Proceedings of the Korean Institute of Intelligent Systems Conference (한국지능시스템학회:학술대회논문집)
Korean Institute of Intelligent Systems
- Semi Annual
Domain
- Information/Communication > Information Processing Theory
1998.03a
-
We introduce the notion of TL-p-subgroups that is an extension of the notion of fuzzy p-subgroups and show that a torsion TL-subgroup of an Abelian group with T=∧ can be written as the intersection of its minimal TL-p-subgroups.
-
The conventional relational databases have difficulties to efficiently represent various of data because an attribute of a tuple should have only one elementary value. In order to represent ambiguous and imprecious information, fuzzy set and rough set have been gaining acceptance, especially as a tool for knowledge discovery in databases. One of former researches applies only one fuzzy membership value to a tuple. We suggest a more advanced model for data representation by way of applying many membership values to a tuple, i.e. one membership value to each attribute of a tuple.
-
일반적으로 러프집합은 지식베이스 시스템에서 근사공간을 이용한 불확실한 데이터의 분류, 추론 및 의사결정 등에 사용된다. 지식베이스 시스템의 데이터 중에서 연속적인 구간 특성을 갖는 정량적 속성값이 불연속적일 때 중복 또는 불일치 등의 불확실성이 발생된다. 본 논문은 러프집합의 정량적 속성값들의 정성적 속성으로 변환시킬 때 식별 불가능 영역에 있는 정량적 속성값들을 명확한 경계를 갖는 보조구간으로 분리하여 불확실성을 제거함으로써 러프집합의 분류능력을 향상시키는 방법을 제안한다.
-
본 논문에서는 생물학적인 DNA와 인위적인 DNA의 개발 메커니즘에 근거를 둔 새로운 DNA coding mithod를 소개한다. 이 방법은 DNA 유전자의 Redundancy 성질과 Over-lapping 성질을 분석하여 구성한 알고리즘으로, DNA 자체의 특성 때문에 염색체의 길이를 자유자재로 변화시킬 수 있는 장점을 가지고 있다. 즉 삽입과 삭제의 과정을 쉽게 처리할 수 있다. 따라서 본 연구에서는 이 DNA coding method를 사용하여 시스템 제어에 필요한 지식을 표현하는 적당한 퍼지규칙을, 전건부와 후건부의 구조 및 매개변수 동조를 통하여, 획득하고, 이 규칙을 새로운 유전자 알고리즘을 이용하여 최적화 시킬 수 있는 새로운 퍼지규칙 획득 알고리즘을 개발한다. 이 방법의 유용성을 입증하기 위하여 물탱크 시스템에 적용한 결과 효과적으로 퍼지규칙을 획득한다.
-
최근 컴퓨터의 속도 및 용량의 확장과 더불어 3차원 정보에 대한 연구의 필요성이 요구되고 있다. 본 논문에서는이 여기에 관한 연구의 하나로 FCV(Fuzzy c-Varieties)클러스터링의 방법을 써서 3차원 데이터의 변과 장점을 찾아 3차원 물체를 구성하여 중복된 자료의 크기를 압축하는 방법을 제시한다. 여기에 따른 문제점으로 클러스터의 개수를 결정하는 문제가 있는데 이는 fuzzy classification entropy로 해결하였다.
-
본 논문에서는 하이브리드 구조를 가지는 자기구성 퍼지제어기를 제안한다. 제안한 방법은 FARMA 제어기에 비해 다음과 같은 장점을 가진다. 하이브리드 구조를 자기구성 퍼지논리 제어기에 도입하므로써 예측출력값을 구할 때 까지의 입축력정보의 부재로 인한 나쁜 응답성능을 개선할 수 있다. 또한 이 방법은 Yager의 t-norm을 이용하여 계산상의 복잡성을 피하고 규칙들의 가중치를 구하기 위해 필요한 Dmax선정의 어려움을 해결한다.
-
Abstracts In this paper, we propose a robust adaptive fuzzy control scheme using a sliding control input for tracking of a class of MISO nonlinear systems with unknown bounded external disturbances. In the proposed scheme, the nonlinearity is estimated adaptively via a fuzzy inference based on a fuzzy model. A sliding control input is introduced such that boundedness of all signals in the system is guaranteed even though the existence of a fuzzy approximation error and external disturbances. The controller parameters are updated by using a proposed adaptation law, which is similar 1-modification method. Computer simulation shows the effectiveness of the proposed control scheme.
-
This paper proposes an adaptive fuzzy control scheme for a class of continuous-time nonlinear dynamic systems for which an explicit linear parameterization of the uncertainty is either unknown or impossible. In order to improve robustness under approximation errors and disturbances the proposed scheme includes deadzone in adaptation laws which varies its size adaptively. The assumption of known bounds on the approximation errors and disturbances is not required since those are estimated using adaptation laws. The overall adaptive scheme is proven to guarantee uniform ultimate boundedness in the Lyapunov sense.
-
This paper presents a new parameter tuning method for PID controller. The Ziegler-Nichols Parameter tuning has been widely known as a fairly heuristic method to good determine setting of PID controllers, for a wide range of common industrial processes It has a excessive overshoot in the set point response, set point weighting can reduced the overshoot to specified values. It will also be shown that set point weighting is superior to the conventional solution of reducing large overshoot by other method. In this paper, we will modified the Ziegler-Nichols tuning formula by fuzzy set. These method will give appreciable improvement in the performance of PID controllers.
-
Neural Network has good performance in pattern classification, control and many other fields by learning ability. However, there is effective rule or systematic approach to determine optimal structure. In this paper, we propose a new method to find optimal structure of feed-forward multi-layer neural network as a kind of pruning method. That eliminating redundant elements of neural network. To find redundant elements we analysis error and weight changing with Rough Set Theory, in condition of executing back-propagation leaning algorithm.
-
본 논문에서의 공학적인 체계성을 갖고 초기 연결 가중치 및 임계치를 결정해 주면서, 학습까지 가능한 신경망을 제안한다. 기존의 오류 역전파 신경망을 적용할 때 경험에 의하여 은닉층 노드수를 결정하거나 임의의 실수 값으로 초기 연결 가중치 및 임계값을 주었을 때 자주 발생하는 학습 마비 현상을 피할 수 있고, Bose가 제안된 Voronoi 공간 분류에 의한 신경망 구성에서 학습이 불가능하다는 제안적인 단점을 보안하였다. 초기 가중치는 Voronoi 공간 분류가 이루어져 있다고 할 때 Bose가 제안한 초기 가중치 결정법을 개선하여 사용하고, Bose의 경우 신경망 노드가 Step function을 이용하여 정보를 전달하였으나 본 연구에서는 학습이 가능한 함수인 Sigmoid function을 이용하였다. 제안된 새로운 신경망의 성능 및 효율성을 비교하기 위하여 선형분리가 불가능한 XOR문제를 실험한 결과, 기존의 학습 가능한 EBP에서 허용오차 0.05 수준일 때 80%정도 학습마비 현상이 발생하였던 심각한 문제점을 보완할 수 있었고, 또한 학습 속도면에서 8~9배 정도 빠른 성능을 나타내었다.
-
Darwin Machine은 자기 자신의 구조를 전자적인 속도로 진화해 나가는 하드웨어로서 복잡한 구조와 성질으 진화 기법을 사용하여 만들어 나가는 진화공학(Evolutionary Engineering)의 한 예이다. 하드웨어가 전자적인 속도로 진화하기 위해서는 각각으리 하드웨어 구성요소들이 병렬적으로 작동해햐 하는데 셀룰라 오토마타는 이러한 문제를 해결하는 적합한 구조이며, 하드췌어에 쉽게 이식할 수 있는 장점이 있다. 신경망의 학습 능력과 진한 연산을 이용하면 효율적인 진화를 유도할 수 있다. 본 논문에서는 이러한 하드웨어 구현을 위한 셀룰라 오토마타에 기반한 신경망을 보이고자 한다.
-
Since a gas turbine is made use of generating electricity for peak time, it is a very important to operate a peak time load with safety. The main components of a gas turbine are the compressor, the combustion chamber and the turbine. So, there also must be modeled a component of gas turbines for the control with safety but it is not easy. In this paper we acquire a transfer function based on the operations data of Gun-san gas turbine and study to apply Neural-Network 2-DOF PID controler to control loop of gas turbine to reduce phenomena caused by integral and derivative actions through simulation. We obtained satisfactory results to disturbances of subcontrol loop such as, fuel flow, air flow, turbine extraction temperature.
-
There were many cases to apply artificial intelligence to medicine. In this paper, we present the prediction model of the development of the NIDDM(noninsulin-dependent diabetes mellitus). It is not difficult that doctor diagnose patient as DM(diabetes mellitus). However NIDDM is usually developmented later on 40 years old and symptom appeares gradually. So screening test or prediction model is needed absolutely. Our model predicts development of NIDDM with still normal data 2 year ago. Prediction models developed are both MLP(multilayer perceptron) with backpropagation training and RBFN(radial basis function network). Performance of both models were evaluated with likelihood ratio. MLP was about two and RBFN was about three. We expect that models developed can prevent development of DM and utilize normal data.
-
In recent years, advances in construction techniques and materials have given rese to flexible light-weight structures like high-rise buildings and long-span bridges. Because these structures extremely susceptible to environmental loads, such as earthquakes and strong winds, these random loadings usually produce large deflection and acceleration on these structures. Vibration control system of structures are becoming an integral part of the structural system of the next generation of tall building. The proposed control system is applied to single degree of structure with mass damping and compared with conventional PID and neural network PID control system.
-
The theoretical foundations of simple genetic algorithm(SGA) are the Schema Theorem and the Building Block Hypothesis. Although SGA does well in many applications as an optimization method, still it does not guarantee the convergence of a global optimum in GA-hard problems and deceptive problems. Therefore as an alternative scheme, there is a growing interest in a co-evolutionary system, where two populations constantly interact and cooperate each other. In this paper we show why the co-evolutionary algorithm works better than SGA in terms of an extended schema theorem. Also the experimental results show a co-evolutionary algorithm works well in optimization problems.
-
Genetic Algorithms (GAs) are stochastic algorithms whose search methods model some natural phenomena. The procedure of GAs may be divided into two sub-procedures : Operation and Selection. Chromosomes can produce new offspring by means of operation, and the fitter chromosomes can produce more offspring than the less fit ones by means of selection. However, operation which is executed randomly and has some limits to its execution can not guarantee to produce fitter chromosomes. Thus, we propose a method which gives a directional information to the genetic operator by reinforcement learning. It can be achived by using neural networks to apply reinforcement learning to the genetic operator. We use the amount of fitness change which can be considered as reinforcement signal to calcualte the error terms for the output units. Then the weights are updated using backpropagtion algorithm. The performance improvement of GAs using reinforcement learning can be measured by applying the pr posed method to GA-hard problem.
-
진화이론은 생명체들간의 투쟁과 적자생존의 원칙에 근거를 두고 있다. 그 중 협동으로의 진화는 공생이나 기생관계에 있는 생물들에서 발견되어 사화학, 생물학, 경제학 등의 분야에서 계속적인 관심의 대항이 되어 왔다. 특히 생명체들간에 존재하는 끊임없는 경쟁과 협동의 관계를 시뮬레이션하는 죄수의 딜레마 게임은 지금까지 많은 연구가 진행되어왔다. 죄수의 딜레마 게임이 시작된 근거는 협동으로의 진화에 관한 연구에서 시작되었다고 볼 수 있다. 대부분의 연구가 2명이 하는 죄수의 딜레마 반복게임인 2IPD에 집중되어 있는데 2IPD는 실제 세계에 적용시키는데 한계가 있기 때문에 보다 실세계에 가까운 형태를 모델링하는 N명 죄수의 딜레마 반복 게임(NIPD)에 관한 연구가 진행되고 있다. 이 논문에서는 진화 알고리즘을 이용하여 NIPD게임에서 게임자의 수와 협동으로의 진화와의 관계, 즉 죄수의 수가 증가함에 따라 협동의 정도는 어떻게 나타나는 가에 대해 고찰한다. 여러차례의 반복 시뮬레이션 결과 게임자의 수가 적을때는 대부분이 협동으로 진화하나 게임자의 수가 증가할수록 협동으로의 진화가 어렵다는 사실을 확인할 수 있었다.
-
최근 웹 상에서 여러 가지 정보에 대한 접근이 용이하여 많은 사람들이 다양한 검색 시스템을 이용하여 원하는 정보를 얻고 있다. 그러나 웹의 크기가 점점 커지고 그에 따른 사용량 또한 증가함에 딸 원하는 시간 안에 원하는 수준의 정보를 얻기가 매우 어렵다. 본 논문에서는 유전자 알고리즘을 이용하여 사용자의 요구수준에 보다 가까운 저오를 검색하는 학습방법에 대해 고찰한다. 검색 엔진의 초기 검색 결과로부터 만들어진 색인어들이 하나의 염색체로 구성한다. 염색체를 구성하고 있는 각 유전자는 사용자의 기호에 맞는 URL을 추천하기 위해 검색된 문서들과 연관성 값을 비교하여 유전 연산자에 의해 변형된다. 제시된 저오 검색 방식은 기존의 검색 엔진으로부터 반환되는 검색 결과로부터 사용자가 원하는 장보에 연관된 하나 이상의 색인어를 생성한 다음 재검색하여 연관성이 높은 소수의 정보만을 사용자에게 제공한다. 제안된 학습 방식과 기존 검색 엔진으로 검색된 결과를 초기의 사용자 정보 요구와의 연관성에 있어서 비교 분석하였다.
-
초음파센서는 저렴성, 단순한 구조, 기계적 강인성, 사용상의 적은 제약 등의 이점 때문에 다양한 응용분야에 적용된다. 물체의 인식에 초음파센서를 사용하기에는 낮은 분해능을 초래하는 불량한 방향성과 측정오류를 유발하는 반사성의 어려움을 내재하고 있다. 이런 문제를 개선하기 위해서 다양한 센사의 배열형태에서 많은 수의 센서를 사용하거나, 일정 수의 센서를 사용할 경우에는 센서의 배열을 기계적으로 이동시킨다. 본 논문에서는 물체의 패턴인식에 있어서 가장 기본적인 거리, 물체크기, 물체각도 값을 얻기 위해 간단하게 구성된 전자회로를 부가하여 초음파센서의 송출전압을 여러 단계로 변경시켜 얻어낸 데이터에 뉴로퍼지 기반의 지능적 계산 알고리즘을 적용하여 개선된 결과를 얻는다.
-
본 논문에서는 복잡하고 비선형적인 시스템의 최적 모델링을 우해서 지능형 퍼지-뉴럴네트워크의 최적 모델 구축을 위한 방법을 제안한다. 기본 모델은 퍼지 추론 시스템의 언어적인 규칙생성의 장점과 뉴럴 네트워크의 학습기능을 결합한 FNNs 모델을 사용한다. FNNs 모델의 퍼지 추론부는 간략추론이 사용되고, 학습은 요류 역전파 알고리즘을 사용하여 다른 모델들에 비해 학습속도가 빠르고 수렴능력이 우수하다. 그러나 기본 모델은 주어진 시스템에 대하여 퍼지 공간을 균등하게 분할하여 퍼지 소속을 정의한다. 이것은 비선형 시스템의 모델링에 있어어서 성능을 저하시켜 최적의 모델을 얻기가 어렵다. 논문에서는 주어진 데이터의 특성을 부여한 공간을 설정하기 위하여 클러스터링 알고리즘을 사용한다. 클러스터링 알고리즘은 주어진 시스템에 대하여 상호 연관성이 있는 데이터들끼리 특성을 나누어 몇 개의 클래스를 이룬다. 클러스터링 알고리즘을 사용하여 초기 FNNs 모델의 퍼지 공간을 나누고 소속함수를 정의한다. 또한, 최적화 기법중의 하나로 자연선택과 자연계의 유전자 메카니즘에 바탕을 둔 탐색 알고리즘인 유전자 알고리즘을 사용하여 주\ulcorner 진 모델에 대하여 최적화를 수행한다. 또한 본 연구에서는 학습 및 테스트 데이터의 성능 결과의 상호 균형을 얻기 위한 하중값을 가긴 성능지수가 제시된다.
-
본 논문은 다치논리와 신경망을 융합한 다치 뉴로 모델을 제안한다. 다치논리를 이용하여 다치 연산을 위한 알고리즘을 제안하고, 다치-OR, 다치-AND, 다치-NOT 회로를 이용한 다치 뉴로 시스템을 구성하고, 모의 실험을 통하여 확인하였다.
-
This paper presents a now approach to the design of intelligent contorl system for track vehicle system using fuzzy logic based on neural network. The proposed control scheme uses a Gaussian function as a unit function in the neural network-fuzzy, and back propagation algorithm to train the fuzzy-neural network controller in the framework of the specialized learning architecture. Moreover, We develop a Windows 95 version dynamic simulator which can simulate a track vehicle model in 3D graphics space. It is proposed a learning controller consisting of two neural network-fuzzy based of independent reasoning and a connection net with fixed weights to simply the neural networks-fuzzy. The dynamic simulator for track vehicle is developed by Microsoft Visual C++. Graphic libraries, OpenGL, by Silicon Graphics, Inc. were utilized for 3D Graphics. The performance of the proposed controller is illustrated by simulation for trajectory tracking of track vehicle speed.
-
본 논문은 퍼지 추론 시스템 모델의 최적화를 제시한다. 비선형적이고 복잡한 실시스템의 특성을 해석하는 방법으로써 시스템의 정적 혹은 동적 특성을 묘사하기 위해 퍼지 모델이 사용된다. 그러나 퍼지 시스템의 동정은 경험적 방법에 의해 규칙을 추출하기 때문에, 보다 논리적이고 체계적인 방법에 의한 추출 방법의 고찰이 필요하다. 제안된 규칙베이스 퍼지모델은 GA 및 퍼지규칙의 이론을 이용한 시스템 구조와 파라미터 동정을 시향한다. 두형태의 퍼지모델 방법은 간략추론 및 선형추론에 의해 시행된다. 본 논문에서는 퍼지 추론 시스템의 전반부 파라미터 동정을 통해 퍼지 입력공간을 정의함으로써 비선형 시스템을 표현한다. 전반부 파라미터의 동정세는 유전자 알고리즘을 사용하고, 후번부는 표준가우스 소거법을 사용하여 동정한다. 최적화는 유전자 알고리즘에 기초한 자동-동조 방법이며, 학습 및 데이터의 성능결과의 상호 균형을 얻기 위한 하중값을 가진 성능지수가 제시된다.
-
Abstract-In paper, an operation support software for combustion control of refuse incineration plant is developed using fuzzy model and genetic algorithm. It has two major modules which are simulation module and optimal operation module. In simulation module modelling is performed to obtain fuzzy model of the refuse incineration plant and obtained fuzzy model predicts outputs of the plant when inputs are given. This module can be used to obtain control strategy, and train and enhance operators' skill by simulating the plant. And in optimal operation module, genetic algorithm searches and finds out optimal control inputs over all possible solutions in respect to desired outputs. In order to testify proposed operation support software, computer simulation was carried out.
-
The theoretical foundations of GA are the Schema Theorem and the Building Block Hypothesis. In the Meaning of these foundational concepts, simple genetic algorithm(SGA) allocate more trials to the schemata whose average fitness remains above average. Although SGA does well in many applications as an optimization method, still it does not guarantee the convergence of a global optimum. Therefore as an alternative scheme, there is a growing interest in a co-evolutionary system, where two populations constantly interact and co-evolve in contrast with traditional single population evolutionary algorithms. In this paper, we propose a new design method of an optimal fuzzy logic controller using co-evolutionary concept. In general, it is very difficult to find optimal fuzzy rules by experience when the input and/or output variables are going to increase. So we propose a co-evolutionary method finding optimal fuzzy rules. Our algorithm is that after constructing two population groups m de up of rule vase and its schema, by co-evolving these two populations, we find optimal fuzzy logic controller. By applying the proposed method to a path planning problem of autonomous mobile robots when moving objects exist, we show the validity of the proposed method.
-
In this paper, we propose a method of cooperative control(T-cell modeling) and selection of group behavior strategy(B-cell modeling) based on immune system in distributed autonomous robotic system(DARS). Immune system is living body's self-protection and self-maintenance system. Thus these features can be applied to decision making of optimal swarm behavior in dynamically changing environment. For the purpose of applying immune system to DARS, a robot is regarded as a B cell, each environmental condition as an antigen, a behavior strategy as an antibody and control parameter as a T-call respectively. The executing process of proposed method is as follows. When the environmental condition changes, a robot selects an appropriate behavior strategy. And its behavior strategy is stimulated and suppressed by other robot using communication. Finally much stimulated strategy is adopted as a swarm behavior strategy. This control scheme is based of clonal selection and idiotopic network hypothesis. And it is used for decision making of optimal swarm strategy. By T-cell modeling, adaptation ability of robot is enhanced in dynamic environments.
-
컴퓨터 시뮬레이션을 수행하는 대부분의 시스팀들이 모든 현상을 선형(Linear System)으로 인지하고 그 특성을 분석하여 모형화(Modeling)하고 있으나 실제의 사물현상은 비선형(Non-Linear)적인 특성을 갖고 있다. 이 논문에서는 비선형적인 현상을 설명하기 위한 해결책으로 제시되고 있는 Chaos의 개요와 그 특성을 정리하고, 카오스의 여러 특성을 관찰하기 위하여 몇 개의 카오스현상을 통합한 시스템의 개발에 대하여 기술하였다.
-
현재 사용되고 있는 대부분의 화상 회의 및 화상 강의 시스템은 고정된 위치에 있는 카메라를 사용하므로 원격지 학습자는 고정된 장면만을 보면서 학습에 임해야 한다. 예를 들어, 강의 진행자가 카메라 시야를 벗어나 수업을 할 경우, 원격지 학습나는 강의 진행자의 모습을 볼 수 없으므로, 수업에 대한 능률이 감소될 수 있다. 따라서 화상 강의가 진행되는 동안 강의 진행자는 정해진 위치에서만 강의할 수 있도록 하는 제약상하을 부여하므로 강의 진행자에게 부담감을 안겨주고 있다. 본 논문에서는 강의 진행자가 카메라의 위치에 신경쓰지 않고 강의를 할 수 있는 환경을 제공하기 위한 영상 강의 시스템을 제안하고자 한다. 시스템은 카메라로부터 입력되는 영상을 분석하여 강의 진행자의 위치를 추적하므로 강의 진행자의 위치에 따라 변화되는 강의 환경을 적절히 촬영할 수 있다.
-
3차원 공간의 자료는 그 자료의 크기, 처리속도 잡음 및 측정 오차 등의 불규칙성 등의 한계를 가지고 있다. 최근 인터넷과 같은 통신 속도의 증가와 함께 대용량의 자료 교환이 가능하계 되면서 3차원 정보에 대한 연구는 매우 중요한 문제로 대두되고 있는 실정이다. 본 논문에서는 3차원 물체를 표현해 줄 수 있는 특성점(vertex)를 찾는 알고리듬을 제시함으로써 자료의 양을 줄일 수 있는 방법을 제시하고 있다.
-
본 논문은 뉴스 비디오 데이터베이스를 구축하기 위한 장면 분할 기법 중 Color Histogram에서 각각의 RGB를 따로 계산하여 차이값을 세부화하는 장점과, x2 Histogram에서 차이값을 강조하는 장점을 이용하여 NTSC표준에 따른 가중치를 적용한 새로운 장면 분할 방법을 제안하였다. 제안 알고리즘의 성능 평가를 위한 실험 도메인은 국내 KBS, MBC, SBS 방송의 뉴스 비디오와 국외 CNN, NHK의 뉴스 비디오를 택하였다. 주어진 환경내에서 제안한 방법을 기존의 Color Histogram, x2 Histogram, 그리고 Bin to bin difference (B2B)과의 실험결과와 비교하여 효율적임을 보였으며, 임계치의 자동선택 가능성을 제시 하였다.
-
정보통신 기술이 급격히 발달함에 따라 영상처리 및 압축 기술에 대한 중요성이 대두되고 있다. 현재 정지 압축 영상 표준인 JPEG과 동영상 압축 표준인 MPEG에서는 통계적 특성에 기반한 DCT 방법을 이용하여 압축을 수행하고 있다. 최근에는 웨이브렛 변환을 이용한 영상신호 처리 및 압축에 관한 연구가 활발히 이루어지고 있는데, 이는 기존의 DCT 방법과는 달리 속도와 압축률이 뛰어나며 블록화 현상(Blocking Effect)이 발생하지 않기 때문이다. 또한 웨이브렛 자체가 함수이고 이러한 함수에 다른 스케일과 해상도를 적용하는것이므로, 영상을 확대하거나 축소하더라도 이미지에 손상을 주지 않고 복원할 수 있다. 스테레오 이미지는 사람의 시각에서 물체를 보는 것처럼, 카메라에서 같은 장면을 약간의 차이를 두어 찍은 것이다. 따라서 오른쪽과 왼쪽의 두 이미지로 나누어지게 되는데, 이 두 이미지 사이에서 공통 부분이 많다는 특징을 가지게 된다. 따라서 두 이미지의 공통 부분을 찾아 내고, 이를 이용하여 압축을 할 수 있다면 압축률을 높일 수 있다. 본 연구에서는 웨이브렛 변환을 이용하여 스테레오 이미지에서의 공통 부분을 찾고 영상을 효율 岵막\ulcorner 압축하는 방법에 대하여 연구한다.
-
JPEG은 정지 영상의 압축 표준으로 8
$\times$ 8 블록을 기반으로 DCT 변환을 한 후 양자화 및 엔트로피 부호화 과정을 통해 압축이 이루어진다. DCT는 이미지를 공간 영역에서 주파수 영역으로 변환하는 기법으로 대체로 저주파 성분은 저주파 성분끼리, 고주파 성분은 고주파 성분끼리 모아준다. 이러한 형태는 필요 없는 성분들을 쉽게 제거할 수 있어 압축이 효율적으로 이루어지도록 한다. 블록 기반의 압축 기법을 적용할 때 흔히 나타나는 문제점은 블록 기반으로 인해 발생하는 블?킹 현상으로서 이는 양자화로 인한 정보의 손실에서 비롯되며 그 기본이 되는 8$\times$ 8 블록 단위로 나타난다. 본 연구세어서는 작은 블록 단위를 16$\times$ 16의 매크로블록으로 확대한 개념을 이용하여 매크로 블록 내의 수직 및 수평 방향으로 1:2단위로 샘플링한 4개의 8$\times$ 8블록 간의 블록킹 경계로 없애 주도록 하고자 한다. 또한 16$\times$ 16의 DCT 블록 대신 16$\times$ 16 블록내의 8$\times$ 8 블록들을 이용함으로써 표준 기법에서 이용되는 8$\times$ 8 단위의 양자화 테이블이나 RLE기법 등을 그대로 적용할 수 있다. -
본 논문에서는 동영상으로부터 에지 정보와 형판 변형을 통해 얼굴의 추출하고 그 특징을 기반으로 하는 추적 기법을 제안한다. 본 논문에서 제안하는 추적기법은 추출된 특징에 기반을 추적 지법으로 초기에 모자익 영상을 이용하여 얼굴 부분을 찾고 찾아진 얼굴 부분에 에지 연산자를 적용하여 에지를 추출한다. 에지 영상이 얻어지면 에지 영상에서 영역의 크기와 모양, 그리고 관계 검증을 통해 대략적인 눈 영역을 추출한다. 눈 영역이 찾아지면 이를 바탕으로 입 영역에 대한 후보 영역에 대하여 이진화를 수행하고 히스토그램 프로젝션을 통해 대략적인 입 영역을 추출한다. 추출된 눈 영역과 입 영역에 각각의 형판을 사용해 형판 변형을 하고 초기 매개변수를 추출한다. 추출된 매개변수는 다음 프레임에서 형판의 초기 값으로 사용된다. 그리고 나서 형판에 대하여 변형(deformation) 과정을 수행한다. 이 과정을 반복함으로써 추적 과정을 수행한다.
-
카메라이 동작 정보는 컴퓨터 비전, 영상 코딩 및 비디오 검색 등의 분야에서 사용되는 강력하고 중요한 특징이다. 특히, 최근에 관심의 초점이 되고 있는 내용기반 비디오 검색을 위한 자동색인에서 장면전환 검출이나 이동 물체의 동작 정보 추출 등에 값지게 활용될 수 있다. 본 논문에서는 파라미터 모델을 이용해서 카메라의 동작을 추출하는 방법을 제안한다. 먼저, 영상의 공간적인 특성을 고려하면서 전체 과정의 속도를 탐색 영역 내에서 동적 백터를 추출한다. 그리고 추출된 동작 벡터를 파라미터 모델에 적용하여 파라미터를 추출하고, 카메라의 동작을 파라미터들의 상호 관계를 이용하여 정의하므로써 최종적인 카메라의 동작을 추출한다. 본 논문에서 제안한 방법은 기존의 방법에 비해 계산 시간상의 비용을 축소시켰고, 화소 단위가 아니라 셀 단위로 카메라의 동작을 추출하므로 다른 방법에 비해 잡음에 보다 강건하다. 또한, 이동 물체의 움직임으로 발생할 수 있는 오류를 최대한 배재한다.
-
얼굴을 인식하는 연구 분야는 얼굴 영상을 분석하는 과정을 거친다. 또한, 얼굴 영상 분석은 얼굴 영상을 이용하는 모든 분야의 연구에 필요한 전처리 과정이라고 할 수 있다. 그러나 얼굴 영상을 분석하는 일은 많은 비용이 든다. 본 연구에서는 이러한 분석과정을 거치지 않고 얼굴 영상을 변형한다. 입력되어지는 얼굴 영상에 나타나는 얼굴 표정을 파악하기 위하여 입력되는 데이터의 변화를 가장 잘 표현해 주는 것으로 널리 알려져 있는 고유 벡터를 이용하며, 기존의 영상을 변형한새로운 영상을 생성하기 위해서 가장 직관적으로 사용할 수 있지만, 광류 영상을 구하는 과정이 시간적으로 많은 비용을 요구하기 때문에, 본 연구에서는 일반 영상에 대한 고유 벡터와 광류 영상에 대한 교유 벡터를 이용하여 고유 벡터 공간 상의 가중치 벡터를 전달하는 방법으로 영상을 처리할 때마다 수행하여야 하는 광류 계산과정을 제거하였다.