지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학위논문
- 저자정보
- 지도교수
- 정제창
- 발행연도
- 2016
- 저작권
- 한양대학교 논문은 저작권에 의해 보호받습니다.
이용수8
이 논문의 연구 히스토리 (3)
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
최근 반려동물을 키우는 인구가 증가하면서 그에 따른 유기견 발생도 급격히 늘어나고 있다. 유기견은 안락사 같은 윤리적 문제뿐만 아니라, 공중보건학적으로 중요한 광견병, 브루셀라병, 심장사상충 감염증과 같은 질병의 매개체로서의 문제도 가진다. 문제의 해결을 위해 정부에서 유기견 보호소, 동물 등록제와 같은 제도를 시행하고 있지만, 근본적인 해결방법이라고 보기는 어렵다. 본 논문에서는 전역 특징과 지역 특징을 이용한 비문(鼻紋, muzzle pattern, nose print) 기반 개 개체인식 시스템을 제안하고자 한다.
지금까지 주로 사용되던 방식은 지역적 특징(local feature)을 추출하는 객체인식 알고리즘(object recognition)을 인식 시스템에 적용하는 방식이었다. 지역적 특징을 이용할 경우 특징을 정합(match)하는 과정 외에도 판별 과정이 별도로 필요하다. 지역적 비교는 주어진 모델 이미지(typical image)에서 추출된 국소적 특징을 장면 이미지(scene image)에서 찾는다. 때문에 동일하지 않은 대상과도 부분적으로는 일치하는 결과를 보일 수 있다. 이런 특징은 가림(occlusion) 또는 어지러움(clutter)에 강인한(robust)한 장점이 있다. 그러나 한 모델 이미지에 대하여 다수의 장면 이미지가 주어진 경우, 즉 다수의 비교에서 한 개의 일치만을 찾는 경우에는 어떤 비교가 우수한지 순위를 결정하는 과정이 필요하게 된다. 지역적 특징만을 이용한다면 결과물에 가중치를 주어 분류하거나 일부 결과물은 무시하는 식으로 정책적 결정이 필요하게 된다.
본 논문에서는 분류 과정을 명료히 하기 위해 전역적 모델(global feature)을 추출하여 비교하는 과정을 추가했다. 비문 이미지 안에 인중(philtrum)이 포함되어 있다는 점에서 착안하여, 인중을 직선 형태의 전역적 모델로 설정했다. 그 후 지역적 비교의 결과물인 변환 행렬(transform matrix)을 적용하여 전역적 모델을 비교한다. 해당 방식은 판별 과정의 분류기를 이진화하여 그 기준을 명확히 한다.
실험 결과, 제안된 방법이 안정적으로 전역적 특징을 추출한다는 점이 검증되었다. 평가 도구는 정확률(precision), 재현율(recall), 정밀률(accuracy)을 사용했으며 각각의 수치는 0.94, 1, 0.95이다. 또한, 지역적 특징 비교의 결과인 변형 행렬을 적용한 전역적 비교도 우수한 성능을 보임이 입증되었다.
지금까지 주로 사용되던 방식은 지역적 특징(local feature)을 추출하는 객체인식 알고리즘(object recognition)을 인식 시스템에 적용하는 방식이었다. 지역적 특징을 이용할 경우 특징을 정합(match)하는 과정 외에도 판별 과정이 별도로 필요하다. 지역적 비교는 주어진 모델 이미지(typical image)에서 추출된 국소적 특징을 장면 이미지(scene image)에서 찾는다. 때문에 동일하지 않은 대상과도 부분적으로는 일치하는 결과를 보일 수 있다. 이런 특징은 가림(occlusion) 또는 어지러움(clutter)에 강인한(robust)한 장점이 있다. 그러나 한 모델 이미지에 대하여 다수의 장면 이미지가 주어진 경우, 즉 다수의 비교에서 한 개의 일치만을 찾는 경우에는 어떤 비교가 우수한지 순위를 결정하는 과정이 필요하게 된다. 지역적 특징만을 이용한다면 결과물에 가중치를 주어 분류하거나 일부 결과물은 무시하는 식으로 정책적 결정이 필요하게 된다.
본 논문에서는 분류 과정을 명료히 하기 위해 전역적 모델(global feature)을 추출하여 비교하는 과정을 추가했다. 비문 이미지 안에 인중(philtrum)이 포함되어 있다는 점에서 착안하여, 인중을 직선 형태의 전역적 모델로 설정했다. 그 후 지역적 비교의 결과물인 변환 행렬(transform matrix)을 적용하여 전역적 모델을 비교한다. 해당 방식은 판별 과정의 분류기를 이진화하여 그 기준을 명확히 한다.
실험 결과, 제안된 방법이 안정적으로 전역적 특징을 추출한다는 점이 검증되었다. 평가 도구는 정확률(precision), 재현율(recall), 정밀률(accuracy)을 사용했으며 각각의 수치는 0.94, 1, 0.95이다. 또한, 지역적 특징 비교의 결과인 변형 행렬을 적용한 전역적 비교도 우수한 성능을 보임이 입증되었다.
목차
등록된 정보가 없습니다.
최근 본 자료
댓글(0)
0