• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 1998년도 Proceedings of International Symposium on Remote Sensing
• /
• pp.159-162
• /
• 1998

Land cover and land use classification on a huge scale, e.g. national or continental scale, has become more and more important because environmental researches need land cover: And land use data on such scales. We developed a crop field extraction method, which is one of the steps in our land cover classification system for a huge area. Firstly, a crop field model is defined to characterize "crop field" in terms of NDVI value and textual information Textual information is represented by the density of straight lines which are extracted by wavelet transform. Secondly, candidates of NDVI threshold value are determined by "scale-space filtering" method. The most appropriate threshold value among the candidates is determined by evaluating the line density of the area extracted by the threshold value. Finally, the crop field is extracted by applying level slicing to Landsat TM image with the threshold value determined above. The experiment demonstrates that the extracted area by this method coincides very well with the one extracted by visual interpretation.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 1995년도 하계학술대회 논문집 B
• /
• pp.910-912
• /
• 1995

This paper proposes an effective algorithm for automatic classification of power quality disturbances(PQD), where wavelet theory is utilized for the detection of PQD, and three neural networks such as MLP, RBF, MLP-Class are combined in parallel to classify PQD. To demonstrate the performance of the proposed system, simulation results are provided.

• 한국전기전자재료학회논문지
• /
• 제18권10호
• /
• pp.965-975
• /
• 2005

In the case of the fault in stator windings of a high voltage motor. it facilitates certain destructive characteristics in insulations. This will result in a decreased reliability in power supplies and will prevent the generation of electricity, which will result in huge economic losses. This study simulates motor windings using normal windings and four faulty windings for an actual fault in stator winding of a high voltage motor. The partial discharge signals produced in each faulty winding were measured using an 80 PF epoxy/mica coupler sensor. In order to quantified signal waves its a way of feature extraction for each faulty signal, the signal wave of winding was quantified to measure the degree of skewness shape and kurtosis, which are both types of statistical parameters, using a discrete wavelet transformation method for each faulty type. Wave types present different types lot each faulty type, and the skewness and kurtosis also present different quantified values. The result of feature extraction was used as a preprocessing stage to identify a certain fault in stater windings. It is evident that the type of faulty signals can be classified from the test results using faulty signals that were randomly selected from the signal, which was not applied in the training after the training and learning period, by applying it to a back-propagation algorithm due to the supervising and learning method in a neural network in order to classify the faulty type. This becomes an important basis for studying diagnosis methods using the classification of faulty signals with a feature extraction algorithm, which can diagnose the fault of stator windings in the future.

• 한국ITS학회 논문지
• /
• 제12권5호
• /
• pp.1-12
• /
• 2013

도로의 결빙, 적설, 젖음 등 기상상황 및 표면 상태에 의한 안전사고 발생은 지속적으로 발생하고 있는 상황이다. 이는 운전자 본인의 부주의 및 안전 운전의식 부족 등 개인의 역량에 기인하는 부문도 있지만, 도로관리 주체(정부 및 공공 등)의 도로 상태 정보제공 미흡으로 인한 경우도 있어 이와 관련된 연구의 필요성이 대두되고 있는 추세이다. 본 연구는 카메라(Stereo camera)의 영상 정보를 수집하여, 편광계수 및 웨이블릿 변환(Wavelet transform) 등을 통해 기존의 단일 차원 분류알고리즘과 달리 다차원 분석이 가능한 SVM 분류기법을 활용하여 노면상태 판별 알고리즘을 개발하였으며, 실제 도로상에서 4개의 상태(마른노면, 젖은노면, 적설노면, 결빙노면)에 대한 검지 인식 성공률을 실험 및 분석하였다.

• 융합신호처리학회논문지
• /
• 제20권4호
• /
• pp.205-211
• /
• 2019

스테그아날리시스(steganalysis)는 스테가노그래피(steganography)에 의해 숨겨진 데이터를 감지하고 복구하기 위한 기법이다. 스테그아날리시스 방법은 데이터 삽입 시 발생하는 시각적, 통계적 변화를 분석하여 숨겨진 데이터를 찾는다. 숨겨진 데이터를 복원하기 위해서는 어떤 스테가노그래피 방법에 의해 데이터가 숨겨졌는지를 알아야 한다. 그러므로 본 논문은 다층 분류를 통해 입력 영상에 적용된 스테가노그래피 방법을 식별하는 계층적 CNN 구조를 제안한다. 이를 위해 4개의 기본 CNN을 각각 입력 영상에 스테가노그래피 방법이 적용되었는지 여부나 서로 다른 두 스테가노그래피 방법 중에 어떤 방법이 적용되었는지를 이진 판별하도록 학습시켰으며, 학습된 CNN을 계층적으로 연결하였다. 실험 결과를 통해 제안된 계층적 CNN 구조는 4개의 서로 다른 스테가노그래피 방법인 LSB(Least Significant Bit Substitution), PVD(Pixel Value Difference), WOW(Wavelet Obtained Weights), UNIWARD(Universal Wavelet Relative Distortion)을 79%의 정확도로 식별할 수 있음을 확인하였다.

• 한국정보처리학회논문지
• /
• 제5권8호
• /
• pp.1951-1959
• /
• 1998

본 논문에서는 내용기반 접근 방법에 의한 보다 효율적인 특징 추출 및 이를 이용한 영상 검색 시스템을 Oracle 데이터베이스상에서 구현하였다. 먼저, 다양한 입력 영상에 대하여 기존 Stricker 방법을 수정하여 영상의 칼라 특징을 추출하고, 추출된 칼라 특징과 ART2 신경만을 이용하여 영상들을 개략 분류한다. 다음, wavelet 변환을 이용하여 변환 영역상에서 영상의 질감 특징을 추출하고, 이를 이용하여 전 단계에서 칼라 특징으로 개략 분류된 영상들의 최종적인 상세 분류를 수행한다. 연구된 특징 추출 방법들을 기반으로 하여, 관계형 데이터베이스상에서 확장된 SQL문을 사용하여 영상 검색 시스템을 구현하였다. 제안된 영상 검색 시스템은 Oracle DBMS상에서 구현되었고, 200개의 시험 영상으로 실험한 결과, Recall과 Precision에서 90%, 81%의 만족한 검색 효율을 보였다.

• 디지털융복합연구
• /
• 제12권8호
• /
• pp.321-327
• /
• 2014

특징 선택은 중복 또는 서로간의 관련이 없는 특징을 제거하여 분류 성능을 향상시키는 기술이다. 본 논문에서는 가중 퍼지소속함수 기반 신경망 (Neural Network with Weighted Fuzzy Membership Functions; NEWFM)에서 제공하는 가중 퍼지소속함수의 경계합 (Bounded Sum of Weighted Fuzzy Membership functions, BSWFM)의 무게중심간의 거리를 이용한 새로운 특징 선택을 제안하여 분류 성능을 향상시켰다. 이러한 거리 기반의 특징 선택을 이용하여 초기 24개의 특징으로부터 무게중심간의 거리가 짧은 특징을 하나씩 제거되면서 분류 성능이 가능 높은 22개의 최소 특징을 선택하였다. 이들 22개의 최소 특징을 NEWFM의 입력으로 사용하여 97.7%, 99.7%, 98.7%의 민감도, 특이도, 정확도를 각각 구하였다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제13권10호
• /
• pp.5078-5094
• /
• 2019

In recent years, the development of drone technologies has promoted the widespread commercial application of drones. However, the ability of drone to carry explosives and other destructive materials may bring serious threats to public safety. In order to reduce these threats from illegal drones, acoustic feature extraction and classification technologies are introduced for drone sound identification. In this paper, we introduce the acoustic feature vector extraction method of harmonic line association (HLA), and subband power feature extraction based on wavelet packet transform (WPT). We propose a feature vector extraction method based on combined HLA and WPT to extract more sophisticated characteristics of sound. Moreover, to identify drone sounds, support vector machine (SVM) classification with the optimized parameter by genetic algorithm (GA) is employed based on the extracted feature vector. Four drones' sounds and other kinds of sounds existing in outdoor environment are used to evaluate the performance of the proposed method. The experimental results show that with the proposed method, identification probability can achieve up to 100 % in trials, and robustness against noise is also significantly improved.

• 대한원격탐사학회지
• /
• 제31권3호
• /
• pp.205-214
• /
• 2015

이 연구에서는 자료변환기법을 이용해 추출된 여러 특징과 다양한 분류방법론을 결합하여 다중시기 SAR 자료를 위한 새로운 토지피복 분류기법을 제안하였다. 먼저, 다중시기 SAR 자료로부터 원본자료와는 다른 새로운 정보를 추출하기 위해 주성분분석과 3차원 웨이블렛 변환을 이용한 자료변환을 수행하였다. 그리고 나서 최대우도법 분류자, 신경망, support vector machine을 포함한 세 가지 다른 분류자를 변환된 특징자료들과 원본 후방산란계수 자료를 포함한 세가지 자료에 적용하여 다양한 초기 분류 결과를 얻도록 한다. 이후 다수결규칙을 통해 모든 초기결과를 결합하여 최종 분류 결과를 생성하게 된다. 다중시기 ENVISAT ASAR 자료를 이용한 사례연구에서 모든 초기 결과는 사용한 특징자료와 분류자의 종류에 따라 매우 다양한 분류정확도를 보였다. 이러한 9개의 초기 분류 결과를 결합한 최종 분류 결과는 가장 높은 분류 정확도를 보여주고 있는데, 이는 각 초기 분류 결과가 토지피복을 결정하기 위한 상호 보완적인 정보를 제공하기 때문이다. 이 연구에서의 분류정확도 향상은 주로 자료변환을 통해 얻어진 각기 다른 특징자료와 다른 분류자를 결합에 의한 다양성 확보에서 기인한다. 그러므로 이 연구에서 제안한 토지피복 분류방법론은 다중시기 SAR자료의 분류에 효과적으로 적용가능하며, 또한 다중센서 원격탐사 자료융합으로 확장이 가능하다.

• ETRI Journal
• /
• 제42권1호
• /
• pp.78-89
• /
• 2020

Human activity recognition (HAR) has become effective as a computer vision tool for video surveillance systems. In this paper, a novel biometric system that can detect human activities in 3D space is proposed. In order to implement HAR, joint angles obtained using an RGB-depth sensor are used as features. Because HAR is operated in the time domain, angle information is stored using the sliding kernel method. Haar-wavelet transform (HWT) is applied to preserve the information of the features before reducing the data dimension. Dimension reduction using an averaging algorithm is also applied to decrease the computational cost, which provides faster performance while maintaining high accuracy. Before the classification, a proposed thresholding method with inverse HWT is conducted to extract the final feature set. Finally, the K-nearest neighbor (k-NN) algorithm is used to recognize the activity with respect to the given data. The method compares favorably with the results using other machine learning algorithms.