• Journal of Information Processing Systems
• /
• 제14권6호
• /
• pp.1307-1317
• /
• 2018

To deal with the problems of occlusion, pose variations and illumination changes in the object tracking system, a regression model weighted multi-templates mean-shift (MS) algorithm is proposed in this paper. Target templates and occlusion templates are extracted to compose a multi-templates set. Then, the MS algorithm is applied to the multi-templates set for obtaining the candidate areas. Moreover, a regression model is trained to estimate the Bhattacharyya coefficients between the templates and candidate areas. Finally, the geometric center of the tracked areas is considered as the object's position. The proposed algorithm is evaluated on several classical videos. The experimental results show that the regression model weighted multi-templates MS algorithm can track an object accurately in terms of occlusion, illumination changes and pose variations.

• Journal of the Korean Society for Industrial and Applied Mathematics
• /
• 제15권4호
• /
• pp.307-318
• /
• 2011

We introduce an algorithm that automatically generates paper templates of a triangulated surface. The surface can be built by cutting, folding, and pasting the paper templates. The algorithm is branched to two strategies : one is to select the longest neghboring edge among many choices, and the other is to select the largest neighboring triangle. Three surfaces, whose triangulation sizes widely range, are successfully built by the algorithm. The two strategies are empirically evaluated in building the surfaces with respect to paper consumption, a measure of cost efficiency, and boundary length, a measure of speed efficiency. Strategy 1 performs in most cases better than the other one with respect to boundary length, but sometimes wins and sometimes loese with respect to paper consumption.

• 대한전자공학회논문지
• /
• 제25권7호
• /
• pp.715-722
• /
• 1988

It is very important that we create reference templates to recognize speech of speeker-independent as convergence as possible vocal tract variation of each speaker. We used to clustering technique for this and creation rule of reference templates to be cluster centers is key point of thema. In this paper, we created reference tempaltes using the minimax for existance and MMS technique suggested in this study. Also, we created reference template until top 3 and compared to recognition result. When we create 3 reference templates recognition rate is 91.6% for minimax and recognition rate is 95.8% for MMS.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2003년도 하계학술대회 논문집 D
• /
• pp.2801-2803
• /
• 2003

This paper describes a technique for human sensibility evaluation using personality-group templates of EEG(electroencephalogram). 10-channel EEGs of 5 extroverts and 5 introverts are collected in comfortable seat, uncomfortable seat and relaxed state. After preprocessing of EEG, the linear predictor coefficients are extracted and used as feature parameters. A neural network based sensibility classifier is designed and the output of the neural network is assumed as the sensibility index. Multiple templates of two personality-groups are stored and the most similar template can be selected by the proposed method. The proposed method showed the better performance than our previous results which have used ungrouped templates.

• 정보처리학회논문지D
• /
• 제11D권7호
• /
• pp.1527-1536
• /
• 2004

전문가의 지식을 다양하고 효율적으로 활용하기 위해서는 복잡한 지식을 구조적으로 표현하고 변화에 유연하게 적응하도록 관리하는 것이 무엇보다도 중요하다. 본 논문에서는 XML 템플릿(template)을 기반으로 한 지식베이스 관리 방법을 제안한다. 제안하는 방법에서는 복잡하고 다양한 정보를 구조적으로 표현하는데 효과적인 XML을 이용하면서, XML 문서의 종류와 개수가 많아지면서 발생하는 문서관리상의 비효율성 문제를 해결하기 위하여, 복잡한 지식을 XML로 표현된 다수의 탬플릿으로 분류하여 작성하고, XML 템플릿들 사이의 연관관계 등을 정의한 메타템플릿을 이용하여 구조적으로 관리한다. 제안한 방법의 효용성을 입증하기 위해 개인의 건강과 체력에 적합한 운동을 처방하는 데 필요한 지식베이스와 운동처방 프로세스 중 대상자의 체력유형을 분류하는 프로그램을 개발하고 그 결과를 분석하였다. 실험을 통해 본 논문에서 제안하는 XML 템플릿 기반 지식베이스 관리 방법은 복잡한 전문지식을 구조적으로 표현하고, 새로운 유형의 정보가 필요하거나 기존 정보의 변경이 필요할 경우 유연하게 대처할 수 있으며, 메타템플릿을 이용하여 XML 템플릿들을 구조적으로 관리함으로써 효율적으로 추론할 수 있음이 확인되었다.

• 한국컴퓨터정보학회논문지
• /
• 제23권10호
• /
• pp.11-21
• /
• 2018

In this paper we propose a novel log template discovery algorithm which achieves high quality of discovered log templates through iterative log filtering technique. Log templates are the static string pattern of logs that are used to produce actual logs by inserting variable values during runtime. Identifying individual logs into their template category correctly enables us to conduct automated analysis using state-of-the-art machine learning techniques. Our technique looks at the group of logs column-wise and filters the logs that have the value of the highest proportion. We repeat this process per each column until we are left with highly homogeneous set of logs that most likely belong to the same log template category. Then, we determine which column is the static part and which is the variable part by vertically comparing all the logs in the group. This process repeats until we have discovered all the templates from given logs. Also, during this process we discover the custom patterns such as ID formats that are unique to the application. This information helps us quickly identify such strings in the logs as variable parts thereby further increasing the accuracy of the discovered log templates. Existing solutions suffer from log templates being too general or too specific because of the inability to detect custom patterns. Through extensive evaluations we have learned that our proposed method achieves 2 to 20 times better accuracy.

• 전기학회논문지P
• /
• 제55권4호
• /
• pp.167-175
• /
• 2006

This paper presents a method to segment semiconductor wafer ID on poor quality images. The method is based on multiple templates and normalized gray-level correlation (NGC) method. If the lighting condition is not so good and hence, we can not control the image quality, target image to be inspected presents poor quality ID and it is not easy to identify and then recognize the ID characters. Conventional several method to segment the interesting ID regions fails on the bad quality images. In this paper, we propose a multiple template method, which uses combinational relation of multiple templates from model templates to match several characters of the inspection images. To find out the optimal solution of multiple template model in ID regions, we introduce newly-developed snake algorithm. Experimental results using images from real FA environment are presented.

• 제어로봇시스템학회논문지
• /
• 제10권8호
• /
• pp.726-733
• /
• 2004

This paper presents a method to segment object ID(identification) marks on poor quality images under uncontrolled lighting conditions of automated inspection process. The method is based on dynamic programming using multiple templates and normalized gray-level correlation (NGC) method. If the lighting condition is not good and hence, we can not control the image quality, target image to be inspected presents poor quality ID marks and it is not easy to identify and recognize the ID characters. Conventional several methods to segment the interesting ID mark regions fail on the bad quality images. In this paper, we propose a multiple template method, which uses combinational relation of multiple templates from model templates to match several characters of the inspection images. To increase the computation speed to segment the ID mark regions, we introduce the dynamic programming based algorithm. Experimental results using images from real factory automation(FA) environment are presented.

• 한국항공우주학회지
• /
• 제39권12호
• /
• pp.1124-1132
• /
• 2011

본 논문에서는 2차원 공간에서 기동하는 고정익 무인항공기의 장애물 회피를 위한 부드러운 경로궤적을 생성하는 문제를 다룬다. 2차원 장애물맵의 이산화 모델링을 위해 육각형 격자를 채택하였고, 이는 사각형 격자에 비해 연결성이 높아 부드러운 경로궤적 생성이 가능하도록 하였다. 특히 본 논문에서 제안된 경로템플릿 기법은 일정거리 단위로 조합 가능한 대표경로들(경로템플릿)을 사용하여 무인항공기의 기준경로를 생성하는 방법이고, 온라인 경로궤적 생성에서 계산량을 줄여 메모리 및 연산리소스가 제한되는 소형 오토파일럿에서도 적용이 가능하다는 장점이 있다.

• 한국정보과학회논문지:컴퓨팅의 실제 및 레터
• /
• 제14권4호
• /
• pp.451-455
• /
• 2008

본 논문에서는 다중 분류기를 효과적으로 결합하기 위하여 k-최근접 템플릿방법을 제안한다. 이는 하나의 클래스를 여러개의 템플릿으로 모델링하기 위하여 분류기의 출력값을 기반으로 각 클래별 학습 샘플들을 여러개의 하위클래스로 분해하고, 각 하위클래스별 분류기 출력값의 평균을 계산하여 지역화된 템플릿을 생성한다. 그 뒤 평가샘플과 각 템플릿간의 거리를 계산하고, k개의 최근접 템플릿들 중 가장 많은 비율을 차지하는 클래스로 평가샘플을 분류한다. 본 논문에서는 클래스 분해를 위해 C-means 클러스터링 알고리즘을 이용하였으며, k값은 주어진 데이타 셋의 클래스 내 밀집도와 클래스 간 분리도에 따라 자동으로 결정하였다. 제안하는 방법은 각 클래스별로 여러 개의 모델을 사용하며, 이들 중 가장 유사한 하나의 모델과 매칭하는 대신 k개의 모델을 참조하기 때문에 안정적이고 높은 분류성능을 획득할 수 있다. 본 논문에서는 UCI와 ELENA데이타베이스를 이용한 실험을 통해 제안하는 방법이 기존의 결합 방법들에 비해 우수한 분류성능을 보임을 확인하였다.