• Proceedings of the Korean Information Science Society Conference
• /
• 2002.10d
• /
• pp.541-543
• /
• 2002

본 논문에서는 HOLA(고차국소자동상관계수)를 이용한 특징추출과 BP(Backpropagation Network) 알고리즘을 이용하여 얼굴을 인식하는 방법을 제안한다. 이를 위해 동일한 환경, 즉 일정한 조도 하에서 카메라로부터 동일거리에 있는 영상을 256$\times$256 크기의 그레이 스케일(Gray Scale)로 취득하여 영상내의 잡음을 가우시안(Gaussian) 필터를 이용하여 제거한다. 차영상을 이용하여 얼굴영역을 분리한 후 얼굴영역의 특징벡터를 구하기 위하여 HOLA(고차 국소 자동 상관함수)를 사용한다. 계산된 특징벡터는 BP 신경망의 학습을 통하여 얼굴인식을 위한 데이터로 사용된다. 시뮬레이션을 통해 제안된 알고리즘에 의한 인식률향상과 속도 향상을 입증한다.

• Annual Conference of KIPS
• /
• 2015.04a
• /
• pp.306-309
• /
• 2015

현재 태블릿 PC와 스마트기기의 급속한 보급으로 다양한 분야의 스마트러닝 시스템들이 운영되고 있다. 그러나 현재까지의 스마트러닝 시스템에서는 학습자가 강의를 정확하게 수강하였는지의 판단은 로그인과 동영상강의의 런닝타임으로 체크하여 학습자가 동영상강의를 제대로 수강하였는지는 판단하기 어렵다. 그래서 본 논문에서는 기존 스마트러닝 시스템에 스마트기기의 내장 카메라를 이용한 시선인식기능을 사용하여 학습자가 동영상강의를 수강하는 동안 시선인식이 되지 못하면 동영상이 멈추게 설계하여 강의내용을 끝까지 수강하게 한다. 그리고 각 수강생별로 시선인식이 되지않아 동영상이 멈춘 시간대와 멈춘 시간을 기록하여 강의종료 후 서버에 전송하여 전체 강의시간에 대한 집중도를 체크하며 학습자의 수강여부를 판단하고 같은 강의를 수강하는 여러 학습자들의 자료를 분석하여 교수자가 강의를 개선할 수 있는 스마트러닝 시스템을 설계하려고 한다.

• Annual Conference of KIPS
• /
• 2010.04a
• /
• pp.558-561
• /
• 2010

컨텍스트폰은 사용자의 주변 상황을 실시간으로 수집하고 시각화하는 휴대전화이며 인간의 여섯 번째 감각 도구로써 신체의 일부가 되고 있다. 이에 따라 사용자에 특화된 상황 인지 기능을 지원하는 모바일 플랫폼 기술이 많이 연구되고 있다. 하지만 모바일 기기간의 상호작용이 아니라 사용자간의 소셜 인터랙션을 지원하는 모바일 플랫폼 연구는 미비하며 감정 등의 고수준 정보는 지원하지 않는다. 따라서 본 논문에서는 감정을 포함한 다양한 정보들을 지원하는 컨텍스트폰 플랫폼을 이용하여 사용자간의 감정을 공유 할 수 있는 컨텍스트폰에 대해 기술한다. 또한 사용자의 감정을 인식하기 위해 컨텍스트폰 플랫폼은 휴대전화 카메라를 이용하여 사용자의 얼굴이미지를 수집하고 감정인식기로 전달한다. 감정인식기는 사용자의 얼굴을 특징추출하여 패턴인식에 적용되는 분류분석 알고리즘을 통해 사용자의 감정을 알아내고 컨텍스트 서버를 매개체로 사용자간 감정을 전달하며 모바일 화면에 시각화한다.

• Annual Conference of KIPS
• /
• 2009.04a
• /
• pp.94-97
• /
• 2009

본 논문에서는 실제 도로 환경에서의 실시간 차선 인식 방법을 제안한다. 전방주시카메라를 활용하여 촬영한 입력영상으로부터 도로영역에 해당하는 관심영역을 추출하고 반복적인 평균 명도를 측정하여 이진화함으로써 차선 특징을 검출하고 YCbCr 변환한 영상에 대한 실험 임계값을 적용하여 중앙선의 특징을 검출하였다. 이에 Canny 알고리즘을 이용한 에지 추출로 허프 변환시의 작업량을 최소화하였으며 허프 변환하여 얻은 차선 후보군으로부터 각도를 기반으로 필터링하여 통계적으로 우선순위가 높은 선분을 차선으로 인식하였다. 또한 실제 도로 환경에서 수집한 동영상으로 실험한 결과 강건한 차선 인식률을 보였다.

• Annual Conference of KIPS
• /
• 2011.04a
• /
• pp.444-446
• /
• 2011

본 논문은 실시간으로 카메라 영상으로부터 얼굴의 각 특징점을 검출하고, 검출된 특징점을 이용하여 웃음 표정을 인식하는 시스템을 제안한다. 제안된 시스템은 ASM(Active Shape Model)을 이용하여 실시간 검출부에서 얼굴 영상을 획득한 다음 ASM 학습부에서 학습된 결과를 가지고 얼굴의 특징을 찾는다. 얼굴 특징의 영상으로부터 입술 영역을 검출한다. 이렇게 검출된 입술 영역과 얼굴 특징점을 이용하여 사용자의 웃음 표정을 검출하고 인식하는 방법을 사용함으로써 웃음 표정 인식의 정확도를 높힐 수 있음을 알 수 있었다.

• Annual Conference of KIPS
• /
• 2020.05a
• /
• pp.66-68
• /
• 2020

최근 대리수술 (무면허의료행위)과 같이 환자의 안전을 위협하는 사건들이 언론에 보도되고 있다. 대리수술 방지를 위한 수술실 감시카메라 장치 도입 등의 대안이 등장하고 있지만, 의료계의 거센 반발로 인해 시행되기에는 현실적인 어려움이 있다. 하지만 대리 수술과 같은 사건이 빈번하 발생함에 따라 의사에 대한 사회적 신뢰도가 추락하고 있다. 본 논문에서는 근거리 무선 통신 장치인 비콘(Beacon)과 생체인식 중 안잔하고 신뢰할 수 있는 홍채인식을 결합한 의료진 신분 확인 시스템을 제안한다. 이 시스템은 홍채인식을 통해 사용자 인증을 수행함으로써 1차적인 신분확인을 하고 비콘을 통해 의료진이 수술실에 있다는 것을 증명한다. 또한 무작위 주기로 홍채인증을 수행하여 의료진이 초기 인증만 수행하고 수술실을 떠나는 경우를 방지함으로써 집도의에 대한 환자의 신뢰를 보장한다.

• Annual Conference of KIPS
• /
• 2022.05a
• /
• pp.239-242
• /
• 2022

본 연구는 고해상도 카메라를 통해 얻은 이미지에서 지문과 홍채와 같은 생체인식 정보가 쉽게 노출되고, 생체인식 정보가 담긴 이미지가 SNS 를 통해 유출되어 악용될 가능성을 고려해 이를 방지하는 기술을 제시한다. 이 기술은 컴퓨터 비전을 기반으로 한 프로그래밍 라이브러리인 OpenCV를 사용하여 이미지에서 지문과 홍채 영역에 Blur 처리를 하는 알고리즘을 활용한 생체인식 정보의 노출 방지 시스템을 제시한다.

• Annual Conference of KIPS
• /
• 2022.11a
• /
• pp.925-927
• /
• 2022

본 논문에서는 자율주행을 통해 보도를 청소하는 동안 분실물을 인지할 수 있는 로봇 시스템을 개발하였다. 분실물의 종류는 딥러닝 모델에 의해 지정되고 학습되며 로봇은 이를 인식하여 저장한다. 보도 경계 및 장애물을 감지하기 위해 Image-Segmentation 기술을 사용하였으며, 물체 감지에 사용되는 depth 카메라(d435)를 사용하였다. 학습하기 위한 딥러닝 모델로 YOLOv5 를 사용하였으며, 그 결과 정해진 사물을 인식하는 데 평균 84%의 정확도를 보였다. 이 시스템을 로봇에 적용할 경우 예상되는 효과로는 정확한 보도 인식으로 로봇이 경로를 이탈하지 않도록 하는 것, 유실물품의 신속하고 안전한 인계 등이 있다.

• 한국HCI학회:학술대회논문집
• /
• 2007.02a
• /
• pp.897-902
• /
• 2007

인간과 컴퓨터간의 전통적인 인터페이스는 인간이 요구하는 다양한 인터페이스를 제공하지 못한다는 점에서 점차 사용하기 불편하게 되었고 이는 새로운 형태의 인터페이스에 대한 요구로 이어지게 되었다. 본 논문에서는 이러한 추세에 맞추어 카메라를 통해 인간의 손 제스처를 인식하는 새로운 인터페이스를 연구하였다. 손은 자유도가 높고 3차원의 view direction에 의해 형상이 매우 심하게 변한다. 따라서 윤곽선 기반방법과 같은 2차원으로 투영된 영상에서 contour나 edge의 정보로 손 제스처를 인식하는 데는 한계가 있다. 그러나 모델기반 방법은 3차원 정보를 이용하기 때문에 손 제스처를 인식하는데 좋으나 계산량이 많아 실시간으로 처리하기가 쉽지 않다. 이러한 문제점을 해결하기 위해 손 형상에 대한 대규모 데이터베이스를 구성하고 정규화된 공간에서 Feature 간의 연관성을 파악하여 훈련 데이터 모델을 구성하여 비교함으로써 실시간으로 손 포즈를 구별할 수 있다. 이러한 통계적 학습 기반의 알고리즘은 다양한 데이터와 좋은 feature의 검출이 최적의 성능을 구현하는 것과 연관된다. 따라서 배경으로부터 노이즈를 최대한 줄이기 위해 피부의 색상 정보를 이용하여 손 후보 영역을 검출하고 검출된 후보 영역으로부터 HLF(Haar-like Feature)를 이용하여 손 영역을 검출한다. 검출된 손 영역으로부터 패턴 분류 과정을 거쳐 손 포즈를 인식 하게 된다. 패턴 분류 과정은 HLF를 이용하여 손 포즈를 인식하게 되는데 미리 학습된 각 포즈에 대한 HLF를 이용하여 손 포즈를 인식하게 된다. HLF는 Violar가 얼굴 검출에 적용한 것으로 얼굴 검출에 좋은 결과를 보여 주었으며, 이는 적분 이미지로부터 추출한 HLF를 이용한 Adaboost 학습 알고리즘을 사용하였다. 본 논문에서는 피부색의 색상 정보를 이용 배경과 손 영상을 최대한 분리하여 배경의 대부분이 Adaboost-Haar Classifier의 첫 번째 스테이지에서 제거되는 방법을 이용하여 그 성능을 더 향상 시켜 손 형상 인식에 적용하였다.

• Journal of Korea Society of Industrial Information Systems
• /
• v.28 no.6
• /
• pp.29-43
• /
• 2023

Consumers should look at the ingredients of cosmetics or food for their health and purchase them after checking whether they contain allergy-causing ingredients. Therefore, this paper aimed to develop an artificial intelligence-based smartphone application for automatically recognizing the ingredients displayed on a curved container and delivering it to consumers in an easy-to-understand manner. The app needs to allow consumers to immediately comprehend the restricted ingredients by recognizing the ingredients' words in the cropped image. Two major issues should be solved during the development process: First, although there were flat containers for cosmetics or food, most were curved containers. Thus, it was necessary to recognize the ingredient table displayed on the curved containers. Second, since the ingredients' words were displayed on the curved surface, the transformed or line-changed words also needed to be recognized. The proposed new methods were enough to solve the above two problems. The application developed through various tests verified that there was no problem recognizing the ingredients' words contained in a cylindrical curved container.