• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제7권9호
• /
• pp.345-350
• /
• 2018

본 연구는 지정맥 인식에 중요한 정맥 패턴 특징검출을 위한 알고리즘이다. 특징검출 알고리즘은 패턴인식 시 인식결과에 많은 영향을 끼치므로 중요하다. 인식률은 손가락 위치 변화에 따라 기준도 변화되므로 저하되는 특징을 가지고 있다. 또한, 손가락에 적외선 광을 조사하여 획득한 영상은 영상 배경과 혈관 패턴을 분리하기에 어렵고, 영상 전처리과정을 수행하므로 검출시간이 증대되는 특징을 가지고 있다. 이를 위해, 제시하는 알고리즘은 영상 전처리과정이 없이 수행되어 검출 시간을 줄일 수 있고, 지정맥 영상에 SWDA(Shifted Waveform Data Analysis) 알고리즘을 적용하여 손가락 마디 위치 및 정맥 패턴 검출이 가능한 특징을 가지고 있다. 적외선 투과율이 낮아 상대적으로 어두운 정맥 영상도 검출 오류 최소화가 가능한 특징을 보였다. 또한, 손가락 마디 위치는 분류 단계에서 기준으로 활용하면 인식률 저하를 보완할 수 있는 특징을 가지고 있다. 추후 손바닥, 손목 등 신체 여러 인식분야에 제안하는 알고리즘을 적용한다면 생체 특징 검출 정확도 향상 및 인식 수행 시간 감소에 기여할 것으로 기대된다.

• 대한전기학회논문지:전력기술부문A
• /
• 제48권12호
• /
• pp.1544-1553
• /
• 1999

Recently, ultrasonic testing techniques have been widely used in the evaluation of the quality of metal. In this experiment, six heat-treated temperature of specimen have been considered : 0, 1200, 1250, 1300, 1350 and 1387$^{\circ}C$. As heat-treated temperature increases, the grain size of stainless steel also increases and then, eventually make it destroy. In this paper, a pattern recognition method is proposed to identify the heat-treated temperature of metals by evidence accumulation based on artificial intelligence with multiple feature parameters; difference absolute mean value(DAMV), variance(VAR), mean frequency(MEANF), auto regressive model coefficient(ARC), linear cepstrum coefficient(LCC) and adaptive cepstrum vector(ACV). The grain signal pattern recognition is carried out through the evidence accumulation procedure using the distances measured with reference parameters. Especially ACV is superior to the other parameters. The results (96% successful pattern classification) are presented to support the feasibility of the suggested approach for ultrasonic grain signal pattern recognition.

• Smart Structures and Systems
• /
• 제8권1호
• /
• pp.69-92
• /
• 2011

This paper presents an emergent pattern recognition approach based on the immune network theory and hierarchical clustering algorithms. The immune network allows its components to change and learn patterns by changing the strength of connections between individual components. The presented immune-network-based approach achieves emergent pattern recognition by dynamically generating an internal image for the input data patterns. The members (feature vectors for each data pattern) of the internal image are produced by an immune network model to form a network of antibody memory cells. To classify antibody memory cells to different data patterns, hierarchical clustering algorithms are used to create an antibody memory cell clustering. In addition, evaluation graphs and L method are used to determine the best number of clusters for the antibody memory cell clustering. The presented immune-network-based emergent pattern recognition (INEPR) algorithm can automatically generate an internal image mapping to the input data patterns without the need of specifying the number of patterns in advance. The INEPR algorithm has been tested using a benchmark civil structure. The test results show that the INEPR algorithm is able to recognize new structural damage patterns.

• 한국정보처리학회논문지
• /
• 제4권12호
• /
• pp.3063-3068
• /
• 1997

일반적인 역전파(Back Propagation)의 알고리즘을 다층 다항식 고차 뉴럴네트워크에 적용하여 위치 변환 패턴에 있어 정확한 인식을 할 수 있도록 네트워크의 구조를 개선했다. 본 논문의 목적은 다층 다항식 고차 뉴럴네트워크를 이용하여 여러 가지 패턴 인식이 가능한 이유를 자세히 논한다. 실제 예로는 일정한 문자 인식의 예제로 변형된 영문자 T-C 패턴을 가지고 실험했으며, 네트워크의 일반성(Generalization)을 측정하기 위해서는 거울반사 대칭(Mirror Symmetry)문제를 시뮬레이션 했다. 그 결과 종래의 모델보다 기술적인 우수성을 확인 할 수가 있었다. 본 연구가 제안한 방식에 의한 위치 변환된 T-C 패턴에 대하여서는 90%의 인식율을 얻을 수 있었으며, 일반성의 실험에서 거울반사 대칭(Mirror Symmetry)에 대한 인식율은 70％를 얻었다. 이 실험결과는 종래의 모델에서는 구하기 어려운 인식율이며 기존 연구와 비교한 결과 본 제안 방식의 기술적 우위성을 확연히 판단 할 수 있다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제11권1호
• /
• pp.272-287
• /
• 2017

This paper proposes new methods, named Derivative Code (DerivativeCode) and Derivative Code Pattern (DCP), for object recognition. The discriminative derivative code is used to capture the local relationship in the input image by concatenating binary results of the mathematical derivative value. Gabor based DerivativeCode is directly used to solve the palmprint recognition problem, which achieves a much better performance than the state-of-art results on the PolyU palmprint database. A new local pattern method, named Derivative Code Pattern (DCP), is further introduced to calculate the local pattern feature based on Dervativecode for object recognition. Similar to local binary pattern (LBP), DCP can be further combined with Gabor features and modeled by spatial histogram. To evaluate the performance of DCP and Gabor-DCP, we test them on the FERET and PolyU infrared face databases, and experimental results show that the proposed method achieves a better result than LBP and some state-of-the-arts.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 2005년도 ICCAS
• /
• pp.842-847
• /
• 2005

This paper proposes a novel real-time EMG pattern recognition for the control of a multifunction myoelectric hand from four channel EMG signals. To cope with the nonstationary signal property of the EMG, features are extracted by wavelet packet transform. For dimensionality reduction and nonlinear mapping of the features, we also propose a linear-nonlinear feature projection composed of PCA and SOFM. The dimensionality reduction by PCA simplifies the structure of the classifier, and reduces processing time for the pattern recognition. The nonlinear mapping by SOFM transforms the PCA-reduced features to a new feature space with high class separability. Finally a multilayer neural network is employed as the pattern classifier. We implement a real-time control system for a multifunction virtual hand. From experimental results, we show that all processes, including virtual hand control, are completed within 125 msec, and the proposed method is applicable to real-time myoelectric hand control without an operation time delay.

• 대한전기학회논문지:전력기술부문A
• /
• 제48권10호
• /
• pp.1335-1343
• /
• 1999

This paper presents concrete pattern recognition method to identify the strength of concrete by evidence accumulation with multiple parameters based on artificial intelligence techniques. At first, zero-crossing(ZCR), mean frequency(MEANF), median frequency(MEDF) and autoregressive model coefficient(ARC) are extracted as feature parameters from ultrasonic signal of concrete. Pattern recognition is carried out through the evidence accumulation procedure using distance measured with reference parameters. A fuzzy mapping function is designed to transform the distances for the application of the evidence accumulation method. Results are presented to support the feasibility of the suggested approach for concrete pattern recognition.

• 한국통신학회논문지
• /
• 제5권1호
• /
• pp.44-48
• /
• 1980

본 논문에서는 필기체 한글인식을 위한 한 방법을 제안했다. 기본 자모를 대상으로 하였으며, 임의의 Pattern에 대하여 접합보상및 정형 Algorithm을 제안하므로써 본래의 표준 한글 pattern으로 정형화하였다. 인식에는 Tree grammar를 사용하였으며, 새로운 Parsing 방법을 제안하므로써 종래의 방법보다 처리를 간단화시켰으며 error를 감소시켰다. 제한된 필기체에 대하여는 매우 효과적이었으며 on line 필기체 인식에도 유용성이 있음을 보였다.

• 한국통신학회논문지
• /
• 제38B권12호
• /
• pp.954-961
• /
• 2013

본 논문은 퍼지ART의 학습 방법의 하나인 FCSR(Fast Commit Slow Recode)에서 패턴 인식을 향상시키기 위해 가변 학습을 이용하는 새로운 학습방법을 제안하였다. 기존의 학습 방법은 연결 강도(대표패턴)의 갱신에 고정된 학습률이 사용된다. 이 방법은 같은 카테고리 내의 입력패턴과 대표패턴의 유사성의 정도와 관계없이 고정된 학습률로 연결 강도를 갱신한다. 이 경우 카테고리 경계에 있는 유사성이 낮은 입력패턴이 연결강도의 갱신에 크게 영향을 주게 된다. 따라서 잡음 환경에서 이것은 불필요한 카테고리 증식의 원인이 되고, 패턴 인식 능력을 낮추는 문제가 된다. 제안된 방법에서는 대표 패턴과 입력 패턴 사이에 유사성이 적을수록 연결강도의 갱신에 입력패턴의 기여를 낮추어간다. 그 결과 잡음환경에서 퍼지 ART의 불필요한 카테고리 증식을 억제하였고, 패턴 인식 능력을 향상시켰다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제6권10호
• /
• pp.2632-2649
• /
• 2012

Most approaches to human action recognition is limited due to the use of simple action datasets under controlled environments or focus on excessively localized features without sufficiently exploring the spatio-temporal information. This paper proposed a framework for recognizing realistic human actions. Specifically, a new action representation is proposed based on computing a rich set of descriptors from keypoint trajectories. To obtain efficient and compact representations for actions, we develop a feature fusion method to combine spatial-temporal local motion descriptors by the movement of the camera which is detected by the distribution of spatio-temporal interest points in the clips. A new topic model called Markov Semantic Model is proposed for semantic feature selection which relies on the different kinds of dependencies between words produced by "syntactic " and "semantic" constraints. The informative features are selected collaboratively based on the different types of dependencies between words produced by short range and long range constraints. Building on the nonlinear SVMs, we validate this proposed hierarchical framework on several realistic action datasets.