http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
- 中文 을 입력하시려면 zhongwen을 입력하시고 space를누르시면됩니다.
- 北京 을 입력하시려면 beijing을 입력하시고 space를 누르시면 됩니다.
RISS 인기검색어
- 검색키워드
- 저자 : Lee Joonwhoan(이준환) (검색결과 32 건)
- 무료
- 기관 내 무료
- 유료
-
이준환(Joonwhoan Lee),박근호(Keunho Park),노정옥(Jeong-Ok Rho) 한국지능시스템학회 2013 한국지능시스템학회논문지 Vol.23 No.5
본 논문에서는 퍼지 관계를 이용하여 한국 음식과 해당 음식의 맛을 표현하는 관능 형용사를 분석하였다. 이를 위하여 음식의 맛뿐만 아니라 냄새 등도 표현할 수 있는 87개의 한국어 형용사를 선별하고, 20명의 실험자를 대상으로 51개의 한국음식들을 시식하게 하고 해당 음식 맛 표현에 적합한 형용사를 선택하게 하는 관능 평가를 실시하였다. 이렇게 얻어진 결과로 부터 퍼지 관계를 구성하고 음식과 형용사의 특성을 분석하였다. 또한 퍼지관계 합성을 통하여 음식과 음식 사이의, 또는 형용사와 형용사 사이의 퍼지허용(호환)관계를 구성하였으며, 이들 관계의 퍼지 완전 α-커버(fuzzy complete α-cover)로 부터 음식과 형용사의 분류체계를 탐색할 수 있었다. 본 논문의 퍼지 관계를 이용한 방법은 비단 음식과 맛 표현 뿐만 아니라 후각과 촉각과 같은 관능 형용사를 분석하는데 활용될 것을 기대된다. In this paper we analyze the Korean foods and sensory adjectives that can be used for the taste expression of corresponding food based on the fuzzy relation. In order to construct fuzzy relation we gathered and chose 87 related Korean adjectives for expressing not only taste but also smell from foods. After then we performed a sensory evaluation for 51 Korean foods with 20 subjects to check the proper adjectives when they take a food. Based on the data collected by the evaluation a fuzzy relation is constructed and used for the analysis of the properties of food and adjectives. In addition the composition of the fuzzy relation provides the fuzzy tolerance(compatibility) relation among foods as well as that among adjectives. From the fuzzy complete α-cover of the relations we could explore the taxonomy of food or adjectives. We expect that the fuzzy relation-based scheme in the paper can be utilized for analysis of the sensory adjectives like smelling and tactile sensation.
-
김동훈(Dong-Hoon Kim),이준환(Joonwhoan Lee) 한국지능시스템학회 2017 한국지능시스템학회논문지 Vol.27 No.3
본 논문에서는 속성 학습(Feature Learning) 모델 중 CDBN(Convolutional Deep Belief) 모델을 사용하여 음악 장르를 분류하는 방법을 제안한다. 제안하는 방법은 크게 전처리와 CDBN 훈련, 분류기 훈련 및 다수결 투표로 구성된다. 전처리 과정에서는 가공되지 않은 음악 데이터에서 멜 스펙트로그램(mel-spectrogram)을 추출한 뒤, ZCA 백색화(whitening)을 적용하여 멜스펙트로그램의 주파수 상호간 연관성을 제거한 저 수준 음악 속성을 얻는다. 다음으로 해당 저 수준 음악 속성을 입력으로 사용하여 계층적으로 고 수준의 음악 속성을 추출할 수 있도록 CDBN 커널을 훈련시킨다. 마지막으로 일정 시간 단위로 샘플링 한 저 수준의 음악 속성을 훈련된 CDBN에 입력으로 주어 얻을 수 있는 고 수준의 음악 속성을 사용하여 인공신경망 분류기를 학습시키고, 분류 결과의 다수결 투표를 통해 해당 데이터의 장르를 최종 결정한다. 제안된 방법은 GTZAN 데이터 셋을 사용하여 장르 분류를 시도한 결과 평균적으로 78.88%의 분류율을 보였다. This paper proposes a genre classification method using CDBN(Convolutional Deep Belief), which is one of feature learning model. The proposed method consists of preprocessing, training of CDBN, supervised training of a classifier, and majority voting operations. In the preprocessing low-level music features are obtained from decorrelated mel-spectrogram by ZCA whitening. Then the kernels of CDBN is trained to extract hierarchical high-level features from inputs of the low-level music features. Finally the high-level features are obtained for labeled music from the CDBN, and a multilayer perceptron classifier is trained. In the training a set of cropped samples with a constant duration are taken from the low-level music features, each cropped sample is classified into a separate genre, and the set of classification results for the samples are combined to provide the final decision of a genre by majority voting. The proposed method showed 78.9% of average genre classification accuracy for GTZAN data set.
-
-
파티클 필터를 장착한 가중된 다중 인스턴스학습을 이용한 전방차량 추적
박근호(Keunho Park),이준환(Joonwhoan Lee) 한국지능시스템학회 2015 한국지능시스템학회논문지 Vol.25 No.4
본 논문에서는 파티클 필터를 장착하고 WMIL(Weighted Multiple Instance Learning)을 이용한 전방차량 추적 알고리즘을 제안하였다. 제안된 알고리즘에서 영상표현은 Haar-like 특징들을 사용하고 차량인식 결과는 추적하고자 하는 전방차량의 위치를 알아내는데 사용된다. 제안된 방식에서 WMIL과 파티클 필터를 결합하기 위해 기존의 외관모델을 이용한 추적에서 탐색영역에서 영상조각의 추적객체 신뢰도 맵을 계산하는 대신에 파티클 필터의 전파, 관측, 추정, 선택 그리고 분류기 훈련 등의 단계를 매 프래임 마다 순차적으로 수행하여 객체의 새로운 위치를 갱신하였다. 제안된 전방차량 추적방식은 실험을 통해 Ada-boost, MIL(Multiple Instance Learning)이나 WMIL 방법을 이용하는 추적에 비해 파티클 필터로 인해 계산량 증가는 불가피하나 추적의 질적인 정확도는 국도, 고속도로, 터널 및 시내도로 등의 실험 동영상에서 추적대상의 위치오차가 평균 4.5화소 정도로 기존의 추적방법들에 비해 크게 개선되는 것을 확인하였다. This paper proposes a novel forward vehicle tracking algorithm based on the WMIL(Weighted Multiple Instance Learning) equipped with a particle filter. In the proposed algorithm Haar-like features are used to train a vehicle object detector to be tracked and the location of the object are obtained from the recognition result. In order to combine both the WMIL to construct the vehicle detector and the particle filter, the proposed algorithm updates the object location by executing the propagation, observation, estimation, and selection processes involved in particle filter instead of finding the credence map in the search area for every frame. The proposed algorithm inevitably increases the computation time because of the particle filter, but the tracking accuracy was highly improved compared to Ababoost, MIL(Multiple Instance Learning) and MIL-based ones so that the position error was 4.5 pixels in average for the videos of national high-way, express high-way, tunnel and urban paved road scene.
-
-
정성환 ( Sung-hwan Jeong ),이준환 ( Joonwhoan Lee ) 한국정보처리학회 2010 한국정보처리학회 학술대회논문집 Vol.17 No.2
본 논문에서는 배경영상과 교차로 내의 신호등의 주기를 이용한 교차로 교통 사고 감지 방법을 제안한다. 교차로 내의 객체의 움직임 궤적 정보, 객체의 움직임 정보에 기반한 배경영상 생성과 교차로 신호등 주기를 이용하는 사고 감지 방법으로 구성된다. 환경적인 잡음과 카메라의 잡음을 효과적으로 제거하고 객체를 개별적으로 추적하지 않고 사고를 감지 할 수 있는 알고리즘을 개발하였다. 제안한 알고리즘의 성능을 알아보기 위하여 교차로에 설치된 DVR을 통해 다양한 환경의 사고영상을 저장하여 실험한 결과 모든 동영상에서 사고를 감지하였다.
-
-
-
김영삼,박은종,김준철,이준환,Kim Youngsam,Park Eunjong,Kim Joonchoel,Lee Joonwhoan 한국정보처리학회 2005 정보처리학회논문지B Vol.12 No.4
본 논문은 구동경로에 미리 부착된 컬러 오각형 이정표로부터 상대적인 위치를 산출하는 무인자동차의 자기위치 인식에 관한 연구이다. 오각형의 기하학적 특징들이 패턴에 따른 모바일 로봇의 상대적 위치를 설정하는데 사용되었다. 이러한 이정표를 이용한 비젼 기반의 위치 인식은 단순하며 유통성을 가지고 있다. 이 방법은 오각형의 불변 특징량과 컬러를 이용하여 시스템이 패턴의 절대적 위치를 찾을 수 있도록 하는 방법이다. 본 논문의 알고리즘은 부착된 이정표와 저장된 시퀀스사이의 상호대응 관계를 결정하고 이를 이용하여 관찰자의 절대적 위치를 계산하고, 오각형의 5개 꼭지점을 이용하여 상대적인 위치를 결정하게 된다. 구현된 알고리즘은 실험을 통하여 위치오차 5cm를 가지며 처리속도는 0.3초미만이다. This paper describes an idea for determining self-localization using visual landmark. The critical geometric dimensions of a pentagon are used here to locate the relative position of the mobile robot with respect to the pattern. This method has the advantages of simplicity and flexibility. This pentagon is also provided nth a unique identification, using invariant features and colors that enable the system to find the absolute location of the patterns. This algorithm determines both the correspondence between observed landmarks and a stored sequence, computes the absolute location of the observer using those correspondences, and calculates relative position from a pentagon using its (ive vortices. The algorithm has been implemented and tested. In several trials it computes location accurate to within 5 centimeters in less than 0.3 second.
-
ScienceON
DBpia연관 검색어 추천
이 검색어로 많이 본 자료
활용도 높은 자료
