• Journal of Digital Convergence
• /
• v.14 no.8
• /
• pp.233-243
• /
• 2016

Due to speech recognition problems in noisy environment, Audio Visual Speech Recognition (AVSR) system, which combines speech information and visual information, has been proposed since the mid-1990s,. and lip reading have played significant role in the AVSR System. This study aims to enhance recognition rate of utterance word using only lip shape detection for efficient AVSR system. After preprocessing for lip region detection, Convolution Neural Network (CNN) techniques are applied for utterance period detection and lip shape feature vector extraction, and Hidden Markov Models (HMMs) are then used for the recognition. As a result, the utterance period detection results show 91% of success rates, which are higher performance than general threshold methods. In the lip reading recognition, while user-dependent experiment records 88.5%, user-independent experiment shows 80.2% of recognition rates, which are improved results compared to the previous studies.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2004.05a
• /
• pp.773-776
• /
• 2004

본 논문에서는 에지 검출기에 의해 다양한 명암이 존재하는 차량 번호판 영역의 사각형 에지를 검출시 사용되는 소벨 및 Prewitt, Roberts, 가우시안의 라플라시안, 그리고 Canny 검출기를 사용하여 처리 속도와 에지 검출의 정확성을 실험하여 각 연산자의 성능을 평가하였다. 기존의 Sobel 에지 검출기는 적응적 임계값을 구하지 않으면 다양한 조명의 영향에 강인하지 못하다. 또한 Canny 에지 검출기는 조명의 영향에 강인하기는 하나, 계산량이 Sobel 보다는 많아 처리 속도가 느리다. 색상에 의해 번호판 후보 영역을 추출한 후 에지 검출기 번호판 내의 명암이 둘 이상으로 차량 번호판 영역에 대해서, 다양한 에지 검출기를 적용하여 속도와 에지 검출 성능을 비교 평가하고자 한다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2018.06a
• /
• pp.79-81
• /
• 2018

최근 딥 러닝의 발전과 함께 보행자 검출 기술의 성능이 발전하면서 다양한 분야에서 응용되고 있다. 영상 내 보행자의 위치나 움직임을 파악함으로써 위험 지역이나 보안 지역에 접근하는 보행자를 찾아낼 수 있다. 일반적인 딥 러닝 기반의 물체 검출기는 멀리 있는 보행자와 같은 작은 물체를 검출 하는 데에 적합하지 않다. 또, 검출을 수행하기 위해서 큰 계산량을 필요로 하기 때문에, 동영상의 매 프레임 마다 수행하기 부적합 하다는 단점이 있다. 본 논문에서는 작은 물체도 잘 검출할 수 있도록 기존 YOLO 네트워크의 구조를 변경하고, 보행자 데이터를 이용하여 추가로 학습함으로써 보행자를 검출하는 성능을 증가시켰다. 그리고 검출한 보행자들에 대해 추적 기법을 이용함으로써, 동영상의 매 프레임 마다 검출을 수행하는 것을 피할 수 있도록 하였다. 실제로 DukeMTMC Dataset을 이용하여 실험을 해본 결과, YOLO 네트워크의 구조를 변경하고 추가 학습을 함으로써 검출 정확도가 개선되는 것을 확인할 수 있었다. 또, 추적 기법을 이용했을 때, 성능이 크게 떨어지지 않으면서 검출 속도를 개선할 수 있는 것을 확인할 수 있었다.

• Journal of Institute of Control, Robotics and Systems
• /
• v.5 no.1
• /
• pp.16-24
• /
• 1999

본 논문은 불확정 시스템의 견실한 이상검출기법의 적용을 위한 실시간 이상검출기법에 대하여 다루며 대상 시스템은 산업용보일러 시스템이다. 본 논문에서 기술된 이상검출기법은 Kwon (1994) 등에 의하여 이미 제시된바 있는 견실한 이상검출기법의 오프라인 배치 처리 알고리즘을 실시간 적용을 위해 확장된 것이며 모델링 오차에 의한 불확실성, 비선형 시스템을 특정 동작점에서 선형화 하는 과정에서 발생하는 선형화 오차, 잡음 등을 고려하였고, 보일러 시스템을 대상으로 한 모의 실험을 통해 본 알고리즘의 우수성을 보였다.

• Proceedings of the Acoustical Society of Korea Conference
• /
• spring
• /
• pp.149-152
• /
• 2000

음성신호처리분야에서 피치시점 검출은 음성 합성시에 여기원의 특성을 나타내어 음질의 자연성을 결정한다. 이에 본 논문에서는 음색 변경시에 운율조절에 필요한 피치시점 검출법을 제안한다. 제안한 방법은 시간영역에서 직접 처리하기 때문에 피치동기분석이 용이하고 다른 영역으로의 변환과정이 불필요하다. 또한 기존의 피치시점검출 방법에서는 결정논리를 실험적인 문턱 값이나 무게치를 적용하여 처리하는 반면에 제안한 방법은 분석구간별로 얻어지는 주기적인 성문특성을 적용하여서 정확한 피치시점을 검출할 수 있었다

• Proceedings of the KIPE Conference
• /
• 2011.11a
• /
• pp.59-60
• /
• 2011

계통 연계형 인버터는 규정 시간 내에 반드시 단독운전 상황을 검출해야 한다. 계통 사로고 인해 계통전력이 차단되면 인버터가 이 상황을 제대로 감지하지 못 해 계통에 연결된 인버터가 계속 동작을 하게 된다면 위험한 상황을 초래하게 될 수도 있다. 이로 인해 계통연계형 인버터는 규정 시간 내에 계통이 이상을 감지하고 인버터의 동작을 멈추어야 한다. 이런 단독운전 상황을 방지하기 위해 본 논문에서 제시하는 알고리즘은 구현 자체가 간단하지만 기존의 알고리즘으로는 검출할 수 없었던 영역을 검출할 수 있고, 검출 속도 또한 개선을 했다. 실험 결과를 통해 알고리즘의 타당성을 검증하였다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2013.06a
• /
• pp.225-226
• /
• 2013

본 논문은 OFDM (Orthogonal Frequency Division Multiplexing)기반의 LTE (Long Term Evolution)하향링크 시스템에서 PS (Primary Synchronization)신호를 이용한 잔여 시간동기 오차를 검출 기법을 제안한다. 제안된 잔여 시간동기 오차 검출 기법은 기존의 잔여 시간동기 오차 검출 기법과 달리, 수신된 PS 신호간의 상호상관 값을 이용하여 잔여 시간동기오차를 검출한다. 제안된 기법은 기존의 기법보다 낮은 복잡도를 가지며, 비슷한 성능을 보여주며 이는 컴퓨터 모의실험을 비교하였다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2013.11a
• /
• pp.244-245
• /
• 2013

본 논문에서는 회귀도 기반의 중요도 검출 기법을 제안한다. 제안하는 기법은 각 군집의 분포 정보를 이용하여 중요도를 검출한다. 우선, 이를 입력 영상에 군집 기법을 수행한다. 그리고 각 군집의 분포를 분석하여 각 군집에 대한 회귀도, 응집도, 그리고 중심밀집도를 추출한다. 마지막으로 회귀도, 응집도, 그리고 중심밀집도를 곱함으로써 중요도를 검출한다. 실험 결과 제안하는 알고리즘이 기존의 기법들 보다 중요도를 정확하게 검출하는 것을 확인할 수 있다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2001.10b
• /
• pp.271-273
• /
• 2001

본 논문에서는 멀티미디어 데이터의 MPEG-1 비디오 데이터 정보 중 인트라 모드로 부호화된 매크로블록(macroblock) 타입 개수를 이용하여 후보 컷(cut)을 검출한다. 이렇게 검출된 후보 컷은 이전에 검출된 후보 컷과의 히스토그램 차와 화소 특징값의 분산값과 평균간을 이용하여 카메라 브레이크(camera break)와 같은 일반적인 장면전환(abrupt scene change)뿐만 아니라 커튼효과(curtaining effect)나 페이딩효과(fading effect)와 같은 점진적인 장면전환(gradual scene change)을 검출하는 방법을 제안하고 실험을 통하여 그 유용성을 보인다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2010.10a
• /
• pp.274-277
• /
• 2010

본 논문에서는 다층 퍼셉트론 신경회로망을 사용하여 각 프레임에서 유성음, 무성음, 그리고 묵음 구간을 검출하는 구간검출 알고리즘을 제안한다. 신경회로망의 입력으로는 고속 푸리에변환에 의한 전력스펙트럼 및 고속 푸리에변환 계수가 사용되어 네트워크가 학습된다. 본 실험에서는 원 음성에 백색잡음이 중첩된 음성을 신경회로망에 입력함으로서 각 프레임에서의 유성음, 무성음, 묵음 구간의 검출성능 결과를 나타낸다.