복합 특징과 결합 인식기에 의한 필기체 숫자인식

박중조,송영기,김경민 한국정보통신학회 2001 한국정보통신학회논문지 Vol.5 No.1

필기체 숫자는 개인에 따라 필체가 매우 다양하므로 단일 특징과 단일 분류기를 사용하여 오프라인 필기체 숫자인식을 수행할 경우 높은 인식률을 얻기가 어렵다. 이에 본 논문에서는 복합 특징과 결합 인식기를 사용하여 필기체 숫자 인식의 인식률을 향상시키는 방안을 제시한다. 인식률의 향상을 위해, 먼저 상호 보완적인 특징들-방향특징, 교차점특징, 망특징-을 선정하고 이를 사용하여 숫자영상의 전역적 및 국부적 특징을 갖는 세 종류의 새로운 복합 특징을 구성한다. 그리고 패턴 인식기로는 세 개의 신경회로망 분류기를 퍼지 적분으로 결합한 결합 인식기를 사용한다. 본 인식기의 성능 평가를 위해 Concordia 대차의 무제약 필기체 숫자 데이터베이스를 사용하여 실험한 결과 97.85%의 인식률을 달성하였다. Off-line handwritten numeral recognition is a very difficult task and hard to achieve high recognition results using a single feature and a single classifier, since handwritten numerals contain many pattern variations which mostly depend upon individual writing styles. In this paper, we propose handwritten numeral recognition system using hybrid features and combined classifier. To improve recognition rate, we select mutually helpful features -directional features, crossing point feature and mesh features- and make throe new hybrid feature sets by using these features. These hybrid feature sets hold the local and global characteristics of input numeral images. And we implement combined classifier by combining three neural network classifiers to achieve high recognition rate, where fuzzy integral is used for multiple network fusion. In order to verify the performance of the proposed recognition system, experiments with the unconstrained handwritten numeral database of Concordia University, Canada were performed. As a result, our method has produced 97.85% of the recognition rate.

퍼지 논리를 이용한 흐린 영상의 콘트라스트 향상

박중조,김경민,박귀태 대한전자공학회 1994 전자공학회논문지-B Vol.b31 No.8

A new method for enhancing blurred images using fuzzy logic concepts is proposed. Blurred images contain blurred boundaries which make it difficult to detect edges and segment areas in images. In order to sharpen blurred edges local contrast information of an image and erosion/dilation properties of local min/max operations are used in which local min/max operations are fuzzy logic operations. so that given images are transformed to fuzzy images and then these operations are applied on them. In this method the sharpening operation can be iteratively applied to the image to get better deblurring effect and gray-scale "salt-and-pepper" noises are suppressed. the efficiency of our algorithm is demonstrated through experimental results obtained with artificially-made blurred images and real blurred images.

특징점의 융선형태 정보를 이용한 지문인식

박중조,이길호,Park Joong-Jo,Lee Kil-Ho 한국융합신호처리학회 2005 융합신호처리학회 논문지 (JISPS) Vol.6 No.2

최근 개인인증 기술에 대한 요구가 증가하고 있다. 지문인식은 이 요구에 대응하여 광범위하게 사용되고 있는 생체인식 기법중의 하나이다. 본 연구에서는 특징점의 융선형태 정보를 이용한 지문매칭 알고리즘을 제시한다. 여기서 융선형태는 1차원 이산신호로 표현되어 사용된다. 본 알고리즘은 다음의 절차로 처리된다. 먼저, 입력지문과 등록지문의 모든 특징점에서 융선을 1차원 이산신호로 표현하여 융선형태 정보를 얻는다. 그리고 두 지문에서 유사한 융선형태를 갖는 특징점쌍을 구한 후 이로부터 두 지문의 회전각도와 이동변위의 후보를 구한다. 이 후보들로부터 군집화 기법을 통해 최종적인 회전각도와 이동변위를 얻어 입력지문에 대해 정렬을 수행한다. 마지막으로 정렬된 입력지문과 등록지문사이에 일치되는 특징점쌍을 찾아 매칭률을 계산한다. 실험결과 $0.79\%$의 FAR에서 $18.0\%$의 FRR를 달성하였다. Recently, the social requirement of personal identification techniques has been increasing. Fingerprint recognition is one of the biometries methods that has been widely used for this requirement. This paper proposes the fingerprint matching algorithm that uses the information of the ridge shapes of minutiae. In which, the data of the ridge shape are expressed in one-dimensional discrete-time signals. In our algorithm, we obtain one-dimensional discrete-time signals for ridge at every minutiae from input and registered fingerprints, and find pairs of minutia which have the similar ridge shape by comparing input fingerprint with registered fingerprint, thereafter we find candidates of rotation angle and moving displacement from the pairs of similar minutia, and obtain the final rotation angle and moving displacement value from those candidates set by using clustering method. After that, we align an input fingerprint by using obtained data, and calculate the matching rate by counting the number of corresponded pairs of minutia within the overlapped area of an input and registered fingerprints. As a result of experiment, false rejection rate(FRR) of $18.0\%$ at false acceptance rate(FAR) of $0.79\%$ is achieved.

복합특징과 SVM 분류기를 이용한 필기체 숫자인식

박중조,김태웅,김경민,Park, Joong-Jo,Kim, Tae-Woong,Kim, Kyoung-Min 한국정보통신학회 2010 한국정보통신학회논문지 Vol.14 No.12

In this paper, we studied the use of the foreground and background features and SVM classifier to improve the accuracy of offline handwritten numeral recognition. The foreground features are two directional features: directional gradient feature by Kirsch operators and directional stroke feature by projection runlength, and the background feature is concavity feature which is extracted from the convex hull of the numeral, where concavity feature functions as complement to the directional features. During classification of the numeral, these three features are combined to obtain good discrimination power. The efficiency of our feature sets was tested by recognition experiments on the handwritten numeral database CENPARMI, where we used SVM with RBF kernel as a classifier. The experimental results showed that each combination of two or three features gave a better performance than a single feature. This means that each single feature works with a different discriminating power and cooperates with other features to enhance the recognition accuracy. By using the composite feature of the three features, we achieved a recognition rate of 98.90%. 본 논문에서는 숫자의 전경특징과 배경특징을 이용하고 SVM 분류기를 사용하여 오프라인 필기체 숫자인식에서 인식률을 향상시키는 방안을 제시한다. 숫자의 전경특징은 숫자의 에지선을 추출한 Kirsch 방향특징과 숫자선 자체를 추출한 projection 방향특징으로 구성되며, 숫자의 배경특징은 숫자의 볼록외피로 부터 추출되는 오목특징이다. 여기서 오목특징은 방향특징에 대해 보완적인 특징으로 작용하여 분류 성능 향상에 기여한다. 인식기로는 RBF 커널을 이용한 SVM 분류기를 사용하고, CENPAMI 숫자특징 데이터베이스를 사용하여 제시된 방법의 성능을 검사하였다. 실험 결과 각기 다른 분류 성능을 갖는 이들 3종의 특징들이 상호 보완적으로 작용하여 인식률 향상에 기여함을 확인할 수 있었으며, 제시된 복합특징에 의해 98.90%의 인식률을 달성하였다.

상호상관함수를 이용한 지문인식

朴重祖,梁榮日 대한전자공학회 2003 電子工學會論文誌-SP (Signal processing) Vol.40 No.7

This paper presents a fingerprint recognition algorithm using cross-correlation function. This algorithm consists of minutiae extraction, minutiae alignment and minutiae matching, where we propose a new minutiae alignment method. In our alignment method, the rotation angle between two fingerprints is obtained by using cross-correlation function of the minutia directions, thereafter the displacement is obtained from the rotated fingerprint. This alignment method is capable of finding rotation angle and displacement of two fingerprints without resorting to exhaustive search. Our fingerprint recognition algorithm has been tested on fingerprint images captured with inkless scanner. The experiment results show that 17.299% false rejection ratio(FRR) at 2.086% false acceptance ratio(FAR). 본 논문에서는 상호상관함수를 이용한 지문인식 기법을 제시한다. 본 기법은 특징추출, 지문정렬, 지문매칭으로 구성되는데, 이중에서 본 논문은 새로운 지문정렬 기법을 제안한다. 본 지문정렬 기법에서는 특징점의 융선방향 각도에 대해 상호상관함수를 적용하여 두 지문사이의 회전각도를 구하고, 그후 회전된 지문으로부터 두 지문간의 이동변위를 구하여 지문을 정렬한다. 본 정렬기법은 과도한 탐색에 의존하지 않고 두 지문의 회전각도와 이동변위를 구할 수 있다. 제시된 기법으로 지문인식 실험을 한 결과 2.086%의 타인수락오류율(FAR)에 대해 17.299%의 본인거부오류율(FRR)을 얻을 수 있었다.

Local min/max 연산을 이용한 ridge 및 valley의 검출

박중조,김경민,정순원,박귀태 대한전자공학회 1996 전자공학회논문지-B Vol.b33 No.5

In object analysis by image processing, finding lines plays a universal role. And these lines can be easily found by detecting ridges and valleys in digital gray scale images. In this paper, a new method of detecting ridges and valleys by using local min/max operations was presented. This method detects ridges and valleys of desired width by using erosion and dilation properties of local min/max operations, and requires no information of ridge or valley direction. Therefore the method is efficient and computationally simple in comparision with the conventional analytical method.

지문영상의 자동분류 ( Automatic Classification of Fingerprint Images )

박중조,박귀태,김민기,김경민 대한전자공학회 1992 대한전자공학회 학술대회 Vol.1992 No.1

SVM 분류기를 이용한 필기체 숫자인식

박중조,김경민,Park, Joong-Jo,Kim, Kyoung-Min 한국융합신호처리학회 2007 융합신호처리학회 논문지 (JISPS) Vol.8 No.3

Recent researches in the recognition system have shown that SVM (Support Vector Machine) classifiers often have superior recognition rates in comparison to other classifiers. In this paper, we present the handwritten numeral recognition algorithm using SVM classifiers. The numeral features used in our algorithm are mesh features, directional features by Kirsch operators and concavity features, where first two features represent the foreground information of numerals and the last feature represents the background information of numerals. These features are complements each of the other. Since SVM is basically a binary classifier, it is required to construct and combine several binary SVMs to get the multi-class classifiers. We use two strategies for implementing multi-class SVM classifiers: "one against one" and "one against the rest", and examine their performances on the features used. The efficiency of our method is tested by the CENPARMI handwritten numeral database, and the recognition rate of 98.45% is achieved. 최근의 인식 시스템 연구들에 의하면 SVM 분류기가 여러 다른 분류기에 비해 우수한 인식 성능을 나타내고 있다. 이에 본 논문에서는 SVM 분류기를 사용하여 필기체 숫자를 인식하는 알고리즘을 제시한다. 본 기법에서는 필기체 숫자의 특징으로서 망특징과 Kirsch 연산자에 의한 방향 특징 및 오목특징을 사용하는데, 이중에서 처음 두 특징은 숫자를 이루는 선에 대한 전경 정보를 표현하며, 마지막 특징은 숫자의 배경 정보를 표현하여 상호 보완적인 역학을 수행한다. 본질적으로 SVM은 두 클래스 분류기이므로 이를 다중 클래스 분류기로 사용하기 위해서는 여러 개의 SVM들을 결합하여 사용해야 하는데, 본 논문에서는 "일대일" 방법과 "일대다" 방법을 사용하여 주어진 특징에 대한 인식을 수행하였다. 제시된 기법의 성능 평가를 위해 CENPARMI 필기체 숫자 데이터베이스를 사용하여 실험하였으며, 그 결과 98.45%의 인식률을 얻을 수 있었다.

고유얼굴에 의한 얼굴인식

박중조,김경민 한국융합신호처리학회 2001 융합신호처리학회 논문지 (JISPS) Vol.2 No.2

고유얼굴 방법에 의한 얼굴인식은 얼굴 표정의 변화에 둔감한 유용한 인식기법이나 인식률이 낮아 지속적인 연구가 필요한 실정이다. 본 논문에서는 고유얼굴 특징을 이용한 얼굴인식에 있어서 인식률 개선을 위한 효과적인 방안을 제시한다. 이를 위해 본 연구에서는 고유얼굴 특징에 대해 세 종류의 분류기-단일원형 분류기, 최소거리 분류기, 신경회로망 분류기-를 사용하여 그 성능을 평가하고 분석함으로써 고유얼굴 특징의 분포 특성을 고찰하고, 분류기 및 학습용 샘플 영상의 선정이 인식률 제고에 큰 영향을 미침을 보인다. ORL 얼굴영상 데이터베이스를 사용하여 실험한 결과 최소거리 분류기가 가장 좋은 인식률을 나타내었으며, 학습용 샘플영상의 선정과 최소거리 분류기에 의해 91.0%의 인식률을 달성하였다. Eigenface method in face recognition is useful due to its insensitivity to large variations in facial expression and facial details. However its low recognition rate necessitates additional researches. In this paper, we present an efficient method for improving the recognition rate in face recognition using eigenface feature. For this, we performs a comparative study of three different classifiers which are i) a single prototype (SP) classifier, ii) a nearest neighbor (NN) classifier, and iii) a standard feedforward neural network (FNN) classifier. By evaluating and analyzing the performance of these three classifiers, we shows that the distribution of eigenface features of face image is not compact and that selections of classifier and sample training data are important for obtaining higher recognition rate. Our experiments with the ORL face database show that 1-NN classifier outperforms the SP and FNN classifiers. We have achieved a recognition rate of 91.0% by selecting sample trainging data properly and using 1-NN classifier.

정신분열증환자의 혈청 NK 세포활성도에 관한 연구

박중조,은헌정,김임 예수병원 1996 예수병원학술지 Vol.17 No.-