Eun-Tae Kim

Gait-based human identification aims to discriminate individuals by the way they walk. A unique advantage of gait as a biometric is that it requires no subject contact and is easily acquired at a distance, which stands in contrast to other biometric techniques involving face, fingerprints, iris, etc. This paper proposes a new gait representation called motion energy image (MEI). Compared with other gait features, MEI is more robust against noise that can be included in binary gait silhouette ima

Gait recognition has recently attracted increasing interest from the biometric community. In this paper, we propose a simple yet powerful new feature called multi-bipolarized contour vector (MBCV) for gait recognition. The proposed MBCV feature consists of four components: (1) the Vertical Positive Contour Vector, (2) the Vertical Negative Contour Vector, (3) the Horizontal Positive Contour Vector, and (4) the Horizontal Negative Contour Vector. We furthermore develop a gait recognition system b

In this paper, a novel method for structure learning of a Bayesian network (BN) is developed. A new genetic approach called the matrix genetic algorithm (MGA) is proposed. In this method, an individual structure is represented as a matrix chromosome and each matrix chromosome is encoded as concatenation of upper and lower triangular parts. The two triangular parts denote the connection in the BN structure. Further, new genetic operators are developed to implement the MGA. The genetic operators a

Wet area or puddle detection is one of the key issues for safe driving and future Advanced Driver AssistanceSystems (ADAS). A new methodology for the detection of wet areas and puddles using a stereo camera ispresented in this paper. Because wet areas and puddles have different characteristics, the two areas are separatelytreated and different detection algorithms are proposed. For the detection of wet areas, color information is usedfor hypothesis generation (HG) and a support vector machine (S

The recognition of a person from his or her gait has been a recent focus in computer vision because of its unique advantages such as being non-invasive and human friendly. However, gait recognition is not as reliable an identifier as other biometrics. In this paper, we applied a hierarchical fair competition-based parallel genetic algorithm and a neural network ensemble to the gait recognition problem. A diverse set of potential neural networks are generated to increase the reliability of the ga

본 논문은 실내형 이동로봇에 적용하기 위한 위치인식과 장애물 추적 방법을 제안한다. 제안된 방법을 구현하기 위해 레이저 스캐너가 사용되었으며 로봇이 운행되는 공간의 지도정보를 미리 알고 있다고 가정한다. 레이저 스캐너의 측정치를 지도정보와 매칭해가며 Sequential Monte Carlo (SMC)방법을 이용하여 로봇의 위치를 파악하고 파악된 위치에서 주변 장애물의 위치를 인식하고 다중 물체 추적 알고리즘을 이용함으로써 장애물과의 충돌 위험성 등을 미리 파악할 수 있다. 마지막으로, 본 논문에서 제안한 방법을 실험을 통해 검증한다.

지능형 로봇 연구 분야에 있어, 손을 이용한 제스처 인식은 매우 중요한 연구 분야로 간주 되고 있으며, 스마트 폰, 스마트 TV 등에 상용화 되어왔다. 제스처 인식에 있어, 강인한 손 검출 기술을 필수적인데, 손의 모양이 일정치 않고, 복잡한 배경이나 조명변화 아래서는 손 검출이 쉽지 않다는 어려움이 있다. 본 논문은 실내 환경에서 사용자가 가리키는 방향을 인식하기 위한 손 검출 알고리즘을 제안한다. 손 검출에 대한 오검출을 최대한 줄이기 위해, 머리-어깨 검출 결과를 기반으로 손 검색 영역을 한정시키고, 피부색을 이용해 최소한의 후보군들을 발생시켜, HOG-SVM을 이용하여 손을 검출하였다. 그리고 머리-어깨, 손 검출 결과를 통해 팔의 방향 각도를 추정하였다. 제안된 방법은 실제 실내 환경에서 추출된 영상을 통해 실험을 진행하였고, 강인한 성능을 확인하였다.

This paper proposes a new collision risk assessment system for pedestrians’s safety. Monte Carlo Simulation (MCS) method is a one of the most popular method that rely on repeated random sampling to compute their result, and this method is also proper to get the results when it is unfeasible or impossible to compute an exact result. Nevertheless its advantages, it spends much time to calculate the result of some situation, we apply not only MCS but also Neural Networks in this problem. By Monte c

A GPS sensor is widely used in many areas such as navigation, or air traffic control. Particularly, the car navigation system is equipped with GPS sensor for locational information. However, when a car goes through a tunnel, forest, or built-up area, GPS receiver cannot get the enough number of satellite signals. In these situations, a GPS receiver does not reliably work. A GPS error can be formulated by sum of bias error and sensor noise. The bias error is generated by the geometric arrangement

본 논문에서는 시간지연과 입력포화를 갖는 카오스 시스템에 대한 퍼지 모델 기반의 동기화 기법을 제안한다. 시간지연을 갖는 카오스 마스터 시스템과 슬레이브 시스템을 모델링하기 위해 Takagi-Sugeno(T-S) 퍼지 모델을 이용한다. 특히 슬레이브 시스템은 제어 입력이 제한되는 입력포화 특성을 갖는다고 가정한다. 선형 오차 피드백과 병렬 분상 보상(PDC) 방법에 따라 퍼지 카오스 동기화 시스템을 설계하고 동기화 오차 시스템의 국소 안정도 조건을 해석한다. 신호 전송 채널에는 시간지연이 항상 존재하므로 채널 시간지연 또한 고려한다. 입력포화와 시간지연을 갖는 퍼지 동기화 시스템의 국소 안정도에 대한 충분 조건은 Lyapunov-Krasovskii 이론을 적용하여 선형 행렬 부등식 (LMI) 문제의 해를 통해 얻어진다. 제안된 동기화 기법의 효과를 확인하기 위해서 모의 실험을 수행한다.

본 논문에서는 RBF 신경망 외란 관측기를 이용한 영구자석형 동기모터의 속도추종 제어기를 제안한다. 먼저 공칭 모델에 대하여 입출력 선형화에 기반한 속도 제어기를 설계하고 RBF 신경망 외란 관측기에 의해 시스템의 불확실성을 보상한다. 시스템의 파라미터와 부하 토크의 변동을 동시에 추정하는 RBF 신경망 외란 관측기를 이용함으로써 제안한 제어 알고리즘은 시스템의 불확실성에 강인한 특성을 갖는다. 마지막으로 모의실험을 통하여 제안된 제어기의 타당성을 검증한다.

Camera calibration in machine vision is the process of determining the intrinsic camera parameters and the three-dimensional (3D) position and orientation of the camera frame relative to a certain world coordinate system. On the other hand, Takagi-Sugeno-Kang (TSK) fuzzy system is a very popular fuzzy system and approximates any nonlinear function to arbitrary accuracy with only a small number of fuzzy rules. It demonstrates not only nonlinear behavior but also transparent structure. In this pap

In the vision of ubiquitous computing environment, smart objects would communicate each other and provide many kinds of information about user and their surroundings in the home. This information enables smart objects to recognize context and to provide active and convenient services to the customers. However in most cases, context-aware services are available only with expert systems. In this paper, we present generalized activity recognition application in the smart home based on a naive Bayes

This paper proposes novel genetic design of optimal classifier ensemble for vehicle detection using Genetic Algorithm with Varying Population Size (GAVaPS). Recently, many classifiers are used in classifier ensemble to deal with tremendous amounts of data. However the problem has a exponential large search space due to the increasing the number of classifier pool. To solve this problem, we employ the GAVaPS which outperforms comparison with simple genetic algorithm (SGA). Experiments are perform

본 논문에서는 fault tolerant 하드웨어에서 가장 기본이 되는 온라인 하드웨어 테스트 시스템 구현을 위하여 새로운 인공 면역 알고리즘을 제안한다. 인공 면역 알고리즘은 알려진 자기(self) 정보만을 이용하여 항체 즉 tolerance condition을 가장 최적으로 생성하는 알고리즘이다. 이를 위하여 본 논문에서는 생체 면역 시스템의 중요한 원리인 antibody diversity 원리를 적용한 새로운 tolerance condition 생성 알고리즘을 제안한다. 또한 생체 면역 시스템에서의 중요한 세포인 APC (Antigen Presenting Cell)를 Quine-McCluskey 방법으로 구현한 후 유전자 알고리즘을 통해 tolerance condition을 자동 생성하는 알고리즘을 구현한다. 이렇게 제안된 알고리즘은 FSM(Finite State Machine)의 가장 전형적인 예인 십진카운터에 적용한 후 컴퓨터 모의 실험을 통해 그 성능을 확인한다.