• Proceedings of the Korean Society of Computer Information Conference
• /
• 2023.07a
• /
• pp.37-38
• /
• 2023

본 논문에서는 딥러닝을 기반으로 하는 키포인트 인식 모델을 산업용 품질검사 머신비전에 응용하는 방법을 제안한다. 전이학습 방법을 이용하여 딥러닝 모델의 인식률을 높이는 방법을 제시하였고, 전이시킨 특성 추출 모델에 대해 추가로 데이터 세트에 대한 학습을 진행하는 것이 특성추출 모델의 초기 ImageNet 가중치를 동결시켜 학습하는 것보다 학습 속도나 정확도가 높다는 것을 보여준다. 실험을 통해 딥러닝을 응용하는 산업용 품질 검사 공정에는 특성추출 모델의 추가 학습이 중요하다는 점을 확인할 수 있었다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2005.07b
• /
• pp.781-783
• /
• 2005

본 논문은 손 모양 인식을 이용한 비전 기반의 보행 로봇 제어 시스템을 제안한다. 손의 모양을 인식하기 위해서 움직이는 카메라 영상으로부터 정확한 손의 경계선물 추출하고 추적하는 일이 선행되어야 한다. 따라서 본 논문에서는 민 시프트 방법을 사용한 활성 윤곽선 모델 기반의 추적 방법을 제안한다. 제안된 시스템은 손 추출기, 손 추적기, 손 모양 인식기 그리고 로봇 제어기, 4개의 모들로 구성된다. 손 추출기는 영상에서 미리 정의된 손의 모양을 가지는 피부색 영역을 추출한다. 추출된 손의 추적은 활성 윤관선 모델과 민 시프트 방법을 사용하여 실행된다. 그 후 Hue moments를 사용하여 추적된 손의 모양을 인식한다. 제안된 방법을 평가하기 위해서 본 논문에서는 2족 보행 로봇 KHR-1에 제안된 방법을 적용 한다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2022.07a
• /
• pp.499-500
• /
• 2022

차량용 블랙박스의 대중화와 '스마트 국민 제보' 애플리케이션 도입에 따른 영향으로 교통법규 위반 공익신고 건수가 급증하면서 대응해야 할 담당 경찰 인력이 부족한 상황이다. 이러한 인력 부족 문제를 해결하기 위해서 인공지능(AI) 알고리즘을 활용하여 신고된 영상의 위법 여부를 자동으로 분석할 필요가 있다. 본 논문에서는 공익신고의 대부분을 차지하고 있는 진로변경 위반 영상 분석을 위한 객체 인식 방법에 대한 연구 내용을 기술한다. 이 연구에서는 딥러닝 알고리즘과 컴퓨터 비전 알고리즘을 통해 진로변경 위반 분석에 필요한 차량과 실선 객체를 인식하여 진로변경 위반 영상 분석에 활용할 수 있도록 한다.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.24 no.1
• /
• pp.1-6
• /
• 2014

In this study, we propose optimized RBFNNs based on night vision face recognition simulator with the aid of $(2D)^2$ PCA algorithm. It is difficult to obtain the night image for performing face recognition due to low brightness in case of image acquired through CCD camera at night. For this reason, a night vision camera is used to get images at night. Ada-Boost algorithm is also used for the detection of face images on both face and non-face image area. And the minimization of distortion phenomenon of the images is carried out by using the histogram equalization. These high-dimensional images are reduced to low-dimensional images by using $(2D)^2$ PCA algorithm. Face recognition is performed through polynomial-based RBFNNs classifier, and the essential design parameters of the classifiers are optimized by means of Differential Evolution(DE). The performance evaluation of the optimized RBFNNs based on $(2D)^2$ PCA is carried out with the aid of night vision face recognition system and IC&CI Lab data.

• The Journal of the Convergence on Culture Technology
• /
• v.8 no.1
• /
• pp.409-415
• /
• 2022

In computer vision, an image of a measurement target is acquired using a camera. And feature values, vectors, and regions are detected by applying algorithms and library functions. The detected data is calculated and analyzed in various forms depending on the purpose of use. Computer vision is being used in various places, especially in the field of automatically recognizing automobile parts or measuring the quality. Computer vision is being used as the term machine vision in the industrial field, and it is connected with artificial intelligence to judge product quality or predict results. In this study, a vision system for judging the quality of automobile parts was built, and the results were compared by applying five machine learning classification models to the produced data.

• Journal of the Korea Academia-Industrial cooperation Society
• /
• v.22 no.2
• /
• pp.20-25
• /
• 2021

The target-object classification method was implemented using a deep-learning-based detection model in real-time images. The object detection model was a deep-learning-based detection model that allowed extensive data collection and machine learning processes to classify similar target-objects. The recognition model was implemented by changing the processing structure of the detection model and combining developed the vision-processing module. To classify the target-objects, the identity and similarity were defined and applied to the detection model. The use of the recognition model in industry was also considered by verifying the effectiveness of the recognition model using the real-time images of an actual soccer game. The detection model and the newly constructed recognition model were compared and verified using real-time images. Furthermore, research was conducted to optimize the recognition model in a real-time environment.

• Proceedings of the Korean Information Science Society Conference
• /
• 2005.07b
• /
• pp.670-672
• /
• 2005

본 논문은 비전을 기반으로 한 감정인식 로봇에 관한 논문이다. 피부스킨칼라와 얼굴의 기하학적 정보를 이용한 얼굴검출과 감정인식 알고리즘을 제안하고, 개발한 로봇 시스템을 설명한다. 얼굴 검출은 RGB 칼라 공간을 CIElab칼라 공간으로 변환하여, 피부스킨 후보영역을 추출하고, Face Filter로 얼굴의 기하학적 상관관계를 통하여 얼굴을 검출한다. 기하학적인 특징을 이용하여 눈, 코, 입의 위치를 판별하여 표정 인식의 기본 데이터로 활용한다. 눈썹과 입의 영역에 감정 인식 윈도우를 적용하여, 윈도우 내에서의 픽셀값의 변화와 크기의 변화로 감정인식의 특징 칼을 추출한다. 추출된 값은 실험에 의해서 미리 구해진 샘플과 비교를 통해 강정을 표현하고, 표현된 감정은 Serial Communication을 통하여 로봇에 전달되고, 감정 데이터를 받은 얼굴에 장착되어 있는 모터를 통해 표정을 표현한다.

• Proceedings of the KIEE Conference
• /
• 2008.04a
• /
• pp.257-258
• /
• 2008

지능형 로봇에서 환경인식과 이러한 환경에 따른 행동 결정 능력은 로봇이 필수적으로 갖추어야 할 기능이다. 특히 상체의 움직임이 많은 휴머노이드 로봇에서 비전기반의 높은 환경에 대한 인식 기능을 위해서는 전처리 단계로 로봇 자체의 움직임을 감쇄 시켜주는 기능이 필수적이다. 본 논문에서는 Gaussian 모델과 Wavelet을 사용하여 추적하고자 하는 영역을 추출하고 PCA와 FNCC를 이용하여 움직임을 상쇄시키는 방법을 제안한다. 본 방법은 기존의 픽셀 단위로 움직임을 분석하는 방법에 비하여 간단하면서도 우수한 성능을 보인다. 본 시스템을 제작한 로봇에 적용한 결과 보다 높은 인식 성능을 얻을 수 있었다.

• Electronics and Telecommunications Trends
• /
• v.26 no.6
• /
• pp.139-153
• /
• 2011

1990년 후반 이후, 스마트 카메라가 널리 대중화되면서 비디오 감시(video surveillance) 분야와 머신 비전(machine vision) 분야의 산업에서 스마트 카메라가 사용되기 시작했다. 스마트 카메라는 단순히 영상정보를 획득하고 획득한 영상정보를 저장하는 기존의 카메라 기능에서 벗어나, 미리 정해진 여러 가지 필요한 작업을 수행하는 비전시스템으로 정의할 수 있다. 특히, 최근 들어 마이크로프로세서의 기능이 확대되면서 카메라 내부에서 지능형 영상처리나 패턴인식 알고리즘을 수행할 수 있게 되었으며, 이러한 기술을 이용해서 스마트 카메라는 움직임 감지, 오브젝트 측정, 차량의 번호판 인식뿐만 아니라 인간의 행동까지도 인식할 수 있게 되었다. 오늘날 스마트 카메라는 빌딩관리나 빌딩제어 분야 애플리케이션의 핵심 디바이스가 되었으며, 향후에는 우리 주변 곳곳에 스며들어 주변 환경에 따라 지능적으로 대처할 수 있는 유비쿼터스 환경의 핵심 기술로 자리매김하게 될 것이다. 본 고에서는 스마트 카메라의 기술적인 정의와 특징을 살펴본 후에 스마트 카메라의 기술적인 동향들을 살펴볼 것이다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2012.11a
• /
• pp.140-143
• /
• 2012

사람간의 상호작용에서 손은 중요한 역할을 담당하고 있기 때문에, 사람과 컴퓨터 사이의 인터페이스에 관한 연구에서 역시 손을 이용한 자연스러운 상호작용은 중요한 화두 중 하나이다. 따라서 본 논문에서는 손 기반 인터페이스를 위한 손 모양 인식 방법을 제안한다. 제안하는 방법은 비전 기반의 방법을 이용하기 때문에 사용자의 몰입을 방해할 수 있는 마커 혹은 센서의 부착을 요구하지 않으며, 간단하지만 효과적인 방법을 사용함으로써 실시간 연산을 보장한다. 또한 사용자의 양 손을 추적하고 손의 모양을 인식함으로써, 보다 자연스러운 양손 기반의 상호작용을 제공한다.