• Journal of Food Hygiene and Safety
• /
• v.8 no.1
• /
• pp.1-8
• /
• 1993

육류중에 잔류하는 항생물질 및 항균제를 검출하기 위해 본 실험에서는 3종의 균주 Bacillus subtilis ATCC 6633, Micrococcus luteus ATCC 9341, BAcillus cereus var. mycoides ATCC 11778을 사용하여 실험하였다. 시료의 clean-up은 항생·항균제의 물리화학적 성질을 고려하여 우선 McIlvaine buffer를 가하여 homogenize하고 hexane으로 defatting 시킨 후, chloroform으로 추출한 액과 Sep-Pak C18과 Bakerbond SPE carboxylic acid column에 흡착시킨 후 추출한 액을 각각 시험용액 A, B, C,로 하였다. 각 test solution을 paper disk를 사용하여 함균 배지에 올려놓고 overnight culture 후 inhibition pattern을 통해 여러 종류의 항생·항균제를 계통적으로 검출하였다. 본 실험에서 macrolide계와 tetracycline계 등은 0.1ppm 이하의 detection limit을 보였으며, penicillinrP는 0.001ppm이하의 높은 detection limit을 나타내므로서 시료중에 잔류하는 극미량까지도 검출할 수 있었다. 본 방법은 식육중의 잔류 항생·항균제를 동시에 간단하게 계통적으로 분류하는데 있어 좋은 방법이라고 생각되며 항생·항균제의 체계적인 1차 screening 수단으로서 유용한 방법이라 사료된다.

• Proceedings of the KIEE Conference
• /
• 2011.07a
• /
• pp.2134-2135
• /
• 2011

전력 설비의 지중화 증가로 인하여 지중 설비에서의 사고 위험성도 증가하고 있다. 본 논문에서는 누전 고장점이 있는 저압 지중접속함(핸드홀)이 침수시 고장점에서 유출되는 누설 전류에 의한 수중 전위를 검출하여 위험을 경보하는 장치를 제작하고, 실제 환경과 유사한 실험장에서 실험하였다. 실험을 통하여 제작한 핸드홀 누전감시장치가 정상 동작함을 확인하였다. 또한 고장점이 존재하지 않거나 전원 공급이 없는 핸드홀의 경우에도 침수시 수중에서 상용주파수 노이즈 전위가 측정됨을 확인하였고, 이런 노이즈 제거 기술에 대한 연구가 추가적으로 필요함을 확인하였다. 침수시 누전 고장점은 평상시에 검출하기 어렵기 때문에 핸드홀 누전 감시 장치의 개발은 사고를 예방함과 동시에 사고를 검출하여 지중선로의 사후 유지 보수에 도움이 될 수 있을 것으로 예상한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 1998.10c
• /
• pp.455-457
• /
• 1998

동영상에서의 얼굴 영역 추출은 헤드 제스처 인터페이스를 위한 기본적이고 필수적인 기법이다. 얼굴 영역 추출을 위해서는 색상 정보와 차영상을 이용한 방법이 많이 사용되며, 색상 정보를 이용하는 방법에는 HSI의 H(hue)성분과 YIQ의 I(in-phase)성분이 널리 알려져 있다. 본 논문에서는 먼저 얼굴 색상에 해당하는 각 색상 성분의 구간을 탐색하고, 다음으로 각 색상 정보를 이용한 얼굴 영역 검출의 정확도를 비교 실험한다. 또한, 색상 정보와 차영상을 결합한 방법에 대해서도 얼굴 영역 검출의 정확도를 비교한다. 실험 결과, YIQ의 경우 구간 130~150, HSI의 경우 구간 0~20에서 얼굴색을 잘 표현하는 것으로 나타났다. 얼굴 영역 검출의 정확도 측면에서는, 색상 정보만을 이용한 실험의 경우 YIQ가 HSI에 비해 약 10%의 향상된 성능을 보였고, 색상 정보와 차영상을 결합한 경우에서도 YIQ가 약 5%의 향상된 성능을 보였다.

• Proceedings of the KAIS Fall Conference
• /
• 2011.05a
• /
• pp.389-392
• /
• 2011

본 논문에서는 영상의 색 항등성을 달성하기 위해 본질 영상의 핵심인 불변 방향을 K-means 클러스터링을 이용해 검출하는 개선된 알고리즘을 제안한다. 우선, RGB 영상을 K-means 클러스터링 기법에 의해 다수의 클러스터로 분할한다. 이 때, 클러스터 간의 거리 측정은 유클리드 거리이다. 그리고 분할된 클러스터 중 가장 많은 색을 가진 클러스터만을 x-색도 공간으로 도시하여 해당되는 후보 불변 방향을 계산한다. 검출된 후보 불변 방향은 방향별로 프로젝션된 히스토그램에서 3개 이상의 프로젝션된 데이터를 가진 bin들의 개수가 가장 적은 방향이다. 그 후, 분할된 다른 여러 클러스터에 해당되는 후 보 불변 방향을 계산하여 가장 많은 빈도로 나타나는 방향을 영상의 최종 불변 방향으로 결정한다. 실험에서 Ebner에 의해 제안된 데이터집합을 실험 영상으로 사용하였고, 색항등성 측도를 평가 척도로 사용하였다. 실험 결과, 제안한 기법은 형광성 표면을 가진 형광 데이터집합에 보다 적합하였으며, 엔트로피 기법보다 색항등성이 1.5배 이상 높았다.

• Journal of Biomedical Engineering Research
• /
• v.22 no.1
• /
• pp.101-108
• /
• 2001

본 논문에서는 뇨실금 환자들에 대한 지원 기술의 일환으로 인체에 무해하고 비침습적인 초음파를 이용하여 배뇨시기를 알려주기 위한 재택용 뇨의 경보기용 뇨량검출 센서의 개발과 이를 이용한 방광 벽간거리와 뇨량과의 상관관계에 관하여 연구하였다. 개발된 센서는 인체내에 침투력이 가장 좋은 중심 주파수가 2.25 MHz인 초음파를 사용하여 분해능을 높여 오차를 감소시킬 수 있는 구조로 설계하였다. 이 센서를 이용하여 방광전.후벽간의 거리를 검출하여 이로부터 뇨량을 정량적으로 측정하기 위한 기초 실험을 실시하였다. 기초실험은 건강한 성인 남자 3명을 대상으로 초음파 뇨량검출 센서를 이용한 초음파 RF 반사신호 획득장치와 초음파 진단기에 의한 2가지 방법으로 이루어졌고 그 결과 뇨량과 벽간거리와의 사이에는 높은 상관성이 있음을 확인할 수 있었다. 결론적으로, 실험 결과를 토대로 하여 제작된 초음파 뇨의 센서를 부착한 초음파 뇨의 경보 시스템은 뇨실금 환자로 하여금 배뇨시기를 알려주는 경보 시스템으로 보건.복지적인 측면에서 현대사회에 기여할 공헌도가 매우 클 것이라 생각된다.

• Journal of Korea Multimedia Society
• /
• v.15 no.11
• /
• pp.1284-1291
• /
• 2012

Ship object detection is a technique to detect the existence and the location of ship when ship objects are shown on input image sequence, and there are wide variations in accuracy due to environmental changes and noise of input image. In order to solve this problem, in this paper, we propose multiple ship object detection based on background registration technique and morphology operation. The proposed method consists of the following five steps: background elimination step, noise elimination step, object standard position setting step, object restructure step, and multiple object detection steps. The experimental results show accurate and real-time ship detection for 15 different test sequences with a detection rate of 98.7%, and robustness against variable environment. The proposed method may be helpful as the base technique of sea surface monitoring or automatic ship sailing.

• Journal of the Institute of Electronics Engineers of Korea CI
• /
• v.47 no.2
• /
• pp.11-20
• /
• 2010

In this paper we propose a face detection system which consists of a method of face candidate extraction using skin color and a method of face verification using the feature of facial structure. Firstly, the proposed extraction method of face candidate uses the image segmentation and merging algorithm in the regions of skin color and the neighboring regions of skin color. These two algorithms make it possible to select the face candidates from the variety of faces in the image with complicated backgrounds. Secondly, by using the partial face classifier, the proposed face validation method verifies the feature of face structure and then classifies face and non-face. This classifier uses face images only in the learning process and does not consider non-face images in order to use less number of training images. In the experimental, the proposed method of face candidate extraction can find more 9.55% faces on average as face candidates than other methods. Also in the experiment of face and non-face classification, the proposed face validation method obtains the face classification rate on the average 4.97% higher than other face/non-face classifiers when the non-face classification rate is about 99%.

• The Journal of the Acoustical Society of Korea
• /
• v.40 no.5
• /
• pp.466-472
• /
• 2021

Speaker Change Detection (SCD) refers to finding the moment when the main speaker changes from one person to the next in a speech conversation. In speaker change detection, difficulties arise due to overlapping speakers, inaccuracy in the information labeling, and data imbalance. To solve these problems, TIMIT corpus widely used in speech recognition have been concatenated artificially to obtain a sufficient amount of training data, and the detection of changing speaker has performed after identifying overlapping speakers. In this paper, we propose an speaker change detection system that considers the speaker overlapping. We evaluated and verified the performance using various approaches. As a result, a detection system similar to the X-Vector structure was proposed to remove the speaker overlapping region, while the Bi-LSTM method was selected to model the speaker change system. The experimental results show a relative performance improvement of 4.6 % and 13.8 % respectively, compared to the baseline system. Additionally, we determined that a robust speaker change detection system can be built by conducting related studies based on the experimental results, taking into consideration text and speaker information.

• Journal of the Korean Society of Marine Environment & Safety
• /
• v.25 no.4
• /
• pp.476-481
• /
• 2019

Early detection of fire is an important measure for minimizing the loss of life and property damage. However, fire and smoke need to be simultaneously detected. In this context, numerous studies have been conducted on image-based fire detection. Conventional fire detection methods are compute-intensive and comprise several algorithms for extracting the flame and smoke characteristics. Hence, deep learning algorithms and convolution neural networks can be alternatively employed for fire detection. In this study, recorded image data of fire in a ship engine room were analyzed. The flame and smoke characteristics were extracted from the outer box, and the YOLO (You Only Look Once) convolutional neural network algorithm was subsequently employed for learning and testing. Experimental results were evaluated with respect to three attributes, namely detection rate, error rate, and accuracy. The respective values of detection rate, error rate, and accuracy are found to be 0.994, 0.011, and 0.998 for the flame, 0.978, 0.021, and 0.978 for the smoke, and the calculation time is found to be 0.009 s.

• Smart Media Journal
• /
• v.9 no.4
• /
• pp.134-143
• /
• 2020

Vehicle License Plate Recognition is one of the approaches for transportation and traffic safety networks, such as traffic control, speed limit enforcement and runaway vehicle tracking. Although it has been studied for decades, it is attracting more and more attention due to the recent development of deep learning and improved performance. Also, it is largely divided into license plate detection and recognition. In this study, experiments were conducted to improve license plate detection performance by utilizing various object detection methods and WPOD-Net(Warped Planar Object Detection Network) model. The accuracy was improved by selecting the method of detecting the vehicle(s) and then detecting the license plate(s) instead of the conventional method of detecting the license plate using the object detection model. In particular, the final performance was improved through the process of removing noise existing in the image by using the Fast-SRGAN model, one of the Super-Resolution methods. As a result, this experiment showed the performance has improved an average of 4.34% from 92.38% to 96.72% compared to previous studies.