• 한국정보통신학회논문지
• /
• 제11권7호
• /
• pp.1380-1386
• /
• 2007

본 논문에서는 퍼지 기반 잡음 제거 방법과 ART2 기반 자가 생성 지도 학습 알고리즘을 이용한 운송 컨테이너 식별자 인식 시스템을 제안한다. 일반적으로 운송 컨테이너의 식별자들은 글자색이 검정색 또는 흰색으로 이루어져 있는 특징이 있다. 이러한 특성을 고려하여 원 컨테이너 영상에 대해 검은색과 흰색을 제외한 모든 부분을 잡음으로 처리하기 위해 퍼지를 이용한 잡음 판단 방법을 적용하여 식별자 영역과 잡음을 구별한다. 그리고 Sobel 마스크를 이용하여 에지를 검출하고, 추출된 에지를 이용하여 수직 블록과 수평 블록을 검출하여 컨테이너의 식별자 영역을 추출하고 이진화한다. 이진화된 식별자 영역에 대해 8 방향 윤곽선 추적 알고리즘을 적용하여 개별 식별자를 추출한다. 개별 식별자 인식을 위해 ART2 기반 자가 생성 지도 학습 알고리즘을 제안하여 개별 식별자 인식에 적용한다. ART2 기반 자가 생성 지도 학습 알고리즘은 일반화된 델타 학습 방법과 Delta-bar-Delta 알고리즘을 적용하여 학습 성능을 개선한다. 실제 컨테이너 영상을 대상으로 실험한 결과, 기존의 식별자 추출 방법보다 제안된 식별자 추출 방법이 개선되었다. 그리고 기존의 식별자 인식 알고리즘보다 제안된 ART2 기반 자가 생성 지도 학습 알고리즘이 식별자의 학습 및 인식에 있어서 우수한 성능이 있음을 확인하였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2000년도 제13회 춘계학술대회 및 임시총회 학술발표 논문집
• /
• pp.1077-1083
• /
• 2000

본 논문은 운송 컨테이너 식별자의 자동화 처리를 위한 문자 인식의 단계중 최종 문자 인식 전단계 까지의 처리 과정을 컨테이너의 특성에 맞게 제안하였으며, 이러한 전처리 과정은 문자 인식 시스템의 성능에 중요한 영향을 미친다. 제안한 방법은 먼저 입력된 컨테이너 컬러 영상을 명암 영상으로 바꾸고 전체 영상중 인식에 필요한 식별자 영역만을 경계선 검출과 형태학적 연산을 이용하여 추출한다. 이어서 다양한 배경색과 문자색을 판단하여 일반 문서와 같이 일관성있게 통일한 후, DCT를 이용한 명암도별 이진영역으로 분할한 후에 Otsu방법과 새로운 이진화방법을 자동으로 선택하여 효율적인 이진화가 이루어지도록 하였다. 이렇게 얻어진 이진 영상은 문자인식 단계로 넘어갈 수 있도록 개별 문자로 분할한다. 이 방법은 컨테이너 영상의 불균등한 배경색과 잡음으로 인하여 문자인식에 오류가 생기는 단점을 보완하였으며 컨테이너 특성을 최대한 반영함으로써 효과적인 전처리 결과를 얻을 수 있었다. 또한, 제안한 방법의 응용은 컨테이너 이외의 다른 상황에서도 매우 효과적으로 사용될 수 있으리라 본다.

• 한국멀티미디어학회논문지
• /
• 제16권5호
• /
• pp.549-557
• /
• 2013

본 논문에서는 컨테이너 식별자 영상 인식 시스템의 전처리 과정에 다중 임계 영역을 사용하는 방안을 제안한다. 컨테이너 영상의 특징을 이용해서, 설정된 여러 개의 후보 임계 영역들을 사용해서 영상을 각각 이진화하고, 각각의 이진 영상에 대해서 라벨링, 패널링 등을 함께 진행하면서 최종적으로 최적의 문자 영역을 추출한다. 또한 유사한 방법을 적용해서 잡음을 제거하고 개별 문자를 분리한다. 영상 162장을 사용한 실험에서 문자 영역 분리와 개별 문자 분리의 성공률이 각각 99.04%와 98.09%가 되었다.

• 한국항해항만학회:학술대회논문집
• /
• 한국항해항만학회 1998년도 추계학술대회논문집:21세기에 대비한 지능형 통합항만관리
• /
• pp.137-141
• /
• 1998

Todays the efficient management of container has not been realized in container terminal, because of the excessive quantity of container transported and manual system. For the efficient and automated management of container in terminal, the automated container identifier recognition system in terminal is a significant problem. However, the identifier recognition rate is decreased owing to the difficulty of image preprocessing caused the refraction of container surface, the change of weather and the damaged identifier characters. Therefore, this paper proposes more accurate system for container identifier recognition as suggestion of Line-Scan Proper Region Detect for stronger preprocessing against external noisy element and Moment Back-Propagation Neural Network to recognize identifier.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2007년도 추계종합학술대회
• /
• pp.431-433
• /
• 2007

본 논문에서는 복잡한 영상, 특히 컨테이너 식별자가 속해 있는 영상에서의 문자영역을 추출하기 위하여 top-hat morphology 기법을 통해 획득된 텍스쳐 정보를 가로 및 세로 가중치를 가지는 클러스터링 기법을 이용하여 추출하는 방법을 제안한다. 실험을 통해 제안한 방법의 성능을 검증하고, 기존에 알려진 텍스쳐와 히스토그램을 이용하는 방법 등과 비교하여 그 성능이 향상됨을 확인한다.

• 한국항만학회지
• /
• 제12권2호
• /
• pp.225-232
• /
• 1998

Todays, the efficient management of container has not been realized in container terminal, because of the excessive quantity of container transported and manual system. For the efficient and automated management of container in terminal, the automated container identifier recognition system in terminal is a significant problem. However, the identifier recognition rate is decreased owing to the difficulty of image preprocessing caused the refraction of container surface, the change of weather and the damaged identifier characters. Therefore, this paper proposes more accurate system for container identifier recognition as suggestion of LSPRD(Line-Scan Proper Region Detection) for stronger preprocessing against external noisy element and MBP(Momentum Back-Propagation) neural network to recognize the identifier.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2002년도 추계학술대회 및 정기총회
• /
• pp.365-369
• /
• 2002

퍼지 ART 알고리즘에서 경계 변수는 패턴들을 클러스터링하는데 있어서 반지름 값이 되며 임의의 패턴과 저장된 패턴과의 불일치(mismatch) 허용도를 결정한다. 이 경계 변수가 크면 입력 벡터와 기대 벡터 사이에 약간의 차이가 있어도 새로운 카테고리(category)로 분류하게 핀다. 반대로 경계 변수가 작으면 입력 벡터와 기대 벡터 사이에 많은 차이가 있더라도 유사성이 인정되어 입력 벡터들을 대략적으로 분류한다. 따라서 영상 인식에 적용하기 위해서는 경험적으로 경계 변수를 설정해야 단점이 있다. 그리고 연결 가중치를 조정하는 과정에서 저장된 패턴들의 정보들이 손실되는 경우가 발생하여 인식율을 저하시킨다. 된 논문에서는 퍼지 ART 알고리즘의 문제점을 개선하기 위하여 퍼지 논리 접속 연산자를 이용하여 경계 변수를 동적으로 조정하고 저장 패턴들과 학습 패턴간의 실제적인 왜곡 정도를 충분히 고려하여 승자 노드로 선택된 빈도수를 가중치 조정에 적용한 개선된 퍼지 ART 알고리즘을 제안하였다. 제안된 방법의 성능을 확인하기 위해서 실제 운송 컨테이너 영상들을 대상으로 실험한 결과, 기존의 ART2 알고리즘이나 퍼지 ART 알고리즘보다 클러스터의 수가 적게 생성되었고 인식 성능도 기존의 방법들보다 우수한 성능이 있음을 확인하였다.

• 한국항해항만학회:학술대회논문집
• /
• 한국항해항만학회 2022년도 추계학술대회
• /
• pp.145-146
• /
• 2022

물동량 증가로 인하여 부산신항에는 극초대형 컨테이너 선박들이 입항하고 있으며 서컨테이너 부두 건설 사업이 완료되면 부산신항 진출입 항로 내 다양한 조우 상황 발생으로 충돌 위험 상황을 초래할 수 있어 선박 통항 안전성 향상 방안 마련을 위하여 부산신항 내 항만 입출항 현황과 해상교통흐름을 살펴보았으며, AHP 기법을 활용하여 위험요소 및 안전대책 식별로 도출된 안전대책을 기반으로 환경 스트레스 모델을 활용하여 해상교통류 시뮬레이션을 실시하여 각 안전대책의 교통 위험도를 파악하였다. 설문조사 및 시나리오 평가 결과, 선박운항자는 일방통행을 위한 진입금지 해역 설정을 가장 중요하게 생각하였으며, 이는 위험도 경감에 큰 효과가 있을 것으로 예상되었다, 본 연구는 부산신항을 입출항 하는 선박들의 통항 안전성 제고를 위한 안전대책 마련의 기반이 될 수 있을 것이다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2005년도 춘계학술대회 학술발표 논문집 제15권 제1호
• /
• pp.335-339
• /
• 2005

본 논문에서는 퍼지 RBF 네트워크의 학습 성능을 개선하기 위하여 Delta-bar-Delta 알고리즘을 적용하여 학습률을 동적으로 조정하는 개선된 퍼지 RBF 네트워크를 제안한다. 제안된 학습 알고리즘은 일반화된 델타 학습 방법에 퍼지 C-Means 알고리즘을 결합한 방법으로, 중간층의 노드를 자가 생성하고 중간층과 출력충의 학습에는 일반화된 델타 학습 방법에 Delta-bar-Delta 알고리즘을 적용하여 학습률을 동적으로 조정하여 학습 성능을 개선한다. 제안된 RBF 네트워크의 학습 성능을 평가하기 위하여 컨테이너 영상에서 추출한 40개의 식별자를 학습 데이터로 적용한 결과, 기존의 ART2 기반 RBF 네트워크와 기존의 퍼지 RBF 네트워크 보다 학습 시간이 적게 소요되고, 학습의 수렴성이 개선된 것을 확인하였다.

• 한국항만학회지
• /
• 제13권2호
• /
• pp.303-312
• /
• 1999

The automated gate operating system is developed in this paper that controls the information of container at gate in the ACT. This system can be divided into three parts and consists of container identifier recognition car plate recognition container deformation perception. We linked each system and organized efficient gate operating system. To recognize container identifier the preprocess using LSPRD(Line Scan Proper Region Detection)is performed and the identifier is recognized by using neural network MBP When car plate is recognized only car image is extracted by using color information of car and hough transform. In the port of container deformation perception firstly background is removed by using moving window. Secondly edge is detected from the image removed characters on the surface of container deformation perception firstly background is removed by using moving window. Secondly edge is detected from the image removed characters on the surface of container. Thirdly edge is fitted into line segment so that container deformation is perceived. As a results of the experiment with this algorithm superior rate of identifier recognition is shown and the car plate recognition system and container deformation perception that are applied in real-time are developed.