• 정보처리학회논문지B
• /
• 제10B권4호
• /
• pp.465-472
• /
• 2003

얼굴영상을 효율적으로 처리하기 위해선 먼저 인력영상에서 얼굴영역과 얼굴을 구성하는 각 요소를 검출하고 얼굴의 회전각을 추정하는 전처리과정이 필요하다. 본 논문에서는 다양한 얼굴의 크기와 머리회전, 조명의 변화가 허용되고 피부색과 비슷한 배경이 얼굴에 병합되는 경우에도 얼굴과 요소들(눈, 입)을 강건하게 검출할 수 있는 방법을 제안한다. 변환된 HSV 컬러 좌표계상의 대역적 피부 색상정보와 히스토그램을 이용한 피부 색상정보로 얼굴후보영역을 지정한 뒤, 같은 방법으로 얼굴후보영역 안에서 입술영역을 검출한다. 입술영역의 횡축 기울기로 x축에 대한 회전각을 추정한 후, 얼굴의 모양정보와 요소의 위치정보를 이용해 얼굴임을 확정한다. 다음으로 양안의 조합으로 이루어진 부분 템플릿매칭을 통해 눈을 검출한 뒤, 얼굴의 넓이를 참조한 3차원 공간상에서의 눈의 위치를 계산하여 y축 회전각을 추정한다. 다양한 얼굴영상에 대해 실험을 실시한 결과, 본 알고리즘의 유효성을 확인하였다.

• 정보처리학회논문지D
• /
• 제10D권3호
• /
• pp.359-366
• /
• 2003

클라이언트에서 검색한 지도를 스크롤할 경우 이미 전송받은 객체를 캐슁하여 무선 데이터 전송량을 줄일 수 있지만, 클라이언트 내에서 데이터 좌표 변환, 선택적인 객체 삭제, 압축 단계, 구조화 단계가 부가적으로 요구된다 특히 좌표 변환 연산은 모바일 휴대폰의 낮은 계산 능력, 적은 메모리 용량 등과 같을 제한적 자원으로 많은 시간이 요구된다 따라서 휴대폰 기반 모바일 지도 서비스에서 효과적인 지도 제어 연산을 수행하기 위해서는 휴대폰의 제한적인 자원을 극복함과 동시에 무선 네트웍 대역폭을 줄이는 방안으로서 객체 재사용 기법이 연구되어야 한다. 이 논문에서는 클라이언트-서버 기반 모바일 벡터 지도 서비스 시스템에서 지도 제어를 위한 객체의 효율적인 객체 재사용 기법을 제안한다. 또한 실제 데이터를 제공하는 Web GIS 시스템을 이용한 실험 평가는 제안한 기법이 모바일 폰을 위한 지도 서비스에 적합하다는 것을 보여준다. 그리고 실험 결과를 토대로 객체 재사용 방법과 재전송 방법의 장단점을 분석한다.

• 대한원격탐사학회지
• /
• 제27권2호
• /
• pp.141-150
• /
• 2011

다중센서자료를 동시에 활용하기 위해서는 센서 간의 정밀한 기하보정이 요구된다. 이에 본 연구에서는 선형정보를 추출하여 고해상도의 광학영상과 SAR 영상 간의 기하보정을 수행하는 것을 목적으로 한다. 이를 위해 기준영상과 대상영상에 대하여 수동으로 매칭쌍을 추출하여 두 영상 간의 좌표체계를 개략적으로 일치시켜주는 과정을 전처리로 수행하였다. 방사적 특성이 다른 두 영상에 대하여 Canny edge operator를 통해 선형 화소를 추출한 뒤, 비용함수를 구성하여 유사하다고 생각되는 점을 초기 매칭쌍으로 선정하고, 그 중에서 이상치로 판단되는 오매칭쌍을 제거하고 남은 대상을 최종 매칭쌍으로 추출하였다. 본 기법을 통해 영상 전역에 걸쳐서 고르게 분포된 다수의 매칭쌍을 추출할 수 있었을 뿐만 아니라, 고도가 높거나 고도 변화가 큰 지역적 특성으로 인해 지리적 위치오차를 포함하는 지역에서 추출된 매칭쌍을 효과적으로 제거할 수 있었다. 최종적으로 추출된 매칭쌍을 이용하여 piecewise linear function과 affine transformation을 결합한 새로운 변환모델식을 적용하여 기하보정 정확도를 높이고자 하였고, 수동으로 추출된 검사점을 통해 1.58의 RMSE 값을 도출하였다.

• 한국정보과학회논문지:컴퓨팅의 실제 및 레터
• /
• 제16권5호
• /
• pp.531-540
• /
• 2010

본 논문은 최대 엔트로피 모형에 기반한 두 단계 부분 의미 분석 방법을 제안한다. 먼저, 의미 논항의 경계를 인식하고, 그 다음 단계에서 확인된 논항에 적절한 의미역을 할당한다. 두 단계 부분 의미 분석에서는 두 번째 단계인 논항 분류가 논항 확인 단계의 결과에 기반하여 수행되기 때문에 논항 확인의 성능이 매우 중요하다. 본 논문은 논항 확인의 성능을 향상시키기 위하여 논항 확인의 전처리 단계에 구문 지식을 통합한다. 구체적으로, 절 인식 결과로부터 술어의 인접절 및 상위절들을 확인하고, 구문 분석 결과로부터 술어의 부모 노드로부터 구문 구성 요소의 부모 노드까지의 트리 거리를 추출하여 전처리 단계에서 활용한다. 실험을 통해, 구문 지식을 활용하는 것이 부분 의미 분석 성능에 기여함과 제안하는 두 단계 방법이 한 단계 방법보다 우수한 성능을 낼 수 있음을 보인다.

• 대한의용생체공학회:의공학회지
• /
• 제28권5호
• /
• pp.601-608
• /
• 2007

2 Dimensional Gel Electrophoresis(2DGE) is an essentialmethodology for analysis on the expression of various proteins. For example, information for the location, mass, expression, size and shape of the proteins obtained by 2DGE can be used for diagnosis, prognosis and biological progress by comparison of patients with the normal persons. Protein spot matching for this purpose is comparative analysis of protein expression pattern for the 2DGE images generated under different conditions. However, visual analysis of protein spots which are more than several hundreds included in a 2DGE image requires long time and heavy effort. Furthermore, geometrical distortion makes the spot matching for the same protein harder. In this paper, an iterative algorithm is introduced for more efficient spot matching. Proposed method is first performing global matching step, which reduces the geometrical difference between the landmarks and the spot to be matched. Thus, movement for a spot is defined by a weighted sum of the movement of the landmark spots. Weight for the summation is defined by the inverse of the distance from the spots to the landmarks. This movement is iteratively performed until the total sum of the difference between the corresponding landmarks is larger than a pre-selected value. Due to local distortion generally occurred in 2DGE images, there are many regions in whichmany spot pairs are miss-matched. In the second stage, the same spot matching algorithm is applied to such local regions with the additional landmarks for those regions. In other words, the same method is applied with the expanded landmark set to which additional landmarks are added. Our proposed algorithm for spot matching empirically proved reliable analysis of protein separation image by producing higher accuracy.

• 한국멀티미디어학회논문지
• /
• 제7권1호
• /
• pp.35-43
• /
• 2004

본 논문에서는 고속도로나 도심 진입 차량의 무인 자동과금 및 주요시설 출입 차량의 통제와 관리를 위하여 차량번호판 인식뿐만 아니라 차량 표시 문자와 제조사 식별자 검출 분류하여 차량의 정보를 판독하는 차량정보인식 및 자동과금시스템을 제안하였다. 제안한 알고리즘은 차량 후면부에서 획득된 영상으로부터 잡음제거, 세선화 등의 전처리 과정을 수행하고 템플릿 마스킹 및 레이블링 연산처리를 수행하여 차량표시문자, 제조사 표식자 및 번호판 영역을 각각 검출하였다. 또한, 검출된 특징 영역으로부터 특징자의 구조적 특징 및 패턴정보를 이용하여 표시문자와 제조사 표식자를 분류하였고, 하이브리드 패턴벡터와 세븐세그먼트 패턴벡터를 사용하여 차량번호판의 문자 및 숫자를 각각 인식하였다. 실험에서는 실제 고속도로상에서 제안한 차량인식 시스템에서 획득된 실 영상을 사용하여 인식 성능을 수행하였다. 실험 결과 제안한 알고리즘이 잡음, 외부환경, 차량의 크기에 무관하게 차량 특징자를 정확히 검출 분류하였으며 제안한 시스템은 범죄차량 단속, 차량자동과금 및 관공서 등의 차량입출력 관리의 무인화에 적용이 가능하다.

• 한국지능시스템학회논문지
• /
• 제15권4호
• /
• pp.400-405
• /
• 2005

본 논문에서는 고유얼굴을 이용한 얼굴인식 시스템의 성능을 분석한다. 개인의 신분을 확인하는 시스템의 단점을 보완하기 위하여 최근 생체인식 기술이 활발하게 연구되어오고 있으며, 그 중에서도 얼굴인식은 직관적인 이해가 가능하기 때문에 컴퓨터 비전과 패턴인식 분야에서 폭 넓게 연구되고 있다. 고유얼굴을 이용한 얼굴인식 방법은 훈련집합의 얼굴 이미지의 중요한 변화를 효율적으로 표현하는 특징 공간으로 투영시키면서 이루어진다. 여기서 특징 공간에 투영된 얼굴 이미지의 특징을 고유얼굴이라 한다. 개개의 얼굴 이미지는 고유얼굴의 가중함으로 근사화 되므로, 입력 얼굴의 인식은 훈련집합의 가중치와 입력 영상의 가중치를 비교하면서 이루어진다. 본 논문에서는 고유얼굴을 이용한 얼굴인식 방법의 성능을 검증하기 위해서 Harvard 데이터베이스를 이용하였으며, 시스템의 성능 분석을 위하여 조명에 대한 인식성능의 변화, 사용한 고유얼굴의 수에 대한 인식률의 변화, 전처리를 통하여 얻을 수 있는 인식률의 변화, 인식 거부 곡선을 통하여 시스템의 실제 적용 가능성에 대한 실험을 수행하고 결과를 분석한다.

• 한국지능시스템학회논문지
• /
• 제10권3호
• /
• pp.252-259
• /
• 2000

본 논문에서는 영상의 에지 검출을 수행하기 위한 퍼지 규칙을 학습하는 퍼지 분류자 시스템을 제안한다. 퍼지 분류자 시스템은 기계학습의 방법을 퍼지 논리의 개념에 적용한 것이다. 즉 분류자의 조건부와 행동부는 퍼지 규칙에서위 전건부와 후건부와 같은 것이 된다 퍼지 규칙을 진화에 의해 획득하는 방법론으로는 크게 미시간 접근법과 피츠 접근법이 있으며, 본 논문에서는 미시간 방법의 퍼지 분류자 시스템을 사용한다. 미시간 접근방법은 하나의 퍼지 IF-THEN 규칙이 진화연산의 직접적인 진화 대상이 되는 하나의 개체로 코드화된다. 또한 퍼지 분류자 시스템은 유전 알고리즘을 사용하여 새로운 규칙을 생성하거나 규칙을 수정하여 시스템의 성능을 향상시킨다. 제안된 방법은 영상 처리와 컴퓨터 비전 분야에서 인식과 구분ㅇ르 수행하기 위한 전처리 단계에 해당하는 에지 검출에 적용하여 그 유효성을 검증한다. 즉, 영상엣 한 픽셀이 이웃하는 픽셀들의 평균 그렝 레벨의 차리를 퍼지 집합으로 표현하고 퍼지 IF-THEN 규칙을 사용하여 에지를 검출하고, 이것을 Sobel 에지 검출방법으로 얻어진 결과와 비교하여 에지 검출에 사용된 규칙의 유용성을 판단한다.

• 한국물환경학회지
• /
• 제34권4호
• /
• pp.382-390
• /
• 2018

In this study, the LIDMOD3 was developed to design and evaluate low impact development (LIDMOD). In the same fashion, the LIDMOD3 employs a curve number (NRCS-CN) method to estimate the surface runoff, infiltration and event mean concentration as applicable to pollutant loads which are based on a daily time step. In these terms, the LIDMOD3 can consider a hydrologic soil group for each land use type LID-BMP, and the applied removal efficiency of the surface runoff and pollutant loads by virtue of the stored capacity, which was calculated by analyzing the recorded water balance. As a result of Model development, the LIDMOD3 is based on an Excel spread sheet and consists of 8 sheets of information data, including: General information, Annual precipitation, Land use, Drainage area, LID-BMPs, Cals-cap, Parameters, and the Results. In addition, the LIDMOD3 can estimate the annual hydrology and annual pollutant loads including surface runoff and infiltration, the LID efficiency of the estimated surface runoff for a design rainfall event, and an analysis of the peak flow and time to peak using a unit hydrolograph for pre-development, post-development without LID, and as calculated with LID. As a result of the model application as applied to an apartment, the LIDMOD3 can estimate LID-BMPs considering a well spatical distributed hydroloic soil group as realized on land use and with the LID-BMPs. Essentially, the LIDMOD3 is a screen level and simple model which is easy to use because it is an Excel based model, as are most parameters in the database. This system can be expected to be widely used at the LID site to collect data within various programmable model parameters for the processing of a detail LID model simulation.

• 한국컴퓨터정보학회논문지
• /
• 제20권1호
• /
• pp.21-28
• /
• 2015

특징 정규화는 인식기를 적용하기 이전의 전처리 단계로 특징 차원에 따라 서로 다른 스케일에 의해 발생하는 오류를 줄이기 위해 널리 사용된다. 하지만 기존 정규화 방법은 클래스 라벨을 고려하지 않으므로 정규화 결과가 인식률에서 최적임을 보장하지 못하는 문제점이 있다. 이를 개선하기 위해 클래스 라벨을 사용하여 정규화를 시행하는 교사 정규화 방법이 제안되었고 기존 정규화 방법에 비해 나은 성능을 보임이 입증되었다. 이 논문에서는 교사 랭크 정규화 방법에 학습 샘플 선택 방법을 적용함으로써 교사 랭크 정규화 방법을 더욱 개선할 수 있는 방법을 제안한다. 학습 샘플 선택은 잡음이 많은 샘플을 학습에서 제외함으로써 잡음에 보다 강한 분류기를 학습시키는 전처리 단계로 많이 사용되며 랭크 정규화에서도 역시 사용될 수 있다. 학습 샘플 선택은 이웃한 샘플이 속하는 클래스와 이웃한 샘플까지의 거리를 바탕으로 하는 두 가지 척도를 제안하였고, 두 가지 척도 모두에서 기존 정규화 방법에 비해 인식률이 향상되었음을 실험 결과를 통해 확인할 수 있었다.