• 한국멀티미디어학회논문지
• /
• 제2권3호
• /
• pp.297-307
• /
• 1999

다량의 문자가 온라인으로 실시간 입력되는 문자인식시스템에서는 영상의 전처리가 매우 신속하게 이루어 져야 한다. 또한 크기가 작거나 잡음을 포함하는 문자 영상에 대한 기하학적 정규화나 세선화 등의 영상 변환은 원영상의 정보 유실이나 왜곡을 유발하므로 최소화되어야 한다. 이에 따라 본 연구는 원영상을 변환하지 않은 상태에서 신속하게 인식에 효과적인 특정을 구하고자 하였다. 이를 위해 인식의 관점에서 의미를 가지는 윤곽화소를 정의하고 다양한 영상의 변화를 수용하는 효과적인 특징을 윤곽화소로부터 구하였다. 필기체 자모음과 자동차 번호판 숫자 인식 실험 결과, 제안된 방법이 기존의 방법보다 인식에 보다 효과적이었으며 한번의 영상 주사로 전처리를 완료하므로 소요 시간을 크게 줄일 수 있었다.

• 한국멀티미디어학회논문지
• /
• 제15권4호
• /
• pp.449-471
• /
• 2012

In intelligent surveillance systems, it is required to robustly track multiple people. Most of the previous studies adopted a Gaussian mixture model (GMM) for discriminating the object from the background. However, it has a weakness that its performance is affected by illumination variations and shadow regions can be merged with the object. And when two foreground objects overlap, the GMM method cannot correctly discriminate the occluded regions. To overcome these problems, we propose a new method of tracking and identifying multiple people. The proposed research is novel in the following three ways compared to previous research: First, the illuminative variations and shadow regions are reduced by an illumination normalization based on the median and inverse filtering of the L*a*b* image. Second, the multiple occluded and overlapped people are tracked by combining the GMM in the still image and the Lucas-Kanade-Tomasi (LKT) method in successive images. Third, with the proposed human tracking and the existing face detection & recognition methods, the tracked multiple people are successfully identified. The experimental results show that the proposed method could track and recognize multiple people with accuracy.

• Structural Engineering and Mechanics
• /
• 제44권2호
• /
• pp.179-196
• /
• 2012

An eigenspace projection clustering method is proposed for structural damage detection by combining projection algorithm and fuzzy clustering technique. The integrated procedure includes data selection, data normalization, projection, damage feature extraction, and clustering algorithm to structural damage assessment. The frequency response functions (FRFs) of the healthy and the damaged structure are used as initial data, median values of the projections are considered as damage features, and the fuzzy c-means (FCM) algorithm are used to categorize these features. The performance of the proposed method has been validated using a three-story frame structure built and tested by Los Alamos National Laboratory, USA. Two projection algorithms, namely principal component analysis (PCA) and kernel principal component analysis (KPCA), are compared for better extraction of damage features, further six kinds of distances adopted in FCM process are studied and discussed. The illustrated results reveal that the distance selection depends on the distribution of features. For the optimal choice of projections, it is recommended that the Cosine distance is used for the PCA while the Seuclidean distance and the Cityblock distance suitably used for the KPCA. The PCA method is recommended when a large amount of data need to be processed due to its higher correct decisions and less computational costs.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2010년도 추계학술대회
• /
• pp.196-199
• /
• 2010

사람의 눈동자는 얼굴 크기와 비교해 볼 때 상대적으로 일정한 거리를 가지고 있기 때문에 이미지 정규화에 있어서 중요한 지표로 사용된다. 이 논문은 이러한 특징을 이용해 최적화된 세그멘테이션 방법을 사용하여 눈동자 검출의 새로운 접근방법을 소개한다. 눈 검출 방법은 세 가지 중요한 단계로 나눌 수 있다. (1)흑백 영상에서 눈 영역에 적합한 에지 추출 방법, (2)레이블링(labeling) 기법을 이용한 눈 영역 추출, (3)밝기값 정보를 이용한 눈동자 위치 검출. 실험 결과로는 다양한 조명 환경과 얼굴표정을 가진 2408장의 FERET 영상을 이용하여 98.9%의 검출 성능을 보였다.

• 한국음향학회지
• /
• 제22권5호
• /
• pp.383-387
• /
• 2003

본 논문에서는 기존의 고정크기의 코호트 집단을 기반으로 한 화자검증 방법을 다룬다. 특히, 본 논문에서는 고정크기의 코호트 대신에 화자모델들 사이의 거리를 이용하는 가변크기의 새로운 코호트를 제안한다: 제안된 새로운 방식에서는 각 화자로부터 일정한 거리 내에 있는 주변 화자모델들의 밀집도가 고려된다. 그 화자주변의 밀집도가 높으면 코호트의 크기가 자동적으로 증가되어 화자검증률이 개선되고, 반면 밀집도가 적으면 코호트의 크기가 감소되어 계산량이 줄어든다 실험결과 제안된 방법이 기존의 방식에 비하여 EER (Equal Error Rate)을 감소시킴을 확인할 수 있었다.

• 산업경영시스템학회지
• /
• 제37권1호
• /
• pp.50-59
• /
• 2014

In this paper, we develop an efficient approach to solve a multiple-item budget-constraint newsboy problem with a reservation policy. A conventional approach for solving such problem utilizes an approximation for the evaluation of an inverse of a Gaussian cumulative density function when the argument of the function is small, and a heuristic method for finding an optimal Lagrangian multiplier. In contrast to the conventional approach, this paper proposes more accurate method of evaluating the function by using the normalization and an effective numerical integration method. We also propose an efficient way to find an optimal Lagrangian multiplier by proving that the equation for the budget-constraint is in fact a monotonically increasing function in the Lagrangian multiplier. Numerical examples are tested to show the performance of the proposed approach with emphases on the behaviors of the inverse of a Gaussian cumulative density function and the Lagrangian multiplier. By using sensitivity analysis of different budget constraints, we show that the reservation policy indeed provides greater expected profit than the classical model of not having the reservation policy.

• 한국산업정보학회논문지
• /
• 제12권5호
• /
• pp.163-172
• /
• 2007

BSC(Balanced Scorecard)는 기업의 성과를 총체적으로 측정할 수 있는 도구로 이용되어 왔다. BSC를 이용해 도출된 지표는 서로 다른 단위를 가지므로 측정값을 통해 개별적 지표의 달성도를 파악할 수는 있지만, 전체적인 기업의 전략 달성도를 측정하기는 어렵다. 이를 해결하기 위해 BSC의 서로 다른 지표값에 대한 정규화된 Total Score산출이 필요하다. 본 연구에서는 먼저 AHP(Analytical Hierarchy Process)를 이용하여 BSC 지표들의 가중치를 결정한 후 만족도 함수를 이용하여 서로 다른 측정단위를 가진 BSC지표 측정값을 정규화하여 Total Score를 산출하고자 한다. 산출 방법의 타당성을 검증하기 위하여 CRM의 효과성 측정에 본 방법을 적용한 사례연구를 수행하였다.

• 정보과학회 논문지
• /
• 제42권1호
• /
• pp.93-96
• /
• 2015

이미지 검색 및 매칭에 사용되는 SIFT 기법은 다양한 이미지 변화 요인들에 대하여 강인한 특성을 가지고 있는 것으로 알려져 있다. SIFT 기법은 기존의 픽셀 단위의 변화량에 의존한 특징점 추출 방식을 확장하여 스케일 공간에서의 변화량 분석을 통한 특징점 추출 방식을 제시하였으며, 이렇게 추출된 특징점들의 강인함은 그 동안 여러 실험을 통하여 입증되었다. 또한, 최근에는 스케일 공간 변화량 분석에 있어서 기존의 SIFT 기법을 확장하여 고차 미분 계수를 이용한 특징점 추출 방법도 소개되었다. 본 논문에서는 이러한 스케일 공간의 고차 미분에서의 정규화를 통한 보다 강인한 특징점 추출 기법을 소개하고 이러한 특징점들의 강인함을 이미지 검색 실험을 통하여 입증한다.

• Smart Structures and Systems
• /
• 제29권4호
• /
• pp.599-616
• /
• 2022

Bridge displacement contains vital information for bridge condition and performance. Due to the limits of direct displacement measurement methods, the indirect displacement reconstruction methods based on the strain or acceleration data are also developed in engineering applications. There are still some deficiencies of the displacement reconstruction methods based on strain or acceleration in practice. This paper proposed a novel method based on long short-term memory (LSTM) networks to reconstruct the bridge dynamic displacements with the strain and acceleration data source. The LSTM networks with three hidden layers are utilized to map the relationships between the measured responses and the bridge displacement. To achieve the data fusion, the input strain and acceleration data need to be preprocessed by normalization and then the corresponding dynamic displacement responses can be reconstructed by the LSTM networks. In the numerical simulation, the errors of the displacement reconstruction are below 9% for different load cases, and the proposed method is robust when the input strain and acceleration data contains additive noise. The hyper-parameter effect is analyzed and the displacement reconstruction accuracies of different machine learning methods are compared. For experimental verification, the errors are below 6% for the simply supported beam and continuous beam cases. Both the numerical and experimental results indicate that the proposed data fusion method can accurately reconstruct the displacement.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2022년도 추계학술발표대회
• /
• pp.55-56
• /
• 2022

Hypertension is a severe health problem and increases the risk of other health issues, such as heart disease, heart attack, and stroke. In this research, we propose a machine learning-based prediction method for the risk of chronic hypertension. The proposed method consists of four main modules. In the first module, the linear interpolation method fills missing values of the integration of gas and meteorological datasets. In the second module, the OrdinalEncoder-based normalization is followed by the Decision tree algorithm to select important features. The prediction analysis module builds three models based on k-Nearest Neighbors, Decision Tree, and Random Forest to predict hypertension levels. Finally, the features used in the prediction model are explained by the DeepSHAP approach. The proposed method is evaluated by integrating the Korean meteorological agency dataset, natural gas leakage dataset, and Korean National Health and Nutrition Examination Survey dataset. The experimental results showed important global features for the hypertension of the entire population and local components for particular patients. Based on the local explanation results for a randomly selected 65-year-old male, the effect of hypertension increased from 0.694 to 1.249 when age increased by 0.37 and gas loss increased by 0.17. Therefore, it is concluded that gas loss is the cause of high blood pressure.