• 한국콘텐츠학회논문지
• /
• 제12권11호
• /
• pp.1-8
• /
• 2012

최근 산업 현장에서 자동화 시스템 도입에 대한 필요성 증가로 인하여 물체 인식에 대한 기술의 활용도가 점차 증가되고 있다. 그러나, 실제 현장에서 조명의 영향은 물체 주변에 잡음이나 그림자를 발생시켜 물체 영역을 정확히 검출하거나 인식하는 것을 어렵게 만든다. 본 논문에서는 조명 영향으로 나타나는 잡음이나 그림자 효과를 최소화하기 위하여 영상 필터와 적응적 이진화 방법을 이용하여 물체의 형태 정보가 보존된 물체 영역을 검출하도록 하였다. 또한, 인식 대상 물체의 종류와 회전각에 따라 물체 고유 클래스를 정의한 다음 신경망을 이용하여 물체를 인식함으로써 회전에 강인한 물체 인식을 할 수 있도록 하였다. 제안된 물체 인식 방법에 대한 타당성을 검증하기 위하여 조명 조건을 달리하면서 획득한 ETRI 데이터베이스 16,848장을 대상으로 인식 실험해 본 결과 99.86%의 물체 인식률 및 0.03초의 인식 속도를 얻을 수 있었다.

• 한국전자통신학회논문지
• /
• 제11권7호
• /
• pp.685-692
• /
• 2016

본 연구에서는 물체 인식 분야에서 잘 알려진 회전, 스케일, 조명의 변화에 강인한 특징치인 SIFT를 이용하여 지폐의 특징 벡터를 구하고 이를 ANN알고리즘에 의해 정합하여 다국적 지폐를 인식하는 방법에 관한 것으로 계층적 지폐인식 방법을 제안한다. 지폐마다 지니고 있는 특징치를 추출하여 국적 및 권종을 인식하기 위하여 자외선, 적외선, 및 백색 투과광 조명을 개발하고 조명 변화에 따라 촬영된 영상으로부터 SIFT특징치를 구하고 다국적 지폐의 국적과 권종을 인식하는 방법을 구현하였다. 한화, 달러화, 유로화에 관하여 회전 및 크기 변화가 있는 환경에서 제안한 알고리즘을 적용하였고 잘 작동하고 있음을 확인 하였다.