• 한국콘텐츠학회논문지
• /
• 제8권11호
• /
• pp.85-93
• /
• 2008

악보인식기술에는 형상 매칭 방법, 통계적인 방법, 신경망을 이용한 방법, 구조적 방법 등이 있다. 본 논문에서는 핸드폰의 디지털 카메라로 얻은 저해상도 이미지를 인식하는 기술에 대해 접근한다. 이러한 저해상도 이미지에는 많은 왜곡이 포함되어 있어 기존 기술을 활용할 때 많은 문제점들을 나타난다. 문제점은 입력영상이 저해상도이며 조명 등의 촬영 상태가 좋지 않는 점이며, 인식 이전 단계 과정에서 음표 부분에 손실과 약간의 변형이 생긴다는 것이다. 이들 인식 방법들의 일반적인 흐름은 먼저, 디지털이미지를 확보하기 위해 카메라 기능을 이용하여 획득한다. 그런 후에 이진화, 오선 제거, 객체영역 분리가 이루어진 후 인식과정을 통해 악보 인식이 이루어진다. 본 연구에서는 특히 핸드폰이라는 제한적인 상황에서 탑재된 카메라를 통해 획득된 이미지를 대상으로 이러한 문제점을 극복하기 위한 인식 기술을 연구하였다. 먼저, 음표를 머리, 대, 꼬리 부분으로 분리하였다. 그리고 음표의 머리 부분에 템플릿을 적용하였고, 나머지 부분에는 패턴을 적용하여 단일 음표로 이루어진 악보에 대해서 100% 가까운 인식률을 얻을 수 있었다.

• 한국정보통신학회논문지
• /
• 제15권7호
• /
• pp.1479-1486
• /
• 2011

본 논문에서는 후판 영상에서 직선 패턴을 검출하는 간단하면서도 정확한 알고리즘을 제안한다. 후판의 직선 검출은 후판 영상으로부터 후판에 관련된 정보를 분석하거나 인식할 때 기본적으로 사용되는 핵심적인 알고리즘이다. 제안하는 알고리즘에서는 마스크를 이용하여 전체 영상을 탐색하면서 에지 영상을 분석한다. 먼저 마스크에 위치한 에지 패턴의 픽셀들에 대한 공분산 행렬을 계산하고 공분산 행렬의 고유값과 에지 패턴의 통계적 기하학적인 특성 사이의 관계를 분석하여 직선 에지를 검출한다. 직선 패턴이 중복된 에지 영상에 대해서는 모든 직선을 정확하게 검출하기 위하여 먼저 각 직선 패턴을 전체 영상에서 분리한 후 고유값을 계산한다. 또한 에지를 구성하는 픽셀의 수와 에지의 방향 정보를 이용하여 불필요한 직선 에지들을 제거함으로써 후판의 직선 에지를 정확하게 검출하도록 한다. 다양한 후판 영상에 대해서 실험을 수행한 결과는 제안하는 알고리즘이 고유값을 이용한 기존 알고리즘 보다 우수함을 보여준다.

• 대한전자공학회논문지
• /
• 제26권7호
• /
• pp.146-156
• /
• 1989

본 논문에서는 화자인식 시스템의 인식율 향상을 도모하기 위하여 요소의 선택 및 판단 논리의 문제를 고찰하였다. 또한 화자인식 실험을 수행하는 과정에서 기준패턴의 작성이 인식율에 어떠한 영향을 미치는 가를 아울러 검토해 보았다. LPC, PARCOR 계수, LPC-cepstrum 계수등을 인식 요소로 사용하여 화자확인 오차율을 측정한 결과, 기준 패턴의 작성방법에 관계 없이 LPC-cepstrum계수의 성능이 LPC나 PARCOR 계수의 성능에 비해 우수한 것으로 나타났다. 또 화자인식율을 향상시키기 위하여 일반화된 거리 개념을 도입한 새로운 판단 논리를 제안하였다. 제안된 판단 논리는 기준화자 및 외부화자의 통계적 성질을 동시에 고려하여 각 요소들에 서로 다른 가중치를 둔다는 점이 기존의 방법들에 비해 다르다. 화자적인 실험결과 제안된 판단 논리를 적용한 경우가 기존의 방법들에 비해서 인식율이 향상된 것을 관찰할 수 있었다.

• 한국HCI학회:학술대회논문집
• /
• 한국HCI학회 2007년도 학술대회 1부
• /
• 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.

• 전자공학회논문지 IE
• /
• 제48권4호
• /
• pp.1-6
• /
• 2011

본 논문에서는 LCD 제조공정 상에서 발생할 수 있는 결함을 검사하고 분류할 수 있는 적응적인 LCD 표면 결함 검사 시스템을 제안하였다. 즉, 반복되는 LCD 패턴의 주기를 확정한 후에 결함 패턴을 검출하고 검출된 결함 패턴의 특징을 계산하여 결함을 분류하였다. 그리고 결함을 검출하는 과정에서 발생하는 잡음은 모폴로지 연산자를 이용하여 제거하였다. 또한, 검출된 결함 패턴에서 기하학적인 특징과 통계적 특징을 계산한 후 신경회로망 알고리즘을 이용하여 여러 종류의 결함 패턴을 적응적으로 분류하였으며, 실험 결과 92.3%의 결함 검출율 및 94.5%의 결함 분류 및 인식율을 획득함으로써, LCD 결함 검사 시스템의 실질적인 구현 가능성을 제시하였다.

• 전자공학회논문지 IE
• /
• 제48권2호
• /
• pp.26-31
• /
• 2011

본 논문에서는 LCD 제조공정 상에서 발생할 수 있는 결함을 검사하고 분류할 수 있는 적응적인 LCD 표면 결함 검사 시스템을 제안하였다. 즉, 반복되는 LCD 패턴의 주기를 확정한 후에 결함 패턴을 검출하고 검출된 결함 패턴의 특징을 계산하여 결함을 분류하였다. 그리고 결함을 검출하는 과정에서 발생하는 잡음은 모폴로지 연산자를 이용하여 제거하였다. 또한, 검출된 결함 패턴에서 기하학적인 특징과 통계적 특징을 계산한 후 신경회로망 알고리즘을 이용하여 여러 종류의 결함 패턴을 적응적으로 분류하였으며, 실험 결과 92.3%의 결함 검출율 및 94.5%의 결함 분류 및 인식율을 획득함으로써, LCD 결함 검사 시스템의 실질적인 구현 가능성을 제시하였다.

• 한국통신학회논문지
• /
• 제17권12호
• /
• pp.1380-1390
• /
• 1992

본 연구에서는 한글자획을 온라인으로 인식하는 다층구조 신경회로망을 제안하였다. 입력되는 자획패턴에 대하여 전자펜의 현재 위치에 $4{\times}4$ 크기의 윈도우를 덧씌워 부분패턴으로 분리하고, 분리된 부분패턴내의 두드러진 특징을 추출한다. 이 특징들은 상층에서 취합되고, 취합된 자획특징은 추출된 특징의 통계적인 분포를 나타내며, 이 자획특징에 의해서 자획이 분류되어 인식된다. 본 연구에서는 처리할 정보량을 줄이고자 자획정보가 집중되어 있는 자획의 첫부분과 끝부분에서 자획특징을 추출하며 '?', '?'과 같은 모서리 특징을 갖는 자획은 첫부분과 끝부분에서 추출되는 자획특징간의 순서정보를 이용하였다. 제안 된 자획인식시스템은 구조가 단순하고, 처리속도의 개선이 기대된다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2001년도 가을 학술발표논문집 Vol.28 No.2 (2)
• /
• pp.163-165
• /
• 2001

최근 기계학습 분야에서 커널머신을 이용한 대표적 학습기로서 Support Vector Machine(SVM)이 주목받고 있다. SVM은 통계학자인 Vapnik에 의해 제안된 것으로 통계적 학습이론에 기반 하여 뛰어난 일반화 성능을 보여준다. 그러나. SVM은 2클래tm 분류기이므로 일반적인 다중 클래스 패턴인식 문제에 적용할 수 없다. 본 논문에서는 이를 해결하기 위해 SVM을 신경망과 결합하여 다중 클래스 분류기로 확장하는 방법을 새롭게 제안한다. 제안하는 분류기의 성능을 비교하기 위하여 ORL얼굴 데이터를 이용하여 제안하는 분류기와 기존의 대표적인 다중 SVM, 신경망, PCA를 적응한 얼굴인식 실험을 수행하였다. 실험결과 제안하는 분류기를 이용한 얼굴인식률이 기존의 다중 SVM을 이용한 경우보다 3%, 신경망을 이용한 경우보다 6% 높은 수치를 보였다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2005년도 한국컴퓨터종합학술대회 논문집 Vol.32 No.1 (B)
• /
• pp.760-762
• /
• 2005

Support vector machine(SVM)은 졸은 일반화 능력을 가진 학습시스템으로, 최근 다양한 패턴 인식 분야에서 적용되고 있다. SVM은 기본적으로 이진 분류기이므로 두 개 이상의 클래스를 분류하기 위해서는 다중 클래스 분류가 가능한 형태로의 설계 방법이 필요하다. 이를 위해 각 클래스별로 독립적인 SVM들을 만들어 결과를 병합하는 방식이 주로 사용되어 왔다. 그러나 이러한 방법은 클래스의 수는 않고 한 클래스 내의 데이터의 수가 많지 않은 경우에는 SVM의 일반화 성능을 저하시키고 노이즈에 민감해지는 문제점을 가지고 있다. 이를 해결하기 위해 본 논문에서는 각 클래스내의 데이터간의 유사도 측정을 위한 통계적 정보를 안정적으로 추출하기 위해 두 데이터의 쌍을 입력으로 받는 새로운 SVM 설계 방법을 제시한다. 제안한 방법을 실제 생체인식 데이터에 적용한 실험에서 기존의 방법보다 우수한 분류 성능을 보임을 확인할 수 있었다.

• 한국경영과학회:학술대회논문집
• /
• 대한산업공학회/한국경영과학회 2000년도 춘계공동학술대회 논문집
• /
• pp.717-720
• /
• 2000

베어링을 이용한 회전축은 모든 회전축의 근간을 이루고 있다. 이러한 회전축은 발전기 터어빈, 고정밀 공작기계 등에 많이 응용되고 있다. 그런데 이러한 대규모의 회전축에 이상이 생긴 경우, 이상을 방치하고 계속 사용하게 되면 기계전체의 파손을 가져올 수 있다. 이러한 기계전체의 파손이 일어나지 않도록 미리 이상을 진단할 수 있는 시스템을 구축하면 많은 비용을 절감할 수 있다. 지금까지 여러 종류 로터시스템 여러 종류의 이상진단을 시도하여 왔으며 앞으로도 많은 종류의 이상진단이 이루어지리라 생각한다. 다양한 형태의 이상진단은 시스템에서 추출되는 데이터를 통계적으로 처리하는 기법과 추출하는 센서의 특징을 파악하여 이상진단 알고리즘을 수립하는 과정을 망라하게 된다. 특히 이상진단 알고리즘에는 측정된 데이터의 불확실성을 감안한 이론이 적용되어야 한다. 본 논문에서는 로터시스템을 이용한 베어링 진단 유무에 대한 이상진단을 통계적 패턴인식 이용하여 정상과 비정상 상태를 구분하여 여러 종류의 이상을 구분하는 작업수행을 연구하고자한다.