Container Placard Recognition using SIFT

Gyeongyong Heo,Imgeun Lee 한국정보통신학회 2018 2016 INTERNATIONAL CONFERENCE Vol.10 No.1

학습 샘플 선택을 이용한 교사 랭크 정규화

허경용(Gyeongyong Heo),최훈(Hun Choi),윤주상(Joo-Sang Youn) 한국컴퓨터정보학회 2015 韓國컴퓨터情報學會論文誌 Vol.20 No.1

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. Feature normalization as a pre-processing step has been widely used to reduce the effect of different scale in each feature dimension and error rate in classification. Most of the existing normalization methods, however, do not use the class labels of data points and, as a result, do not guarantee the optimality of normalization in classification aspect. A supervised rank normalization method, combination of rank normalization and supervised learning technique, was proposed and demonstrated better result than others. In this paper, another technique, training sample selection, is introduced in supervised feature normalization to reduce classification error more. Training sample selection is a common technique for increasing classification accuracy by removing noisy samples and can be applied in supervised normalization method. Two sample selection measures based on the classes of neighboring samples and the distance to neighboring samples were proposed and both of them showed better results than previous supervised rank normalization method.

클러스터 내 분별 오류 최소화를 위한 퍼지 클러스터링

허경용(Gyeongyong Heo),이수종(Soojong Lee) 한국컴퓨터정보학회 2013 한국컴퓨터정보학회 학술발표논문집 Vol.21 No.2

퍼지 클러스터링은 유사도가 높은 데이터 포인트들이 동일한 클러스터에 포함되도록 하는 대표적인 비교사 학습 방법 중 하나이다. 이 논문에서는 클러스터링을 분류기의 전처리 단계에서 활용할 수 있도록 클러스터 내에서 분류 오류가 최소가 될 수 있도록 클러스터를 생성할 수 있는 새로운 퍼지 클러스터링 방법을 제안한다. 제안하는 클러스터링은 특징 벡터와 함께 클래스 라벨을 활용하므로 분류기와 결합하여 사용할 경우 기존 분류기와 함께 사용할 경우 보다 우수한 성능을 기대할 수 있다.

의사 샘플 신경망에서 학습 샘플 및 특징 선택 기법

허경용(Gyeongyong Heo),박충식(Choong-Shik Park),이창우(Chang-Woo Lee) 한국컴퓨터정보학회 2013 韓國컴퓨터情報學會論文誌 Vol.18 No.4

의사 샘플 신경망은 학습 샘플의 수가 적은 경우 학습된 신경망이 국부 최적해에 빠져 성능이 저하되는 것을 보완하기 위해 기존 샘플들로부터 의사 샘플을 생성하고 이를 통해 해공간을 평탄화 시킴으로써 학습된 신경망의 성능을 향상시킬 수 있는 신경망의 변형이다. 이는 학습 샘플의 양에 관한 문제로 이 논문에서는 이에 더해 학습 샘플의 질을 향상시킴으로써 학습된 신경망의 성능을 더욱 높일 수 있는 방법을 제시하였다. 잡음이 적게 포함된 전형적인 학습 샘플들만이 주어지고 입력 특징 중 출력과 연관성이 높은 특징만을 사용함으로써 학습된 신경망의 성능을 높일 수 있음은 자명하다. 따라서 이 논문에서는 커널밀도 추정을 통해 비전형적인 학습샘플을 제거하고 입력값이 출력값에 미치는 영향을 나타내는 연관성 척도를 사용하여 연관성이 적은 특징을 제거함으로써 의사 샘플 신경망의 성능을 향상시킬 수 있음을 보였다. 제시한 방법의 유효성은 토석류 데이터를 이용한 실험을 통해 확인할 수 있다. Pseudo sample neural network (PSNN) is a variant of traditional neural network using pseudo samples to mitigate the local-optima-convergence problem when the size of training samples is small. PSNN can take advantage of the smoothed solution space through the use of pseudo samples. PSNN has a focus on the quantity problem in training, whereas, methods stressing the quality of training samples is presented in this paper to improve further the performance of PSNN. It is evident that typical samples and highly correlated features help in training. In this paper, therefore, kernel density estimation is used to select typical samples and correlation factor is introduced to select features, which can improve the performance of PSNN. Debris flow data set is used to demonstrate the usefulness of the proposed methods.

잔류가스분석기의 질량 스펙트럼 검출 성능 향상을 위한 잡음제거 알고리즘

허경용(Gyeongyong Heo),최훈(Hun Choi) 대한전기학회 2019 전기학회논문지 Vol.68 No.1

This paper proposes a method to improve the mass spectral detection performance of the residual gas analyzer. By improving the mode estimation method for setting the threshold value and improving the additive noise elimination method, it is possible to detect mass spectrums having low peak values of the threshold level difficult to distinguish from noise. Ion signal blocks for each mass index with noise removed by the improved method are effective for eliminating invalid ion signals based on the linear and quadratic fittings. The mass spectrum can be obtained from the quadratic fitted curves for the reconstructed ion signal block using only the valid ion signals. In addition, the resolution of the mass spectrum can be improved by correcting the error caused by the shift of the spectral peak position. To verify the performance of the proposed method, computer simulations were performed using real ion signals obtained from the residual gas analysis system under development. The simulation results show that the proposed method is valid.

안드로이드 리모콘으로 제어하는 3차원 LED 디스플레이

허경용(Gyeongyong Heo),장준호(Joon-Ho Jang) 한국컴퓨터정보학회 2013 한국컴퓨터정보학회 학술발표논문집 Vol.21 No.2

본 논문에서는 기존 전광판의 문제점을 보안할 수 있는 방법의 하나로 3차원 LED 디스플레이와 이를 제어할 수 있는 안드로이드 앱을 제안하고 구현하였다. 2차원 매트릭스 방식을 사용하고 있는 현재의 전광판을 3차원으로 확장함으로써 다양한 정보 전달이 가능하며 제어를 위해 별도의 하드웨어를 사용하지 않고 안드로이드 앱으로 블루투스 통신을 통해 제어함으로써 간편하면서도 확장이 용이한 제어 구조를 가질 수 있다.

경계선 강도 허프 변환에서 최적 파라미터의 결정

허경용(Gyeongyong Heo),우영운(Young Woon Woo),김광백(Kwang-Baek Kim) 한국지능시스템학회 2007 한국지능시스템학회논문지 Vol.17 No.5

허프 변환(Hough transform)은 영상에서 몇 개의 파라미터로 표현되는 기하학적 요소 추출을 위해 널리 사용되고 있는 방법 중 하나이다. 하지만 허프 변환은 영상의 한 픽셀이 허프 공간(Hough space)의 한 방정식에 대응되는 일대다 특성으로 인해 잡음에 민감한 특성을 갖는다. 이를 개선하기 위해 경계선의 강도를 이용한 허프 변환(edge strength Hough transform)이 제안되었고, 제안된 방법은 잡음 민감성이 감소됨이 증명되었다. 하지만 허프 변환은 허프 공간과 영상의 크기, 잡음의 정도에 따라 검출된 요소의 품질이 달라지므로 필요한 파라미터 값들을 실험적으로 결정해야 하는 단점이 있다. 이 논문에서는 경계선 강도 허프 변환에서 중요한 역할을 하는 두 개의 파라미터, 감쇄 파라미터(decreasing parameter)와 확장 파라미터(broadening parameter) 값을 결정하는 방법을 유도한다. 제시된 방법은 사전에 정해지는 허프 공간의 크기와 영상의 크기만을 이용하여 파라미터 값을 결정하므로, 주어진 조건에 맞는 최적의 파라미터를 자동적으로 찾아낼 수 있다. 유도한 방법의 유효성은 서로 다른 파라미터 값을 이용한 실험을 통해서 확인할 수 있었다. Though the Hough transform is a well-known method for detecting analytical shape represented by a number of free parameters, the basic property of the Hough transform, the one-to-many mapping from an image space to a Hough space, causes the innate problem, the sensitivity to noise. To remedy this problem, Edge Strength Hough Transform (ESHT) was proposed and proved to reduce the noise sensitivity. However the performance of ESHT depends on the size of a Hough space and image and some other parameters which should be decided experimentally. In this paper, we derived formulae to decide 2 parameter values; decreasing parameter and broadening parameter, which play an important role in ESHT. Using the derived formulae, 2 parameter values can be decided only with the pre-determined values, the size of a Hough space and an image, which make it possible to decide them automatically. The experiments with different parameter values also support the result.

의사 샘플 신경망을 이용한 토석류 퇴적 모델의 파라미터 추정

허경용(Gyeongyong Heo),이창우(Chang-Woo Lee),박충식(Choong-Shik Park) 한국컴퓨터정보학회 2012 韓國컴퓨터情報學會論文誌 Vol.17 No.11

토석류 퇴적 모델은 토석류에 의한 피해지 예측을 위해 random walk model(RWM)을 사용하여 구성한 모델로 피해지 예측에서 그 효용성이 입증되었지만 몇 개의 자유 파라미터가 실험적으로 결정되어야 하는 문제점이 있다. 파라미터를 자동으로 추정하기 위한 방법은 여러 가지가 있지만 토석류 데이터는 학습 데이터의 크기가 작아 기존 학습 기법을 적용하는데 어려움이 있다. 이 논문에서는 학습 데이터 크기 문제를 완화할 수 있는 신경망의 변형인 의사 샘플 신경망을 제안하였다. 의사 샘플 신경망은기존 샘플로부터 의사 샘플을생성하고 이를 학습에 사용한다. 의사 샘플은 해공간을 평탄화시키고 국부 최적해에 빠질 확률을 줄여줌으로써 기존 신경망에 비해 안정적인 파라미터 추정이 가능해진다. 이러한 사실은 실험 결과 통해 확인할 수 있다. Debris flow deposition model is a model to predict affected areas by debris flow and random walk model (RWM) was used to build the model. Although the model was proved to be effective in the prediction of affected areas, the model has several free parameters decided experimentally. There are several well-known methods to estimate parameters, however, they cannot be applied directly to the debris flow problem due to the small size of training data. In this paper, a modified neural network, called pseudo sample neural network (PSNN), was proposed to overcome the sample size problem. In the training phase, PSNN uses pseudo samples, which are generated using the existing samples. The pseudo samples smooth the solution space and reduce the probability of falling into a local optimum. As a result, PSNN can estimate parameter more robustly than traditional neural networks do. All of these can be proved through the experiments using artificial and real data sets.

스펙트럼 군집화에서 블록 대각 형태의 유사도 행렬 구성

허경용(Gyeongyong Heo),김광백(Kwang-Baek Kim),우영운(Young Woon Woo) 한국멀티미디어학회 2008 멀티미디어학회논문지 Vol.11 No.9

디자인 QR코드 기반 정품인증 프레임워크 및 정품판별 알고리즘 개발

허경용(Gyeongyong Heo),이임건(Imgeun Lee),박삼식(Some Sick Park),우영운(Young Woon Woo) 한국컴퓨터정보학회 2015 韓國컴퓨터情報學會論文誌 Vol.20 No.6

본 논문에서는 디자인 QR 코드 기반의 정품 인증 프레임워크 및 정품 판별 알고리듬을 제안한다. 정품 인증 프레임워크는 디자인 QR 코드, 정품 인증용 앱(App) 그리고 서버 시스템으로 구성된다. 디자인 QR 코드는 기존 QR 코드에 시각적인 효과를 고려하여 코드의 모양을 상품이나 제조사에 맞게 변형한 코드를 말한다. 디자인 QR 코드에는 정품 인증을 위한 제조사 및 상품에 대한 정보가 기록된다. 디자인 QR 코드의 내용은 일반 QR 코드 리더기로 그 정보를 일부 확인할 수 있지만 1차 인증을 위한 정보가 함께 포함되어 있어 그 의미를 파악할 수는 없다. 정품인증용 앱은 정품 인증용 QR 코드를 스캔하여 1차 인증을 수행하고 그 결과는 서버 시스템으로 전송한다. 서버 시스템에서는 QR 코드의 내용을 바탕으로 조회 위치, 시간, 횟수 등 조회 이력을 바탕으로 조회 패턴에 따라 진위 여부를 2차적으로 인증한다. 제안하는 프레임워크는 서버 시스템을 통해 조회 이력을 관리함으로써 정품 인증을 위해 필요한 추가 비용을 최소화함과 동시에 인증 효과를 높일 수 있으며, 안산시 쓰레기봉투 관리를 위해 도입되어 사용되는 등 실제 사용에서도 효과적임이 입증되었다. A genuine product authentication framework and genuine distinction algorithm based on design QR code is proposed in this paper. The proposed framework consists of design QR code, a smart phone application for authentication, and a server system. Design QR code is a shape-modification of conventional QR code according to manufacturer’s and/or product’s need. In the design QR code, information about manufacturer and product is written. The written information can be read with general QR code reader, however, the content is transformed with authentication code, used in the first step authentication, and the meaning cannot be inferred. The application conducts the first step authentication and sends the resulting information to the server system for the second step authentication. The server system decides the genuinity using look-up history. The proposed framework can improve the authentication effect while minimizing the additional costs by managing the history through the server system. The proposed framework has proven to be effective in actual use, such as that used for the management of garbage bags in Ansan city.