• Proceedings of the Korea Information Processing Society Conference
• /
• 2001.10a
• /
• pp.589-592
• /
• 2001

본 논문에서는 고속 필기 한글 주소 인식을 위한 낱자 인식기를 제안한다. 인식 대상은 우편번호 여섯 자리에 할당된 주소에 출현 빈도가 높은 필기 한글 469 자이다. 제안된 방법은 낱자 인식 기법을 채택하고 있으며, 인식률과 처리속도를 향상시키기 위하여 2 단계 인식 전략을 채택하였다. 인식기로는 다층퍼셉트론, 최소거리분류기, Subspace 방법을 고려한다. 다층퍼셉트론은 비교적 높은 인식률과 처리속도를 보유하지만 출력값이 확률이 아님으로써 후처리를 필요로 하는 시스템에서 사용하기 어렵다. 최소거리분류기는 간단한 알고리즘으로 처리속도가 높고 확률을 출력하는 장점을 갖지만 인식률이 낮아 활용되기 어렵다. 또한 Subspace 방법은 인식률이 높고 확률을 출력하지만 처리속도가 매우 느리다는 단점이 있다. 따라서 제안방법에서는 처리속도가 높은 인식기 - 다층퍼셉트론, 최소거리분류기 - 를 사용하여 선인식을 수행한 후, 이 결과를 활용하여 인식 대상을 제한한 후 Subspace 방법을 사용하여 정확하게 인식하는 전략을 도입함으로써, 높은 인식결과를 유지하면서 처리속도를 높이고 후처리에 적합하도록 하였다. PE92 데이터베이스를 사용하여 실험한 결과 제안방법이 한글 469 자에 대하여 비교적 높은 인식률과 처리속도를 갖음을 알 수 있었다.

• Journal of the Institute of Convergence Signal Processing
• /
• v.2 no.2
• /
• pp.1-6
• /
• 2001

Eigenface method in face recognition is useful due to its insensitivity to large variations in facial expression and facial details. However its low recognition rate necessitates additional researches. In this paper, we present an efficient method for improving the recognition rate in face recognition using eigenface feature. For this, we performs a comparative study of three different classifiers which are i) a single prototype (SP) classifier, ii) a nearest neighbor (NN) classifier, and iii) a standard feedforward neural network (FNN) classifier. By evaluating and analyzing the performance of these three classifiers, we shows that the distribution of eigenface features of face image is not compact and that selections of classifier and sample training data are important for obtaining higher recognition rate. Our experiments with the ORL face database show that 1-NN classifier outperforms the SP and FNN classifiers. We have achieved a recognition rate of 91.0% by selecting sample trainging data properly and using 1-NN classifier.

• Proceedings of the Korea Inteligent Information System Society Conference
• /
• 2000.04a
• /
• pp.469-474
• /
• 2000

본 논문에서는 두 이진 영상의 비교시 그 유사도를 결정하는 새로운 방법을 제안한다. 이는 두 영상사이의 최소거리에 기반한 방법이며, 제안된 방법에서는 구해진 거리 그 자체보다는 이 거리의 분포로부터 최적 거리를 계산한다. 구해진 거리 분포 함수로부터 최종적인 두 영상의 유사도는 비퍼지화 추론을 이용하여 계산되어진다. 제안한 방법을 실제 문제에 적용하여 그 우수성을 검증하였다.

• The KIPS Transactions:PartB
• /
• v.8B no.4
• /
• pp.335-342
• /
• 2001

본 논문은 보로노이 공간분류를 활용하여 원격탐사 영상인식을 위한 다층 신경망 분류기를제안한다. 제안된 다층 신경망 분류기는 보로노이 다각형 영역으로 클래스를 구분하며, 초평면 방정식의 계수를 오류 역전과 학습 초기의 연결 강도, 임계치 그리고 은닉층의 노드 수로 결정한다. 제안된 방법은 오류역전과 학습 알고리즘에서 임의로 정해주던 초기 정보를 사전 분석에 의해 공학적으로 결정함으로써 느린 수렴 속도와 학습실패 등의 단점을 피할 수 있는 장점이 있다. 보로노이 다이어그램에 대한 경계선의 초평면 방정식은 훈련집합의 클래스별 평균값을 구하여 Mathematica 패키지로 계산하였다. 제안된 다층 신경망에 의한 영상분류기의 인식능력을 평가하기 위하여 원격탐사 영상인식에서 자주 활용되는 최소거리 분류 방법과 최대우도 분류 방법으로 처리해서 비교한 결과, 최소거리 분류 방법은 실험화상에 대해 81.4%, 최대우도 부류기에 의한 분류는 87.8%, 제안한 방법은 92.2% 정확성을 가진 분류결과를 나타냈다.

• Proceedings of the IEEK Conference
• /
• 2003.07c
• /
• pp.2525-2528
• /
• 2003

본 논문은 제철소 원료공장에서 선박으로부터 철광석, 석탄 등의 원료를 언로다 내부의 벨트 컨베이어로 이송 시, 선박과 부두와의 공간이 발생하여 이 공간으로 원료가 낙광 하여 해양오염이 발생하고 원료의 유실 등의 문제점을 해결하기 위한 낙광방지 시스템 개발에 관한 연구이다. 초음파 센서를 이용한 선박과의 거리 인식 및 PLC 제어기를 이용한 자동 제어 방법을 제시한다. 언로다 본체에 낙광방지판과 이를 구동하는 에어 실린더형태의 구동기와 낙광방지판을 연결하는 링크부로 구성되는 시스템에 있어서, 거리 감지 센서 3대로부터 선박과의 최소 거리를 구하고 이를 PLC 제어기를 이용하여 목표 거리와의 오차를 구한 다음, 오차의 증감에 따라 구동기인 에어 실린더의 이동량을 구하여 낙광방지판을 선박과 최대한 밀착시켜 하역 작업을 하고, 떨어진 낙광을 자동으로 회수하는 시스템에 관한 논문이다.

• Proceedings of the KIEE Conference
• /
• 2003.11b
• /
• pp.304-306
• /
• 2003

본 논문은 제철소 원료공장에서 선박으로부터 철광석, 석탄 등의 원료를 언로다 내부의 벨트 컨베이어로 이송 시, 선박과 부두와의 공간이 발생하여 이 공간으로 원료가 낙광 하여 해양오염이 발생하고 원료의 유실 등의 문제점을 해결하기 위한 낙광방지 시스템 개발에 관한 연구이다. 초음파 센서를 이용한 선박과의 거리인식 및 PLC제어기를 이용한 자동 제어 방법을 제시한다. 언로다 본체에 낙광방지판과 이를 구동하는 에어실린더형태의 구동기와 낙광방지판을 연결하는 링크부로 구성되는 시스템에 있어서, 거리 감지 센서 3 대로부터 선박과의 최소 거리를 구하고 이를 PLC 제어기를 이용하여 목표 거리와의 오차를 구한 다음, 오차의 증감에 따라 구동기인 에어 실린더의 이동량을 구하여 낙광방지판을 선박과 최대한 밀착시켜 하역 작업을 하고, 떨어진 낙광을 자동으로 회수하는 시스템에 관한 논문이다.

• Korean Journal of Optics and Photonics
• /
• v.19 no.4
• /
• pp.270-275
• /
• 2008

This paper addresses occluded object reconstruction and recognition with computational integral imaging (II). Integral imaging acquires and reconstructs target information in the three-dimensional (3D) space. The reconstruction is performed by averaging the intensities of the corresponding pixels. The distance to the object is estimated by minimizing the sum of the standard deviation of the pixels. We adopt principal component analysis (PCA) to classify occluded objects in the reconstruction space. The Euclidean distance is employed as a metric for decision making. Experimental and simulation results show that occluded targets are successfully classified by the proposed method.

• Proceedings of the Korean Society for Emotion and Sensibility Conference
• /
• 1997.11a
• /
• pp.205-208
• /
• 1997

본 연구는 기하학적인 특징 추출을 기반으로 얼굴 영상에서 얼굴표정을 인식하는 방법을 제시한다. 얼굴표정은 3가지 그룹으로 제한한다(무표정, 기쁨, 놀람). 표정에 관련된 기본 특징들을 추출하기 위하여 얼굴표정정영상에서 눈높이, 눈폭, 입높이, 입폭을 추출하여 데이터를 분석한다. 분석결과로 눈높이, 입폭, 입높이가 표정을 분별하는 주요 특징으로 추출되었다. 각 표정별 눈높이, 입폭, 입높이가 표정을 분별하는 주요 특징으로 추출되었다. 각 표정별 눈높이, 입폭, 입높이의 평균과 표준편차를 구하여 표정별 표준 템플릿을 작성하였다. 표정인식 방법은 최소 근접 분류기(nearest neighbor classifier)를 사용하였다. 새로운 얼굴표정 영상과 표준 템플릿간의 유클리드 거리를 계산하여 새로운 표정에 대하여 83%인식률을 얻었다.

• Journal of the Korea Institute of Military Science and Technology
• /
• v.10 no.4
• /
• pp.88-96
• /
• 2007

This paper discusses the fast modulation classifiers capable of classifying both analog and digital modulation signals in wireless communications applications. A total of 7 statistical signal features are extracted and used to classify 9 modulated signals. In this paper, we investigate the performance of the two types of fast modulation classifiers (i.e. 2 nearest neighbor classifiers and 2 minimum distance classifiers) and compare the performance of these classifiers with that of the state of the art for the existing classification methods such as SVM Classifier. Computer simulations indicate good performance on an AWGN channel, even at low signal-to-noise ratios, in case of minimum distance classifiers (MDC for short) and k nearest neighbor classifiers (kNNC for short). Besides a good performance, these type classifiers are considered as ideal candidate to adapt real-time software radio because of their fast modulation classification capability.

• Journal of Bio-Environment Control
• /
• v.24 no.3
• /
• pp.210-216
• /
• 2015

Purpose of this study was a development of an image processing algorithm to recognize paprika and acquire it's 3D coordinates from stereo images to precisely control an end-effector of a paprika auto harvester. First, H and S threshold was set using HSI histogram analyze for extracting ROI(region of interest) from raw paprika cultivation images. Next, fundamental matrix of a stereo camera system was calculated to process matching between extracted ROI of corresponding images. Epipolar lines were acquired using F matrix, and $11{\times}11$ mask was used to compare pixels on the line. Distance between extracted corresponding points were calibrated using 3D coordinates of a calibration board. Non linear regression analyze was used to prove relation between each pixel disparity of corresponding points and depth(Z). Finally, the program could calculate horizontal(X), vertical(Y) directional coordinates using stereo camera's geometry. Horizontal directional coordinate's average error was 5.3mm, vertical was 18.8mm, depth was 5.4mm. Most of the error was occurred at 400~450mm of depth and distorted regions of image.