• 지능정보연구
• /
• 제11권2호
• /
• pp.81-103
• /
• 2005

신경계의 뉴런 구조는 흥분 뉴런과 억제 뉴런으로 구성되며 각각의 흥분 뉴런과 억제 뉴런은 주동근 뉴런(agonistic neuron)에 의해 활성화되며 길항근 뉴런(antagonist neuron)에 의해 비활성화 된다. 본 논문에서는 인간 신경계의 생리학적 뉴런 구조를 분석하여 퍼지 논리를 이용한 생리학적 퍼지 신경망을 제안한다. 제안된 구조는 주동근 뉴런에 의해 흥분 뉴런이 될 수 있는 뉴런들을 선택하여 흥분시켜 출력층으로 전달하고 나머지 뉴런들을 억제시켜 출력층에 전달시키지 않는다. 신경계를 기반으로 한 제안된 생리학적 퍼지 신경망의 학습구조는 입력층, 학습 데이터의 특징을 분류하는 중간층, 그리고 출력 층으로 구성된다. 제안된 퍼지 신경망의 학습 및 인식 성능을 평가하기 위해 정확성이 요구되는 의학의 한 분야인 기관지 편평암 영상 인식과 영상 인식의 주요 응용 분야인 차량번호판 인식에 적용하여 기존의 신경망과 성능을 비교 분석하였다. 실험 결과에서는 제안된 생리학적 퍼지 신경망이 기존의 신경망보다 학습 시간과 수렴성이 개선되었을 뿐만 아니라, 인식에 있어서도 우수한 성능이 있음을 확인하였다.

• 정보교육학회논문지
• /
• 제8권4호
• /
• pp.489-500
• /
• 2004

본 논문에서는 244개 국공립 초등학교 홈페이지를 직접 접속하여 불건전 정보 유통과 개인정보 노출 측면에서 학교 홈페이지의 안전 실태를 조사하였다. 홈페이지 게시판에 음란물과 상업성 광고들이 나타나는 학교가 62.7%에 달하였으며, 87.3%의 학교가 학생들의 사진, 주소, 전화번호와 같은 학생의 개인정보를 노출시키고 있었다. 분석 결과 불건전 정보의 유통은 대부분 자동등록 프로그램에 의한 것으로, 이는 무분별한 게시판 개설 및 부적절한 관리에 기인한다. 이와는 대조적으로 개인정보 노출은 교사와 학생들의 부주의한 정보관리에서 비롯되었다. 이것은 교사와 학생들이 개인정보 노출에 따른 위험성을 제대로 알지 못하고 있다는 것을 나타내는 것이다. 따라서 안전한 학교 홈페이지의 구축과 이용을 위해서는 먼저 실명에 의한 회원관리와 게시판 사용권한에 대한 통제가 강화되어야 한다. 그리고 현재 학교 홈페이지에 나타나는 역기능은 물론 잠재적 위험요인에 대한 교사의 올바른 인식이 필요하다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2022년도 추계학술대회
• /
• pp.236-238
• /
• 2022

현 도로교통법상 도로 이용의 효율성과 교통안전 확보의 목적으로 차로 별 통행 가능 차종을 지정한 제도로써, 2020년 개정안이 현재 시행되고 있다. 독일과 국내의 자동차 1만 대당 교통사고 사망자 수를 비교하였을 때, 독일의 교통사고 사망자는 국내보다 현저히 낮은 수치를 기록하고 있다. 대표적으로 속도의 제한을 두지 않은 독일 아우토반의 사례는 한국의 속도위반법만이 사고율의 경감에 정답이 되지 않는다는 점을 시사한다. 아우토반 고속도로의 킵 라이트 원칙(keep right principle)에 따라 준수되는 지정차로제는 교통사고 감소에 큰 역할을 한다. 이러한 사실을 기반으로 지정차로제 위반 차량의 단속과 준수율 향상을 위한 교통 단속 시스템을 제안한다. 딥러닝 객체 인식 모델인 Yolo5를 이용하여 차종을 인식하고 OpenCV를 이용하여 차량 번호판과 차선을 인식 및 추출된 데이터를 서버에 저장하여 법규의 위반 여부를 판별하는 지정차로제 단속시스템을 개발한다. 이에 따라 운전자의 제도 인식 및 준수율의 향상을 통한 교통사고율의 감소 효과가 있을 것으로 기대된다.

• 한국멀티미디어학회논문지
• /
• 제2권4호
• /
• pp.490-495
• /
• 1999

본 논문에서는 인공 신경망과 퍼지 논리의 장점을 뉴런 구조에 적용하여 학습 속도가 마르며 수렴률을 향상시키는 방법을 제안한다. 인공신경망의 벤치 마크로 사용되는 XOR문제 n 비트 parity문제와 현실적인 이미지 응용을 위해 자동차 번호 판에서 숫자 이미지에 적용시켜 보았다. 실험결과, 모든 자료 값과 목표 값에 대해서 항상 수렴을 보장하는 것은 아니다. 그렇지만, 학습 속도가 빠르며 수렴률의 향상을 보였다. 제안된 방법은 임의의 충으로 확장이 가능하다. 여기서는 단층의 경우만을 고려하여 빠른 속도와 방대한 이미지에 대해서 빠른 처리를 가능하게 한다.

• 제어로봇시스템학회논문지
• /
• 제3권5호
• /
• pp.511-519
• /
• 1997

This paper presents the automatic recognition algorithm of the license number in on vehicle image. The proposed algorithm uses the correlation coefficient and Hough transform to detect license plate. The m/n ratio reduction is performed to save time and memory. By the correlation coefficient between the standard pattern and the target pattern, licence plate area is roughly extracted. On the extracted local area, preprocessing and binarization is performed. The Hough transform is applied to find the extract outline of the plate. If the detection fails, a smaller or a larger standard pattern is used to compute the correlation coefficient. Through this process, the license plate of different size can be extracted. Two algorithms to each separate number are proposed. One segments each number with projection-histogram, and the other segments each number with the label. After each character is separated, it is recognized by the neural network. This research overlomes the problems in conventional methods, such as the time requirement or failure in extraction of outlines which are due to the processing of the entire image, and by processing in real time, the practical application is possible.

• 한국ITS학회 논문지
• /
• 제8권3호
• /
• pp.42-51
• /
• 2009

우리나라는 고속도로 차로 수에 따라 차종별로 통행차로를 지정하는 제도를 운영하고 있으며, 그 동안 제도의 유효성 논란 속에 폐지와 운영을 반복하며 시행되고 있다. 본 논문에서는 제도의 유효성을 검증하기 위해 고속도로 10개 구간을 대상으로 차로통행방법 위반율과 교통사고와의 연관성을 분석하였다. 그 결과 양(+)의 상관관계가 있는 것으로 나타나 위반차량에 대한 적극적인 단속이 요구되며, 본 논문에서는 차량번호판의 영상인식에 기반한 자동단속시스템 구축 방안을 제시하였다.

• 한국전자통신학회논문지
• /
• 제18권3호
• /
• pp.433-440
• /
• 2023

반사경이 차량에 의해 충돌되는 경우나 폭풍 등으로 돌아가는 경우, 충격 센서에 의해 이벤트가 뜨고 트리거가 작동된다. 본 논문의 트리거 처리 알고리즘은 자이로 센서의 X, Y, Z값을 등록된 값과 비교하여 3축 구동 모터의 작동에 의해 원래의 값으로 구동되도록 제안한다. 그리고 차량번호판을 인식해서 도난이나 사회적인 문제가 되는 차량이면 경찰 작전망에 정보제공 처리한다. 반사경이 도난이나 위치 이동이 발생하는 경우, 등록된 GPS값을 가지고 있기 때문에 도난 모니터링 기능을 작동하여 처리할 수 있도록 한다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제10권4호
• /
• pp.133-142
• /
• 2021

최근 딥러닝은 하드웨어 성능이 향상됨에 따라 자연어 처리, 영상 인식 등의 다양한 기술에 접목되어 활용되고 있다. 이러한 기술들을 활용해 지능형 교통 시스템(ITS), 스마트홈, 헬스케어 등의 산업분야에서 데이터를 분석하여 고속도로 속도위반 차량 검출, 에너지 사용량 제어, 응급상황 등과 같은 고품질의 서비스를 제공하며, 고품질의 서비스를 제공하기 위해서는 정확도가 향상된 딥러닝 모델이 적용되어야 한다. 이를 위해 서비스 환경의 데이터를 분석하기 위한 딥러닝 모델을 개발할 때, 개발자는 신뢰성이 검증된 최신의 딥러닝 모델을 적용할 수 있어야 한다. 이는 개발자가 참조하는 딥러닝 모델에 적용된 학습 데이터셋의 정확도를 측정하여 검증할 수 있다. 이러한 검증을 위해서 개발자는 학습 데이터셋, 딥러닝의 계층구조 및 개발 환경 등과 같은 내용을 포함하는 딥러닝 모델을 문서화하여 적용하기 위한 구조적인 정보가 필요하다. 본 논문에서는 신뢰성있는 딥러닝 기반 데이터 분석 모델을 참조하기 위한 딥러닝 기술 언어를 제안한다. 제안하는 기술 언어는 신뢰성 있는 딥러닝 모델을 개발하는데 필요한 학습데이터셋, 개발 환경 및 설정 등의 정보와 더불어 딥러닝 모델의 계층구조를 표현할 수 있다. 제안하는 딥러닝 기술 언어를 이용하여 개발자는 지능형 교통 시스템에서 참조하는 분석 모델의 정확도를 검증할 수 있다. 실험에서는 제안하는 언어의 유효성을 검증하기 위해, 번호판 인식 모델을 중심으로 딥러닝 기술 문서의 적용과정을 보인다.

• 대한교통학회지
• /
• 제20권3호
• /
• pp.55-67
• /
• 2002

구간검지체계를 기반으로 한 첨단교통정보제공시스템(Advanced Traveler Information Systems)은 그 기능 수행시 다음의 중요 고려사항을 지닌다. 첫째는 제공 정보의 신뢰성이며, 둘째는 정보수집비용에 관련한 수집자료수의 한계이다. 본 논문에서는 이러한 한계성 극복을 위해 보다 대표성 있는 교통정보 형태의 설정 및 통계적으로 신뢰성 있는 정보산출을 위해 요구되는 적정표본수의 결정에 대한 연구를 수행하였다. 도시고속도로(올림픽대로)와 도시간선도로(천호대로)의 실측 구간통행시간분포 분석결과 단일교차로 구간의 경우 다른 구간들의 단일봉(unimodal)의 정규분포형태와는 다른 두 개의 봉우리를 지닌 분포형태(bimodal)가 나타났다. 따라서 이러한 구간은 기존과는 다른 새로운 교통정보 형태가 필요하며, 본 논문에서는 모든 통과차량들의 평균통행시간으로 정의되는 한 개의 대표치가 아닌 신호주기에 의한 정지여부에 따라 분리되는 주행시간과 지체시간 또는 주행속도와 통행속도 개념의 세분화된 정보형태를 설정하였다. 또한 중심극한정리를 기초로 한 통계적인 표본수 결정식을 이용하여 설정된 신뢰수준 하에서의 정보산출을 위해 요구되는 적정 표본수를 산출하였다. 그 결과, 교통이 혼잡할수록 요구되는 표본수는 적어지는 것으로 나타났다. 우선 적정 표본수 만큼의 표본추출을 하고 제안된 정보산출 방법에 의해 교통정보를 산출한 후 실측치와의 오차를 비교하였다. 그 결과 산출된 교통정보는 신뢰수준 95%와 허용오차 5㎞/h를 만족하였다. 다음으로 구간검지체계를 이용하여 정보를 산출하는 타시스템 교통정보와의 오차율을 비교하였다. 그 결과, 실측치와 본 연구의 산출방법에 의한 교통정보, 로티스교통정보 및 차량번호판 인식시스템의 교통정보와의 비교 결과 제안된 교통정보형태의 타당성을 볼 수 있었다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2022년도 춘계학술대회
• /
• pp.225-227
• /
• 2022

현재 서울특별시는 25개 구청에 7만5천여대의 CCTV가 설치되어 있다. 서울특별시 구청별로, CCTV관제를 위한 관제센터를 구축하고 24시간 인공지능 지능형 영상분석을 통해 차량 종류, 번호판인식, 색상 분류 등의 정보를 빅데이터로 구축하고 있다. 서울특별시는 국토교통부, 경찰청, 소방청, 법무부, 군부대 등과 MOU를 체결하여 긴급/응급 상황에 신속한 대응이 가능하도록 하고 있다. 즉, 각 구청의 CCTV영상을 제공하여 안전하고 재난의 예방이 가능한 스마트시티를 구축하고 있다. 본 논문에서는 CCTV영상을 인공지능을 통해 사건발생 시 차량 및 인원에 대한 특징을 추출하고 이를 기반으로 도주경로를 예측하고 지속적인 추적이 가능하도록 설계한다. 해당 경로의 CCTV영상을 인공지능이 자동으로 선택하여 표출하도록 설계한다. 해당 관할 권역 이외 지역으로 사건 관련 사람이나 차량의 도주경로가 예상될 때 인접 구청에 영상정보와 추출된 정보를 제공함으로써 스마트시티 통합플랫폼을 확장할 수 있도록 설계한다. 본 논문은 스마트시티 통합플랫폼 연구발전에 기초자료로 기여할 것이다.