• Proceedings of the Korean Information Science Society Conference
• /
• 2001.10b
• /
• pp.460-462
• /
• 2001

컴퓨터 이미지처리는 여러 분야에서 응용되고 있는데 어떤 특성을 만족하는 객체들의 계수를 자동으로 분류시키는 생물학분야, 편지봉투나 일반양식에 인쇄되어 있는 글자를 자동으로 검출하고 인식하며 초음파검사 혹은 X-Ray 촬영에서 이미지를 획득하여 향상시키는 의료분야, 지문 및 얼굴인식 등에 이용되고 있다. 최근 몇 년 동안 이미지인식, 형태론, 이미지데이터 압축에 관한 연구가 진전되면서 본 연구에서 형태론적인 기법을 사용하여 문자인식을 위한 전처리 혹은 후처리 단계에서 사용되는 이미지향상을 위해서 팽창, 침식, 골격화의 3단계를 적용하고 기존의 연구 방법과 비교하여 이미지획득 시간을 줄이고 이미지를 향상시켰다.

• The Journal of the Korea Contents Association
• /
• v.20 no.7
• /
• pp.86-96
• /
• 2020

Based on the use cases of image recognition technology, this study looked at how artificial intelligence plays a role in image recognition technology. Through image recognition technology, satellite images can be analyzed with artificial intelligence to reveal the calculation of oil storage tanks in certain countries. And image recognition technology makes it possible for searching images or products similar to images taken or downloaded by users, as well as arranging fruit yields, or detecting plant diseases. Based on deep learning and neural network algorithms, we can recognize people's age, gender, and mood, confirming that image recognition technology is being applied in various industries. In this study, we can look at the use cases of domestic and overseas image recognition technology, as well as see which methods are being applied to the industry. In addition, through this study, the direction of future research was presented, focusing on various successful cases in which image recognition technology was implemented and applied in various industries. At the conclusion, it can be considered that the direction in which domestic image recognition technology should move forward in the future.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2001.04a
• /
• pp.139-142
• /
• 2001

컴퓨터 이미지처리는 여러 분야에서 응용되고 있는데 어떤 특성을 만족하는 객체들의 계수를 자동으로 분류시키는 생물학분야, 편지봉투나 일반양식에 인쇄되어 있는 글자를 자동으로 검출하고 인식하며 초음파검사 혹은 X-Ray 촬영에서 이미지를 획득하여 향상시키는 의료분야, 지문 및 얼굴인식 등에 이용되고 있다. 최근 몇 년 동안 이미지인식, 형태론, 이미지데이터 압축에 관한 연구가 진전되면서 본 연구에서 형태론적인 기법을 사용하여 문자인식을 위한 전처리 혹은 후처리 단계에서 사용되는 이미지향상을 위해서 침식, 골격화의 2단계를 적용하여 기종의 연구 방법과 비교하여 이미지획득 시간을 줄이고 이미지를 향상시켜 문자를 인식하는 알고리즘을 제안한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2008.05a
• /
• pp.76-79
• /
• 2008

선사 이래 인류의 대표적 고대 문화유산의 하나가 금석문이다. 이런 금석문들은 다양한 과학적 기법들로 그 원 형태를 인식하고자 하는 노력을 하고 있다. 그러나 가장 오래되고 유용한 보존과 인식 방법은 탁본에 의한 것이다. 그러나 원 자료의 심각한 훼손으로 탁본자료의 형상 인식이나 문자 인식은 일반적인 이미지 복원 방법과는 다양한 면에서 차이를 보이고 있어 이의 노이즈를 제거하고 원이미지를 복원하여 형상을 인식하는 것이 중요하다. 이러한 탁본의 판독에는 다양한 잡음들이 있어 이를 전문적인 판독가 들도 이설을 제기하는 경우들이 있다. 다양하고 심각한 훼손 상태에 있는 탁본의 이미지들은 다양한 형태의 심각한 노이즈를 가지고 있어 전통적이고 일반적인 이미지 향상이나복원 기법들을 적용하기에 적절하지가 않다. 본 연구에서는 구름이나 야간 상황 등 다양한 노이즈를 가진 SAR 이미지처리 기법과 다양한 환자들의 다양한 병적 상태의 이미지들에 효과적으로 적용되는 방법들을 살펴 탁본 문자인식에 적용하고 그 효과를 히스토그램과 이미지 엔트로피를 이용하여 측정하고자 하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2021.11a
• /
• pp.663-665
• /
• 2021

이미지에 대한 정보를 식별하는 기술인 이미지 인식은 현재 무인 자동차의 자율주행, 안면 인식, 의료 등의 여러 산업 분야에 적용되어 활발히 사용되고 있다. 이 중에서 이미지 객체 인식을 활용하여, 단순히 세포를 인식하는 것에서 더 나아가 TBHP 처리 세포에 대해 용액의 투입량과 시간 등의 다양한 조건을 고려함으로써 하나의 이미지에 포함된 세포의 전체 생존율을 판단하여 구분해보고자 한다.

• Journal of Satellite, Information and Communications
• /
• v.12 no.3
• /
• pp.69-73
• /
• 2017

In this paper, we developed a real-time image recognition algorithm based on machine learning and tested the performance of the algorithm. The real-time image recognition algorithm recognizes the input image in real-time based on the machine-learned image data. In order to test the performance of the real-time image recognition algorithm, we applied the real-time image recognition algorithm to the autonomous vehicle and showed the performance of the real-time image recognition algorithm through the application of the autonomous vehicle.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2012.01a
• /
• pp.69-72
• /
• 2012

영상처리 기법을 이용한 이미지 인식에 관한 콘텐츠들은 다양한 알고리즘을 사용하고 있다. 영상처리 기법 중 이미지 인식 기법에는 대표적으로 PCA(Principal Component Analysis)알고리즘이 있으며, 이 알고리즘에 적용된 대표적인 콘텐츠로 얼굴 문자인식이 있다. 이 알고리즘은 정확성을 위하여 학습을 통한 영상의 저장과 인식을 통한 복잡한 알고리즘을 사용한다. 복잡한 알고리즘의 사용으로 간단한 이미지 인식 콘텐츠의 경우 시스템 처리속도에 영향을 줄 수 있다. 따라서 이 논문에서는 색상의 분포를 통하여 그 수치를 이용한 이미지를 분석한 실험을 통하여 간단한 이미지인식 시스템을 위한 알고리즘을 제시하고, 이 알고리즘을 통해서 얻을 수 있는 장 단점을 분석하였다.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.25 no.6
• /
• pp.774-784
• /
• 2021

The object detection and recognition process is a very important task in the field of computer vision, and related research is actively being conducted. However, in the actual object recognition process, the recognition accuracy is often degraded due to the resolution mismatch between the training image data and the test image data. To solve this problem, in this paper, we designed and developed an integrated object recognition and super-resolution framework by proposing an image super-resolution technique to improve object recognition accuracy. In detail, 11,231 license plate training images were built by ourselves through web-crawling and artificial-data-generation, and the image super-resolution artificial neural network was trained by defining an objective function to be robust to the image flip. To verify the performance of the proposed algorithm, we experimented with the trained image super-resolution and recognition on 1,999 test images, and it was confirmed that the proposed super-resolution technique has the effect of improving the accuracy of character recognition.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2011.06a
• /
• pp.31-34
• /
• 2011

영상처리 기법을 이용한 이미지 인식에 관한 컨텐츠들은 아주 다양한 알고리즘을 사용하였다. 영상처리 기법에서 이미지 인식기법 중에서 일반적인 것으로는 PCA(Principal Component Analysis) 알고리즘이 있다. 이 알고리즘이 적용된 대표적인 컨텐츠로는 얼굴 문자인식이 있다. 이 알고리즘은 정확성을 위하여 학습을 통한 영상의 저장과 인식을 통한 복잡한 알고리즘을 사용한다. 간단한 이미지 인식 컨텐츠의 경우에 복잡한 알고리즘을 사용함으로써, 시스템 처리속도에 영향을 줄 수 있다. 따라서 이 논문에서는 비교연산을 수행하는 히스토그램 매칭을 두 가지 실험 방법을 통하여, 간단한 이미지인식 시스템을 위한 알고리즘을 설계한 것이다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2022.11a
• /
• pp.85-87
• /
• 2022

최근 CCTV 출입 기록, 휴대폰 보안, 스마트 매장 등에서 얼굴 인식을 통해 개인을 식별하는 기술이 널리 사용되고 있다. 카메라의 각도, 조명, 사람의 움직임 등 얼굴 인식에 많은 외부 환경이 영향을 미치고 있지만 그중에서도 실제 영상에서 얼굴이 차지하는 영역이 작아 저해상도 얼굴 인식에 어려움을 겪고 있다. 이러한 문제점을 해결하고자 본 논문에서는 이미지 해상도가 얼굴 인식에 끼치는 영향을 알아보고 이미지 초해상화를 통해 얼굴 인식 성능을 개선하고자 한다. 쌍선형, 양3차 회선 보간법과 딥러닝 기반의 이미지 초해상화 모델인 RCAN을 이용하여 업스케일링한 데이터셋에 대해 학습한 ArcFace를 통해 얼굴 검증 평가를 진행하였다. 고해상도 이미지는 얼굴 인식 성능을 향상시키며, RCAN을 사용한 이미지 초해상화가 보간법을 사용한 방법보다 더 좋은 성능을 보였다.