가중치 제어 신경망을 이용한 하드웨어 설계에 관한 연구

임춘환,박종안 한국통신학회 1992 한국통신학회 학술대회논문집 Vol.11 No.2

차영상과 DCT 기반 특징 추출과 신경망을 이용한 얼굴 인식에 관한 연구

임춘환,고낙용,박종안 한국통신학회 1999 韓國通信學會論文誌 Vol.24 No.8

In this paper, we propose a face recognition algorithm based on the differential image method-DCT This algorithm uses neural networks which is flexible for noise. Using the same condition (same luminous intensity and same distance from the fixed CCD camera to human face), we have captured two images. One doesn't contain human face. The other contains human face. Differential image method is used to separate the second image into face region and background region. After that, we have extracted square area from the face region, which is based on the edge distribution. This square region is used as the characteristics region of human face. It contains the eye bows, the eyes, the nose, and the mouth. After executing DCT for this square region, we have extracted the feature vectors. The feature vectors were normalized and used as the input vectors of the neural network. Simulation results show 100% recognition rate when face images were learned and 92.25% recognition rate when face images weren't learned for 30 persons. 이 논문에서는 잡음에 대해 유연성이 있는 신경망과 차영상법-DCT를 이용한 얼굴인식 알고리즘을 제안한다. 동일환경(조도의 세기. 얼굴에서 카메라까지의 거리)에서 연속적으로 두 개의 영상을 캡쳐했다. 이 때 한 영상은 얼굴을 포함하지 않고 다른 영상은 얼굴을 포함하게 된다. 차영상 방법을 이용하여 두 개의 이미지로부터 얼굴영상과 배경영상을 분리하고 그 다음에 분리된 얼굴영역에서 사각영역을 추출하여 이 영역을 얼굴의 특징영역으로 이용하였다. 이 사각 영역은 눈, 코, 입, 눈썹 등이 포함된다. 다음으로 이 영역에 대해 DCT 연산을 수행한 후 특징 벡터를 추출하였고 추출된 특징벡터는 정규화 되어 신경망의 입력벡터로 사용되었다. 시뮬레이션 결과 학습된 얼굴영상에 대해서는 100% 인식률을 보였고 학습되지 않는 얼굴 영상에 대해서는 92.25%의 인식률을 보였다.

주파수 하중 상태 공간 모델의 저차수화 해석 ( Reduced-order Analysis of a Frequency Weighted State-Space Model )

임춘환,편석범,문용선,박종안 한국통신학회 1992 한국통신학회 학술대회논문집 Vol.11 No.1

라운드오프 오차 감소를 위한 주파수 하중 근사화 해석

임춘환,홍방희,박종안 조선대학교 동력자원연구소 1992 動力資源硏究所誌 Vol.14 No.2

In order to realize the ideal model, the pole and the zero have to be approximated to the ideal value. In this paper, we propose a freguency weignted model based on the least controllable and observable subsystem. We anaylize and compare the frequency response of the original realization, the balanced realization, and the frequency weighted realization. The results show that the proposed model has less passband error and the cuoff property is impvoved.

단조로운 배경 영상에서 에지와 DCT를 이용한 특징추출과 얼굴 인식

임춘환,박수봉,양원일,박종안 조선대학교 전자정보통신연구소 1999 電子情報通信硏究所論文誌 Vol.2 No.1

이 논문에서는, 배경이 단조로운 영상에서 에지와 DCT를 이용하여 이미지의 특징을 추출하는 얼굴인식 알고리즘을 제안한다. 동일한 조도와 거리로 사람의 얼굴은 CCD 카메라에 의해 캡쳐되었다. 얼굴 영상의 에지특성은 눈썹과 입에 집중된다 따라서 얼굴의 에지영상을 이용하여 얼굴 영상을 얼굴의 특징이 모두 포함되는 사각영역으로 분리하였다. 본 연구에서는 사각 영역을 얼굴 영상의 특징영역으로 하였다. 이 특징영역에는 눈, 눈썹, 코, 입, 볼, 뺨이 포함된다. 분리된 사각영역에 대해 DCT를 수행한 후, 특징벡터를 추출하였고 특징벡터는 정규화 되어 신경망의 입력벡터가 되었다. 실험영상에 대한 시뮬레이션 결과 학습된 얼굴영상에 대해서는 100%의 인식률을 보였고 학습되지 않는 얼굴영상에 대해서는 94%의 인식률을 보였다. In this paper, we propose a face recognition algorithm which extract feature of image based on edge and DCT in monotonous background image. Human face was captured by the fixed CCD camera in the same luminesce density and distance. Edge character istics of face images is concentrated in eye bows and mouth. Therefore, Using edge distribution of face image, we separated input images with square region which includes features of face image. We determined this area to the feature region of face that contains eye bows, eyes, nose, mouth and cheek We extracted feature vector to perform DCT about the square region. Feature vectors were normalized between +1 and -1 and then used for the input vector of neural networks. Simulation results showed 100% recognition for 30 face images when face images were learned and 94% recognition rate when face images weren't learned.

다층신경망과 DCT 특징추출을 이용한 모델인식

임춘환,류재민,양원일,박종안 조선대학교 전자정보통신연구소 1999 電子情報通信硏究所論文誌 Vol.2 No.1

이 논문에서는 잡음에 대해 유연성이 있는 신경망과 차영상법-DCT를 이용한 얼굴인식 알고리즘을 제안한다. 동일환경(조도의 세기. 얼굴에서 카메라 까지의 거리)에서 연속적으로 두개의 영상을 캡쳐했다. 이 때 한 영상은 얼굴을 포함하지 않고 다른 영상은 얼굴을 포함하게된다. 차영상 방법을 이용하여 두개의 이미지로부터 얼굴영상과 배경영상을 분리하고 그 다음에 분리된 얼굴영역에서 사각영역을 추출하여 이 영역을 얼굴의 특징영역으로 이용하였다. 이 사각 영역은 눈, 코, 입, 눈썹 등이 포함된다. 다음으로 이 영역에 대해 DCT 연산을 수행한 후 특징 벡터를 추출하였고 추출된 특징벡터는 정규화되어 신경망의 입력벡터로 사용되었다. 시뮬레이션 결과 학습된 얼굴영상에 대해서는 100% 인식률을 보였고 학습되지 않는 얼굴영상에 대해서는 95.42%의 인식률을 보였다. In this paper, we propose a face recognition algorithm based on the differential image method-DCT. Using the same condition(same luminous intensity and same distance from the fixed CCD camera to human face), we have captured two images One doesn't contain human face. The other contains human face. Differential image method is used to separate the second image into face region and background region. And then, we have extracted square area from the face region, which is based on the edge distribution. This square region is used to the characteristics region of human face. It contains the eye bows, the eyes, the nose, and the mouth. After executing DCT for this square region, we have extracted the feature vectors. The feature vectors were normalized and used as the input vectors of the neural network. Through simulation results, we prove that the proposed algorithm show 100% recognition rate in case face images were learned and 95.42% recognition rate in case face images weren't learned.

화상전송 서비스를 위한 객체 분할 및 지식 기반 얼굴 특징 검출

임춘환,양홍영,Lim, Chun-Hwan,Yang, Hong-Young 대한전자공학회 1999 電子工學會論文誌-T Vol.t36 No.3

이 논문에서는 영상통신을 위한 객체 분할 알고리즘과 지식기반 얼굴 특징 검출 알고리즘을 제안한다. 이를 위해 일정한 조도 상태에서 비디오 카메라로부터 동일거리에서 256×256 크기의 그레이 스케일 256 레벨로 두장의 영상을 취득한 후 가우시안 필터를 이용하여 영상 내에 존재하는 잡음을 제거한다. 취득된 두 입력영상은 비디오가 가리키고 있는 배경영상과 배경영상 내에 사람이 포함된 경우의 영상이다. 그리고 배경 영상과 얼굴이 포함된 입력 영상의 차를 구한다. 다음으로 차영상에 대해 축소와 팽창 과정을 통해 얼굴영역 내의 잡음을 제거한 후 좌, 우에서 픽셀 값을 조사하여 마스크를 생성한다. 그리고 마스크를 얼굴이 존재하는 원 영상에 투영하여 배경에서 얼굴영역을 분할한 후 얼굴영역의 에지성분을 조사하여 눈, 코, 귀, 입을 분할한다 시뮬레이션 결과를 통하여 제안된 알고리즘의 효율성을 입증한다. In this paper, we propose a facial characteristic detection algorithm based on knowledge and object segmentation method for image communication. In this algorithm, under the condition of the same lumination and distance from the fixed video camera to human face, we capture input images of 256 $\times$ 256 of gray scale 256 level and then remove the noise using the Gaussian filter. Two images are captured with a video camera, One contains the human face; the other contains only background region without including a face. And then we get a differential image between two images. After removing noise of the differential image by eroding End dilating, divide background image into a facial image. We separate eyes, ears, a nose and a mouth after searching the edge component in the facial image. From simulation results, we have verified the efficiency of the Proposed algorithm.

이동통신단말기를 이용한 신용카드 및 온라인 금융거래 기법

임춘환,김형종,박종태,정종근,김용호,박찬호 한국정보통신학회 2002 한국정보통신학회논문지 Vol.6 No.5

이 논문에서는 이동통신단말기를 이용한 신용카드 및 온-라인 금융거래에 관한 방법을 제안한다. 제안한 방법은 먼저, 신용카드 회원이 신용카드사 거래승인시스템으로부터 보안코드를 이동통신 단말기로 수신 받는 보안코드수신단계, 보안코드를 가맹점의 인증 단말기에 입력하는 단계, 입력된 보안코드의 일치여부를 비교하는 단계 및 최종 승인단계의 과정으로 구성된다. In this paper, We suggest Credit Card and On-line Financial Business Method Using on Wireless Terminal. First, wireless mobile terminal of credit card member is received suity code from dealing verification system of credit card company. Second, a credit card member give security code to member store. Third, the security code is compared with security code of the member in dealing verification system of credit card company.

가상 거리 함수를 이용한 이동 로봇의 지역 장애물 회피 방법

임춘환,김성철,편석범 대한전자공학회 1998 電子工學會論文誌-T Vol.t35 No.3

이 논문은 이동 장애물 회피를 위한 새로운 로봇 동작 계획을 제안한다. 이동 장애물의 운동성을 고려하여, 로봇과 장애물 사이의 관계를 위해 가상거리 함수를 정의한다. 각각의 샘플링 시간에, 장애물의 움직임을 고려한 인공 전위계를 구성하기 위해 가상거리 함수를 이용한다. 로봇은 인공 전위 함수에 의해 유도된 인력과 척력 벡터에 따라 이동한다. 제안된 알고리즘은 실시간으로 이동 장애물을 회피할 수 있었다. 시뮬레이션 결과를 통해 제안된 알고리즘의 효율성을 입증한다. This paper presents a new robot motion planning method for moving obstacle avoidance. To consider the mobility of a moving obstacle, we define virtual distance function(VDF) between the robot and the obstacle. At each sampling time, we use the VDF to construct an artificial potential, considering the motion of obstacles. The robot moves according to the repulsive and attractive force vector induced by the artificial potential function. The proposed algorithm can be driven the robot to avoid moving obstacles in real time. Some simulation studies show the effectiveness of the proposed method.

연속 가중치 수정 루틴을 갖는 다층 신경망 성능 분석

임춘환,임장곤,이계호,박종안 조선대학교 전자정보통신연구소 1998 電子情報通信硏究所論文誌 Vol.1 No.1

다층 신경망의 학습 이론인 오류 역전파 학습 알고리즘은 델타룰에 의한 최급 하강법을 이용하기 때문에 학습을 위해서는 많은 시간이 소요되는 단점을 갖고 있다. 본 논문에서는 오류 역전파 학습 알고리즘의 수렴 시간을 개선하기 위해 연속 가중치 수정 루틴을 갖는 학습 알고리즘을 제안한다. 이 알고리즘은 순방향 네트워크로 학습을 진행하고 역전파시 가중치 수정을 위해 가중치 수정 반복 변수를 이용하여 학습 계획을 결정한다. 가중치 수정 반복 변수를 1에서 N까지 변경하여 학습을 한 결과 오차의 감소폭이 일반적으로 크게 증대되었다. 즉, 가중치 수정 반복 변수는 델타룰에 의한 경사면 하강법을 이용하여 층간의 강중치 조정을 할 때 오차 수렴 곡선에 대해 오차의 하강폭을 크게 증대시키기 위한 루틴 반복 값으로써 이 값을 효과적으로 결정하면 가중치가 연속적으로 갱신되어 빠르게 허용 오차에 도달하게 된다. 제안된 학습 방법에 의한 다층 신경망의 성능을 확인하기 위해 시뮬레이션을 수행하고 기존 방법과의 비교 분석을 통해 그 효율성을 입증한다. Multilayer neural networks use the learning theory of error back-propagation algorithm. It takes a long time for the neural network to finish the learning. In this paper, we propose a learning algorithm that has the continuous modification routine of weights to improve the convergence performance of the conventional error back-propagation method. This algorithm adjusts continuously weights to use the weight modification redundancy variable. The weight modification redundancy variable is the positive interger. The simulation results show that the proposed learning method is faster than the conventional error back-propagation method in convergence speed