http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
일반화 최소자승추정의 시공간경사법에 의한 실시간 자동목표 추적
장익훈,김종대,김남철,김재균,Jang, Ick-Hoon,Kim, Jong-Dae,Kim, Nam-Chul,Kim, Jae-Kyoon 대한전자공학회 1989 전자공학회논문지 Vol. No.
본 논문에서는 백색 Gauss 잡음이 섞인 연속영상으로 부터 물체의 이동정보를 검출하기 위하여 최소자승추정의 시공간경사법을 제안하였다. 제안된 방법은 하나의 이동물체를 실시간으로 추적하도록 고속의 16-bit 마이크로 프로세서를 사용한 자동목표 추적장치에 적용되었다. 실험결과 제안된 방법은 기존의 최소자승추정의 시공간경사법에 비해서 매우 우수한 성능을 보였다. In this paper, a spatio-temporal gradient (STG) method with generalized least square estimation (GLSE) is proposed for the detection of an object motion in an image sequence corrupted by white Gaussian noise. The proposed method is applied to an automatic target tracker using a high speed 16-bit microprocessor in order to track one moving target in real time. Experimental results show that the proposed method has much better performance over the conventional one with least square estimation (LSE).
Gabor 특징과 웨이브렛 영역의 BDIP와 BVLC 특징을 이용한 질감 특징 기반 언어 인식
장익훈(Ick Hoon Jang),이우신(Woo Shin Lee),김남철(Nam Chul Kim) 大韓電子工學會 2011 電子工學會論文誌-SP (Signal processing) Vol.48 No.4
본 논문에서는 Gabor 특징과 웨이브렛 영역의 BDIP와 BVLC 특징을 이용한 질감 특징 기반 언어 인식 방법을 제안한다. 제안된 방법에서는 먼저 시험 영상에 Gabor 변환과 웨이브렛 변환을 적용한다. 웨이브렛 영역의 상세 대역에는 Donoho의 연역치화를 적용하여 잡음을 제거한다. 이어서 Gabor 영상에는 크기 연산자를 적용하고 웨이브렛 부대역에는 BDIP와 BVLC 연산자를 적용한다. 그런 다음 Gabor 크기 영상과 BDIP, BVLC 부대역에 대하여 통계치를 계산하여 그 결과들을 벡터화하고 융합하여 특징 벡터로 사용한다. 분류 단계에서는 얼굴 인식에 주로 사용되는 WPCA를 분류기로 하여 시험 특징 벡터와 가장 유사한 학습 특징 벡터를 찾는다. 실험 결과 제안된 방법은 실험 문서 영상 DB에 대하여 비교적 낮은 특징 벡터 차원으로 매우 우수한 언어 인식 성능을 보여준다. In this paper, we propose a texture feature-based language identification using Gabor feature and wavelet-domain BDIP (block difference of inverse probabilities) and BVLC (block variance of local correlation coefficients) features. In the proposed method, Gabor and wavelet transforms are first applied to a test image. The wavelet subbands are next denoised by Donoho’s soft-thresholding. The magnitude operator is then applied to the Gabor image and the BDIP and BVLC operators to the wavelet subbands. Moments for Gabor magnitude image and each subband of BDIP and BVLC are computed and fused into a feature vector. In classification, the WPCA (whitened principal component analysis) classifier, which is usually adopted in the face identification, searches the training feature vector most similar to the test feature vector. Experimental results show that the proposed method yields excellent language identification with rather low feature dimension for a document image DB.
김미혜(Mi Hye Kim),장익훈(Ick Hoon Jang),김남철(Nam Chul Kim) 대한전자공학회 2009 電子工學會論文誌-SP (Signal processing) Vol.46 No.4
본 논문에서는 HVS의 가시성과 영상의 히스토그램 특성을 동시에 고려하는 자동 게인옵셋법을 제안한다. 제안한 방법에서는 대비 신장된 영상의 평균 가시성이 최대가 되도록 클리핑의 상하한 역치를 정하고 이들로부터 유도된 게인 및 옵셋으로 영상의 대비를 신장한다. 가시성 함수는 불균일한 밝기의 주변화소들로부터 중심화소의 밝기 변화를 인간 시각이 인지하는 데 필요한 최소 변화량인 공간 JND를 사용하여 정의한다. 실험결과에서 제안한 방법에 의하여 대비 신장된 영상을 기존의 방법들의 결과 영상에 비하여 전역 대비와 국부 대비가 좋게 개선됨을 보인다. In this paper, we propose an auto gain/offset which considers the visibility of human visual system (HVS) and the histogram of a target image jointly. In the proposed method, the lower and upper clipping thresholds are determined to maximize the averaged visibility of the contrast-stretched image. The target image is then contrast-stretched by the gain and offset derived from the clipping thresholds. We define the visibility as a quantity related to the spatial JND, which means the threshold below which any change of a pixel from its textured neighbors is not recognized by the HVS. Experimental results show that the contrast-stretched images by the proposed method have better global and local contrasts compared to the results by some conventional methods.