메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
저널정보
대한전자공학회 전자공학회논문지-SP 전자공학회논문지 SP편 제40권 제3호
발행연도
2003.5
수록면
19 - 32 (14page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
본 논문에서는 적외선 영상 기반의 자동 목표물 인식 시스템(ATR System:Automatic Target Recognition System)에 적합한 특징 추출(feature extraction) 기법과 분류(classification) 기법을 제안한다. 제안 특징 추출 기법은 조명 변화에 의한 밝기 변화에 강인한 기존의 Fisherfaces 기법을 다수의 클래스들의 분류 문제에 적용 가능하도록 확장한 클러스터(cluster = set of classes, class = set of image) 기반 Fisherfaces 기법을 중심으로 다수의 클래스를 소수의 클러스터로 묶는 클래스 클러스터링(class clustering)과 클러스터별 영상 투영(projection) 과정으로 이루어진다. 제안 특징 추출 기법과 연결되는 제안 분류 기법은 RBF(Radial basis function)와 MLP(Multilayer perceptron)를 함께 사용하는 혼합 전문가 구조(Mixture of experts)의 신경망(neural networks) 기반 기법으로 제안 특징 추출 기법의 효용성을 극대화한다. 제안 특징 추출 기법과 분류 기법은 기존 기법들과 비교하여 화소 별로 존재하는 센서 잡음과 국부적 혹은 전역적으로 존재하는 밝기 변화 오차에 강인하며 이를 적외선 자동차 영상 인식 실험을 통해 검증하였다.

목차

Ⅰ. 서론

Ⅱ. 특징 추출 기법

Ⅲ. 분류 기법

Ⅳ. 실험 결과

Ⅴ. 정리 및 향후 과제

참고문헌

참고문헌 (0)

참고문헌 신청

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2009-569-013686178