• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2009년도 추계학술발표대회
• /
• pp.283-284
• /
• 2009

본 논문은 단일 카메라 환경에서 손 형상을 입력정보로 사용하여 손 영역만을 분할한 후 자기 조직화 특징 지도(SOFM: Self Organized Feature Map) 신경망 알고리즘을 이용하여 손 형상을 인식함으로서 수화인식을 위한 보다 안정적이며 강인한 인식 시스템을 구현하고자 한다.

• 한국전자통신학회논문지
• /
• 제8권1호
• /
• pp.77-83
• /
• 2013

본 논문에서는 음성 인식률 개선에 관한 방법을 제시하고 연구하였다. 기존의 음성 검출 방법 중 많이 이용되고 있는 HMM(Hidden Markov Model) 알고리즘을 이용하여서 음성을 검출하였다. 실험은 음성 검출과 음성 인식의 두 가지 방법으로 진행하였다. 음성 검출은 음성의 단위로 영교차율을 구하여 데이터의 유무를 판별하였다. 음성 인식은 음성의 형상의 패턴을 분석한 후 학습된 패턴과 비교 하는 형식으로 분석하였다. 실험 결과, 제안된 음성 형상의 패턴인식 이용한 알고리즘은 92%의 음성 인식률을 얻어 80%의 기존 HMM 알고리즘에 비해서 약 12%의 향상된 인식률을 얻을 수 있었다.

• 전자공학회논문지S
• /
• 제36S권9호
• /
• pp.67-75
• /
• 1999

본 논문에서는 패턴인식과 영상압축을 목적으로 2-D 영상내에 포함되어 있는 물체들의 복잡한 형상을 형태론적 연산을 이용하여 단순한 원시형상 요소들로 분해하는 방법에 관해 연구하였다. 기존의 형태론적 형상분해 알고리즘에서 가장 큰 문제점은 형상을 표현하고 기술하는데 필요한 원시형상 요소의 수가 너무 많이 생성된다는 것이다. 본 연구에서는 이러한 문제점을 개선하기 위하여 형상의 기하학적인 특징과 가장 유사한 원시형상 요소와 4개의 스캔모드를 사용하는 형상분해법을 새롭게 제안하였다. 제안된 알고리즘은 4개의 스캔모드를 사용해서 원판, 정사각형, 마름모 꼴 등으로 구성되는 원시형상 요소를 추출하는 방법이다. 이와 같은 알고리즘은 기술 오차를 줄이면서 원시형상 요소의 수를 줄여 기술효율을 높일 수 있는 방법으로 최소의 중복성을 보장할 수 있으며, 알고리즘이 단순하고 계산시간이 감소한다는 특징이 있다.

• 디지털콘텐츠학회 논문지
• /
• 제10권2호
• /
• pp.319-326
• /
• 2009

본 논문에서는 별도의 센서를 부착하지 않고 영상만을 이용하여 실시간으로 손 형상을 인식하는 알고리즘에 대해 기술한다. 손은 형상이 매우 복잡하기 때문에 2차원 형상의 불변량에 해당하는 에지의 방향성 히스토그램을 이용하여 인식을 행한다. 이 방법은 복잡한 배경에서 피부색을 지닌 손 영역이 정확히 추출되며 손 형상을 인식하는데 있어서 수행속도가 빠르고 조명변화에 덜 민감하기 때문에 실시간 손 형상 인식에 적합하다. 본 논문에서는 손의 형상에서 방향이 틀어지는 경우에도 인식을 가능하게 하기위해 주성분 분석법을 사용하여 인식오차를 줄이는 방법을 기술한다. 이 방법을 사용함으로써 손 영상이 3차원적으로 회전에 의해 변하는 경우도 인식가능하게 되었다. 본 논문에서 제안하는 방법은 가정용 가전제품이나 게임을 제어하는 실시간 휴먼 인터페이스 제작에 사용 할 수 있다.

• 생물환경조절학회지
• /
• 제20권4호
• /
• pp.277-282
• /
• 2011

정확한 오이의 형상 및 위치를 인식하기 위하여 형상인식 알고리즘에 대한 연구를 수행하였다. 실제 영상에서 오이의 형상과 위치를 판정할 수 있도록 알고리즘을 개발한 결과, 다음과 같은 결론을 얻었다. 오이의 특징형상 검출은 $15{\times}15$ 간격으로 자동검출 되도록 처리하였다. 오이로 인식된 출력패턴 중에서 오검출된 출력패턴의 비율은 0.1~4.2%로 나타났다. 오류역전파 알고리즘은 영상크기를 $445{\times}363$, $501{\times}391$, $300{\times}421$, $450{\times}271$, $297{\times}421$의 크기에 따라 출력패턴을 얻은 결과 영상의 크기에 따른 검출 값의 변화는 없는 것으로 나타났다. 학습패턴 수가 25개로 증가하면 영상에서 다른 패턴을 검출하는 비율이 16.02%로 나타났다. 또한 학습패턴이 2개인 경우 40개의 영상에서 8개의 오이를 검출하지 못하였다. 학습패턴의 수가 7~9개인 경우 오이의 검출이 가장 좋은 것으로 나타났다.

• 한국정밀공학회:학술대회논문집
• /
• 한국정밀공학회 1992년도 춘계학술대회 논문집
• /
• pp.245-249
• /
• 1992

CAD와 CAM 시스템 사이에서 교량역활을 지원하며, 컴퓨터 통합생산(CIM)시스템을 구축하는데 중요한 기능을 수행하는 것 중의하나인 자동공정설계(Computer Aided Process Planning :CAPP) 시스템의 첫 단계는 부품도면에 존재하는 형상 을 인식하는 것이다. 현재까지 개발된 CAPP 시스템 중 CAD 데이타베이스에서 자동적으로 형상인식을 수행하는 시스템 으로는 축대칭인 회전형상 부품을 대상으로하는 시스템이 많이 개발되어 있으나, 비회전형상 부품을 대상으로하는 시스 템은 CAD 데이타베이스의 부적절성으로 인해 제한점이 많은 부분적인 결과만 나와 있을 뿐이다. 본 연구에서는 비회전 형상 부품인 사출금형 부품을 대상으로하여 AutoCAD 시스템을 사용하여 공정설계자의 개입이 없이부품에 존재하는 형상들을 자동적으로 인식하는 알고리즘 개발에 대해서 기술하고자 한다.

• 한국공작기계학회:학술대회논문집
• /
• 한국공작기계학회 2003년도 추계학술대회
• /
• pp.271-276
• /
• 2003

In this study, we compared backpropagation neural network(BPNN) with probabilistic neural network(PNN) as shape recognition algorithm of welding flaws. For this purpose, variables are applied the same to two algorithm. Here, feature variable is composed of time domain signal itself and frequency domain signal itself, Through this process, we comfirmed advantages/disadvantages of two algorithms and identified application methods of two algorithms.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제7권2호
• /
• pp.63-68
• /
• 2018

얼굴인식 분야의 관심은 다양한 신흥분야의 응용에 의해 증강되고 있다. 2-차원적인 인식 알고리즘의 필요성이 어떤 변화무쌍한 환경들, 예를 들어서, 얼굴의 방향이나 조명도, 안경의 유무, 혹은 웃음과 울음 같은 다양한 표정변화의 처리에 적합할 수 있게 고찰 되어 지고 있다. 형상 기억이나 일반화 과정, 유사성 인식, 오류수정 등에 장점을 가지고 있는 홉 필드 네트워크의 기능을 바탕으로 하여 본 연구에서는 새로운 방법의 병렬적인 다중 홉 필드 네트워크를 구성하여 변화에 강한 얼굴표정 인식의 실험을 2-차원 알고리즘으로 실시하였고 결과가 실제적인 얼굴 형상 환경 변화에서 강한 적응성을 가지고 있음을 확인하였다.

• 대한전자공학회논문지TE
• /
• 제37권2호
• /
• pp.33-40
• /
• 2000

본 연구에서는 패턴인식과 영상압축을 목적으로 2-D 영상내에 포함되어 있는 물체들의 복잡한 형상을 형태론적 연산을 이용하여 단순한 원시형상 요소들로 분해하는 방법에 관해 연구하였다. 기존의 형태론적 형상분해 알고리즘에서 가장 큰 문제점은 형상을 표현하고 기술하는데 필요한 원시형상 요소의 수가 너무 많이 생성된다는 것이다. 본 논문에서는 이러한 문제점을 개선하기 위하여 형상의 기하학적인 특징과 가장 유사한 원시형상 요소와 4개의 스캔모드를 사용하는 형상 분해법을 새롭게 제안하였다. 제안된 알고리즘은 4개의 스 캔모드를 사용해서 원판, 정사각형, 마름모 꼴 등으로 구성되는 원시형상 요소를 추출하는 방법이다. 이와 같은 알고리즘은 기술 오차를 줄이면서 원시형상 요소의 수를 줄여 기술효율을 높일 수 있는 방법으로 최소의 중복성을 보장할 수 있으며, 알고리즘이 단순하고 계산 시간이 감소한다는 특징이 있다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제27권1호
• /
• pp.33-40
• /
• 2000

자동공정계획은 CAD 모델을 자동적으로 해석하여 CAM을 구동시키는 것을 목표로 하는데, 이를 위해서는 우선 CAD 모델로부터 특징형상을 인식하여야 한다. 특징형상 인식에 관한 연구는 근 20년간의 역사를 가지고 있지만, 그 연구 성과는 실용화되지 못하고 있다. 그 이유 중 하나는, 특징형상 인식과 자동공정계획 연구가 분리되어 진행되어왔기 때문이다. 본 연구에서는 인공지능 기법을 토대로 이 두 분야를 통합하여, 제조가능한 특징형상을 인식하고, 셋업을 최소화하며, 특징형상 간의 의존 관계를 설정하고, 최적의 가공 순서를 결정하였다.