일반 필기 데이터를 이용한 온라인 서명 검증 기법

허경용,김성훈,우영운,Heo, Gyeongyong,Kim, Seong-Hoon,Woo, Young Woon 한국정보통신학회 2017 한국정보통신학회논문지 Vol.21 No.12

Online signature verification is one of the simple and efficient method of identity verification and has less resistance than other biometric technologies. In training to build a verification model, negative samples are required to build the model, but in most practical applications it is not easy to get negative samples - forgery signatures. In this paper, proposed is a method using someone else's signatures as negative samples. In verification, shape-based features extracted from the time-sequenced signature data are extracted and a support vector machine is used to verify. SVM tries to map a feature vector to a high dimensional space and to draw a linear boundary in the high dimensional space. SVM is one of the best classifiers and has been applied to various applications. Using general handwriting data, i.e., someone else's signatures which have little in common with positive samples improved the verification rate experimentally, which means that signature verification without negative samples is possible. 온라인 서명 검증은 간단하면서도 효율적인 본인 확인 방법의 하나로 다른 생체 인식 기술에 비해 거부감이 적은 장점이 있다. 서명 검증 모델을 학습하기 위해서는 모조서명이 필요하지만 대부분의 실용적인 응용에서는 모조서명을 확보하기가 쉽지 않다. 이 논문에서는 이러한 모조서명 확보 문제를 해결할 수 있는 방법의 하나로 다른 사람의 서명을 활용하는 방법을 제시한다. 검증 과정에서는 서명의 형태적 특징을 추출하고 이를 SVM을 이용하여 검증하였다. SVM은 특징 벡터를 고차원으로 사상하고 사상된 공간에서 선형 분리를 시도하는 방법으로 인식기 중 범용적이면서 높은 성능을 보이는 것으로 알려져 있다. 모델 생성 과정에서 모조서명으로 검증하고자 하는 사람의 서명과 형태적인 유사점을 찾을 수 없는 서명, 즉, 일반 필기 데이터를 사용함으로써, 모조서명의 확보가 어려운 경우에도 검증률을 개선할 수 있음을 실험 결과를 통해 확인할 수 있으며, 이는 모조서명 없이도 서명 검증이 가능함을 보여준다.

X-means 확장을 통한 효율적인 집단 개수의 결정

허경용,우영운,Heo, Gyeong-Yong,Woo, Young-Woon 한국정보통신학회 2008 한국정보통신학회논문지 Vol.12 No.4

K-means는 알고리즘의 단순함과 효율적인 구현이 가능함으로 인해 군집화를 위해 현재까지 널리 사용되는 방법 중 하나이다. 하지만 K-means는 집단의 개수가 사전에 결정되어야 하는 근본적인 문제점이 있다. 이 논문에서는 BIC(Bayesian information criterion) 점수를 이용하여 효율적으로 집단의 개수를 추정할 수 있는 X-means 알고리즘을 확장한 두 가지 알고리즘을 제안한다. 제안한 방법은 기본적으로 X-means 방법을 따르면서 집단이 임의의 분산 행렬을 가질 수 있도록 함으로써 X-means 알고리즘이 원형 집단만을 허용함에 따른 over-fitting을 개선한다. 제안한 방법은 하나의 집단에서 시작하여 계속해서 집단을 나누어가는 하향식 방법으로, BIC score를 최대로 증가시키는 집단을 분할해 나간다. 제안한 알고리즘은 Modified X-means(MX-means)와 Generalized X-means(GX-means)의 두 가지로, 전자는 K-means 알고리즘을, 후자는 EM 알고리즘을 사용하여 현재 주어진 집단들에서 최적의 분할을 찾아낸다. MX-means는 GX-means보다 그 속도에서 앞서지만 집단들이 중첩 된 경우에는 올바른 집단을 찾아낼 수 없는 단점이 있다. GX-means는 실행 속도가 느린 단점이 있지만 집단들이 중첩된 경우에도 안정적으로 집단들을 찾아낼 수 있다. 이러한 점들은 일련의 실험을 통해서 확인할 수 있으며, 제안한 방법들이 기존의 방법들에 비해 나은 성능을 보임을 확인할 수 있다. K-means is one of the simplest unsupervised learning algorithms that solve the clustering problem. However K-means suffers the basic shortcoming: the number of clusters k has to be known in advance. In this paper, we propose extensions of X-means, which can estimate the number of clusters using Bayesian information criterion(BIC). We introduce two different versions of algorithm: modified X-means(MX-means) and generalized X-means(GX-means), which employ one full covariance matrix for one cluster and so can estimate the number of clusters efficiently without severe over-fitting which X-means suffers due to its spherical cluster assumption. The algorithms start with one cluster and try to split a cluster iteratively to maximize the BIC score. The former uses K-means algorithm to find a set of optimal clusters with current k, which makes it simple and fast. However it generates wrongly estimated centers when the clusters are overlapped. The latter uses EM algorithm to estimate the parameters and generates more stable clusters even when the clusters are overlapped. Experiments with synthetic data show that the purposed methods can provide a robust estimate of the number of clusters and cluster parameters compared to other existing top-down algorithms.

행렬을 이용한 그래프의 정합 알고리듬 ( A Graph Matching Algorithm Using the Matrix )

허경용,장경식,김재희 대한전자공학회 1996 대한전자공학회 학술대회 Vol.1996 No.7

서명 검증 기법 ( Signature Verification Techniques )

허경용,송정민,김재희 대한전자공학회 1996 대한전자공학회 학술대회 Vol.1996 No.1

Possibilistic Fuzzy C-Means 클러스터링 알고리즘의 확장

허경용,우영운,김광백 한국지능시스템학회 2007 한국지능시스템학회 학술발표 논문집 Vol.17 No.2

클러스터링은 주어진 데이터 포인트들을 주어진 개수의 그룹으로 나누는 비지도 학습의 한 방법이다. 클러스터링의 방법 중 하나로 널리 알려진 퍼지 클러스터링은 하나의 포인트가 모든 클러스터에 서로 다른 정도로 소속될 수 있도록 함으로써 각 포인트가 하나의 클러스터에만 속할 수 있도록 하는 K-means와 같은 방법에 비해 자연스러운 클러스터 형태의 유추가 가능하고, 잡음에 강한 장점이 있다. 이 논문에서는 기존의 퍼지 클러스터링 방법 중 소속도(membership)와 전형성(typicality)을 동시에 계산해 낼 수 있는 Possibilistic Fuzzy C-Means (PFCM) 방법에 Gath-Geva (GG)의 방법을 적용하여 PFCM을 확장한다. 제안한 방법은 PFCM의 장점을 그대로 가지면서도, GG의 거리 척도에 의해 클러스터들 사이의 경계를 강조함으로써 분류 목적에 적합한 소속도를 계산할 수 있으며, 전형성은 가우스 형태의 분포에서 생성된 포인트들의 분포 함수를 정확하게 모사함으로써 확률 밀도 추정의 방법으로도 사용될 수 있다. 또한 GG 방법은 Gustafson-Kessel 방법과 달리 클러스터에 포함된 포인트의 개수가 확연히 차이 나는 경우에도 정확한 결과를 얻을 수 있다는 사실을 실험 결과를 통해 확인할 수 있었다.

임계 다위상 분해기법이 적용된 SAP 알고리즘을 위한 최적 가변 스텝사이즈

허경용,최훈,Heo, Gyeongyong,Choi, Hun 한국정보통신학회 2021 한국정보통신학회논문지 Vol.25 No.11

We propose an optimal variable step size adjustment method for the simplified subband affine projection algorithm (Simplified SAP; SSAP) in a subband structure based on a polyphase decomposition technique. The proposed method provides an optimal step size derived to minimize the mean square deviation(MSD) at the time of updating the coefficients of the subband adaptive filter. Application of the proposed optimal step size in the SSAP algorithm using colored input signals ensures fast convergence speed and small steady-state error. The results of computer simulations performed using AR(2) signals and real voices as input signals prove the validity of the proposed optimal step size for the SSAP algorithm. Also, the simulation results show that the proposed algorithm has a faster convergence rate and good steady-state error compared to the existing other adaptive algorithms. 다위상 분해 기법 기반의 부밴드 구조에서 단순화한 부밴드 인접투사 알고리즘(Simplified SAP; SSAP)을 위한 최적 가변 스텝사이즈 조정 방법을 제안한다. 제안한 방법은 부밴드 적응필터의 계수 갱신 시점에서 평균자승편차(MSD)를 최소화하도록 유도된 최적값을 제시한다. 유색 입력 신호를 사용하는 SSAP 알고리즘에서 제안한 최적 스텝사이즈의 적용은 빠른 수렴속도와 작은 정상상태오차를 보장한다. AR(2) 신호와 실제 음성을 입력 신호로 사용하여 수행한 컴퓨터 모의실험의 결과는 제안한 최적 스텝사이즈의 유효성을 입증한다. 또한 모의실험 결과는 기존 여러 적응 알고리즘과 비교하여 제안한 알고리즘이 더 빠른 수렴속도와 양호한 정상상태오차를 가지고 있음을 보인다.

컨테이너 플래카드 자동 인식 시스템

허경용,이임건,Heo, Gyeongyong,Lee, Imgeun 한국정보통신학회 2019 한국정보통신학회논문지 Vol.23 No.6

컨테이너 표면에는 적재된 화물의 위험 여부에 따라 다양한 플래카드가 부착된다. 위험물이 적재된 컨테이너는 일반 컨테이너 별도로 관리되어야 하므로 항만 자동화 시스템의 일부로 플래카드 자동 인식에 대한 수요가 생겨나고 있다. 이 논문에서는 컨테이너의 후면을 촬영한 영상에서 플래카드의 형태적인 특징을 이용하여 자동으로 플래카드 영역을 추출하고 이를 인식하는 시스템을 제안한다. 플래카드 인식에서는 특히 컨테이너의 표면 굴곡에 의해 다양한 왜곡이 발생할 수 있으므로 영역 추출 및 인식 과정에서 주의가 필요하다. 제안하는 시스템은 플래카드가 다이아몬드 형태를 가지며, 클래스 번호가 아래 꼭지점 바로 위에 기입된다는 특징을 사용하여 관심 영역을 자동으로 추출하고, 플래카드를 자동으로 인식할 수 있다. 제안하는 시스템을 실제 이미지에 적용하였을 때 오류 없이 플래카드를 인식할 수 있었으며, 사용한 영상 분석 기법은 다양한 영상 분석 시스템에 적용될 수 있다. Various placards are attached to the surface of a container depending on the risk of the cargo loaded. Containers with dangerous goods should be managed separately from ordinary containers. Therefore, as part of the port automation system, there is a demand for automatic recognition of placards. In this paper, proposed is a system that automatically extracts the placard area based on the shape features of the placard and recognizes the contents in it. Various distortions can be caused by the surface curvature of the container, therefore, attention should be paid to the area extraction and recognition process. The proposed system can automatically extract the region of interest and recognize the placard using the feature that the placard is diamond shaped and the class number is written just above the lower vertex. When the proposed system is applied to real images, the placard can be recognized without error, and the used techniques can be applied to various image analysis systems.

모듈 기반 교육용 아두이노 호환 키트 설계

허경용,정재우,Heo, Gyeongyong,Jung, Jaewoo 한국정보통신학회 2018 한국정보통신학회논문지 Vol.22 No.10

교육부의 2015년 개정 교육과정 개편으로 중학교 정보교과가 필수로 지정된 후 초등학교와 고등학교에도 순차적으로 적용되고 있으며 대학 역시 프로그래밍 교육을 강화하고 있다. 아두이노는 프로그래밍 교육을 위해 사용되는 도구 중 하나로 아두이노를 사용한 프로그래밍 교육의 유용성은 다양한 사례 연구를 통해 입증되었다. 하지만 교육용으로 사용되는 기존 아두이노 호환 키트는 하드웨어 관련 지식 없이는 사용이 쉽지 않으며, 키트 설계 시 주어진 방식 이외의 방법으로 확장하기 어려운 등의 문제점이 있다. 이 논문에서는 기존 아두이노 호환 키트가 가지는 문제점들을 해결할 수 있는 새로운 키트 설계를 제안한다. 제안하는 설계는 기존 키트에 비해 사용성과 확장성이 뛰어나며 하드웨어 및 프로그래밍에 대한 친숙도에 따라 다양한 방식으로 활용할 수 있다. 제안하는 설계는 특허로 등록되었으며 등록된 특허를 바탕으로 키트 개발이 진행 중에 있다. With the curriculum revision by the ministry of education in 2015, informatics was required to be included in the secondary high school curriculum, and applied to elementary and high schools in order. In response to this trend, universities are also emphasizing programming education. Arduino is one of the famous tools for programming education, and the usefulness of it has been proven through various case studies. However, existing Arduino-based kits are not easy to use with limited hardware knowledge. It is also difficult to expand the kits in a way other than that given in the original design. In this paper, proposed is a new kit design that can solve the problems mentioned above. The proposed design is superior to existing ones in usability and scalability, and can be used in various ways according to the amount of prior knowledge. The proposed design is registered as a patent and development of a kit based on it is underway.

잡음 민감성이 개선된 퍼지 주성분 분석

허경용,우영운,김성훈,Heo, Gyeong-Yong,Woo, Young-Woon,Kim, Seong-Hoon 한국정보통신학회 2010 한국정보통신학회논문지 Vol.14 No.5

주성분 분석(PCA)은 데이터의 차원을 줄이면서 최대의 데이터 변이를 보존하는 기법으로 차원 축소나 피처 추출을 위해 널리 사용되고 있다. 하지만 PCA는 잡음에 민감한 단점이 있으며, 이러한 잡음 민감성을 해결하기 위해 여러 가지 PCA 변형이 제안되었다. 그 중 robust fuzzy PCA(RF-PCA)는 퍼지 소속도를 사용하여 잡음의 영향을 효과적으로 줄일 수 있음이 입증되었다. 하지만 RF-PCA 역시 몇 가지 문제점이 있고, 수렴성이 그 중 하나이다. RF-PCA는 소속도와 주성분을 갱신할 때 서로 다른 목적 함수를 사용하므로 수렴 속도가 느리고 구해지는 해가 국부 최적 해임을 보장하지 않는다. 이 논문에서는 RF-PCA의 문제점을 해결하기 위해 하나의 목적 함수를 이용해 소속도와 주성분을 갱신할 수 있는 방법을 제안한다. 제안한 방법, RF-PCA2는 반복 최적화를 이용함으로써 국부 최적해에 수렴함을 보장하며, RF-PCA에 비해 빠른 수렴 속도를 가지고, 잡음 민감성이 줄어든다. 이러한 사실들은 실험 결과를 통해 확인할 수 있다. Principal component analysis (PCA) is a well-known method for dimension reduction while maintaining most of the variation in data. Although PCA has been applied to many areas successfully, it is sensitive to outliers. Several variants of PCA have been proposed to resolve the problem and, among the variants, robust fuzzy PCA (RF-PCA) demonstrated promising results. RF-PCA uses fuzzy memberships to reduce the noise sensitivity. However, there are also problems in RF-PCA and the convergence property is one of them. RF-PCA uses two different objective functions to update memberships and principal components, which is the main reason of the lack of convergence property. The difference between two functions also slows the convergence and deteriorates the solutions of RF-PCA. In this paper, a variant of RF-PCA, called RF-PCA2, is proposed. RF-PCA2 uses an integrated objective function both for memberships and principal components. By using alternating optimization, RF-PCA2 is guaranteed to converge on a local optimum. Furthermore, RF-PCA2 converges faster than RF-PCA and the solutions found are more similar to the desired solutions than those of RF-PCA. Experimental results also support this.

마이크로컨트롤러 교육을 위한 학습 요소 및 학습 요소 기반 아두이노 호환 보드 설계

허경용,류대우 한국정보통신학회 2023 한국정보통신학회논문지 Vol.27 No.11

아두이노는 오픈 소스 마이크로컨트롤러 프로젝트 중 하나로 비전공자를 위한 마이크로컨트롤러 플랫폼으로 시작되었지만 가장 많은 사용자를 가진 마이크로컨트롤러 관련 대표 플랫폼으로 성장하였다. 이에 따라 마이크로컨트롤러 교육에서도 아두이노를 학습 도구로 사용하는 것이 일반화되었고, 다양한 아두이노 호환 보드가 출시되었다. 하지만 기존 아두이노 호환 보드들은 마이크로컨트롤러 교육에 필요한 요소들을 모두 포함하지 않아 충분한 학습 효과를 얻을 수 없는 경우가 많다. 따라서 이 논문에서는 마이크로컨트롤러 교육에서 필요한 학습 요소를 분석하고 보드 설계에 반영할 요소를 선별하였다. 선별된 학습 요소는 실제 사용 빈도가 높은 주변장치를 통해 아두이노 호환 보드 설계에 포함되었으며 아두이노 메가2560을 바탕으로 설계하였다. 제안하는 설계는 마이크로컨트롤러 교육에 필요한 대부분의 요소를 포함하고 있으므로 이를 통해 효율적인 마이크로컨트롤러 교육이 가능할 것으로 기대한다. Arduino is one of the open source microcontroller projects and started as a microcontroller platform for non-majors,but has grown into a representative platform related to microcontroller with the largest number of users. Accordingly, theuse of Arduino as a learning tool in microcontroller education has become common, and various Arduino compatibleboards have been released. However, existing Arduino compatible boards often do not contain all the componentsnecessary for microcontroller education, so sufficient learning outcome cannot be achieved.Therefore, in this paper, weanalyzed the learning components necessary for microcontroller education and selected components to be reflected inboard design. Selected learning elements were reflected in the design of the Arduino compatible board through frequentlyused peripherals, and the compatible board is based on the Arduino Mega 2560. Since the proposed design includes mostof the elements necessary for microcontroller education, it is expected that efficient microcontroller education will bepossible.