• 한국지능시스템학회논문지
• /
• 제19권5호
• /
• pp.629-634
• /
• 2009

실시간 시스템 적용에 있어서, 수동 소나 표적의 식별을 위한 특징정보 추출 및 스코어링 알고리즘은 다음과 같은 문제점들을 가지고 있다. 즉, 주파수 스펙트럼으로부터 PSR(Propeller Shaft Rate) 및 BR(Blade rate) 등의 특징정보를 실시간으로 구별하는 것은 매우 어렵기 때문에 정확하고 효율적인 특징정보 추출(extraction)법을 요구한다. 또한, 추출된 특징정보들로 구성된 식별 DB(DataBase)는 잡음 및 불완전한 구성을 갖기 때문에 강인하고 효과적인 특징정보 스코어링(scoring)법을 요구한다. 나아가, 구조와 파라메터에 있어서 용이한 설계 절차를 요구한다. 이러한 문제들을 해결하기 위해서 진화 전략(ES : Evolution Strategy) 및 퍼지(fuzzy) 이론을 이용하는 지능형 특징정보 추출 및 스코어링 알고리즘이 제안되었다. 제안된 알고리즘의 성능을 검증하기 위해서는 수동 소나 표적의 실시간 식별이 수행되었다. 시뮬레이션 결과는 제안된 알고리즘이 실시간 시스템 적용에서 존재하는 문제점들을 효과적으로 해결할 수 있음을 보여준다.

• 한국멀티미디어학회논문지
• /
• 제23권8호
• /
• pp.927-939
• /
• 2020

Gait recognition can identify people's identity from a long distance, which is very important for improving the intelligence of the monitoring system. Among many human features, gait features have the advantages of being remotely available, robust, and secure. Traditional gait feature extraction, affected by the development of behavior recognition, can only rely on manual feature extraction, which cannot meet the needs of fine gait recognition. The emergence of deep convolutional neural networks has made researchers get rid of complex feature design engineering, and can automatically learn available features through data, which has been widely used. In this paper,conduct feature metric learning in the three-dimensional space by combining the three-dimensional convolution features of the gait sequence and the Siamese structure. This method can capture the information of spatial dimension and time dimension from the continuous periodic gait sequence, and further improve the accuracy and practicability of gait recognition.

• 반도체디스플레이기술학회지
• /
• 제22권3호
• /
• pp.149-154
• /
• 2023

This paper presents a novel approach to multi-focus image fusion using light field cameras. The proposed neural network, LFFCNN (Light Field Focus Convolutional Neural Network), is composed of three main modules: feature extraction, feature fusion, and feature reconstruction. Specifically, the feature extraction module incorporates SPP (Spatial Pyramid Pooling) to effectively handle images of various scales. Experimental results demonstrate that the proposed model not only effectively fuses a single All-in-Focus image from images with multi focus images but also offers more efficient and robust focus fusion compared to existing methods.

• 대한원격탐사학회지
• /
• 제17권4호
• /
• pp.319-334
• /
• 2001

Extracting primitives from imagery plays an important task in visual information processing since the primitives provide useful information about characteristics of the objects and patterns. The human visual system utilizes features without difficulty for image interpretation, scene analysis and object recognition. However, to extract and to analyze feature are difficult processing. The ultimate goal of digital image processing is to extract information and reconstruct objects automatically. The objective of this study is to develop robust method to achieve the goal of the image processing. In this study, an adaptive strategy was developed by implementing Gabor filters in order to extract feature information and to segment images. The Gabor filters are conceived as hypothetical structures of the retinal receptive fields in human vision system. Therefore, to develop a method which resembles the performance of human visual perception is possible using the Gabor filters. A method to compute appropriate parameters of the Gabor filters without human visual inspection is proposed. The entire framework is based on the theory of human visual perception. Digital images were used to evaluate the performance of the proposed strategy. The results show that the proposed adaptive approach improves performance of the Gabor filters for feature extraction and segmentation.

• Advances in robotics research
• /
• 제2권1호
• /
• pp.33-44
• /
• 2018

This paper presents a novel feature detection algorithm called depth-hybrid speeded-up robust features (DH-SURF) augmented by depth information in the speeded-up robust features (SURF) algorithm. In the keypoint detection part of classical SURF, the standard deviation of the Gaussian kernel is varied for its scale-invariance property, resulting in increased computational complexity. We propose a keypoint detection method with less variation of the standard deviation by using depth data from a red-green-blue depth (RGB-D) sensor. Our approach maintains a scale-invariance property while reducing computation time. An RGB-D simultaneous localization and mapping (SLAM) system uses a feature extraction method and depth data concurrently; thus, the system is well-suited for showing the performance of the DH-SURF method. DH-SURF was implemented on a central processing unit (CPU) and a graphics processing unit (GPU), respectively, and was validated through the real-time RGB-D SLAM.

• 한국정보처리학회논문지
• /
• 제3권4호
• /
• pp.866-876
• /
• 1996

본 논문에서는 단면이 원이 3차원 물체의 특징 추출 방법을 제안하고자 한다. 고 기능의 물체 인식 시스팀을 구현하기 위해서는 2차원 영상과 3차원 영상의 정보를 효과적으로 추출, 취합하는 시스팀을 구축하여야만 한다. 이를 위해 2차원 영상과 3차원 영상의 정보를 추출하는 방법을 다루며 이를 단면이 원인 물체를 중심으로 제안하고자 한다. 단면이 원인 물체의 특징 정보로는 모양 정보와 기하학적 정보가 이용된다. 이를 위해 모양 정보는 Z축기울기를 제안하여 이의 특성을 파악하여 모양 정보를 추출하였으며, 기하학적 정보는 표면에서 법선 벡터들의 교점 특성을 이용하여 추출하였다. 또한 보다 세밀할 인식을 위해 표면 영역들간의 특징값을 추출하는 방 법을 제안하며 최종적인 인식 효율을 위해 기능 정보를 추출하는 방법도 다루었다. 끝으로 본 논문의 유용성을 실험에 의해 입증하고자 한다.

• 한국음향학회지
• /
• 제14권5호
• /
• pp.51-57
• /
• 1995

본 논문에서는 청각 모델을 기초로 잡음에 강한 음성 특징 추출을 연구하였다. 청각모델은 basilar membrane 모델, 섬모세포(hair cell) 모델과 스펙트럼 출력단으로 구성하였다. Basilar membrane 모델은 음파의 진동에 따른 전달 특성을 묘사한 것으로 대역 통과 필터의 열로 나타난다. 섬모 세포 모델은 basilar membrane의 진동에 의한 신경 물질로의 변환을 나타낸다. 이것은 입력의 상대적인 값에 크게 반응하는 adaptation 기능을 이용하게 되며, 잡음 제거에 중요한 역할을 하게 된다. 스펙트럼 출력 단은 각 채널의 평균 firing rate를 이용하여 mean rate spectrum을 형성한다. 그리고 mean rate spectrum을 이용하여 특징 벡터를 추출하였다. 실험 결과는 청각 구조에 기초한 특징 추출이 다른 특징 추출 방법에 비해 잡음에서 더 향상된 성능을 가짐을 보였다.

• 전자공학회논문지
• /
• 제52권10호
• /
• pp.129-136
• /
• 2015

본 논문에서는 조명 변이에 강인하게 동작 할 수 있는 하이브리드 얼굴 인식 방법을 제안한다. 이를 위해, 서로 다른 특성을 가진 조명 불변 특징 추출 방법으로부터 판별력 있는 특징들을 추출한다. 개별 방법들의 장점들을 효과적으로 활용하기 위해, 판별 거리 척도를 이용하여 각 특징들의 분별력을 측정하여 분별력이 높은 특징들로만 복합 특징을 구성하여 얼굴 인식에 사용한다. Multi-PIE, Yale B, AR, yale database들에 대한 실험 결과, 제안한 방법은 모든 database에 대해 개별 조명 불변 특징 방법들보다 우수한 인식 성능을 보여 주었다.

• 반도체디스플레이기술학회지
• /
• 제15권4호
• /
• pp.97-102
• /
• 2016

Image stitching is a process of combining two or more images with overlapping area to create a panorama of input images, which is considered as an active research area in computer vision, especially in the field of augmented reality with 360 degree images. Image stitching techniques can be categorized into two general approaches: direct and feature based techniques. Direct techniques compare all the pixel intensities of the images with each other, while feature based approaches aim to determine a relationship between the images through distinct features extracted from the images. This paper proposes a novel image stitching method based on feature pixels with approximated clustering filter. When the features are extracted from input images, we calculate a meaning of the minutiae, and apply an effective feature extraction algorithm to improve the processing time. With the evaluation of the results, the proposed method is corresponding accurate and effective, compared to the previous approaches.

• 대한전자공학회논문지SP
• /
• 제48권1호
• /
• pp.122-131
• /
• 2011

최근에 널리 사용되고 있는 단일 영상 기반의 3차원 얼굴 복원 방법인 변형 가능한 3차원 얼굴 형상 모델(3D morphable shape model)은 입력 영상으로부터 2차원 얼굴 특징점들을 정확하게 추출할 경우, 입력 얼굴과 유사한 3차원 얼굴 형상을 생성할 수 있다. 그러나 실시간 3차원 얼굴 복원 시스템과 같이 사용자의 협조가 불가능한 경우에는 자동으로 얼굴 특징점들을 추출해야 하기 때문에, 특징점 추출 오류가 발생하여 정확한 3차원 얼굴 형상을 생성하기 어려운 문제가 있다. 이러한 문제를 해결하기 위해서, 본 논문에서는 특징점 추출 시 오추출 특징점과 정추출 특징점을 자동으로 분류하고, 정추출 특징점들만을 이용하여 3차원 얼굴을 복원하는 방법을 제안하였다. 실험결과에서는 특징점 자동 추출 오류를 고려하지 않은 기존 방법과 비교한 결과, 제안방법의 3차원 얼굴 복원 성능이 크게 향상되었음을 확인하였다.