KOSEN 한인과학기술자네트워크

>김남득박사님 감사합니다. Digital watermarking, Digital content protection 분야에 전문가이시기도 하시고 (회사소개에서 보았습니다), image processing/vision/pattern recognition 분야에도 전문가시네요. ^^ 감사감사 그렇게 말씀하시면, 진짜 전문가들께서 열받으실 겁니다. 그저, 같은 연구실에서 PCA 를 써서 비파괴 검사용 초음파 신호를 분석하고 crack 을 분류하는데 쓰는걸 봤을 뿐입니다. > >그렇다면, PCA에 관련된 연구는 거의 시들어간다고 보아도 좋습니까? Enhanced된 version이나 다른 각도에서 응용하고 있는 예는 없을까요? 글쎄요. 그렇게 섣불리 말씀 드릴 수가 없습니다. 비록 예전처럼 많이 쓰이질 않더라도 실용적인 부분이 있는 고전적인 방법이라 보는게 맞을 겁니다. 학회지에 뜸해진다고 해서 바로 폐기처분되는 것은 아니지 않습니까? 학회나 저널에는 대개 새로운 것들을 좆아 가기 때문에 한 번 훑어지나가면 다시 관심을 끌기가 쉽지가 않지요. 한때 Neural Network 이 그랬지 않습니까? 신호처리의 경우에도 Academic side 에서는 Wavelet 이니, time-frequency analysis 니 해서 Fourier transform 을 사용한 논문의 수가 급격히 줄지 않았습니까? 그렇다고해서 Fourier transform 이 유용하지 않다 할 수 없는것과 마찬가지지요. 사실 회사에 근무하고 보니 오히려 실용적 (실제 경험을 통해 유용성을 인정받은) 이고 근본적인 기술들이 더 많이 사용되고 있는 듯 합니다. PCA 의 경우에도 기본적으로 Linear Algebra 를 잘 이해해야 쉽게 이해가 될겁니다. 아주 기본이 되는 기술입니다. 기술 마다 각기 다른 응용분야가 있기 마련이니, 확실하게 이해하고 넘어가는 것이 좋을 듯 싶습니다. 그럼, 행운을 빕니다.

>1. Principle Component Analysis(PCA)를 잘 이해할 수 있는 tutorial이나 introduction을 찾고 있습니다. 한글이나 영문 모두다 환영입니다. 특히 예를 들어서 쉽게 설명한 자료면 좋겠습니다. 웬 만한 패턴 인식 text 를 보면, 알기쉽게 나와 있습니다. > >2. PCA(eigen face)를 Face Recognitioin에 이용한 예가 상당히 많습니다. 이 중에서 대표가 될만한 reference를 추천부탁드립니다. > 대표적인것은 잘 모르겠지만, 다음 reference 들을 보시고 필요하신 것을 알려주시면, 도와드리겠습니다. 1 Two-stage approach for pose invariant face recognition Demir, E.; Akarun, L.; Alpaydin, E. Acoustics, Speech, and Signal Processing, 2000. ICASSP '00. Proceedings. 2000 IEEE International Conference on , Volume: 4 , 2000 Page(s): 2342 -2344 vol.4 [Abstract] [PDF Full-Text] CNF -------------------------------------------------------------------------------- 2 Memory-based face recognition for visitor identification Sim, T.; Sukthankar, R.; Mullin, M.; Baluja, S. Automatic Face and Gesture Recognition, 2000. Proceedings. Fourth IEEE International Conference on , 2000 Page(s): 214 -220 [Abstract] [PDF Full-Text] CNF -------------------------------------------------------------------------------- 3 Integrating Fourier descriptors and PCA with neural networks for face recognition El-Bakry, H.M.; Abo-Elsoud, M.A.; Kamel, M.S. Radio Science Conference, 2000. 17th NRSC '2000. Seventeenth National , 2000 Page(s): C22/1 -C22/8 [Abstract] [PDF Full-Text] CNF -------------------------------------------------------------------------------- 4 Recognition of partially occluded and/or imprecisely localized faces using a probabilistic approach Martinez, A.M. Computer Vision and Pattern Recognition, 2000. Proceedings. IEEE Conference on , Volume: 1 , 2000 Page(s): 712 -717 vol.1 [Abstract] [PDF Full-Text] CNF -------------------------------------------------------------------------------- 5 Evolutionary pursuit and its application to face recognition Liu, C.; Wechsler, H. Pattern Analysis and Machine Intelligence, IEEE Transactions on , Volume: 22 Issue: 6 , June 2000 Page(s): 570 -582 [Abstract] [PDF Full-Text] JNL -------------------------------------------------------------------------------- 6 Face detection in color images using principal components analysis Menser, B.; Muller, F. Image Processing and Its Applications, 1999. Seventh International Conference on (Conf. Publ. No. 465) , Volume: 2 , 1999 Page(s): 620 -624 vol.2 [Abstract] [PDF Full-Text] CNF -------------------------------------------------------------------------------- 7 Learning a single active face shape model across views Romdhani, S.; Psarrou, A.; Shaogang Gong Recognition, Analysis, and Tracking of Faces and Gestures in Real-Time Systems, 1999. Proceedings. International Workshop on , 1999 Page(s): 31 -38 [Abstract] [PDF Full-Text] CNF -------------------------------------------------------------------------------- 8 Face recognition using principal component analysis of Gabor filter responses Ki-Chung Chung; Seok Cheol Kee; Sang Ryong Kim Recognition, Analysis, and Tracking of Faces and Gestures in Real-Time Systems, 1999. Proceedings. International Workshop on , 1999 Page(s): 53 -57 [Abstract] [PDF Full-Text] CNF -------------------------------------------------------------------------------- 9 Face recognition of video sequences in a MPEG-7 context using a global eigen approach Lorente, L.; Torres, L. Image Processing, 1999. ICIP 99. Proceedings. 1999 International Conference on , Volume: 4 , 1999 Page(s): 187 -191 vol.4 [Abstract] [PDF Full-Text] CNF -------------------------------------------------------------------------------- 10 Face detection and recognition using PCA Sang-Jean Lee; Sang-Bong Jung; Jang-Woo Kwon; Seung-Hong Hong TENCON 99. Proceedings of the IEEE Region 10 Conference , Volume: 1 , 1999 Page(s): 84 -87 vol.1 [Abstract] [PDF Full-Text] CNF -------------------------------------------------------------------------------- 11 Principal manifolds and Bayesian subspaces for visual recognition Moghaddam, B. Computer Vision, 1999. The Proceedings of the Seventh IEEE International Conference on , Volume: 2 , 1999 Page(s): 1131 -1136 vol.2 [Abstract] [PDF Full-Text] CNF -------------------------------------------------------------------------------- 12 Face recognition using shape and texture Chengjun Liu; Wechsler, H. Computer Vision and Pattern Recognition, 1999. IEEE Computer Society Conference on. , 1999 -603 Vol. 1 [Abstract] [PDF Full-Text] CNF -------------------------------------------------------------------------------- 13 A local face statistics recognition methodology beyond ICA and/or PCA Guan, A.X.; Szu, H.H. Neural Networks, 1999. IJCNN '99. International Joint Conference on , Volume: 2 , 1999 Page(s): 1016 -1021 vol.2 [Abstract] [PDF Full-Text] CNF -------------------------------------------------------------------------------- 14 Face image retrieval using HMMs Martinez, A. Content-Based Access of Image and Video Libraries, 1999. (CBAIVL '99) Proceedings. IEEE Workshop on , 1999 Page(s): 35 -39 [Abstract] [PDF Full-Text] CNF -------------------------------------------------------------------------------- 15 Vehicle sound signature recognition by frequency vector principal component analysis Huadong Wu; Siegel, M.; Khosla, P. Instrumentation and Measurement, IEEE Transactions on , Volume: 48 Issue: 5 , Oct. 1999 Page(s): 1005 -1009 [Abstract] [PDF Full-Text] JNL -------------------------------------------------------------------------------- 16 A unified Bayesian framework for face recognition Chengjun Liu; Wechsler, H. Image Processing, 1998. ICIP 98. Proceedings. 1998 International Conference on , Volume: 1 , 1998 Page(s): 151 -155 vol.1 [Abstract] [PDF Full-Text] CNF -------------------------------------------------------------------------------- 17 Face recognition using curvilinear component analysis Lotlikar, R.; Kothari, R. Neural Networks Proceedings, 1998. IEEE World Congress on Computational Intelligence. The 1998 IEEE International Joint Conference on , Volume: 3 , 1998 Page(s): 1778 -1783 vol.3 [Abstract] [PDF Full-Text] CNF -------------------------------------------------------------------------------- 18 Face classification using a multiresolution principal component analysis Brennan, V.; Principe, J. Neural Networks for Signal Processing VIII, 1998. Proceedings of the 1998 IEEE Signal Processing Society Workshop , 1998 Page(s): 506 -515 [Abstract] [PDF Full-Text] CNF -------------------------------------------------------------------------------- 19 Enhanced Fisher linear discriminant models for face recognition Chengjun Liu; Wechsler, H. Pattern Recognition, 1998. Proceedings. Fourteenth International Conference on , Volume: 2 , 1998 Page(s): 1368 -1372 vol.2 [Abstract] [PDF Full-Text] CNF -------------------------------------------------------------------------------- 20 A robust approach to face and eyes detection from images with cluttered background Weimin Huang; Qibin Sun; Chian-Prong Lam; Jian-Kang Wu Pattern Recognition, 1998. Proceedings. Fourteenth International Conference on , Volume: 1 , 1998 Page(s): 110 -113 vol.1 [Abstract] [PDF Full-Text] CNF -------------------------------------------------------------------------------- 21 Empirical performance analysis of linear discriminant classifiers Zhao, W.; Chellappa, R.; Nandhakumar, N. Computer Vision and Pattern Recognition, 1998. Proceedings. 1998 IEEE Computer Society Conference on , 1998 Page(s): 164 -169 [Abstract] [PDF Full-Text] CNF -------------------------------------------------------------------------------- 22 Mixtures of local linear subspaces for face recognition Frey, B.J.; Colmenarez, A.; Huang, T.S. Computer Vision and Pattern Recognition, 1998. Proceedings. 1998 IEEE Computer Society Conference on , 1998 Page(s): 32 -37 [Abstract] [PDF Full-Text] CNF -------------------------------------------------------------------------------- 23 Probabilistic reasoning models for face recognition Chengjun Liu; Wechsler, H. Computer Vision and Pattern Recognition, 1998. Proceedings. 1998 IEEE Computer Society Conference on , 1998 Page(s): 827 -832 [Abstract] [PDF Full-Text] CNF -------------------------------------------------------------------------------- 24 Automated facial expression recognition based on FACS action units Lien, J.J.; Kanade, T.; Cohn, J.F.; Ching-Chung Li Automatic Face and Gesture Recognition, 1998. Proceedings. Third IEEE International Conference on , 1998 Page(s): 390 -395 [Abstract] [PDF Full-Text] CNF -------------------------------------------------------------------------------- 25 Discriminant analysis of principal components for face recognition Zhao, W.; Chellappa, R.; Krishnaswamy, A. Automatic Face and Gesture Recognition, 1998. Proceedings. Third IEEE International Conference on , 1998 Page(s): 336 -341 [Abstract] [PDF Full-Text] CNF 26 Face similarity space as perceived by humans and artificial systems Kalocsai, P.; Wenyi Zhao; Elagin, E. Automatic Face and Gesture Recognition, 1998. Proceedings. Third IEEE International Conference on , 1998 Page(s): 177 -180 [Abstract] [PDF Full-Text] CNF -------------------------------------------------------------------------------- 27 Evolution of optimal projection axes (OPA) for face recognition Chengjun Liu; Wechsler, H. Automatic Face and Gesture Recognition, 1998. Proceedings. Third IEEE International Conference on , 1998 Page(s): 282 -287 [Abstract] [PDF Full-Text] CNF -------------------------------------------------------------------------------- 28 Wavelet-based PCA for human face recognition Yuela, P.C.; Dai, D.Q.; Feng, G.C. Image Analysis and Interpretation, 1998 IEEE Southwest Symposium on , 1998 Page(s): 223 -228 [Abstract] [PDF Full-Text] CNF -------------------------------------------------------------------------------- 29 Feature-level data fusion for bimodal person recognition Chibelushi, C.C.; Mason, J.S.D.; Deravi, F. Image Processing and Its Applications, 1997., Sixth International Conference on , Volume: 1 , 1997 Page(s): 399 -403 vol.1 [Abstract] [PDF Full-Text] CNF -------------------------------------------------------------------------------- 30 Fitting of semantic wire-frames using principal components analysis of a set of facial images Antoszczyszyn, P.M.; Hannah, J.M.; Grant, P.M. Image Processing and Its Applications, 1997., Sixth International Conference on , Volume: 1 , 1997 Page(s): 351 -355 vol.1 [Abstract] [PDF Full-Text] CNF -------------------------------------------------------------------------------- 31 An investigation into face pose distributions Gong, S.; McKenna, S.; Collins, J.J. Automatic Face and Gesture Recognition, 1996., Proceedings of the Second International Conference on , 1996 Page(s): 265 -270 32 A principal component based probabilistic DBNN for face recognition Shen, L.J.; Fu, H.C.; Xu, Y.Y.; Hsu, F.R.; Chang, H.T.; Meng, W.Y. Image Processing, 1996. Proceedings., International Conference on , Volume: 3 , 1996 Page(s): 499 -502 vol.3 >3. PCA가 다른 computer vision/image processing 문제에 적합한 경우가 무엇이 있겠습니까? (image compression 제외) 전문가님들의 의견을 듣고 싶습니다. 90 년대 중반까지는 Machine vision 쪽 (Fingerprint, object recognition, Pattern classification 등) 에서 Feature Extraction 용으로 빈번히 사용되어져 왔습니다만, 요즘은 그리 많이 보 지가 않습니다. 보통 PCA 로 Feature 를 구한후 Neural Network 과 같은 Classification Tool 로 분류하는게 전형적인 예지요.

김남득박사님 감사합니다. Digital watermarking, Digital content protection 분야에 전문가이시기도 하시고 (회사소개에서 보았습니다), image processing/vision/pattern recognition 분야에도 전문가시네요. ^^ 감사감사 >>1. Principle Component Analysis(PCA)를 잘 이해할 수 있는 tutorial이나 introduction을 찾고 있습니다. 한글이나 영문 모두다 환영입니다. 특히 예를 들어서 쉽게 설명한 자료면 좋겠습니다. > >웬 만한 패턴 인식 text 를 보면, 알기쉽게 나와 있습니다. > 'Duda & Hart'의 2nd Ed.을 보유하고 있는데, 그 책을 한번 참조해 보겠습니다. 그리고, Numerical Analysis를 가르치는 교수님으로 부터 e-mail을 통하여 얻은 PCA관련 자료의 링크를 올립니다. SVD in PCA is a rather standard technique these days. There is a tutorial at http://www.casaxps.cwc.net/FactorAnalysis.htm >> >>2. PCA(eigen face)를 Face Recognitioin에 이용한 예가 상당히 많습니다. 이 중에서 대표가 될만한 reference를 추천부탁드립니다. >> > >대표적인것은 잘 모르겠지만, 다음 reference 들을 보시고 필요하신 것을 알려주시면, 도와드리겠습니다. > 주신 reference중에서 필요한 것을 선별해서 찾아보도록 하겠습니다. (근데 무지 많쿤요-_-;) 제가 다른 경로를 통해서 찾은 논문 하나는 다음과 같습니다. Face Recognition Using Eigenfaces, M.A. Turk and A.P. Pentland, Proc. CVPR '91, pp. 586-591. 많은 논문들이 refer를 하고 있는 것으로 봐서 원조격이 아닌가 싶습니다. 그리고 다음 링크는 위의 논문을 포함하여 PCA를 응용한 예 2가지에 대한 좋은 자료(소스,이미지데이타 등)들이 있습니다. http://www.vision.ethz.ch/summercourse/ >>3. PCA가 다른 computer vision/image processing 문제에 적합한 경우가 무엇이 있겠습니까? (image compression 제외) 전문가님들의 의견을 듣고 싶습니다. > >90 년대 중반까지는 Machine vision 쪽 (Fingerprint, object recognition, Pattern classification 등) 에서 Feature Extraction 용으로 빈번히 사용되어져 왔습니다만, 요즘은 그리 많이 보이지가 않습니다. 보통 PCA 로 Feature 를 구한후 Neural Network 과 같은 Classification Tool 로 분류하는게 전형적인 예지요. 그렇다면, PCA에 관련된 연구는 거의 시들어간다고 보아도 좋습니까? Enhanced된 version이나 다른 각도에서 응용하고 있는 예는 없을까요?

조금 전 PCA 로 박사 논문을 쓴 회사 동료에게 어떤 Application 에다 사용했는지 물어 보았더니, 그 친구는 Image Fusion 에 사용 했다 하더군요. 두 이미지를 퓨전하는데, 대개 Linear combination 을 씁니다. 이미지를 합함에 있어 pixel 단위로 하는데, 각각의 weight 를 구하는데, PCA 를 사용하였다 합니다. 예를 들면, w1(i,j)*Image1(i,j) + w2(i,j)*Image2(i,j) 에서 w1(i,j) 와 w2(i,j) 를 구하는데 사용한거지요. 도움이 되셨으면 합니다.

제가 찾아본 결과는 다음과 같은 것이 있었습니다. http://www.vision.ethz.ch/summercourse/ 제가 언급한 Eigenface의 원조격이 되는 논문과 그에 대한 Matlab소스코드가 있습니다. 저의 연구실에 한 분은 Eigen-Gait에 대해서 연구 중입니다. 사람이 걷는 패턴을 분석해서 사람을 identify / recognize하는 것이지요. 기상학과에 있는 제 와이프는 PCA를 이용해서 기상 Data를 분석하는 것에 대한 Statistics 수업을 듣고 있습니다. 아마도 엄청난 양의 Data를 다루려고 하니 그것을 반드시 '의미있게' 줄일 필요가 있을것입니다.

>1. Principle Component Analysis(PCA)를 잘 이해할 수 있는 tutorial이나 introduction을 찾고 있습니다. 한글이나 영문 모두다 환영입니다. 특히 예를 들어서 쉽게 설명한 자료면 좋겠습니다. > >2. PCA(eigen face)를 Face Recognitioin에 이용한 예가 상당히 많습니다. 이 중에서 대표가 될만한 reference를 추천부탁드립니다. > >3. PCA가 다른 computer vision/image processing 문제에 적합한 경우가 무엇이 있겠습니까? (image compression 제외) 전문가님들의 의견을 듣고 싶습니다.