http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
고재필(Jaephil Ko),김선욱(SunWook Kim),변혜란(Hyeran Byun) 한국정보과학회 2000 한국정보과학회 학술발표논문집 Vol.27 No.2Ⅱ
본 논문에서는 얼굴인식에 주로 사용되는 PCA를 얼굴포즈판별에 적용해 보았다. 얼굴포즈판별은 개개인의 얼굴특징을 강조해야 하는 얼굴인식과는 달리 일반적인 얼굴특징을 이용하기 때문에 PCA에 적합한 응용분야이다. 그러나, 다양한 얼굴포즈에 대한 영상을 하나의 표본집합으로 사용하면, 표본집합의 분산이 크기 때문에 포즈별로 표본집합을 달리하여 PCA모듈을 구성하는 것이 타당하다. 표본수집의 어려움은 3차원 한국인 표준모형을 이용해 극복하고, 이를 통하여 다향한 조명방향 및 얼굴포즈에 대한 표본을 수집하였다. 5방향의 얼굴포즈에 대한 판별 실험을 통하여 모듈화된 PCA의 분류기로서의 가능성을 살펴보고, 조명에 따른 오류를 완하하고자 비 선형적 패턴을 나타내는 각 PCA모듈의 결과를 신경망에 적용하여 보았다.
고재필(Jaepil Ko),변혜란(Hyeran Byun) 한국정보과학회 2000 정보과학회논문지 : 소프트웨어 및 응용 Vol.27 No.11
얼굴영역을 추출하기 위한 방법은 크게 얼굴의 지형적 특징추출에 기반한 방법과 얼굴형판 정합에 기반한 방법으로 분류할 수 있다. 일반적으로 복잡한 배경의 영상에서는 형판정합 방법이 우수하나, 형판의 대표성을 부여하기가 어렵다는 점이 문제시되어 왔다. 본 논문에서는 얼굴영역을 추출하기 위하여 복잡한 얼굴패턴을 몇 개의 주성분 값으로 표현할 수 있는 Hotelling변환 과정을 이용하여 얼굴형판을 생성하고 이를 적용하여 얼굴의 크기, 영상의 명암, 얼굴의 위치에 무관하게 얼굴영역을 추출한다. 또한 휴리스틱한 임계치를 이용하여 두 사람 이상의 얼굴영역을 추출하고 기울어진 얼굴영역을 추출하기 위한 방법도 제시한다. 실험을 통하여 다양한 입력영상에 대한 추출 결과와 고유얼굴에 기반한 방법의 특징을 살펴 보았다. There are two general approaches for face detection. One is based on the geometric feature extraction of face image and the other on a face-template matching. In general, template matching method shows better performance in a complex background. However, template matching method heavily relies on a template, which can't represent various face images. In this paper, face templates are generated through the Hotelling transform, which can compact a complex face pattern into a few principal components and the face detection system was designed to be invariant to scale, position, image intensity and to be able to detect two or more face regions by using some heuristic knowledge obtained from the test. In addition, we attempted to deal with the rotated faces in the image plane. The test showed the detection results of various input images and characteristics of the method based on eigenfaces.
고재필(Ko, Jae-Pil) 한국어학회 2021 한국어학 Vol.93 No.-
이 글은 재구성 표현을 통해 노리는 수사적 효과에 대해 살펴보았다. 재구성 표현은 청자의 처리 노력을 줄이고 인지적 효과를 높이기 위해 앞서 나타난 발화(또는 언어 형식)을 재구성하는 것을 말한다. 두 발화는 해석적 유사성의 느슨한 관계를 가지기 때문에 여러 가지 수사적 효과가 발생한다. 첫째, 화자가 주장하는 ‘등가성’을 간접적으로 제시한다. 둘째, 결론을 도출하기 위해 필요한 맥락적 가정을 간접적으로 제시한다. 셋째, 관점을 중첩하고 자신의 관점을 더 적절한 것으로 제시한다. 이 연구는 재구성 표현을 통해 화자가 노리는 담화 전략에 대해 탐구했다는 의미가 있다. 후속 연구로는 재구성 표현과 비핵심 의미, 정보구조, 전제수용, 다성성, 타 발화의 재현 등과 같은 다른 언어학적 개념과의 관계에 대한 이론적 탐구가 필요하다고 생각된다. In this paper, we examine rhetorical effects accomplished through the use of reformulation. Reformulation refers to re-expressing a previous utterance in order to reduce the processing effort and increase the cognitive effect. Since the source utterance and the reformulated utterance have a loose relationship of interpretive resemblance, several rhetorical effects may occur. First, reformulation can be used for the speaker to indirectly allude the ‘equivalence’, which may not be shared with the hearer. Second, it can be used to indirectly present contextual assumptions necessary to infer implicated conclusions. Third, it can be used to overlap different points of view and suggest that the speaker’s own point of view is the most appropriate one. It is hoped that this study can be a useful to understand the speaker’s strategic use of reformulation. Further research is required to explore the relationships between reformulation and other linguistic notions, e.g. not-at-issue meaning, information structure, accommodation, polyphony, representation of the discourse of the other(s).
고재필(Jaepil Ko),김은주(Eunju Kim),변혜란(Hyeran Byun) 한국정보과학회 2004 정보과학회논문지 : 소프트웨어 및 응용 Vol.31 No.1
얼굴인식은 외관기반(appearance-based) 매칭기법으로 풀어야 할 문제 중의 하나이다. 그러나, 얼굴영상의 외관은 조명 변화에 매우 민감하다. 얼굴인식 성능을 향상시키기 위해서는 다양한 조명 아래에서 다양한 학습 데이타를 수집해야 하나, 실제로는 데이타 수집이 용이하지 않다. 따라서, 성능향상을 위해서 다양한 데이타를 학습시키는 것 보다 다양한 조건의 데이타를 정규화 하는 기법에 주목하는 것이 바람직하다. 본 논문에서는 방향성 조명 아래에서 취득한 얼굴영상을 정규화 할 수 있는 간단한 방법을 제안한다. 조명 문제는 얼굴인식 시스템에서 오류를 일으키는 가장 중요한 요인중 하나이다. 제안하는 방법을 ICR(Illumination Compensation based on Multiple Linear Regression)이라 명명하였다. 본 방법에서는 다중회귀분석 모델을 사용하여 얼굴영상의 화소 밝기 값 분포에 가장 잘 맞는 평면을 찾은 후 이 평면을 이용하여 얼굴영상을 정규화 한다. 제안하는 방법의 장점은 간단하고 실용적이며, 얼굴영상의 밝기 값 분포에 대한 평면 근사가 선형모델에 의해 수학적으로 정의된다는 점이다. 얼굴인식에서 제안하는 방법의 성능 향상을 보여주기 위해 공개 및 자체 구축 데이타 베이스에 대한 실험 결과를 제시한다. 실험 결과 두드러진 얼굴인식 성능 향상을 보여주었다. Face recognition is one of the problems to be solved by appearance based matching technique. However, the appearance of face image is very sensitive to variation in illumination. One of the easiest ways for better performance is to collect more training samples acquired under variable lightings but it is not practical in real world. In object recognition, it is desirable to focus on feature extraction or normalization technique rather than focus on classifier. This paper presents a simple approach to normalization of faces subject to directional illumination. This is one of the significant issues that cause error in the face recognition process. The proposed method, ICR(Illumination Compensation based on Multiple Linear Regression), is to find the plane that best fits the intensity distribution of the face image using the multiple linear regression, then use this plane to normalize the face image. The advantages of our method are simple and practical. The planar approximation of a face image is mathematically defined by the simple linear model. We provide experimental results to demonstrate the performance of the proposed ICR method on public face databases and our database. The experimental results show a significant improvement of the recognition accuracy.