonggi area. Different methods of statistical analysis had been used such as frequency analysis, factor analysis, k-means clustering analysis, cross tabulation, one way ANOVA and Duncan's multiple range test with SPSS for Window 13.0 package. First, when analyzing the 16 questions of comsumer lifestyles, four factors were extracted: 'dining out-oriented factor', 'achievement-oriented factor', 'brand-oriented factor', and 'health-oriented factor'. Second, the respondents were divided into three groups by k-means cluster analysis: no interest group, dining-out & value oriented group, and health-brand oriented group. Third, consumer's bakery cafe attributes were categorized into five factors including 'food', 'convenience and image', 'store promotion', 'positive dining experience', and 'menu & merchandises'. Finally when analyzing the differences in the selection of bakery cafe attributes according to consumer's lifestyles, it showed a significant differences.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 2012년도 하계학술대회
• /
• pp.294-297
• /
• 2012

본 논문에서는 컬러 영상의 검색을 위하여 영상을 색상 정보에 기반한 pixel layer (cluster)의 집합체로 모델링하고, 두 layer 간의 유사도를 각 layer 를 이루는 pixel 들의 색상 분포에 따른 공간적 분포를 이용하여 측정하는 기법을 제안한다. 먼저 pixel layering 단계에서는 HSV 색 공간에서 mean-shift clustering 알고리즘을 통해 초기 layer 들을 얻고, 비슷한 색상의 layer 들은 합쳐 영상의 soft segmentation 과 유사한 결과를 얻는다. 비교할 두 영상에서 pixel layering 을 한 후, 각 layer 를 이진화된 공간분포 지도로 형성하고 그 차이를 비교함으로써 유사도를 측정한다. 이 때, 사용하는 가중치로서 HSV 색 공간 분포의 비슷한 정도를 정의하는데, 이는 HSV 색 공간을 XYZ 의 3 차원 좌표로 설정하고, overlap 되는 pixel 수로 정의하였다. 본 논문에서 제안한 pixel layer 들 간의 색상 공간 분포에 따른 공간적 분포를 이용한 영상 검색 기법은 MPEG-7 에서 정의한 대표색상 기반의 영상 검색보다 우수한 성능을 보여주었다.

• 스마트미디어저널
• /
• 제9권1호
• /
• pp.23-29
• /
• 2020

This paper presents an approach for dynamic hand gesture recognition by using algorithm based on 3D Convolutional Neural Network (3D_CNN), which is later extended to 3D Residual Networks (3D_ResNet), and the neural network based key frame selection. Typically, 3D deep neural network is used to classify gestures from the input of image frames, randomly sampled from a video data. In this work, to improve the classification performance, we employ key frames which represent the overall video, as the input of the classification network. The key frames are extracted by SegNet instead of conventional clustering algorithms for video summarization (VSUMM) which require heavy computation. By using a deep neural network, key frame selection can be performed in a real-time system. Experiments are conducted using 3D convolutional kernels such as 3D_CNN, Inflated 3D_CNN (I3D) and 3D_ResNet for gesture classification. Our algorithm achieved up to 97.8% of classification accuracy on the Cambridge gesture dataset. The experimental results show that the proposed approach is efficient and outperforms existing methods.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2013년도 추계학술대회
• /
• pp.103-107
• /
• 2013

본 논문에서는 차선 이탈 경고 장치 시스템에서 사용되는 실시간 차선 추적 방법을 제안한다. 먼저 입력 영상의 원근효과를 제거하기 위해 역투영 변환을 이용하여 조감도 영상을 생성한다. 그 다음 차선의 사전 정보를 이용하여 차선 검출에 적합한 특징들을 추출한다. 블록단위의 관심영역에 해당하는 차선 특징과 RANSAC(RANdom Sample Consensus) 알고리즘을 사용하여 차선 후보군을 검출하고 클러스터링 과정을 수행하여 주행 차선을 결정한다. 마지막으로 칼만 필터를 사용하여 현재 검출된 주행 차선을 추적한다. 제안하는 알고리즘을 주간, 야간 등의 다양한 고속도로 환경에서 실험한 결과 실시간 환경에서 사용가능한 30ms 이내의 처리 속도와 90% 가량의 추적률을 얻을 수 있었다.

• Journal of Information Processing Systems
• /
• 제8권2호
• /
• pp.359-374
• /
• 2012

In this paper, we propose a new machine vision algorithm for automatic defect detection on patterned textures with the help of texture-periodicity and the Jensen-Shannon Divergence, which is a symmetrized and smoothed version of the Kullback-Leibler Divergence. Input defective images are split into several blocks of the same size as the size of the periodic unit of the image. Based on histograms of the periodic blocks, Jensen-Shannon Divergence measures are calculated for each periodic block with respect to itself and all other periodic blocks and a dissimilarity matrix is obtained. This dissimilarity matrix is utilized to get a matrix of true-metrics, which is later subjected to Ward's hierarchical clustering to automatically identify defective and defect-free blocks. Results from experiments on real fabric images belonging to 3 major wallpaper groups, namely, pmm, p2, and p4m with defects, show that the proposed method is robust in finding fabric defects with a very high success rates without any human intervention.

• 한국산업정보학회논문지
• /
• 제8권4호
• /
• pp.46-54
• /
• 2003

본 논문에서는 T1 강조 영상, T2 강조 영상 그리고 PD 영상의 히스토그램 특징을 상호 보완적으로 이용한 영상 분할 방법을 제안한다. 제안한 분할 알고리듬은 3단계로 이루어지는데, 첫 번째 단계에서는 T1과 T2, PD 영상으로부터 각각의 대뇌 영상을 추출하고, 두 번째 단계에서는 대뇌 영상의 히스토그램에서 봉우리 범위를 추출하고, 마지막 단계에서는 클러스터링을 이용하여 대뇌 영상을 분할한다. 본 논문에서는 봉우리 범위에 따른 분할결과와 수행 시간을 비교하고 기존의 분할 방법에 의한 실험 결과와 수행시간을 비교하여 보이는데 제안한 방법의 분할결과가 기존의 방법에 의한 결과보다 더 나은 결과를 보임을 확인할 수 있었다.

• 융합신호처리학회논문지
• /
• 제18권1호
• /
• pp.21-24
• /
• 2017

밀리미터파 영상시스템은 위험한 은닉 물체를 탐지하는 분야에 활용되고 있다. 능동형 시스템은 외부 RF 신호원이 필요하지만 수동형은 인체와 물체의 온도차에 의한 흑체복사 성질을 이용하므로 실내외에서 사용이 가능하다. 그러나 일반적으로 수동형 밀리미터파 영상은 온도분해능과 신호레벨이 낮고 잡음의 영향이 크다. 본 논문에서 은닉 물체까지의 거리 추정을 위한 수동형 스테레오 3mm 밀리미터파 영상에 관한 연구를 수행한다. 수평, 수직 편광 밀리미터파 영상시스템에서 획득한 두 쌍의 스테레오 영상을 이용하여 은닉물체를 k-means 클러스터링 알고리즘으로 몸체영역과 분할하고 물체의 중심 위치를 이용하여 거리를 추정한다. 실험에서 성공적으로 거리를 추정할 수 있음을 확인한다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2015년도 추계학술발표대회
• /
• pp.1597-1599
• /
• 2015

본 논문에서는 곡물이나 광석 등의 원료들 중에서 양품 및 불량품을 검출하기 위해, Color CCD 카메라로 촬영한 원료영상에서 Mean-Shift 클러스터링 알고리즘과 단계별 병합 방법을 제안하고 있다. 먼저 원료 학습 영상에서 배경을 제거하고 영상 색 분포정도를 기준으로 모폴로지를 이용하여 영상의 전경맵을 얻는다. 전경맵 영상에 대해서 Mean-Shift 군집화 알고리즘을 적용하여 영상을 N개의 군집으로 나누고, 단계별로 위치 근접성, 색상대푯값 유사성을 비교하여 비슷한 군집끼리 통합한다. 이렇게 통합된 원료 객체는 영상채널마다의 연관관계를 반영할 수 있도록 RG/GB/BR의 2차원 컬러분포도로 표현한다. 원료 객체별로 변환된 2차원 컬러 분포도에서 분포의 주성분의 기울기와 타원들을 생성한다. 객체별 분포 타원은 테스트 원료 영상데이터에서 양품과 불량품을 검출하는 임계값이 된다. 본 논문에서 제안한 방법으로 다양한 원료영상에 실험한 결과, 기존 선별방식에 비해 사용자의 인위적 조작이 적고 정확한 원료 선별 결과를 얻을 수 있었다.