• Proceedings of the Korean Information Science Society Conference
• /
• 2006.10b
• /
• pp.489-493
• /
• 2006

이 논문에서는 커널 에지 방식의 얼굴의 특징점을 추출하는 방법과 Adaboost를 이용한 얼굴의 특징점을 추출하는 방법에 대해서 비교 한다. 커널 에지를 이용한 방법은 10개의 커널을 이용하여 추출된 에지를 이용하여 얼굴의 특징점을 추출해 낸다. 커널의 개수를 줄여 사용한다면 실시간에 가능하고, 정확성을 높이기 위해서는 이미지의 전처리 단계에서 자극적인 효과를 준다면 정확성 또한 높아 질 것이다. 반면에 Adaboost를 이용한 방법은 각각의 특징점들을 오프라인 상에서 학습을 하고 온라인상에서 실시간으로 특징점을 추출하는 방법을 사용하였다. 각 각의 학습과정에 있어서 positive, negative 이미지를 더 많이 사용한다면 정확성이 더 높아질 것이다. 한 가지 주목할 만 한 점은 입과 같은 특징점을 추출하기 어려운 영역에서도 높은 정확성을 보였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2003.10b
• /
• pp.652-654
• /
• 2003

본 논문에서는 리본스네이크와 원형템플릿을 이용한 관상동맥추출 방법을 제안한다. 이 방법은 조영사진술로부터 획득된 관상동맥영상으로부터 동맥경화 유무를 쉽고 정확하게 진단하는데 필요한 혈관영역만을 추출하는 방법이다. 기존 방법에서는 혈관영역전체를 동일한 방법으로 추출하지만 본 논문에서는 혈관을 구성하는 각 세그먼트별로 적합한 추출방법을 적용한다. 즉 혈관에서 팽행선을 이루는 부분에 대해서는 항공사진 또는 위성영상에서 도로영역을 추출하는데 사용되는 리본스네이크를 적용하고 혈관의 분지부에 대해서는 원형템플릿과 혈관벽과의 교점의 개수를 분석하는 방범을 사용한다. 이때 원형템플릿의 중점과 교점들이 이루는 각도의 변화율을 고려함으로써 보다 정확한 혈관분지부를 검출할 수 있다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• v.9 no.2
• /
• pp.370-376
• /
• 2005

본 논문에서는 HSI 정보와 신경망의 비지도 학습 방법인 ART2 알고리즘을 이용하여 신 차량 번호판을 인식하는 방법을 제안한다. 제안된 방법은 차량의 영상에서 번호판 영역을 추출하는 부분과 추출된 번호판 영역의 문자를 인식하는 부분으로 구성된다. 본 논문에서는 차량 번호판 영역을 추출하기 위해 HSI 컬러 모형의 Hue 정보를 이용하여 차량 번호판 영역을 추출하고 개선된 퍼지 이진화 방법을 적용하여 추출된 차량 번호판 영역으로부터 문자를 포함한 특징 영역을 이치화 한 후에 4방향 윤곽선 추적 알고리즘을 적용하여 개별 코드를 추출한다. 추출된 개별 코드를 인식하기 위해 잡음과 훼손에 비교적 강한 ART2 알고리즘을 적용한다. 제안된 방법의 차량 번호판 추출 및 인식 성능을 평가하기 위하여 실제 비영업용 차량 번호판에 적용한 결과, 기존의 차량 번호판의 추출 방법보다 번호판 영역의 추출률이 개선되었다. 또한 ART2 알고리즘을 적용하여 신 차량 번호판을 인식하는 것이 효율적임을 확인하였다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2021.10a
• /
• pp.186-188
• /
• 2021

본 논문에서는 초음파 영상에서 DBSCAN(Density-based spatial clustering of applications with noise)과 FCM 클러스터링 기반 양자화 기법을 적용하여 결절종을 추출하는 방법을 제안한다. 본 논문에서는 초음파 영상 촬영 시 좌우 상단의 지방층 영역과 하단 영역의 명암도가 어두운 영역을 잡음 영역으로 설정한다. 그리고 초음파 영상에 퍼지스트레칭 기법을 적용하여 잡음 영역을 최대한 제거 한 후에 ROI 영역을 추출한다. 추출된 ROI 영역에서 밀도 분포를 분석하기 위하여 히스토그램을 분석한 후에 DBSCAN을 적용하여 초음파 영상에서 결절종 후보에 해당되는 명암도를 추출한다. 추출한 후보 명암도를 대상으로 FCM 클러스터링 기법을 적용한다. FCM을 적용하는 단계에서 결절종의 저에코 혹은 무에코의 특징을 이용하여 클러스터 중심 값이 가장 낮은 클러스터를 양자화 한 후에 라벨링 기법을 적용시켜 결절종의 후보 객체를 추출한다. 제안된 결절종 추출 방법의 성능을 분석하기 위해 전문의가 결절종 영역을 표기한 초음파 영상과 표기되지 않은 초음파 영상 120쌍을 대상으로 DBSCAN, FCM, 그리고 제안된 방법 간의 성능을 비교 분석하였다. 제안된 방법에서는 120개의 초음파 영상에서 106개 결절종 영역이 추출되었고 FCM 기법에서는 80개가 추출되었고 DBSCAN에서는 36개가 추출되었다. 따라서 제안된 방법이 결절종 추출에 효율적인 것을 확인하였다.

• Proceedings of the Korea Multimedia Society Conference
• /
• 2003.05b
• /
• pp.618-623
• /
• 2003

본 논문에서는 RGB 컬러 정보와 퍼지 이진화를 이용하여 차량 번호판의 개별 코드를 추출하는 방법을 제안한다 제안된 방법은 비영업용 차량 영상에서 차량 번호판 영역을 추출하기 위해 녹색의 분포가 밀집되어 있는 영역을 번호판의 후보 영역으로 설정하고 번호판의 후보 영역에서 흰색의 밀집도가 높은 부분을 번호판의 영역으로 추출한다. 개별 코드 추출은 추출된 번호판 영역에서 3×3 소벨 마스크를 이용하여 잡음을 제거하고 퍼지 이진화 방법을 적용하여 번호판의 영역을 이진화 한다. 이진화된 번호판 영역을 윤곽선 따라가기 알고리즘을 적용하여 개별 코드를 추출한다. 제안된 방법의 성능을 평가하기 위하여 실제 비영업용 차량 번호판에 적용한 결과, 기존의 방법보다 번호판 영역에서 개별 코드의 추출률이 개선된 것을 확인하였다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2016.10a
• /
• pp.93-95
• /
• 2016

본 논문에서는 초음파 영상에서 결절종을 추출하는 방법을 제안한다. 명암 대비가 낮은 초음파 영상에서도 정확히 추출하기 위해 퍼지 스트레칭 기법을 개선하여 명암 대비를 강조한 후에 ROI 영역을 추출한 후, 추출된 ROI 영역에 대해 FCM 알고리즘을 적용하여 양자화 한다. 양자화된 ROI 영역에서 8방향 윤곽선 추적 알고리즘을 적용하여 결절종의 후보 영역을 추출한다. 추출된 결절종의 후보 영역 중에서 면적이 가장 크거나 타원 형태를 가진 영역을 라벨링 기법을 적용하여 최종적으로 결절종 영역을 추출한다. 제안된 방법을 결절종 초음파 영상을 대상으로 실험한 결과, 기존의 결절종 추출 방법보다 제안된 방법이 결절종 영역이 비교적 정확히 추출되는 것을 실험을 통하여 확인하였다.

• Journal of the Korean Society of Food Science and Nutrition
• /
• v.28 no.4
• /
• pp.876-881
• /
• 1999

Fresh onions were extracted by two methods of conventional extraction(CE) and microwave assisted extraction(MAE) under different extraction conditions. Onion extracts obtained by CE and MAE were examined in oleoresin yield and physiological activities. The optimal extraction time of MAE was about 5 minutes, whereas that of CE was 2 hours. Therefore extraction time was shortened drastically by MAE but there was no significance in oleolesin yield. The electron donating abilities also showed negligible difference between two extracts obtained by CE and MAE, and 45% level in CE and 50% level in MAE. The nitrite scavenging effect was diminished while pH was increasing, and showed a high elimination effect over 85% at pH 1.2. The tyrosinase inhibitory effect was 20% level in both CE and MAE when water was used and 40% level when ethyl alcohol was used. The angiotensin I converting enzyme inhibitory effect showed higher activity with 70% level in MAE than 60% level in CE. The pyruvic acid content was 6.8 and 6.4 moles per 1g of fresh onion by CE and MAE when water was used, and was 4.3 and 5.6 moles by CE and MAE when ethyl alcohol was used.

• Annual Conference on Human and Language Technology
• /
• 2004.10d
• /
• pp.275-282
• /
• 2004

본 논문은 3단계 정답 추출 방법을 통해 백과사전 인물분야 질의응답 시스템을 구현하는 방법을 제안한다. 논문에서 제안한 3단계 정답 추출 방법은 1) 백과사전 문서 내에서 정형화 될 수 있는 지식들을 추출한 백과사전 KB 기반 정답 추출 방법, 2) 문장을 언어분석 하여 LF(Logical Form)구조를 추출하여 색인한 LF 기반 정답추출 방법, 3) 각 문장을 주제 태깅을 하여, 주제별로 묶어 의미적 단락으로 구분하고 단락 검색을 기반으로 정답을 추정하는 의미적 단락 기반 정답 추출 방법으로 구성되어 있다. 이러한 방법론은 백과사전이라는 문서 도메인의 특성을 반영하고. 사용자 질문의 난이도 또는 형태에 따라서 정답을 제공할 수 있는 백과사전 인물분야 질의응답 시스템에 적합하다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2002.10d
• /
• pp.565-567
• /
• 2002

동영상에서 특정 물체를 추적하기 위하여 여러 가지 알고리즘이 적용된다. 그 중에서 특징점을 추출하고 정합하여, 움직이고 있는 물체를 추적하는 방법을 소개한다. 특징점을 추출하는 방법 중에서 에지정보를 이용하는 방법과 직접 이미지에 접근하는 방식이 있다. 본 논문에서는 물체의 에지정보를 이용하여 특징점을 추출하는 기법을 제안한다. 널리 이용되고 있는 Canny Edge Detection(1) 알고리즘 이용, 에지를 얻게 되는데, 여기서 특징점 추출에 오류를 발생시킬 수 있는 경우에 대비하여 에지를 보정하고, 결과의 에지에서 특징 점을 추출한다. 보정된 에지정보에서 시작점, 끝점, 둘 이상의 에지가 모인 분기점과 굴곡률이 국부 최대인 지점을 찾아 특징점을 추출한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2002.04b
• /
• pp.664-666
• /
• 2002

기울기 연산자나 표면접합에 의한 윤곽추출과는 다른 본 논문에서는 확장과 수축방법론을 이용한 윤곽추출 및 잡음제거 방법론을 제안한다. 제안한 알고리즘은 전처리과정을 거친 후 확장과 수축 방법론을 적용함으로써 영상 윤곽 추출률을 높이고자한다 특히, 기존의 윤곽선 추출방법인 소벨과 프리위트알고리즘은 전처리과정인 미디안필터를 거친 후에 사용하였으며, 제안한 방법은 기존의 윤곽선 추출 필터를 거친 후에 사용하였다. 구체적으로 서술하면 확장알고리즘에서는 일정한 임계치를 초과하면 흰색으로 대치하였고, 수축 알고리즘에서는 검정색으로 대치했다. 기존의 잡음제거과정은 윤곽선의 손실은 없었으나 잡음제거가 소량 이루어졌으며, 제안한 방법에서는 약간의 윤곽선 손실을 보였으나 완전하게 잡음을 제거시킬 수 있었다.