• 반도체디스플레이기술학회지
• /
• 제8권1호
• /
• pp.43-48
• /
• 2009

We have examined the problem of the number of quad-tree blocks that an n-dimensional rectangle will be decomposed into on the average. the contribution of this paper are both practical and theoretical. In this paper, we develops the overlapping multi-scale models and the region quad-tree models which is useful in computer graphics animation, image processing, pattern recognition and also for modeling three dimensional objects. These models, which represent something of a conceptual departure from other models developed for multi-scale framework were developed with the specific interest of producing smooth estimates.

• International Journal of Aeronautical and Space Sciences
• /
• 제18권3호
• /
• pp.414-424
• /
• 2017

This paper introduces an experimental device which can measure accurate aerodynamic forces without support interference in wide experimental region for wind tunnel test of micro aerial vehicles (MAVs). A stereo pattern recognition (SPR) method was introduced to a magnetic suspension and balance system (MSBS), which can eliminate support interference by levitating the experimental model, to establish wider experimental region; thereby MSBS-SPR integrated system was developed. The SPR method is non-contact, highly accurate three-dimensional position measurement method providing wide measurement range. To evaluate the system performance, a series of performance evaluations including SPR system measurement accuracy and 6 degrees of freedom (DOFs) position/attitude control of the MAV model were conducted. This newly developed system could control the MAV model rapidly and accurately within almost 60mm for translational DOFs and 40deg for rotational DOFs inside of $300{\times}300mm$ test section. In addition, a static wind tunnel test was conducted to verify the aerodynamic force measurement capability. It turned out that this system could accurately measure the aerodynamic forces in low Reynolds number, even for the weak forces which were hard to measure using typical balance system, without making any mechanical contact with the MAV model.

• 디지털콘텐츠학회 논문지
• /
• 제16권4호
• /
• pp.605-613
• /
• 2015

본 논문은 패턴인식에서 자주 사용되는 투영행렬을 희소화하는 문제를 다룬다. 최근 임베디드 시스템이 널리 사용됨에 따라 탑재되는 프로그램의 용량이 제한받는 경우가 빈번히 발생한다. 개발된 프로그램은 상수 데이터를 포함하는 경우가 많다. 예를 들어, 얼굴인식과 같은 패턴인식 프로그램의 경우 고차원 벡터를 저차원 벡터로 차원을 축소하는 투영행렬을 사용하는 경우가 많다. 인식성능 향상을 위해 영상으로부터 매우 높은 차원의 고차원 특징벡터를 추출하는 경우 투영행렬의 사이즈는 매우 크다. 최근 라소 회귀분석 방법을 이용한 RSR(rotated sparse regression) 방법론[1]이 제안되었다. 이 방법론은 여러 실험을 통해 희소행렬을 구하는 가장 우수한 알고리즘 중 하나로 평가받고 있다. 우리는 본 논문에서 RSR을 개선할 수 있는 세 가지 방법론을 제안한다. 즉, 학습데이터에서 이상치를 제거하여 일반화 성능을 높이는 방법, 학습데이터를 랜덤 샘플링하여 희소율을 높이는 방법, RSR의 목적함수에 엘라스틱 넷 회귀분석의 패널티 항을 사용한 E-RSR(elastic net-RSR) 방법을 제안한다. 우리는 실험을 통해 제안한 방법론이 인식률을 희생하지 않으며 희소율을 크게 증가시킴으로써 기존 RSR 방법론을 개선할 수 있음을 보였다.

• 전기학회논문지
• /
• 제61권5호
• /
• pp.744-752
• /
• 2012

In this study, the Polynomial-based Radial Basis Function Neural Networks is proposed as an one of the recognition part of overall face recognition system that consists of two parts such as the preprocessing part and recognition part. The design methodology and procedure of the proposed pRBFNNs are presented to obtain the solution to high-dimensional pattern recognition problems. In data preprocessing part, Principal Component Analysis(PCA) which is generally used in face recognition, which is useful to express some classes using reduction, since it is effective to maintain the rate of recognition and to reduce the amount of data at the same time. However, because of there of the whole face image, it can not guarantee the detection rate about the change of viewpoint and whole image. Thus, to compensate for the defects, Linear Discriminant Analysis(LDA) is used to enhance the separation of different classes. In this paper, we combine the PCA&LDA algorithm and design the optimized pRBFNNs for recognition module. The proposed pRBFNNs architecture consists of three functional modules such as the condition part, the conclusion part, and the inference part as fuzzy rules formed in 'If-then' format. In the condition part of fuzzy rules, input space is partitioned with Fuzzy C-Means clustering. In the conclusion part of rules, the connection weight of pRBFNNs is represented as two kinds of polynomials such as constant, and linear. The coefficients of connection weight identified with back-propagation using gradient descent method. The output of the pRBFNNs model is obtained by fuzzy inference method in the inference part of fuzzy rules. The essential design parameters (including learning rate, momentum coefficient and fuzzification coefficient) of the networks are optimized by means of Differential Evolution. The proposed pRBFNNs are applied to face image(ex Yale, AT&T) datasets and then demonstrated from the viewpoint of the output performance and recognition rate.

• 한국정보통신학회논문지
• /
• 제19권1호
• /
• pp.106-112
• /
• 2015

본 논문에서는 키넥트(Kinect)를 통해 얻은 깊이 영상에서 찾아낸 손가락의 끝점으로 임의의 3차원 공간인 공중에 그린 서명을 인식하는 알고리즘을 제안한다. 3차원 공간상에서 서명 궤적의 시프팅(Shifting), 스케일링(Scaling) 변화에 대응하기 위해 X, Y, Z좌표에 관한 각각 10개의 통계적 특징을 사용하였다. 인공신경망(Artificial Neural Network)은 기계학습 중 하나이며, 패턴인식 분야의 복잡한 분류 문제를 해결할 수 있는 도구로 사용되고 있다. 제안한 알고리즘을 실제 온라인 서명인식 시스템을 구현하여 적용하였고, 앞서 추출한 통계적 특징을 인공신경망의 입력값으로 사용하여 학습 과정을 거친 후 4가지 서명을 분류하는 것을 확인하였다.

• 전자공학회논문지CI
• /
• 제42권1호
• /
• pp.51-58
• /
• 2005

레이저 스트라이프 신호를 물체에 투사하고 그 반사파형을 비전 카메라를 통하여 입력하면 물체의 입체적 정보를 갖는 파형이 나타나게 된다. 이를 활용하여 물체의 3차인 입체정보를 저장하고 활용하고 있는 상황이다. 본 연구는 사람에 대해 적은 수의 스트라이프 신호를 투사하고 반사된 입체적 스트라이프 파형을 분석하였으며 사람에 대한 특징적 패턴 파형을 추출하고 푸리에 서술자를 이용하여 이러한 패턴을 분류 저장하였다. Baum-Welch 알고리즘을 통하여 저장된 특징 파형을 학습시키고 HMM을 이용하여 사람의 형상에 대한 스트라이프 신호를 컴퓨터에 입력하고 사람의 형상을 인식할 수 있는 지를 실험하였으며 푸리에 서술자를 통한 인식방법과 비교하였다. 실험을 통해서 특정 파형으로 학습 후 인체의 형상을 인식할 수 있음을 확인하였으며, HMM을 통한 인식방법이 우수함을 알 수 있었다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 2009년도 IWAIT
• /
• pp.638-643
• /
• 2009

A computer-generated hologram(CGH) is made for three-dimensional image reconstruction of a virtual object which is a difficult to irradiate the laser light directly. One of the adverse effect factors is quantization of wave front computed by program when a computer-generated hologram is made. Amplitude element is not considered in Kinoform, it needs processing to reduce noise or false image. So several investigation was reported that the improvement of reconstructed image of Kinoform. Means to calculate the most suitable complex amplitude distribution are iterative algorithm, simulated annealing algorithm and genetic Algorithm. Error diffusion method reconstructed to separate the object as for the noise that originated in the quantization error. So it is efficient method to obtain high quality image with not many processing.

• 대한의용생체공학회:학술대회논문집
• /
• 대한의용생체공학회 1991년도 추계학술대회
• /
• pp.57-60
• /
• 1991

A new approach to texture classification for ultrasound liver diagnosis using run difference matrix was developed. The run difference matrix consists of the gray level difference along with distance. From this run difference matrix, we defined several parameters such as LDE, LDEL, NUF, SMO, SMG, SHP etc. and three vectors namely DOD, DGD and DAD. Each parameter value calculated in fatty cirrhotic, chronic hepatitic and normal liver mage was plotted in two dimensional plane. We compared our results with run length method. There are several advantages of run difference matrix method over the run lengths. 1) It is more sensitive to small difference of gray level distribution. 2) The parameters provide more statistically significant value. Images were classified with the extracted parameters to each diseases using neural networks. In preliminary clinical exprements, this approach showed satisfying results.

• 한국지능시스템학회논문지
• /
• 제26권1호
• /
• pp.56-63
• /
• 2016

본 연구에서는 퍼지 RBFNNs과 증분형 주성분 분석법으로 실현된 숫자인식 시스템의 설계를 소개한다. 주성분 분석법은 차원축소를 위해 사용되는 알고리즘으로 학습데이터의 차원 수가 고차원이거나 데이터의 양이 많을 때 특징 추출을 위한 많은 계산 시간을 필요로 한다. 따라서 고차원 데이터의 효율적인 차원축소와 점진적인 학습을 위해 증분형 주성분분석법을 적용하는 방법을 제안한다. 방사형 기저함수 신경회로망의 구조는 조건부, 결론부, 추론부의 3가지 기능적 모듈로서 구분이 가능하다. 조건부에서는 FCM 클러스터링 알고리즘의 도움으로 실현된 퍼지 클러스터링의 사용으로 입력 공간을 분할한다. 또한 가우시안 함수 대신 FCM(Fuzzy C-Means)클러스터링 알고리즘의 멤버쉽 값을 사용함으로써 입력 데이터의 특성을 좀 더 잘 반영할 수 있도록 개선하였으며, 결론부에서 연결가중치는 상수항에서 일차식과 이차식, 그리고 변형된 이차식과 같은 다항식의 형태로 확장하여 사용한다. 실험 결과는 공인 숫자 데이터인 MNIST 필기체 숫자 데이터를 사용하여 제안된 숫자 인식 시스템의 효율성을 다른 연구와의 비교를 통해 입증한다.

• 정보처리학회논문지D
• /
• 제10D권3호
• /
• pp.417-426
• /
• 2003

고차원 데이터에서 클러스터를 찾아내는 문제는 그 중요성으로 인해 데이터 마이닝 분야에서 잘 알려져 있다. 클러스터 분석은 패턴 인식, 데이터 분석, 시장 분석 등의 여러 응용 분야에 광범위하게 사용되어지고 있다. 최근에 이 문제를 풀 수 있는 투영된 클러스터링이라는 새로운 방법론이 제기되었다. 이것은 먼저 각 후보 클러스터의 부분차원들을 선택하고 이를 근거로 한 거리 함수에 따라 가장 가까운 클러스터에 점이 배정된다. 우리는 고차원 데이터를 부분차원 클러스터링하는 새로운 알고리즘을 제안한다. 알고리즘의 주요한 세 부분은, $\circled1$적절한 개수의 점들을 갖는 여러 개의 후보 클러스터로 입력 점들을 분할하고, $\circled2$다음 단계에서 유용하지 않은 클러스터들을 제외하고, 그리고 $\circled3$선택된 클러스터들은 밀접도 함수를 사용하여 미리 정해진 개수의 클러스터들로 병합한다. 다른 클러스터링 알고리즘과 비교하여 제안된 알고리즘의 좋은 성능을 보여주기 위하여 많은 실험을 수행하였다.