• Proceedings of the KIEE Conference
• /
• 2005.10b
• /
• pp.548-550
• /
• 2005

본 논문에서는 지문 인식을 하는데 있어서 특징점의 정보를 이용하여 지문을 정합하는 방법을 제안 하였다. 지문에는 중심점(core point), 삼각주(delta point), 분기점(bifurcation), 단점(ending point)들이 있는데, 본 논문에서는 먼저 poincare index를 이용하여 중심점을 검출한다. 검출된 중심점을 중심으로 하여 관심영역(ROI : region of interest)을 결정하여 영역내의 특징점들을 검출하여, 각 각 특징별로 분류한 다음 중심점과 특징점들과의 관계를 계산하여 지문 정합에 이용한다. 입력 받은 지문은 개개인 각각 양손 모두 10개의 손가락에서 센서의 누르기 압력을 다르게 하여 2번 입력 받아 사용하였다. 실험 결과 기존의 특징점 기반 알고리즘 보다 더 적은 영역에서 좀 더 정확하고 신뢰할 수 있는 지문 정합을 보여줌을 확인 하였다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2003.10a
• /
• pp.118-121
• /
• 2003

지문을 이용한 개인 인증 절차는 지문 형태 별로 구분하는 분류(classification) 과정과 본인임을 확인하는 정합(matching) 과정으로 구분할 수 있다. 지문의 분류와 정합을 위해서는 기존 연구들이 지문의 특징점 수와 방향성의 흐름 패턴에 의존한다. 본 논문에서는 방향성의 흐름 패턴을 이용한 중심점 추출에 초점이 맞춰져 있으며 추출된 중심점 정보는 현재 구현되어진 특징점 추출 정보와 연계해 정합을 위한 기준점으로 활용한다. 중심점 추출 방식은 입력된 지문 영상에 대해 3 $\times$ 3 Sobel 마스크를 적용한 후 8 $\times$ 8블록 영상을 분할하여 각 대표 방향 성분을 추출하며 추출되어진 방향 성분과 특이점 패턴을 비교하여 중심점을 탐색한다.

• Proceedings of the Korean Operations and Management Science Society Conference
• /
• 2003.05a
• /
• pp.940-947
• /
• 2003

은행의 지점을 하나의 책임중심점 (Responsibility center)으로 볼 때 원가중심점. 수익중심점, 이익중심점 및 투자중심점 등 네 가지 형태중의 하나로 구분 할 수 있다. 본 연구에서는 은행의 지점을 여러가지 투입물을 이용하여 여러가지의 다양한 산출물들을 생산 및 판매하는 이익중심점(Profit Center)으로 보기로 한다. 그리고 이익중심점으로서 은행의 지점을 평가하는 경우 기간이익이라는 종합적인 성과 측정치가 있으나 기간이익은 그 성과가 경쟁가격의 변화에 따른 것인지 업무의 효율에 의만 것인지 구별하기가 어렵다 그래서 본 연구에서는 장기적인 효과를 가지는 생산성. 즉 생산과정에 중점을 두고 평가하고자 한다.

• Smart Media Journal
• /
• v.9 no.2
• /
• pp.9-15
• /
• 2020

In this paper, we propose a network model composed of Multi path Encoder-Decoder branches that can recognize each instance from the image. The network has two branches, Dot branch and Segmentation branch for finding the center point of each instance and for recognizing area of the instance, respectively. In the experiment, the CVPPP dataset was studied to distinguish leaves from each other, and the center point detection branch(Dot branch) found the center points of each leaf, and the object segmentation branch(Segmentation branch) finally predicted the pixel area of each leaf corresponding to each center point. In the existing segmentation methods, there were problems of finding various sizes and positions of anchor boxes (N > 1k) for checking objects. Also, there were difficulties of estimating the number of undefined instances per image. In the proposed network, an effective method finding instances based on their center points is proposed.

• Proceedings of the Optical Society of Korea Conference
• /
• 2000.08a
• /
• pp.46-47
• /
• 2000

본 논문에서는 적응광학시스템$^{(1)}$ 의 성능 향상에 필수적인 파면왜곡의 기울기 정보를 고속으로 측정하기 위한 중심점 추출 알고리즘을 제안하였다. 본 논문에서는 컴퓨터 내부의 영상처리전용보드와 CCD카메라를 이용하여 하트만 센싱 점 영상을 획득하였고, 획득한 하트만 센싱 점 영상에 대해 제안한 중심점 추출 알고리즘을 적용하여 서브픽셀 분해능으로 X축과 Y축의 기울기 정보를 고속으로 추출하였다. CCD센서에 촬상되는 하트만 센싱 점영상에서 각각의 점 영상은 중심점으로부터 대칭형으로 강도가 분포되어 있다고 가정할 수 있으나 전체 점영상의 각 점을 분석한 결과 비대칭적으로 예외적인 강도 분포를 갖는 점영상도 일부 발견되었다. 파면 왜곡이 없는 하트만 센싱 점영상으로부터 X, Y축 파면 왜곡 기울기 값을 추출한 결과 CCD 센서 픽셀의 기저 노이즈가 큰 불안정한 영역에서 기울기 값이 반복적으로 크게 추출되어 파면왜곡보정 시스템의 보정 성능을 떨어뜨리는 효과가 나타났다. (중략)

• Proceedings of the Korean Information Science Society Conference
• /
• 2004.04b
• /
• pp.820-822
• /
• 2004

현재까지도 대부분의 필기체 한글 인식은 완벽한 분할을 가정하여 개발되고 있으며 한글 분할 그 자체에 대한 관심은 매우 낮은 편이다. 본 논문에서는 무제약 필기체 한글을 분할하기 위하여 중심점을 이용한 분할방법을 제안한다. 제안된 방법은 기존의 분할 방법들이 갖는 직선화된 분할경로 뿐만 아니라, 문자내에 존재하는 여백의 정보를 활용하여 꺽은선 형태의 분할경로도 찾을 수 있다. 이를 위해 먼저, 한글 문자열에 대한 전처리 과정과 수직투영을 통해 분할대상을 결정한다. 그리고 문자에서 특징점을 찾고 인접한 특징점들 간의 중심점을 찾아서 가상의 분할 경로를 생성한 뒤 최적 분할 경로를 결정한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2004.11a
• /
• pp.821-824
• /
• 2004

본 논문은 지문인식률에 있어서 중요한 요소인 중심점(core point) 검출에 대하여 기존의 Poincare 지수를 이용하는 방법과 Sine을 취하는 방법의 결점을 해결하기 위해 마스크 블록을 이용하여 중심점을 검출 하는 방법을 제안하였다. 이에 대한 실험결과는 기존의 방법보다 빠르면서 검출 일관성에서도 좀더 나은 결과를 나타내었고 Arch형 지문의 중심점 검출에 있어서도 기존 방법들의 오류를 줄일 수 있었다.

• Journal of Korean Ophthalmic Optics Society
• /
• v.9 no.2
• /
• pp.361-370
• /
• 2004

The purpose of this study was to evaluate the outcome and Factors that influence the quantity of Phoria in the low correction and perfect correction. Also the coincidence with the opticenter and the pupillary distance was a principal factor that influence the quantity of Phoria. Thereupon, this study is attributed to promote the perfect Phoria test. The subjects for this study were 120 persons(240 eye) in myopic refractive errors. ISP/WIN program was used for the data analysis. The collected data was analyzed by descriptive statistics and Spearman's correlation coefficient. The results of this study were as follows: 1. The prism pattern was difference between low correction and perfect correction in the Phoria test. The proportion of orthophoria was changed from 10.0% to 12.5%, exophoria was changed from 67.5% to 62.5%, and esophoria was changed from 22.0% to 32.5%, respectively. 2. The average of optical center distance and pupillary distance were 31.70mm and 31.49 mm, respectively. 3. Among the 120 myopic glasses wearers, the distance between optical centers was coincided with the pupillary distance in 37.5%, and discrepant in 62.5%. 4. For the patients who were coincided with the pupillary distance, the proportion of exophoria decreased 53.33%, esophoria increased 20.0%. 5. For the changing of the quantity of Phoria in the low correction, the degree of exophoria decreased 1.11 prism diopters in the perfect correction, esophoria increased 0.39 prism diopters.

• Proceedings of the Korea Multimedia Society Conference
• /
• 2003.11a
• /
• pp.314-317
• /
• 2003

지문을 이용한 개인 인증 절차는 지문 형태 별로 구분하는 분류(classification) 과정과 본인임을 확인하는 정합(matching) 과정으로 구분할 수 있다. 지문의 분류와 정합을 위해서는 기존 연구들이 지문의 특징점 수와 방향성의 흐름 패턴에 의존한다. 본 논문에서는 방향성의 흐름 패턴을 이용한 중심점 추출에 초점이 맞춰져 있으며 추출된 중심점 정보는 현재 구현되어진 특징점 추출 정보와 연계해 정합을 위한 기준점으로 활용한다. 기준점을 축으로 생성되어진 직교좌표는 지문 영상의 상ㆍ하, 좌ㆍ우 위치 이동에 대한 영향을 최소화 시켜줌으로써 지문 정합의 정확도를 높여준다.

• KIISE Transactions on Computing Practices
• /
• v.21 no.7
• /
• pp.494-499
• /
• 2015

As the size of data increases, it becomes important to identify properties by analyzing big data. In this paper, we propose a k-Means based efficient clustering technique, called MCSKMeans (Multi centroid set k-Means), using distributed parallel processing framework MapReduce. A problem with the k-Means algorithm is that the accuracy of clustering depends on initial centroids created randomly. To alleviate this problem, the MCSK-Means algorithm reduces the dependency of initial centroids using sets consisting of k centroids. In addition, we apply the agglomerative hierarchical clustering technique for creating k centroids from centroids in m centroid sets which are the results of the clustering phase. In this paper, we implemented our MCSK-Means based on the MapReduce framework for processing big data efficiently.