• 기술사
• /
• 제3권9호
• /
• pp.24-28
• /
• 1970

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2007년도 추계학술발표대회
• /
• pp.63-65
• /
• 2007

본 연구에서는 비디오 영상데이터로부터 인간의 행동패턴의 인식기술 및 상황인식 기법을 소개하고 이를 활용한 실용적 응용으로서 지능형 감시시스템을 제안한다. 순차적 영상신호에서 형태기반의 정적 특징과 목표물의 움직임 요소를 측정한 동적 특징을 결합한 형태의 특징 표현 및 추출기법과 행동패턴 및 상황패턴에 대한 인식 모델을 제시하고 구현한다. 모듈구조의 시스템에서 영상처리 모듈과 패턴인식 모듈은 특징추출 및 인식과정을 수행하며, 감시영상에 대한 상황판단 기능은 데이터베이스 모듈과 연동하여 효과적인 검색기능과 경보기능 등을 지원한다. 이러한 기능은 기존의 시스템에서 운영자의 지속적인 감시작업과 상황판단 작업을 보조 또는 대행하여 수행할 수 있을 뿐만 아니라 데이터저장 공간을 획기적으로 줄이고 부수적으로 효율적인 영상의 조회기능 및 추적기능 등의 유용한 인터페이스를 지원한다.

• 한국정밀공학회:학술대회논문집
• /
• 한국정밀공학회 1993년도 춘계학술대회 논문집
• /
• pp.235-241
• /
• 1993

생산시스템의 요소기술은 단계별로 설계, 가공, 검사에 관한것이 있으며 FMS, CIM과같은 생산시스템에서는 통가공 Cell의 효율을 극대화시키기 위한 기술로 지능화한 지능화기술은 전문가시스템(Expert System), 퍼지 이론 (Fuzzy logic)및 신경회로망(Neural Network)의 도입에 의해 활발히 이루어지고있다. 시스템의 지능화 를 위해서 가장 근간이 되는 기술은 그림 1.에 나타낸 바와 같이 지식(Knowledge) 기술과 센서(Sensor) 응용 기술이 며, 현재의 가공상태에 대한 정보는 전적으로 센서를 통해 얻어지며 상태판단은 축적된 지식을 바탕으 로 행해진다. 센서를 통해 얻어진 외부정보를 외부정보를 처리하는 인식(Recognition)이란 대상물의 존재를 아는 인지(Cognition)의 과정에서 한걸음 더 나아가 구체적인의미나 정보내용을 판정하는 것을 의미한다. 당 연구실에서는 이러한 기법들을 이용한 지능화된 공구마모/파손 감지에대한 연구를 수행중이다. 1차적으로 머시님센타의 엔드밀공정을 중심으로한 연구가 진행중이며 본 논문에서는 현재 연구실 차원에서 사용되고 있는 고가의 센서를 대체 할 수 있는 저가의 신뢰성 있는 센서의 이용에 촛점을 맞추어 패턴인식을 위한 절삭신호특성 분석 및 패턴 특성에대한 연구 결과를 소개하고자 한다.

• 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
• /
• 한국정보과학회언어공학연구회 2004년도 제16회 한글.언어.인지 한술대회
• /
• pp.40-45
• /
• 2004

본 논문에서는 영화명, 도서명, 음악명 등의 제목 개체명 인식을 위한 새로운 방법에 대해 기술한다. 제목 개체명은 개체명 내부에 기존 MUC에서 분류한 인명, 지명, 기관명 등과 같은 일반적인 개체명과는 달리, 철자 자질 등 내부 자질을 사용하기 어려우며, 제목 개체명 부착 말뭉치가 없기 때문에 기존 연구에서 좋은 성능을 보인 방법들을 적용하기는 힘들다. 이러한 문제를 해결하기 위해 본 논문에서는 원시 말뭉치에서 자동으로 구축한 문맥 패턴 정보와 개체명 사전을 사용하여 제목 개체명을 인식하는 방법을 제안한다. 패턴과 제목 개체명 사전 구축을 위해, 사전 정보를 이용한 패턴 확장과 이렇게 구축된 패턴 정보를 사용한 사전 확장 단계를 반복 수행하여 문맥 패턴과 제목 개체명 사진을 점진적으로 증가시키는 방법을 사용하였으며, 이러한 정보가 제목 개체명 인식에 도움이 됨을 실험적으로 입증하였다.

• 한국HCI학회:학술대회논문집
• /
• 한국HCI학회 2008년도 학술대회 1부
• /
• pp.245-250
• /
• 2008

최근 동작 및 행동 인식에 대한 연구가 활발하다. 특히, 센서가 소형화되고 저렴해지면서 그 활용을 위한 관심이 증가하고 있다. 기존의 많은 행동 인식 연구에서 사용되어 온 정적 분류 기술 기반 동작 인식 방법은 연속적인 데이터 분류 기술에 비해 유연성 및 활용성이 부족할 수 있다. 본 논문에서는 연속적인 데이터의 패턴 분류 및 인식에 효과적인 확률적 추론 기법인 은닉 마르코프 모델(Hidden Markov Model)과 사전 지식 없이도 자동 학습이 가능하며 의미 깊은 궤적 패턴을 클러스터링하고 효과적인 양자화가 가능한 자기구성지도(Self Organizing Map)를 이용한 동작 인식 기술을 소개한다. 또한, 그 유용성을 입증하기 위해 실제 가속도 센서를 이용하여 다양한 동작에 대한 데이터를 수집하고 분류 성능을 분석 및 평가한다. 실험에서는 실제 가속도 센서를 통해 수집된 숫자를 그리는 동작의 성능 평가 결과를 보이고, 행동 인식기 별 성능과 전체 인식기별 성능을 비교한다.

• 한국통신학회논문지
• /
• 제26권12A호
• /
• pp.2067-2073
• /
• 2001

생체인식 시스템은 인간 고유의 물리적인 특성들을 이용하여 인간을 인식하는 기술이다. 그리고 특정한 물리적인 특징들을 얻기 위하여 센서를 사용하고 디지털 패턴으로 변환시켜서 저장된 패턴과 비교한다. 구순문 인식은 지문, 음싶 패턴, 홍태 패턴과 얼굴 인식과 같은 신체적 특징에 비하여 상대적으로 연구가 많이 이루어지지 않았다. 구순문은 CCD 카메라를 이용할 경우 홍채나 얼굴 패턴 같은 다른 특징 요소와 연결하여 인식 시스템을 구축할 수 있는 장점을 가지고 있다. 구순문 인식을 위해 패턴 커널을 이용한 새로운 방법을 제시하였다. 패턴 커널은 여러 개의 국부 구순문 마스크 (local lip print mask)들로 구성된 함수이며, 구순문의 정보를 디지털 데이터로 전환시켜 준다. 복수 해상도를 가지는 인식 시스템은 단일 해상도의 시스템보다 더욱 신뢰적 이며 인식률도 높다. 복수해상도 구조는 오인식률을 현저히 감소시키므로 복수해상도를 갖는 구순문 인식은 생체인식 시스템에 잘 활용될 수 있다.

• 한국컴퓨터정보학회논문지
• /
• 제28권2호
• /
• pp.89-97
• /
• 2023

본 논문에서는 로그 분석을 어렵게 하는 요인을 제안하고 이후 분석에 도움을 주는 로그 내 다양한 객체 인식 기법을 설계한다. 오늘날의 IT 시스템에서 로그는 다수의 고급 AI 분석 기술의 핵심적인 원천 데이터이다. 로그에는 유용한 정보가 많이 포함되어 있지만 로그는 본질적으로 반구조화되어 있기 때문에 로그 내 유용 정보에 기술을 직접적으로 적용시키기 어렵다. 로그 분석을 방해하는 요소는 file path, identifier, json 등 다양한 객체이다. 이러한 객체에 대한 BERT기반의 패턴 인식 알고리즘을 설계하고 객체 인식을 수행한다. 본 실험에서 정의한 패턴 인식 알고리즘은 객체의 정의, GROK 패턴, 그리고 정규 표현식에 기반한다. 기존에 알려진 패턴과 정규 표현식을 기반으로 한 간단한 패턴 매칭이 효과적이지 않다는 것을 확인할 수 있었다. 그 결과 기존 패턴과 정규 표현식만을 사용하는 것보다 훨씬 나은 정확도를 보여준다. 또한, BERT 모델의 경우 인식 객체 이외의 객체를 분류하는 정확도가 99%에 달하는 것을 확인할 수 있다.

• 한국산학기술학회논문지
• /
• 제7권2호
• /
• pp.200-205
• /
• 2006

본 논문은 치아의 전치교합(anterior occlusion)과 후치교합(posterior occlusion) 상태에서 획득된 치아 영상에 대하여 BMME와 LDA에 기반한 개인 인식 방법을 제안한다. 이 방법은 전치교합과 후치교합 상태의 치아 영상에서 치아 영역 추출, BMME, 패턴 인식 과정으로 구성된다. 이들 두 치아교합은 영상에서 일관된 자세의 치아 영상을 얻을 수 있도록 하며, BMME는 패턴 인식 과정에서 정합 오차를 줄이도록 해 준다. 치아는 딱딱하므로 치아영상을 사용하면 영상 획득 시 변형되지 않기 때문에 유용하다. 제안된 방법은 20명을 대상으로 개인 인증을 위한 치아인식 실험에서 성공적이었으며, 멀티 모달(multi-modal) 인증 시스템에 기여할 수 있음을 보였다.

• 대한방사선기술학회지:방사선기술과학
• /
• 제30권4호
• /
• pp.419-426
• /
• 2007

본 논문에서는 맛 인식을 위한 입력패턴벡터를 추출하고 패턴인식을 위한 맛(쓴맛, 단맛, 신맛, 짠맛)학습 알고리즘을 설계하였다. 입력패턴벡터의 구성을 위해 맛 활성화 신호의 세기가 사용되었고, 맛 패턴인식을 위한 알고리즘은 초기 참조벡터의 학습을 위해 SOM을 이용하였고, 종속 부류층의 출력뉴런의 부류지정을 위하여 out-star 학습법을 사용하였다. 제안된 알고리즘의 입력 층과 종속 클래스 층 사이의 연결강도는 SOM과 LVQ 알고리즘을 이용하여 초기 참조벡터의 설정 및 학습이 가능하게 하였다. 패턴벡터는 종속 부류층의 뉴런에 의해 종속 클래스로 분류하고, 종속 클래스 층과 출력 층 사이의 연결강도는 분류된 종속 부류를 클래스로 지정하는 학습을 하게 하였다. 패턴 분류를 위하여 제안된 학습알고리즘을 이용하여 시뮬레이션 되었고 기존의 LVQ 학습방식보다 우수한 분류성공률을 확인하였다.

• 한국정보처리학회논문지
• /
• 제4권12호
• /
• pp.3063-3068
• /
• 1997

일반적인 역전파(Back Propagation)의 알고리즘을 다층 다항식 고차 뉴럴네트워크에 적용하여 위치 변환 패턴에 있어 정확한 인식을 할 수 있도록 네트워크의 구조를 개선했다. 본 논문의 목적은 다층 다항식 고차 뉴럴네트워크를 이용하여 여러 가지 패턴 인식이 가능한 이유를 자세히 논한다. 실제 예로는 일정한 문자 인식의 예제로 변형된 영문자 T-C 패턴을 가지고 실험했으며, 네트워크의 일반성(Generalization)을 측정하기 위해서는 거울반사 대칭(Mirror Symmetry)문제를 시뮬레이션 했다. 그 결과 종래의 모델보다 기술적인 우수성을 확인 할 수가 있었다. 본 연구가 제안한 방식에 의한 위치 변환된 T-C 패턴에 대하여서는 90%의 인식율을 얻을 수 있었으며, 일반성의 실험에서 거울반사 대칭(Mirror Symmetry)에 대한 인식율은 70％를 얻었다. 이 실험결과는 종래의 모델에서는 구하기 어려운 인식율이며 기존 연구와 비교한 결과 본 제안 방식의 기술적 우위성을 확연히 판단 할 수 있다.