• Proceedings of the Korea Information Processing Society Conference
• /
• 2017.04a
• /
• pp.683-684
• /
• 2017

본 논문은 실내용 LED 전광판 시스템에서 문자 출력을 위한 완성형 폰트 기법을 개선하기 위해 비트맵 이미지 픽셀의 색상값을 이용하여 실시간으로 폰트를 생성하는 기법을 제안한다. 본 논문에서 제안한 기법은 출력을 위한 문자 폰트를 사전에 정의해 저장하지 않고 텍스트를 비트맵 이미지로 변환한 후 이진화 하여 각 픽셀의 색상값을 이용해 출력 폰트를 실시간으로 생성하도록 한다. 실시간 폰트 생성 기법은 사전에 정의된 문자와 입력된 데이터를 비교하기 위한 과정이 생략되어 메모리 낭비를 줄일 수 있다. 또한 제안된 기법은 사전에 정의되지 않은 다양한 형태의 문자를 입력받아 출력할 수 있기 때문에 문자 표현 방식이 다양해져 정보 전달 효과를 높인다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2010.05a
• /
• pp.550-553
• /
• 2010

미국해양대기국(NOAA : National Oceanic and Atmospheric Administration) 위성에 의해서 해수표면 수온자료를 실시간으로 제공하며, 이를 이용하여 우리나라는 한국해양자료센터(KODC : Korea Oceanographic Data Center)에서 해양과학정보를 수집 관리하여 연근해 어민 및 수산관련기관에 배포하고 있다. 그러나 원양어업을 하고 있는 선박에서는 통신요금의 문제로 제대로 제공받지 못하고 있다. 본 논문은 이를 해결하고자 수온정보 이미지의 변환, 압축을 통한 통신요금 절감 및 컬러 이미지 제공에 따른 판별력 향상에 도움을 주고자 한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2019.10a
• /
• pp.848-851
• /
• 2019

이미지 형식으로 등록되는 상표의 특성상 상표의 검색에는 어려움이 따른다. 특허청은 도형 상표의 검색을 용이하게 하기 위해 상표가 포함하고 있는 구성요소에 도형분류코드를 부여한다. 하지만 도형 상표에 포함된 이미지를 확인하고 분류코드를 부여하는 과정은 사람이 직접 수행해야 한다는 어려움이 따른다. 이에 본 논문에서는 딥러닝을 이용하여 자동으로 도형 상표 내 객체를 인식하고 분류코드를 부여하는 방안을 제안한다. DenseNet을 이용하여 중분류를 먼저 예측한 후 각 중분류에 해당하는 Faster R-CNN 모델을 이용하여 세분류 예측을 수행하였다. 성능평가를 통해 비엔나분류 중분류별 평균 74.49%의 예측 정확도를 확인하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2012.11a
• /
• pp.597-600
• /
• 2012

본 연구의 목적은 눈 폐쇄 상태 검출 알고리즘을 개발하고, 그것을 바탕으로 모바일 환경의 졸음운전 감지 시스템을 구현하는 것이다. 개발한 알고리즘은 검출된 눈 영역의 이미지를 히스토그램 분석을 통해 실험적으로 얻은 문턱 값으로 이진화 시킨 후 운전자 눈의 폐쇄 상태를 판단한다. 구현한 시스템은 얼굴과 눈 검출이 완료된 상태에서 검출된 눈이 폐쇄 상태인지를 판단한다. 폐쇄 상태인 경우 이상태가 지속되면 시스템은 운전자가 졸음운전 상태임을 감지하고 경고해준다. 자원이 제한된 모바일의 특성상 이미지 처리의 정확성뿐만 아니라 처리속도의 효율성도 중요한데 이 특성에 맞는 알고리즘을 개발하였고, 이를 바탕으로 졸음운전 감지 시스템 구현에 성공하였다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2021.05a
• /
• pp.81-83
• /
• 2021

In this paper, we propose a method to segment a plant from a plant image using U-Net. The network is an end-to-end fully convolutional network that is mainly used for image segmentation. When training the network, we used a binary image that is acquired by the manual segmentation of a plant from the background. Experimental results show that the U-Net based segmentation network can extract a plant from a digital image accurately.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.13 no.11
• /
• pp.2277-2282
• /
• 2009

In this paper, we proposed a new recognition method can be used in application systems using morphological features, difference operators and ART2 algorithm. At first, edges are extracted from an acquired car image by a camera using difference operators and the image of extracted edges is binarized by a block binarization method. In order to extract license plate area, noise areas are eliminated by applying morphological features of new and existing types of license plate to the 8-directional edge tracking algorithm in the binarized image. After the extraction of license plate area, mean binarization and mini-max binarization methods are applied to the extracted license plate area in order to eliminated noises by morphological features of individual elements in the license plate area, and then each character is extracted and combined by Labeling algorithm. The extracted and combined characters(letter and number symbols) are recognized after the learning by ART2 algorithm. In order to evaluate the extraction and recognition performances of the proposed method, 200 vehicle license plate images (100 for green type and 100 for white type) are used for experiment, and the experimental results show the proposed method is effective.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2008.10a
• /
• pp.431-435
• /
• 2008

2006년 11월 이후 신 차량 번호판 등장 후, 신 차량 번호판과 구 차량 번호판이 혼합되어 있다. 이에 따라 속도위반, 신호위반 단속, 무인 주차관리 시스템, 범죄 및 도주 차량 검거, 고속도로 톨게이트에서 통행료 지불로 인한 교통 체증현상을 해소하기 위한 자동 요금 징수와 같은 다양한 경우에서 자동차 번호판의 특징에 맞는 인식 시스템이 요구되고 있다. 따라서 본 논문에서는 이러한 문제를 해결하기 위해 형태학적 특징 및 차 연산과 ART2 알고리즘을 이용한 차량 번호판 인식 방법을 제안한다. 무인 카메라에서 획득된 차량 번호판 영상에서 차 연산을 이용하여 에지를 추출한 후에 블록 이진화를 한다. 이진화 된 차량 영상에서 신 구 차량 번호판의 형태학적 특성을 8방향 윤곽선 추적 알고리즘에 적용하여 잡음 영역을 제거하고, 차량의 번호판 영역을 추출한다 추출된 번호판 영역에 대하여 평균 이진화와 최대 최소 이진화를 적용하여 번호판의 개별 영역에 대한 형태학적 특성을 고려하여 잡음을 제거하고, Labeling 알고리즘을 적용하여 개별 문자를 추출한 후에 결합한다. 이렇게 분류된 개별 문자 및 숫자 코드를 ART2 알고리즘에 적용하여 학습 및 인식을 한다. 제안된 차량 번호판 추출 및 인식 방법의 성능을 평가하기 위해 녹색 번호판과 흰색 번호판 이미지 각각 100장을 대상으로 실험한 결과, 제시 된 차량 번호판 추출 및 인식 방법이 실험을 통해서 효율적인 것을 확인하였다.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.17 no.5
• /
• pp.1064-1069
• /
• 2013

In this paper, we propose a Musical Score Recognition with SOM and Enhanced ART-1 Algorithm. First, we apply Hough transform and Otsu's binarization to the original BMP format image and extract notes from separated passages by histogram analysis with removing staff lines. Then extracted musical notes are normalized to same size by SOM algorithm and ART-1 algorithm plays the learning and recognition role. The experiment verifies that the proposed method is quite effective on printed musical score recognition.

• The Korean Journal of Applied Statistics
• /
• v.33 no.5
• /
• pp.603-614
• /
• 2020

This study focuses on the prediction and factors of apartment prices in Seoul using a convolutional neural networks (CNN) model that has shown excellent performance as a predictive model of image data. To do this, we consider natural environmental factors, infrastructure factors, and social economic factors of the apartments as input variables of the CNN model. The natural environmental factors include rivers, green areas, and altitudes of apartments. The infrastructure factors have bus stops, subway stations, commercial districts, schools, and the social economic factors are the number of jobs and criminal rates, etc. We predict apartment prices and interpret the factors for the prices by converting the values of these input variables to play the same role as pixel values of image channels for the input layer in the CNN model. In addition, the CNN model used in this study takes into account the spatial characteristics of each apartment by describing the natural environmental and infrastructure factors variables as binary images centered on each apartment in each input layer.

• Proceedings of the IEEK Conference
• /
• 2000.11a
• /
• pp.365-368
• /
• 2000

This paper describes image-rejection down conversion mixer for bluetooth application using 0.35u CMOS process. the proposed architecture is composed of LO phase shifter, mixer core, IF buffer, and IF phase shifter. IF phase shifter is designed using polyphase fillet. Simulation results show conversion gain = l0㏈, input 1㏈ compression point = -15.7㏈m. input third-order intercept point(IIP3) = -4.4㏈m, and image-rejection ratio = 37.8㏈, respectively, at 3V supply voltage, and 15.7㎃ current.