• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제6권3호
• /
• pp.794-814
• /
• 2012

We propose a novel method for improving Wi-Fi positioning accuracy while reducing the energy consumption of mobile devices. Our method presents three contributions. First, we jointly and intelligently select the optimal subset of access points for positioning via maximum mutual information criterion. Second, we further propose local discriminant embedding algorithm for nonlinear discriminative feature extraction, a process that cannot be effectively handled by existing linear techniques. Third, to reduce complexity and make input signal space more compact, we incorporate clustering analysis to localize the positioning model. Experiments in realistic environments demonstrate that the proposed method can lower energy consumption while achieving higher accuracy compared with previous methods. The improvement can be attributed to the capability of our method to extract the most discriminative features for positioning as well as require smaller computation cost and shorter sensing time.

• 대한산업공학회지
• /
• 제18권2호
• /
• pp.11-22
• /
• 1992

Up to now, most researches on production automation have concentrated on local automation, e. g. CAD, CAM, robotics, etc. However, to achieve total automation it is required to link each local modules such as CAD, CAM into a unified and integrated system. One such missing link is between CAD and computer vision system. This thesis is an attempt to link the gap between CAD and computer vision system. In this paper, we propose algorithms that carry out edge detection, thinning and pruning from the image data of manufactured parts, which are obtained from video camera and then transmitted to computer. We also propose a feature extraction and surface determination algorithm which extract informations from the image data. The informations are compatible to IGES CAD data. In addition, we suggest a methodology to reduce search efforts for CAD data bases. The methodology is based on graph submatching algorithm in GEFG(Generalized Edge Face Graph) representation for each part.

• 대한전자공학회논문지SP
• /
• 제42권2호
• /
• pp.121-130
• /
• 2005

본 논문에서는 웨이블릿 변환을 이용하여 흥채의 특징을 추출하는 기법에 대해 제안한다. 웨이블릿 변환은 수행 속도가 빠르며 신호의 에너지를 저주파 대역으로 잘 모아주는 우수한 국소화 특징을 갖고 있으며, 특히 저주파 대역을 효율적인 특징 벡터로 사용한 수 있다. 한편 인식에 사용하고자 하는 흥채 영역에 눈꺼풀, 눈썹, 반사광, 안경의 흠집 등으로 인한 잡음이 포함될 수 있다. 이러한 잡음은 그 자체로도 홍채 패턴을 크게 변형시키며, 웨이블릿, 가보 등의 필터 기반 특징 추출 알고리즘은 잡음을 전체 영역으로 확산시킨다. 즉 잡음은 흥채 인식 시스템의 성능을 저하시킨다. 이를 막기 위해 본 논문에서는 홍채 템플릿을 여러 개의 영역으로 분할하여 각 영역에 대해 웨이블릿 변환을 수행함으로써 잡음의 영향을 제한된 영역에 국한시킨다. 실험에서 웨이블릿 방법이 기존의 Gabor 변환을 이용한 특징 추출 방법과 비교하여 특징 추출 속도는 더 빠르면서 대등한 성능을 보여주는 것을 확인할 수 있으며 영역 분할로 인해 성능 개선이 되었다.

• 한국컴퓨터정보학회논문지
• /
• 제11권1호
• /
• pp.139-145
• /
• 2006

디지털 영상에서의 특징점 추출 기술은 로봇비전, 의료영상 진단시스템 및 비디오 전송과 같은 분야 등에서 많이 응용되고 있다. 디지털 영상에서 특징점을 추출하는 방법에는 비선형 그래디언트, 비선형 라프라시안, 엔트로피와 같은 필터들이 있다. 그런데 인간의 시각에서 영상의 특징이 형성되는 과정을 살펴보면, 밝은 영역보다는 어두운 영역에서의 특징에 더 민감한 특성을 가지고 있으므로 기존의 필터로써 특징점을 추출하는데 효과적이지 못하다. 본 논문에서는 국부영역의 밝기를 고려하는 특징점 추출 필터들을 제안한다. 이들 필터들은 연산이 간단하여 매우 신속하게 특징점을 추출할 수 있으며, 국부적인 밝기를 고려하지만 기존의 엔트로피 연산자가 지닌 단점을 극복하여 어두운 영역에서의 미세한 밝기 변화에는 강건한 특성을 가지는 특성을 지닌다. 실험결과 다양한 밝기변화와 국부영역에 걸쳐 매우 뛰어난 특징점 추출결과를 나타내었다.

• 한국통신학회논문지
• /
• 제36권9C호
• /
• pp.546-554
• /
• 2011

적외선 영상의 근거리 표적 (near targets)은 표적의 내부영역은 화소 값이 균일하고, 경계 영역은 배경과 인접해 있기 때문에 화소 값 변화가 불균일하다. 이러한 특성에 기초하여 본 논문은 적응적 구조요소 (adaptive structure element)를 이용한 열림 연산자에 의한 적외선 영상 표적 검출 기법을 제안한다 먼저, 국부 분산 가중치 정보 엔트로피 (weighted information entropy, WIE)를 이용하여 후보 표적군의 위치와 경계영역을 추출한 후, 이 경계 영역에 대하여 라벨링 연산을 수행하여 대략의 표적 영역을 검출한다. 이 대략의 표적 영역에 대하여 제한한 적응적 구조 요소를 이용한 열림 연산자를 수행함으로써 정확한 표적 모양을 검출한다. 이 구조 요소는 표적 경계 영역에서 필터창의 가중치 정보 엔트로피의 평균값을 계산함으로써 얻어진 표적 경계 폭에 의한 결정된다. 실험 결과로부터 제안한 방법이 기존의 방법에 비해 추출 성능이 뛰어남을 확인할 수 있었다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제31권1호
• /
• pp.71-81
• /
• 2004

특징점 기반(Minutiae-based) 지문 인식 시스템은 지문에 포함된 융선들의 구조 정보를 완벽하게 표현할 수 없는 특징점 정보를 활용한다. 더욱이, 동일한 지문이라 하더라도 일정하지 않게 추출되는 특징점은 정합과정에서 여러 가지 기법들을 요구하게 된다. 이와 같이 정량적으로 표현되지 않는 특징점 기반 방법의 대안으로 여러 방향을 갖는 가보 필터(Gabor filter)를 이용해 영역별 특징 값들을 추출하는 필터뱅크 기반(Filterbank-based) 지문 인식방법이 제안되었다(1). 그러나 필터뱅크 기반 방법은 다른 손가락에서 얻은 지문이지만 같은 종류일 경우 유사한 특징 벡터를 추출한다는 점과 지문 입력시의 회전오차를 고려하기 위한 오버헤드를 갖는다는 문제점을 가진다. 본 논문에서는 이러한 문제점을 해결하기 위해 특징 벡터를 추출할 때, 특징점이 존재하는 영역에 대해 가중치를 부여하여 특징벡터를 구성하는 방법을 제안하였다. 또한 코어 주변의 지역적인 방향들의 평균치를 이용해 지문 정렬을 수행하는 새로운 지문정렬 방법을 제한하였다. 두 가지 방법은 각각 시스템의 성능향상과 속도를 증가시키는 결과를 얻을 수 있다. 제안한 방법에 따라 NIST Special Database 14 지문 데이타로 실험한 결과 0.967%의 FAR(False Acceptance Rate)에서 0.524%의 FRR(False Reject Rate)을 보여, 기존 방법에 비해 1.28배 이상의 속도 향상과 ERR(Equal error Rate)에서 약 5%의 성능 향상을 보였다.

• 한국정보과학회논문지:시스템및이론
• /
• 제32권11_12호
• /
• pp.705-716
• /
• 2005

패턴 인식 연구 분야에서 많은 특징점 추출 알고리즘들이 개발되었지만, 태블릿 PC나 LCD 태블릿과 같은 펜-입력 디스플레이를 위한 인터액티브 애플리케이션들은 기존과는 다른 요구사항을 가진다. 사용자 마다 다른 다양한 스케치 스타일의 대해서 세그멘테이션 및 특징점 추출을 그림을 그리는 동안 실시간에 안정적으로 수행하여야 한다. 본 논문은 사용자로부터 자유로이 입력된 펜 입력을 분할(segmentation)하기 위해 필수적인 곡률(curvature) 측정 방법을 제안한다. 이 방법은 국소적인 모양 정보(shape descriptors)만을 사용하므로 펜 입력동안 곧바로(on-the-fly) 곡률을 측정할 수 있다. 본 알고리즘은 3차원 스케치 기반 모델링 애플리케이션에서 펜 마킹 인식을 위해서 사용되었다.

• International Journal of Contents
• /
• 제11권3호
• /
• pp.47-53
• /
• 2015

Visual object tracking is a fundamental problem in the field of computer vision, as it needs a proper model to account for drastic appearance changes that are caused by shape, textural, and illumination variations. In this paper, we propose a feature-based visual-object-tracking method with a sparse representation. Generally, most appearance-based models use the gray-scale pixel values of the input image, but this might be insufficient for a description of the target object under a variety of conditions. To obtain the proper information regarding the target object, the following combination of features has been exploited as a corresponding representation: First, the features of the target templates are extracted by using the HOG (histogram of gradient) and LBPs (local binary patterns); secondly, a feature-based sparsity is attained by solving the minimization problems, whereby the target object is represented by the selection of the minimum reconstruction error. The strengths of both features are exploited to enhance the overall performance of the tracker; furthermore, the proposed method is integrated with the particle-filter framework and achieves a promising result in terms of challenging tracking videos.

• 대한원격탐사학회지
• /
• 제31권4호
• /
• pp.293-302
• /
• 2015

Water body extraction is significant for flood disaster monitoring using satellite imagery. Conventional methods have focused on finding an index, which highlights water body and suppresses non-water body such as vegetation or soil area. The Normalized Difference Water Index (NDWI) is typically used to extract water body from satellite images. The drawback of NDWI, however, is that some man-made objects in built-up areas have NDWI values similar to water body. The objective of this paper is to propose a new method that could extract correctly water body with built-up areas in before and after images of flood. We first create a two-element feature vector consisting of NDWI and a Near InfRared band (NIR) and then select a training site on water body area. After computing the mean vector and the covariance matrix of the training site, we classify each pixel into water body based on Mahalanobis distance. We also register before and after images of flood using outlier removal and triangulation-based local transformation. We finally create a change map by combining the before-flooding water body and after-flooding water body. The experimental results show that the overall accuracy and Kappa coefficient of the proposed method were 97.25% and 94.14%, respectively, while those of the NDWI method were 89.5% and 69.6%, respectively.

• Journal of Information Processing Systems
• /
• 제17권4호
• /
• pp.818-833
• /
• 2021

To address the problems of low precision rate, insufficient feature extraction, and poor contextual ability in existing text sentiment analysis methods, a mixed model account of a CNN-BiLSTM-TE (convolutional neural network, bidirectional long short-term memory, and topic extraction) model was proposed. First, Chinese text data was converted into vectors through the method of transfer learning by Word2Vec. Second, local features were extracted by the CNN model. Then, contextual information was extracted by the BiLSTM neural network and the emotional tendency was obtained using softmax. Finally, topics were extracted by the term frequency-inverse document frequency and K-means. Compared with the CNN, BiLSTM, and gate recurrent unit (GRU) models, the CNN-BiLSTM-TE model's F1-score was higher than other models by 0.0147, 0.006, and 0.0052, respectively. Then compared with CNN-LSTM, LSTM-CNN, and BiLSTM-CNN models, the F1-score was higher by 0.0071, 0.0038, and 0.0049, respectively. Experimental results showed that the CNN-BiLSTM-TE model can effectively improve various indicators in application. Lastly, performed scalability verification through a takeaway dataset, which has great value in practical applications.