• 전자공학회논문지S
• /
• 제36S권12호
• /
• pp.107-119
• /
• 1999

일반적인 영상에서 얼굴의 위치를 찾아내는 문제는 넓은 응용 영역에도 불구하고 변형의 다양성 때문에 아직도 많은 연구를 필요로 하는 주제이다. 표정, 방향, 회전, 크기, 성별, 나이 등에 따른 얼굴의 변형이 다양하기 때문이다. 이러한 변형을 적절하게 고려하기 위해서 본 논문에서는 특징 요소에 기반을 둔 방법을 사용하였다. 얼굴을 이루는 특징 요소들, 즉, 눈썹, 눈, 코, 입의 배치에 근거해서 얼마나 실제의 얼굴과 비슷한 배치를 이루는 가를 계산하여 얼굴의 위치를 확인한다. 이러한 작업에서는 특징 요소들을 정확히 찾아내는 것이 중요한 문제이다. 본 논문에서는 특징 요소를 정확히 찾기 위하여 일반적인 에지를 찾는 방법대신 크기나 방향을 고려하는 조정 가능한 필터를 사용하였고 특징 요소 기반 방법의 약점을 극복하기 위해서 변형 가능한 템플릿을 사용하여 검증작업을 수행하였다. 또한 기존의 특징 요소 기반 방법을 영상 전체에 대해 적용하면서 검출률이 떨어지는 것을 고려해 본 논문에서는 칼라 영상의 색 정보를 이용하여 작업 영역을 줄이고 검출률을 높이기 위해 변화가 다양한 살색을 찾을 수 있는 분석적인 살색 필터를 구성하였다.

• Journal of the Korean Data and Information Science Society
• /
• 제21권6호
• /
• pp.1125-1136
• /
• 2010

최근에 이동 객체 추적 장치로부터 얻어진 추적 스트림에 대한 온라인 비정상 행위 감시에 대한 요구가 증가하고 있다. 제한된 공간 비용 내에서 고속 데이터 처리의 요구사항에 기인하여 이 문제는 흥미를 끌고 있다. 이 논문에서, 우리는 모바일 애드 혹 망에서 모바일 장치의 위성항법장치 로그로부터 이동특징 정보를 계산하여 정상 프로파일을 구축하고, 모바일 장치의 현재 이동 특징 정보와 정상 프로파일내의 이동 특징 정보간의 퍼지 비유사도를 계산한다. 그 계산된 퍼지 비유사도를 기초로 그 모바일 장치의 비정상 행위를 효율적으로 탐지하는 퍼지 비정상 행위 탐지 알고리즘을 제안한다. 그리고 모의실험을 통하여 제안한 알고리즘의 성능을 평가한다.

• 한국산업정보학회논문지
• /
• 제22권6호
• /
• pp.39-45
• /
• 2017

기존의 색상기반 얼굴인식 방법은 조명변화에 민감하며, 위변조의 가능성이 있기 때문에 다양한 산업분야에 적용되기 어려운 문제가 있었다. 본 논문에서는 이러한 문제를 해결하기 위해 깊이 영상을 이용한 지역 이진 패턴(LBP) 기반의 얼굴인식 방법을 제안한다. 깊이 정보를 이용한 얼굴 검출 방법과 얼굴 인식을 위한 특징 추출 및 매칭 방법을 구현하고, 모의실험 결과를 바탕으로 제안된 방식의 인식 성능을 나타낸다.

• 한국융합학회논문지
• /
• 제9권7호
• /
• pp.1-7
• /
• 2018

데이터 전처리 기법 중 하나인 특징 선택은 대규모 데이터셋을 다루는 다양한 응용분야에서 주요 연구 분야 중 하나로 각광받고 있다. 특징 선택은 패턴 인식, 기계학습 및 데이터 마이닝에서 사용됐고, 최근에는 텍스트 분류, 이미지 검색, 침입 탐지 및 게놈 분석과 같은 다양한 분야에 널리 적용되고 있다. 제안 방법은 메타 휴리스틱 알고리즘 중의 하나인 유전 알고리즘을 기반으로 한다. 특징 부분 집합을 찾는 방법은 크게 필터(filter) 방법과 래퍼(wrapper) 방법이 있는데, 본 연구에서는 최적의 특징 부분 집합을 찾기 위해 실제 분류기를 사용한 평가를 하는 래퍼 방법을 사용한다. 실험에 사용한 훈련 데이터셋은 클래스 불균형이 심하여 희소클래스에 대한 분류 성능을 높이기 어렵다. SMOTE 기법을 적용한 훈련 데이터셋을 사용하여 특징 선택을 하고 다양한 기계학습 알고리즘을 사용하여 선택한 특징들의 성능을 평가한다.

• 한국멀티미디어학회논문지
• /
• 제16권8호
• /
• pp.927-933
• /
• 2013

OpenCV (Open Computer Vision)에서 제공하는 얼굴 인식 알고리즘에서는 Haar 특징(Haar feature)들과 대상 영상의 정합 과정인 Haar 매칭 (Haar Matching)을 통하여 얼굴을 검출하는데, 이때 Haar 특징들은 정면 얼굴로 구성된 훈련 영상을 통해 학습된다. 따라서 OpenCV의 얼굴 검출 방법은 정면 얼굴에 대해서는 높은 얼굴 검출율을 보이지만, 정면을 응시하지 않거나 얼굴의 형태가 변형된 경우에는 얼굴을 정확하게 검출하지 못하는 경우가 빈번히 발생한다. 본 논문에서는 측면 얼굴 혹은 형태가 변형된 얼굴에서도 컬러 히스토그램의 분포 특성은 유사하다고 가정하고, 히스토그램 패턴 매칭(histogram pattern matching)을 이용한 얼굴 검출 방법을 제안한다. 제안한 방법에서는 Haar 매칭 오류가 발생한 프레임에 대하여, 정확하게 검출된 이전 프레임의 얼굴 영역에 대한 히스토그램 패턴 매칭을 통하여 가장 유사한 히스토그램 분포를 갖는 영역을 얼굴로 인식한다. 제안한 방법의 얼굴 검출 알고리즘의 성능을 평가하기 위한 모의실험에서 제안한 얼굴 검출 방법이 OpenCV보다 얼굴 검출율이 8% 정도 향상됨을 확인하였다.

• 대한전자공학회논문지
• /
• 제27권10호
• /
• pp.68-77
• /
• 1990

본 논문에서는 CAD 시스템의 신경망을 이용한 자동 입력기 구축을 위한 논리 심볼 인식방법을 제시한다. 손으로 작성한 도면을 인식하기 위해 특징 추출과 log mapping, 그리고 패턴 인식의 다단계 과정을 거친다. 각 논리 심볼의 현태 정보를 추출하기 위해 억제 가중치를 학습할 수 있는 경쟁 학습법을 제안하고 회전과 크기의 변화를 병진된 결과로 나타내는 log mapping을 하고 형태가 변한 심볼을 인식할 수 있도록 겹쳐지는 수용야(Receptive field)를 준비하여 error back propagation을 이용한 다층망으로 심볼을 인식한다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제11권11호
• /
• pp.5522-5536
• /
• 2017

In this paper, a video based smoke detection method using dynamic texture feature extraction with volume local binary patterns is studied. Block based method was used to distinguish smoke frames in high definition videos obtained by experiments firstly. Then we propose a method that directly extracts dynamic texture features based on irregular motion regions to reduce adverse impacts of block size and motion area ratio threshold. Several general volume local binary patterns were used to extract dynamic texture, including LBPTOP, VLBP, CLBPTOP and CVLBP, to study the effect of the number of sample points, frame interval and modes of the operator on smoke detection. Support vector machine was used as the classifier for dynamic texture features. The results show that dynamic texture is a reliable clue for video based smoke detection. It is generally conducive to reducing the false alarm rate by increasing the dimension of the feature vector. However, it does not always contribute to the improvement of the detection rate. Additionally, it is found that the feature computing time is not directly related to the vector dimension in our experiments, which is important for the realization of real-time detection.

• 한국컴퓨터정보학회논문지
• /
• 제16권4호
• /
• pp.53-60
• /
• 2011

본 논문에서는 저해상도 영상에서 번호판 인식 성능 향상을 위해 번호판 검출 기술과 초해상도 복원 기술의 융합 방법을 제안한다. 제안된 알고리즘에서 번호판 검출 부분은 구조적 패턴 특징을 기반으로 하였으며, 초해상도 부분은 칼만 필터 기반 순차적 데이터 방법으로 구성된다. 제안한 융합 방법은 입력 영상에서 번호판 검출 여부에 따라 (i) 전체 영상에 대한 초해상도 복원 과정을 거친 후 고해상도 번호판 영상을 얻는 방법과, (ii) 번호판 검출 후 검출된 번호판 영역에 대해 초해상도 복원을 수행하여 고해상도 번호판 영상을 얻는 방법으로 나뉜다. 다양한 환경에서의 모의 실험을 통해 제안된 융합 방법의효용성을 입증하였다. 다양한 환경에서의 모의 실험을 통해 제안된 융합 방법의 효용성을 입증하였다.

• 전자공학회논문지
• /
• 제53권6호
• /
• pp.122-129
• /
• 2016

컴퓨터 비전(Computer vision) 분야에서 물체인식을 위한 많은 알고리즘이 연구되고 있다. 그중 특징점(feature) 기반의 SURF(Speeded Up Robust Features) 알고리즘은 다른 알고리즘에 비해 속도와 정확도 면에서 우수하다. 하지만 SURF 알고리즘은 대응점 검출 시 대응점 오정합으로 물체인식에 실패하는 단점이 있다. 본 논문은 물체 인식률을 향상하기 위하여 SURF와 RANSAC(Random Sample Consensus) 알고리즘을 기반으로 물체인식 시스템을 구현하고, 패턴인식 필터링을 제안하였다. 또한, 실험을 통하여 물체 인식률 향상 결과를 제시하였다.

• 한국멀티미디어학회논문지
• /
• 제7권12호
• /
• pp.1692-1699
• /
• 2004

Many researchers have developed various techniques for detection of human faces in ordinary still images. Face detection is the first imperative step of human face recognition systems. The two main problems of human face detection are how to cutoff the running time and how to reduce the number of false positives. In this paper, we present frontal and near-frontal face detection algorithm in still gray images using a thick edge image and neural network. We have devised a new filter that gets the thick edge image. Our overall scheme for face detection consists of two main phases. In the first phase we describe how to create the thick edge image using the filter and search for face candidates using a whole face detector. It is very helpful in removing plenty of windows with non-faces. The second phase verifies for detecting human faces using component-based eye detectors and the whole face detector. The experimental results show that our algorithm can reduce the running time and the number of false positives.