• Journal of Korea Game Society
• /
• v.18 no.5
• /
• pp.5-14
• /
• 2018

A lot of research has been done on image recognition technique for planar images and the performance has also been improved. However, it is difficult to recognize objects in spherical panoramic images or images in special form which are given in various environments because of the spherical distortion given in different form from the planar case. In this paper, we show that the neural network recognition approach can be used for object recognition in spherical image and suggest a method of using cubemap transform in order to increase recognition accuracy in spherical image.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2017.05a
• /
• pp.536-539
• /
• 2017

본 논문에서는 스캔된 악보 영상을 ART2 알고리즘을 이용하여 음자리표를 인식하고 자동으로 연주하는 방법을 제안한다. 제안된 자동 악보 인식 방법은 스캔된 영상에서 이진 영상으로 변환하기 위해서 평균 이진화 기법을 적용한다. 평균 이진화 기법이 적용된 영상에서 수평 히스토그램을 이용하여 악보 영상의 오선을 제거한다. 제거된 악보 영상에서 8방향 윤곽선 추적 알고리즘을 이용하여 음표를 탐색하여 추출하고 추출된 음표를 ART2 알고리즘에 적용하여 쉼표와 음표를 분류한다. 분류된 음표를 이용하여 악보를 인식하고 인식된 악보를 이용하여 연주한다. 실제 악보를 스캐너로 획득한 악보 영상을 대상으로 실험한 결과, 단순한 악보 영상에서 효과적으로 악보가 인식되고 연주할 수 있는 것을 확인하였다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2013.11a
• /
• pp.43-45
• /
• 2013

본 논문은 안경착용 얼굴영상을 위한 실시간 눈 인식 알고리즘을 제안한다. 학습 알고리즘에 기반한 기본의 눈 인식 방법은 안경을 착용한 얼굴영상이 입력으로 주어질 경우 안경의 다양한 크기와 색깔, 형태로 인해 알고리즘의 학습 효율이 크게 떨어져 낮은 눈 인식 성능을 갖게 된다. 제안하는 방법은 모폴로지 연산을 통해 얼굴영상에서 안경이 포함된 부분을 검출하여, 안경으로 인한 눈 인식 알고리즘의 성능저하를 막는다. 성능평가를 위해 제안하는 방법을 Viola & Jones의 눈 인식 학습 기반 눈 인식 알고리즘에 적용하였으며 Spacek의 얼굴영상 데이터베이스를 실험 영상으로 사용하였다. 실험 결과, 제안하는 방법은 기존 눈 인식 알고리즘의 처리속도를 15fps (frames per second)에서 14.2fps로 하락시키면서 인식률을 75%에서 96.3%로 향상하였다.

• The Journal of the Korea institute of electronic communication sciences
• /
• v.15 no.2
• /
• pp.299-306
• /
• 2020

Image recognition using neural networks is widely used in various fields. In this study, we investigated licensed / unlicensed vehicle recognition systems necessary for vehicle number recognition and control when entering and exiting a specific area. This system is equipped with the function of recognizing the image, so it checks all the information on the vehicle number and adds the function to accurately recognize the vehicle number plate. In addition, it is possible to check the vehicle number more quickly using a neural network.

• Proceedings of the Korea Inteligent Information System Society Conference
• /
• 2002.05a
• /
• pp.203-209
• /
• 2002

본 논문에서는 영상 처리 및 인식 기술을 학생증 영상 인식에 적용하여 학생증 영상을 인식하고 웹 환경에서 학생 정보를 관리할 수 있는 방법을 제안한다. 원 학생증 영상에 대해서 가장 밝은 픽셀과 가장 어두운 픽셀에 대한 평균 밝기 값을 임계치로 설정하여 원 영상을 이진화하여 수평 방향으로 히스토그램을 수행하고 학번의 위치 정보를 이용하여 학번 영 역을 추출한다. 추출된 학번 영 역의 잡음을 제거하기 위하여 3$\times$3 마스크를 적용한 최빈수 평활화(smothing)를 수행하여 잡음을 제거하고 수직 방향 히스토그램을 이용하여 개별 문자를 추출하고 정규화 한다. 개별 학번 인식은 인공 신경망의 자율학습 방법인 ARTI 알고리즘을 적용하여 학번 문자를 인식한다. 실험 결과에서는 제안된 학생증 인식 방법이 학번 영역 추출과 개별 문자 인식에 효율적인 것을 보이고 인식된 개련 문자들을 데이터 베이스에 저장하여 웹환경에서 학생정보를 관리한다

• The KIPS Transactions:PartB
• /
• v.16B no.2
• /
• pp.93-100
• /
• 2009

In this paper, we propose a Difference Image Entropy based gaze direction recognition system. The Difference Image Entropy is computed by histogram levels using the acquired difference image of current image and reference images or average images that have peak positions from $-255{\sim}+255$ to prevent information omission. There are two methods about the Difference Image Entropy based gaze direction. 1) The first method is to compute the Difference Image Entropy between an input image and average images of 45 images in each location of gaze, and to recognize the directions of user's gaze. 2) The second method is to compute the Difference Image Entropy between an input image and each 45 reference images, and to recognize the directions of user's gaze. The reference image is created by average image of 45 images in each location of gaze after receiving images of 4 directions. In order to evaluate the performance of the proposed system, we conduct comparison experiment with PCA based gaze direction system. The directions of recognition left-top, right-top, left-bottom, right-bottom, and we make an experiment on that, as changing the part of recognition about 45 reference images or average image. The experimental result shows that the recognition rate of Difference Image Entropy is 97.00% and PCA is 95.50%, so the recognition rate of Difference Image Entropy based system is 1.50% higher than PCA based system.

• Review of KIISC
• /
• v.22 no.4
• /
• pp.38-45
• /
• 2012

원거리 사람 인식은 영상 분석의 주요 연구 분야로서, 많은 연구자들이 CCTV 영상에서 사람 추적이나 행위를 분석하여 얼굴인식, 보안 상황 추출 등을 연구하고 있다. 이러한 연구와 관련하여 지능형 영상 감시 알고리즘의 성능을 측정하고 평가하기 위한 테스트 데이터베이스가 있어야 한다. 본 논문은 국외에서 소개된 지능형 영상감시를 위한 원거리 사람 인식용 영상 데이터베이스를 분석하고, 국내 상황을 고려한 테스트용 영상 데이터베이스 조건을 간략하게 제안한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2000.04b
• /
• pp.559-561
• /
• 2000

본 논문은 문자 인식의 기법을 이용하여 임의 영상에서 우리의 일상 생활에서 접하는 일반적인 달력을 포함하는 영상만을 검출하기 위한 영상 인식에 관한 연구이다. 달력이라는 영상내의 객체를 인식하기 위한 과정은 다음과 같이 요약된다. 우선 1~31까지의 숫자, 월요일(MON)과 같이 한글과 영문으로 된 요일, 월, 년과 같이 달력에 존재하는 아주 기본적인 문자에 대한 참조 패턴을 형성한다. 입력된 영상에서는 문자 영역 검출 단계, 문자의 특징 추출 단계를 거쳐 영상의 문자 추출이 이루어지고, 달력을 검출하기 위한 참조패턴과 입력 패턴의 비교를 수행하는 인식 단계를 거쳐, 영상 내의 달력 유무를 판단한다. 특히 불규칙적인 배열을 이루는 문자영역을 추출하기 위하여, 본 논문에서는 Hough Transform을 이용하여 기존의 규칙적 문자 인식의 문자 검출 방법의 한계점을 해결하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2011.04a
• /
• pp.407-409
• /
• 2011

멀티미디어 데이터베이스에서 특정 정지영상의 연관성을 설정하기 위해 임의적인 인식자를 사용하는 것은 인식자의 분실 시 원래 사용하였던 값을 복구할 수 없다는 단점을 가지고 있다. 따라서, 정지영상의 내부 속성을 이용한 인식자를 데이터베이스의 인덱싱에 적용하여 이 문제를 해결할 수 있다. 정지영상 인식자 생성을 위해 정지영상 전체를 대상으로 알고리즘을 적용하면 정지영상의 크기에 따라 알고리즘의 수행 시간이 증가 하게 된다. 이를 최적화하기 위해서는 정지영상 전체 데이터를 필요로 하지 않고, 특징적인 부분만을 고려하는 알고리즘이 필요하다. 본 논문에서는 휘도 영역을 이용한 정지영상 인식자 생성 알고리즘을 최적화하고, 그에 따른 검증을 예시한다.

• Proceedings of the KIEE Conference
• /
• 2003.07d
• /
• pp.2097-2099
• /
• 2003

본 논문에서는 영상과 음성의 데이터를 이용한 사람의 감정을 인식하는 방법을 제안한다. 제안된 방법은 영상과 음성의 인식률에 기반 한다. 영상이나 음성 중 하나의 출력 데이터만을 이용한 경우에는 잘못된 인식에 따른 결과를 해결하기가 힘들다. 이를 보완하기 위해서 영상과 음성의 출력을 이하여 인식률이 높은 감정 상태에 가중치를 줌으로써 잘못된 인식의 결과를 줄일 수 있는 방법을 제안한다. 이를 위해서는 각각의 감정 상태에 대한 영상과 음성의 인식률이 추출되어져 있어야 하며, 추출된 인식률을 기반으로 가중치를 계산하는 방법을 제시한다.