• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2007.06a
• /
• pp.252-257
• /
• 2007

우리나라의 항만은 수 출입화물의 99.5%를 처리하며, 육로 및 철도 수송 물동량의 기종점 역할을 수행하는 중요한 곳으로서 항만 물동량의 신속한 처리와 자동화 시스템에 의한 비용절감은 엄청난 효과를 가져온다. 따라서 본 논문에서는 항만에서 취급하는 컨테이너를 자동으로 식별할 수 있는 자동화 방법을 제안한다. 실제 컨테이너 영상을 그레이 영상으로 변환한 후, 프리윗 마스크(Prewitt-Mask)를 적용하여 윤곽선을 추출하고 컨테이너를 식별할 수 있는 개별 식별자의 형태학적 특징 정보를 이용하여 식별자 후보영역을 검출한다. 검출된 식별자 후보영역은 개별 식별자 영역외에 잡음 영역이 포함되어 있으므로 4방향 윤곽선 추적 알고리즘과 Grassfire 알고리즘을 적용하여 잡음을 제거하고 개별 식별자들을 각각 객체화한다. 잡음이 제거된 식별자 후보 영역에서 객체화 한 개별 식별자는 컨테이너 식별을 위해 FCM 기반 퍼지 RBF 네트워크를 적용하여 인식한다. 본 논문에서 제안한 컨테이너 식별자 인식 방법의 성능을 평가하기 위해 실제 컨테이너 영상 300장을 대상으로 실험한 결과, 기존의 방법보다 인식 성능이 개선되었음을 확인할 수 있었다.

• Proceedings of the Korea Inteligent Information System Society Conference
• /
• 2005.11a
• /
• pp.526-535
• /
• 2005

우리나라의 주민등록증은 주소지, 주민등록 변호, 얼굴사진, 지문 등 개개인의 방대한 정보를 가진다. 현재의 플라스틱 주민등록증은 위조 및 변조가 쉽고 날로 전문화 되어가고 있다. 따라서 육안으로 위조 및 변조 사실을 쉽게 확인하기가 어려워 사회적으로 많은 문제를 일으키고 있다. 이에 본 논문에서는 주민등록증 영상을 자동 인식할 수 있는 개선된 ART2 기반 RBF 네트워크와 얼굴인증을 이용한 주민등록증 자동 인식 방법을 제안한다. 제안된 방법은 주민등록증 영상에서 주민등록번호와 발행일을 추출하기 위하여 영상을 소벨마스크와 미디언 필터링을 적용한 후에 수평 스미어링을 적용하여 주민등록번호와 발행일 영역을 검출한다. 그리고 4 방향 윤곽선 추적 알고리즘으로 개별 문자를 추출하기 위한 전 단계로 주민등록증 영상에 대해 고주파 필터링을 적용하여 주민등록증 영상 전체를 이진화 한다. 이진화된 주민등록영상에서 COM 마스크를 적용하여 주민등록번호와 발행일 코드를 복원하고 검출된 각 영역에 대해 4 방향 윤곽선 추적 알고리즘으로 개별 문자를 추출한다. 추출된 개별 문자는 개선된 ART2 기반 RBF 네트워크를 제안하여 인식에 적용한다. 제안된 ART2 기반 RBF 네트워크는 학습 성능을 개선하기 위하여 중간충과 출력층의 학습에 퍼지 제어 기법을 적용하여 학습률을 동적으로 조정한다. 얼굴인증은 템플릿 매칭 알고리즘을 이용하여 얼굴 템플릿 데이터베이스를 구축하고 주민등록증애서 추출된 얼굴영역과의 유사도를 측정하여 주민등록증 얼굴 영역의 위조여부를 판별한다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2000.11b
• /
• pp.143-148
• /
• 2000

본 논문에서는 투영된 모션과 히스토그램 인터섹션을 이용한 노이즈에 강건한 물체추적 방법을 제안한다. 기존의 방법은 템플릿 매칭, 물체의 경계선 재 검출, 물체의 움직임 정보 등을 사용하여 물체추적을 하였으나, 템플릿 매칭의 경우 많은 계산 시간을 요구하며 경계선을 재 검출하는 경우 윤곽선이 잘못 설정되는 경우가 있고 물체의 움직임 정보를 사용하는 경우에는 움직이는 카메라에서 움직이는 물체만을 추적하기가 쉽지 않은 단점이 있다. 본 논문에서는 투영된 모션과 질의 영상의 템플릿 마스크를 사용하여 물체의 이동, 회전과 스케일을 고려한 노이즈에 강건한 물체추적 기법을 제안한다. 질의영상은 영상분할 후 영역선택을 통하여 구성하고 물체의 인식은 색상을 이용한 히스토그램 인터섹션 기법을 사용한다. 물체의 이동은 가로 및 세로의 밝기 값을 1차원 신호로 투영하여 개략적인 움직임을 감지하고 이동에 대한 에러를 보정하며 회전과 스케일의 변화는 질의 영상의 템플릿 마스크를 이동하여 회전과 스케일에 맞게 변경하여 감지한다

• Proceedings of the KIEE Conference
• /
• 2009.07a
• /
• pp.1907_1908
• /
• 2009

본 논문은 위성사진 데이터에서 경계선 추출에 대한 새로운 알고리즘을 제안한다. 새로운 알고리즘은 조각 선소들을 연결하기 위하여 몇 가지의 Heuristics를 사용하고, CNN(Centroid Neural Network)을 이용해 선소들을 군집화 하는 방법을 제시한다. 제안된 새로운 알고리즘은 실제의 위성영상 데이터에 대한 실험을 통해 그 유용성이 확인 되었다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2002.10d
• /
• pp.583-585
• /
• 2002

얼굴 인식은 이미지에 대한 많은 변화(표정, 조명, 얼굴의 방향)로 인해 높은 인식률을 얻기 어렵다. 이 문제를 해결하기 위해, 여러 가지의 얼굴 인식에 관한 방법이 연구되었다. 본 논문은 윤곽선이 검출된 흑백 이미지에서 명암 정보를 이용하여 특징을 추출한 얼굴 인식 시스템을 구현한다. 얼굴 방향에 대해 제약조건을 지닌 정면의 얼굴 이미지에서 소벨 마스크(Sobel Mask)를 이용하여 추출한 윤곽선 이미지를 일정한 크기의 영역들을 구성하여 특징벡터를 생성한다. 생성된 특징벡터를 이용하여 빠른 속도로 얼굴의 특징을 추출하여 개인 정보를 생성할 수 있다. 개인 정보를 가지고 SVM(Support Vector Machine)을 이용하여 일대일 대응에서 인증을 실험한다. 이 시스템은 기하학적 특성 추출 방법보다 계산량이 적고, 높은 인식률을 보여준다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2016.05a
• /
• pp.107-108
• /
• 2016

Our study proposes the methods of distinguishing vehicle types using the interval and size of the car. The car videos converts the basic RGB model to Gray model for use and through Canny Edge Direction, it eliminates the background of the car while obtaining feature points through the detection of contours.

• Proceedings of the Korea Multimedia Society Conference
• /
• 2002.05c
• /
• pp.170-175
• /
• 2002

영상분할이나 연결요소 추출 등에 의해 구해진 물체 영역의 경계 부분에 잔가지 모양으로 나타나는 잡영가지는 물체의 형상 특징 연산 및 인식 과정에서 오류를 일으키는 원인이 되므로 효과적으로 제거할 수 있는 방법이 필요하다. 기존의 연구에서는 한 픽셀 두께의 잡영가지만을 제거할 수 있는 방법이 제안되었다. 본 연구에서는 부분적으로 두 픽셀 이상이 뭉쳐져 둥그스름한 덩어리(blob, 블럽)를 형성하고 있는 잡영가지도 4-8-방향 윤곽선 추적에 의해 제거할 수 있는 방법을 제안한다. 먼저 잔가지를 구성하고 있는 픽셀과 물체 영역을 구성하는 픽셀을 개략적으로 분리한 후, 윤곽선 추적물 하면서 사용자가 정의한 크기보다 작은 블럽을 포항한 잔가지를 추출해낸다. 이어서, 이러한 잔가지를 사용자가 정의한 잡영가지의 크기와 비교하여 최종적으로 제거할 수 있도록 한다. 이와 같이 사용자 입력 변수에 따라 잡영가지에 대한 개념을 보다 확장하여 자유롭게 정의할 수 있도록 명시화 함으로써, 영상의 특성에 따라 보다 유연하게 잡영가지를 정의하여 제거할 수 있도록 하였다.

• Journal of Digital Convergence
• /
• v.11 no.2
• /
• pp.215-220
• /
• 2013

They are well-known geometric properties of a circle that the perpendicular bisector of a chord passes through the center of a circle, and the intersection of the perpendicular bisectors of any two chords is its center. This paper is related to a fast pupil detection method capable of detecting the center and the radius of a pupil using these geometric properties at high speed when detecting the pupil region for iris segmentation. The proposed method is characterized as rapidly detecting the center and the radius of the pupil, extracting the candidate points of the circle in human eye images using morphological operations, and finding two chords using four points on the circular edge, and taking the intersection of the perpendicular bisectors of these two chords for its center. The proposed method can not only detect the center and the radius of a pupil rapidly but also find partially occluded pupils in human eye images.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2015.05a
• /
• pp.519-521
• /
• 2015

세라믹 소재 영상에서 결함 영역이 다른 영역보다 명암도가 밝게 나타나는 정보를 이용하여 ROI 영역을 추출한다. 추출된 ROI 영역에서 Blurring 기법을 적용하여 미세 잡음을 제거한다. 미세 잡음이 제거된 ROI 영역에서 Median Filter기법을 적용하여 임펄스 잡음을 제거한다. 임펄스 잡음이 제거된 영역에서 Prewit Mask을 적용하여 수평과 수직 에지를 검출하고 검출된 에지에 윤곽선 추적 기법을 적용하여 결함 영역의 경계를 보정한다. 보정된 영상에서 Blob Labeling 기법을 적용하여 최종적으로 결함 영역을 추출한다. 제안된 방법을 8mm와 10mm 세라믹 소재 영상을 대상으로 실험한 결과, 기존의 결함 검출 방법보다 제안된 검출 방법의 검출 성능이 개선된 것을 확인하였다.

• Journal of the Korea Society of Computer and Information
• /
• v.11 no.4 s.42
• /
• pp.97-107
• /
• 2006

In this paper, we present a method for the detection and recognition of rectangular markers from a camera image. It converts the camera image to a binary image and extracts contours of objects in the binary image. After that. it approximates the contours to a list of line segments. It finds rectangular markers by using geometrical features which are extracted from the approximated line segments. It normalizes the shape of extracted markers into exact squares by using the warping technique. It extracts feature vectors from marker image by using principal component analysis. It then calculates the distance between feature vector of input marker image and those of standard markers. Finally, it recognizes the marker by using minimum distance method. Experimental results show that the Proposed method achieves 98% recognition rate at maximum for 50 markers and execution speed of 11.1 frames/sec for images which contains eleven markers.