본문 바로가기
HOME> 논문 > 논문 검색상세

논문 상세정보

효율적인 학습규칙의 신경망 기반 독립성분분석을 이용한 영상신호의 분리 및 특징추출
Separations and Feature Extractions for Image Signals Using Independent Component Analysis Based on Neural Networks of Efficient Learning Rule

조용현   (대구가톨릭대학교 컴퓨터정보통신공학부UU0000343  );
  • 초록

    본 연구에서는 효율적인 학습규칙의 신경망 기반 독립성분분석기법을 이용한 영상신호의 분리와 특징추출을 제안하였다. 제안된 학습규칙은 할선법과 모멘트를 이용한 조합형 고정점 학습알고리즘이다. 여기서 할선법은 독립성분 상호간의 정보를 최소화하기 위한 목적함수의 최적화 과정에서 요구되는 1차 미분에 따른 계산을 간략화하기 위함이고, 모멘트는 최적화 과정에서 발생하는 발진을 억제하여 보다 빠른 학습을 위함이다. 제안된 기법을 $512\times512$ 의 픽셀을 가지는 10개의 영상을 대상으로 임의의 혼합행렬에 따라 발생되는 혼합영상의 분리에 적용한 결과, 뉴우턴법에 기초한 기존의 알고리즘과 할선법만에 기초한 알고리즘보다 각각 우수한 분리률과 빠른 분리속도가 있음을 확인하였다. 또한 $256\times256$ 픽셀의 10개 지문상과 $480\times225$ 픽셀의 지폐영상에서 선택된 각각 10,000개의 3가지 영상패치들을 대상으로 적용한 결과, 제안된 기법은 뉴우턴법이나 할선법의 알고리즘보다도 빠른 특징추출 속도가 있음을 확인하였다. 한편 추출된 $16\times16$ 펙셀의 160개 독립성분 기저벡터 각각은 영상 각각에 포함된 공간적인 주파수 특성과 방향성을 가지는 경계 특성이 잘 드러나는 국부적인 특징들임을 확인하였다.


    This paper proposes a separation and feature extraction of image signals using the independent component analysis(ICA) based on neural networks of efficient learning rule. The proposed learning rule is a hybrid fixed-point(FP) algorithm based on secant method and momentum. Secant method is applied to improve the performance by simplifying the 1st-order derivative computation for optimizing the objective function, which is to minimize the mutual informations of the independent components. The momentum is applied for high-speed convergence by restraining the oscillation in the process of converging to the optimal solution. The proposed algorithm has been applied to the composite images generated by random mixing matrix from the 10 images of $512\times512$ -pixel. The simulation results show that the proposed algorithm has better performances of the separation speed and rate than those using the FP algorithm based on Newton and secant method. The proposed algorithm has been also applied to extract the features using a 3 set of 10,000 image patches from the 10 fingerprints of $256\times256$ -pixel and the front and the rear paper money of $480\times225$ -pixel, respectively, The simulation results show that the proposed algorithm has also better extraction speed than those using the another methods. Especially, the 160 basis vectors(features) of $16\times16$ -pixel show the local features which have the characteristics of spatial frequency and oriented edges in the images.


  • 주제어

    Independent Component Analysis .   Newton Method .   Secant Method .   Momentum .   Separation and Feature Extraction of Image Signals.  

  • 참고문헌 (10)

    1. S. Roberts and R. Everson, Independent Component Analysis : Principles and Practice, Cambridge Univ. Press, 2001 
    2. K. Atkinson, Elementary Numerical Analysis', John Wiley & Sons, Inc., New York, 1993 
    3. S. Haykin, Neural Networks : A Comprehensive Foundation, Prentice-Hall, 2ed, London, 1999 
    4. J. Karhunen, "Neural Approaches to Independent Component Analysis and Source Seperation", 4th European Symp., Artificial Neural Network, ESANN96, Burges, Belgium, pp. 249-266, Apr. 1996 
    5. T. W. Lee, Independent Component Analysis : Theory and Applications, Kluwer Academic Pub., Boston, 1998 
    6. A. Hyvarinen, J. Karhunen, and E. Oja, Independent Component Analysis, John Wiley & Sons, Inc., 2001 
    7. K. I. Diamantara sand S. Y. Kung, Principal Component Neural Networks : Theory and Applications, Adaptive and learning Systems for Signal Processing, Communications, and Control, John Wiley & Sons, Inc., 1996 
    8. J. Karhunen and J. Joutsensalo, "Generation of Principal Component Analysis, Optimization Problems, and Neural Networks," Neural Networks, vol. 8, No. 4, pp. 549-562, 1995 
    9. P. Comon, "Independent Component Analysis A New Concept?", Signal Processing, vol. 36, No. 3, pp. 287-314, Apr. 1994 
    10. A. J. Bell and T. J. Sejnowski, "Edges are 'Independent Components' of Natural Scenes", "Advances in Neural Information Processing Systems 9", MIT Press, 1996 
  • 이 논문을 인용한 문헌 (1)

    1. Hwang, Jae-Seung ; Kim, Jae-Hyung 2011. "A Study on the Estimation of Modal Parameters Using Independent Component Analysis Method" 大韓建築學會論文集 : Journal of the architectural institute of Korea : Structure & construction / 構造系, 27(5): 27~35     

 저자의 다른 논문

  • 조용현 (46)

    1. 2000 "주요성분분석에 의한 일반회귀 신경망의 성능개선" 정보처리논문지 = The transactions of the Korea Information Processing Society 7 (11): 3408~3416    
    2. 2000 "독립변수의 차원 감소에 의한 일반회귀 신경망의 성능개선" 퍼지 및 지능시스템학회 논문지 = Journal of fuzzy logic and intelligent systems 10 (6): 533~541    
    3. 2000 "모멘트를 이용한 비선형 주요성분분석 신경망의 효율적인 학습알고리즘" 韓國産業應用學會誌 = Journal of Korea Society of Industrial Application 3 (4): 361~367    
    4. 2001 "조합형 학습알고리즘의 신경망을 이용한 데이터의 효율적인 특징추출" 정보처리학회논문지. The KIPS transactions. Part B. Part B b8 (2): 130~136    
    5. 2001 "신경망을 이용한 고신뢰성의 회귀분석 모델" 정보처리학회논문지. The KIPS transactions. Part B. Part B b8 (4): 327~334    
    6. 2001 "회귀용 Support Vector Machine의 성능개선을 위한 조합형 학습알고리즘" 정보처리학회논문지. The KIPS transactions. Part B. Part B b8 (5): 477~484    
    7. 2001 "적응적 주요성분분석 기법을 이용한 효율적인 지문인식" 韓國産業應用學會誌 = Journal of Korea Society of Industrial Application 4 (2): 177~183    
    8. 2002 "신경망 기반 독립성분분석을 이용한 효율적인 복합영상분리" 퍼지 및 지능시스템학회 논문지 = Journal of fuzzy logic and intelligent systems 12 (3): 210~218    
    9. 2002 "조합형 고정점 알고리즘에 의한 신경망 기반 독립성분분석" 정보처리학회논문지. The KIPS transactions. Part B. Part B b9 (5): 643~652    
    10. 2002 "독립변수의 차원감소에 의한 Polynomial Adaline의 성능개선" 韓國産業應用學會誌 = Journal of Korea Society of Industrial Application 5 (1): 33~38    

 활용도 분석

  • 상세보기

    amChart 영역
  • 원문보기

    amChart 영역

원문보기

무료다운로드
유료다운로드

유료 다운로드의 경우 해당 사이트의 정책에 따라 신규 회원가입, 로그인, 유료 구매 등이 필요할 수 있습니다. 해당 사이트에서 발생하는 귀하의 모든 정보활동은 NDSL의 서비스 정책과 무관합니다.

원문복사신청을 하시면, 일부 해외 인쇄학술지의 경우 외국학술지지원센터(FRIC)에서
무료 원문복사 서비스를 제공합니다.

NDSL에서는 해당 원문을 복사서비스하고 있습니다. 위의 원문복사신청 또는 장바구니 담기를 통하여 원문복사서비스 이용이 가능합니다.

이 논문과 함께 이용한 콘텐츠
이 논문과 함께 출판된 논문 + 더보기