유전자 알고리즘을 이용한 영상 특징 추출

박상성(Sang-Sung Park),안동규(Dong-Kyu A) 한국컴퓨터정보학회 2006 韓國컴퓨터情報學會論文誌 Vol.11 No.3

컴퓨터 정보기술의 발달로 멀티미디어 데이터가 급증하고 있다. 특히, 영상검색 분야에서는 영상 데이터의 신속, 정확한 처리 및 분석이 요구된다. 그러나 일반적으로 신속성과 정확성을 모두 보장하는 데는 어려움이 있다. 본 논문은 이러한 문제를 해결하기 위하여 유전자 알고리즘을 이용해 영상의 대표 특징치를 추출하는 알고리즘을 제안한다. 이 알고리즘은 영상이 가지고 있는 대표적인 특징치 뽑아냄으로써 검색의 신속성과 정확성을 보장한다. 영상의 특징으로는 색상과 질감을 사용하였다. 실험결과, 기존의 연구에 비해 제안된 특징 추출법이 더 좋은 정확성을 보임으로서 제안된 방법의 타당성을 입증하였다. Multimedia data is increasing rapidly by development of computer Information technology. Specially, quick and accurate processing of image data is required in image retrieval field. But it is difficult to guarantee both quickness and accuracy. This article suggests the algorithm that extracts representative features of image using genetic algorithm to solve this problem. This algorithm guarantees quickness and accuracy of retrieval by extracting representative features of image. We used color and texture as feature of image. Experiment shows that feature extracting method that is proposed is more accurate than existing study. So this study establishes propriety of method that is proposed.

개선된 신경망 알고리즘을 이용한 영상 클러스터링

박상성(Sang Sung Park),이만희(Man Hee Lee),유헌우(Hun Woo Yoo),문호석(Ho Seok Moon),장동식(Dong Sik Jang) 제어로봇시스템학회 2004 제어·로봇·시스템학회 논문지 Vol.10 No.7

신경망과 유전자 알고리즘을 이용한 영상식별

박상성(Park Sang-Sung),안동규(Ahn Dong-Kyu) 한국콘텐츠학회 2010 한국콘텐츠학회 종합학술대회 논문집 Vol.2010 No.5

피부색과 Haar-like feature를 이용한 실시간 얼굴검출

박상성(Sang-Sung Park),장동식(Dong-Sik Jang),정중교(Joong-Gyo Jeong) 한국컴퓨터정보학회 2005 韓國컴퓨터情報學會論文誌 Vol.10 No.4

실시간 영상에서 사람의 얼굴을 검출하는 것은 얼굴 인식 분야에 있어서 주요한 관심 분야 중의 하나이다. 본 본문에서는 실시간 입력되는 영상에서 피부색과 Haar-like feature를 이용한 얼굴 검출 알고리즘을 제안 하였다. 제안된 알고리즘은 YCbCr 색 공간에서의 차 연산 기법을 이용하여 이동 물체의 움직임 영역을 ROI(region of interest)로 선정하고 Haar-like feature를 이용하여 얼굴 후보영역을 선정한 다음 피부색 정보를 이용하여 얼굴을 검출 하였다. 특히, 가변적으로 선정되는 ROI영역에 대하여 피부색 정보와 특징 정보를 이용함으로서 실시간 영상에 대하여 처리 속도의 향상과 비슷한 특징 또는 색상을 가진 영상이 얼굴로 검출되는 오류를 방지하였다. 실험 결과는 기존의 연구에 비해 30%의 처리 속도 향상과 96.8%의 검출 성공률을 보였다. Face detection in real-time video constitutes one of the major trend in face recognition. In this paper, we propose a face detection algorithm using the skin color and Haar-like feature in real-time video. The proposed algorithm is followed by three sequences; First, moving objects are detected by difference-method in YCbCr coordinates, and then by using Haar-like features, face candidate regions of the moving objects is selected. Finally we extract the most possible face candidates by comparing the pixel values of face candidates with the skin color. In order to prevent a mistake, we use similar features or skin color to detect a face by selecting a adaptive ROI and improve the processing speed in real-time video. The computer simulation shows the validity of the proposed method that the processing speed is improved by 30% than previous works and the detection success rate is 96.8%.

하이브리드 기법을 이용한 영상 식별 연구

박상성(Sang-Sung Park),정귀임(Gwi-Im Jung),장동식(Dong-Sik Jang) 한국컴퓨터정보학회 2006 韓國컴퓨터情報學會論文誌 Vol.11 No.6

영상 식별 기술은 대용량의 멀티미디어 데이터베이스 환경 하에서 고속의 검색을 위해서 필수적이다. 본 논문은 이러한 고속 검색을 위하여 GA(Genetic Algorithm)과 SVM(Support Vector Machine)을 결합한 모델을 제안한다. 특징벡터로는 색상 정보와 질감 정보를 사용하였다. 이렇게 추출된 특징벡터의 집합을 제안한 모델을 통해 최적의 유효 특징벡터의 집합를 찾아 영상을 식별하여 정확도를 높였다. 성능평가는 색상, 질감, 색상과 질감의 연합 특징벡터를 각각 사용한 성능 비교, SVM과 제안된 알고리즘과의 성능을 비교하였다. 실험 결과 색상과 질감을 연합한 특징벡터를 사용한 것이 단일 특징벡터를 사용한 것 보다 좋은 결과를 보였으며 하이브리드 기법을 이용한 제안된 알고리즘이 SVM알고리즘만을 이용한 것 보다 좋은 결과를 보였다. Classification technology is essential for fast retrieval in large multi-media database. This paper proposes a combining GA(Genetic Algorithm) and SVM(Support Vector Machine) model to fast retrieval. We used color and texture as feature vectors. We improved the retrieval accuracy by using proposed model which retrieves an optimal feature vector set in extracted feature vector sets. The first performance test was executed for the performance of color, texture and the feature vector combined with color and texture. The second performance test, was executed for performance of SVM and proposed algorithm. The results of the experiment, using the feature vector combined color and texture showed a good performance than a single feature vector and the proposed algorithm using hybrid method also showed a good performance than SVM algorithm.

UNIK를 이용한 장병 심리진단 전문가 시스템의 지식베이스 구축 방법론

양현승,박상성,장동식,Yang, Hyun-Seung,Park, Sang-Sung,Jang, Dong-Sik 한국군사과학기술학회 2005 한국군사과학기술학회지 Vol.8 No.4

This paper describes an expert system for soldiers psychology diagnosis. In the field warfare, platoon leaders or company commanders have to diagnose his soldier's condition correctly. The expert systems, a field of artificial intelligence, can be appropriate approach for ill-structured paradigm. This use an UNIK system. This UNIK system is composed of UNIK-FRAME, UNIK-BWD, UNIK-WBI, UNIK-INDUCE and UNIK-Interface. Especially, UNIK-WBI system is very useful to display soldiers psychology diagnosis and so easy to use it. Any leader or commander can easily do this. This paper data is based on DSMIV. Through This expert system, combat power can be kept and accidents be protected.

영상 기반의 보안 및 서비스 로봇 개발

김정년,박상성,장동식,Kim Jung-Nyun,Park Sang-Sung,Jang Dong-Sik 한국융합신호처리학회 2004 융합신호처리학회 논문지 (JISPS) Vol.5 No.4

실내 환경에서 자율이동 로봇은 방향의 전환과 움직임에 있어서 많은 제약이 따른다. 본 연구는 이런 제약을 해결하기 위하여 수평, 대각이동이 가능한 Omni-Directional Wheel을 로봇 구동부에 적용하였다. 하지만 Slip에 의해서 동력을 얻는 Omni Directional Wheel 구동방식은 Slip에 의한 오차가 발생하는 문제점이 있었다. 이 문제점을 해결하기 위해 개발된 Slip 보정 알고리즘은 하나의 타일을 지날 때마다 외곽선을 추출하고, 추출된 외곽선과 로봇의 절대방위가 이루는 각도를 비교하여 오차가 발생할 경우 로봇의 절대방위를 수정하게 한다. 또한 로봇은 보안기능과 서비스 기능을 수행한다. 보안기능은 차 영상을 이용하여 움직임을 감지한다. 서비스 기능으로는 로봇에 입력되는 영상을 일반사용자에게 다중전송 하고, 간단한 이동명령이 있다. 본 연구에서 제안한 로봇 시스템은 실제 사무실에서 사용가능한 하나의 모델이 될 수 있다. As we know that there are so many restrictions controlling the autonomous robot to turn and move in an indoor space. In this research, Ive adopted the concept ‘Omni-directional wheel’ as a driving equipment, which makes it possible for the robot to move in horizontal and diagonal directions. Most of all, we eliminated the slip error problem, which can occur when the system generates power by means of slip. In order to solve this problem, we developed a ‘slip error correction algorithm’. Following this program, whenever the robot moves in any directions, it defines its course by comparing pre-programmed direction and the current moving way, which can be decided by extracted image of floor line. Additionally, this robot also provides the limited security and service function. It detects the motion of vehicle, transmits pictures to multiple users and can be moved by simple order's. In this paper, we tried to propose a practical model which can be used in an office.

고율혐기성소화조 신공법 및 에너지 절감 효과

임동기,박상성,Im, Dong-Gi,Park, Sang-Seong 환경보전협회 2008 환경정보 Vol.30 No.373

R&D 투자비용과 기업성과의 상관관계 분석에 대한 연구

안성준 ( Sung-jun Ahn ),이준혁 ( Joon-hyuck Lee ),김갑조 ( Gab-jo Kim ),박상성 ( Sang-sung Park ),장동석 ( Dong-sik Jang ) 한국정보처리학회 2014 한국정보처리학회 학술대회논문집 Vol.21 No.1

최근 여러 기업들이 경쟁력을 확보하기 위해서 기술력 확보에 많은 신경을 쓰고 있다. 특히 몇 년간 기업 간의 특허전쟁들로 인해서 기업들은 기술력을 객관적으로 입증 받으려고 하고 있으며, 이에 대한 노력으로 R&D 투자를 하고 있다. 하지만 R&D 투자와 기업성과의 관계에 대한 실증적 연구는 부족한 실정이다. 따라서 본 논문에서는 R&D 투자비용과 기업의 영업이익, 매출액, 특허등록 수에 대한 Pearson 상관관계분석을 수행했다.

저유소 휘발유 출하량 예측을 위한 머신러닝 예측모델 성능 비교

안성준(Sung-Jun Ahn),장동식(Dong-Sik Jang),박상성(Sang-Sung Park) 한국정보기술학회 2020 한국정보기술학회논문지 Vol.18 No.11

Predicting Oil shipment is an important part of logistics management, such as refining transfer costs and inventory management, as it has a great influence on oil stocks. However, the existing method of predicting shipments at oil reservoir does not predict accurate shipments. The reason is that the existing oil reservoir shipment forecast method is established based on the sales plan qualitatively established by business experts. Accordingly, problems such as inventory stockout/overstock transfer are occurring. This causes huge losses to the company. Therefore, in order to solve this problem, this paper proposes machine learning-based gasoline shipment prediction model of oil reservoir. This paper selects 18 variables that affect gasoline shipments at oil reservoir, and uses data on gasoline shipments from oil company As area B to verify empirically. With these data, we construct 7 models including GLM, Random Forest, GBM, Deep Learning, and ensemble learning model, and compare and analyze the performance of each.