• Proceedings of the Korean Society for Agricultural Machinery Conference
• /
• 2003.02a
• /
• pp.478-483
• /
• 2003

대상물의 인식 및 위치 검출에는 영상처리기술이 많이 응용되고 있다. 로봇의 작업성능은 대상물의 위치를 얼마나 정확하게 인식하고 검출하느냐가 가장 중요하다. 그러나 작업현장에서 대상물의 배치, 크기 및 형상 등이 일정하지 않고 작업환경 또한 다양하여 외부의 영향을 많기 받기 때문에 정확한 로봇의 시각장치 개발은 매우 중요하다. 영상 시스템을 이용하여 작업하고자 하는 대상체의 3차원 위치 정보를 얻기 위해서 가장 널리 쓰이고 있는 방법이 카메라 2대를 이용할 스테레오 비전이다 하지만 정확한 3차원 정보를 얻기 위해서 세밀한 보정이 필요한 실정이며 보정에 있어서도 두 카메라의 물리적 특성에 의한 오차가 발생한다. (중략)

• Proceedings of the Korea Information Processing Society Conference
• /
• 2017.04a
• /
• pp.2-3
• /
• 2017

지문분류 기술은 대용량 데이터베이스 기반 1:N 지문인식 시스템에서 지문의 형상에 따라 4개 또는 5개 이상의 클래스로 1차분류를 하여 지문인식의 속도 및 정확도를 개선하기 위해 필수로 사용되는 주요 기술이다. 과학수사, 범죄예방, 전자여권 시스템 등에 활용되고 있는 대규모 지문인식 시스템에서 지문분류 작업을 수행하면 데이터베이스 전체를 탐색하는데 필요한 시간을 "1/클래스의 수"로 줄일 수 있기 때문에, 지문분류 기술은 대용량 데이터베이스 시스템에서는 필수 요소이다. 본 논문에서는 지문분류와 관련된 국내외 기술을 분석하고 지문분류 기술의 발전 동향을 살펴본다.

• Proceedings of the Korea Contents Association Conference
• /
• 2015.05a
• /
• pp.113-114
• /
• 2015

본 연구는 조선시대 관폭도를 중심으로 옛 선인들의 명승 인식 태도에 관하여 살펴보고자 하였다. 연구결과 폭포 표현은 폭포의 형상이나, 조망하는 대상에 있어서 차이가 있지만 관념 산수에서의 폭포가 지니는 의미는 변하지 않았다. 폭포는 이상향과 속세의 경계이면서 동시에 관조의 매개체가 되었고, 단순히 풍경의 의미가 아닌 관조적 대상의 장면으로 인식하는 경향이 컸다.

• Proceedings of the Korean Society of Precision Engineering Conference
• /
• 2004.05a
• /
• pp.45-45
• /
• 2004

B-rep 기반의 솔리드 복원 기법은 비교적 복잡한 물체의 경우에도 복원이 잘 되지만, 후보면의 수가 증가함에 따라 탐색 공간 및 시간이 기하급수적으로 늘어나는 단점이 있다. 빈번한 조합 탐색과 복잡한 기하 연산으로 인해 도면이 복잡해질수록 복원 효율성이 떨어지고, 모호성이 발생하는 문제가 있다. 그러나, 이차 곡면을 포함하는 복잡한 물체에 대해서도 복원이 가능하므로 복원 대상 범위가 넓다고 할 수 있다. CSG 기반의 솔리드 복원 기법은 세 투영면에서 돌출 시킨 각각의 솔리드를 서로 교차시켜서 3차원 물체를 복원하는 방법으로, 복잡한 조합 탐색이나 기하 연산 작업을 하지 않게 때문에 비교적 효율적인 복원이 가능하다.(중략)

• Proceedings of the Korea Information Processing Society Conference
• /
• 2021.11a
• /
• pp.637-639
• /
• 2021

인공지능 기반의 생활폐기물의 인식 및 선별에서, 선별 정확도의 저하는 인식 대상의 형태적 다양성과 학습데이터 부족 및 불균등성에 기인한다. 본 연구에서는 비전 인공지능 기반의 효과적인 폐기물 선별을 위한 인식 시스템 및 감독학습 기반의 인공지능 학습 기법을 제안한다. 생활폐기물 중 순환자원적 가치가 높은 CAN, PET, 그리고 이와 형상적으로 유사한 폐기물에 대해 본 연구에서 제안된 시스템에서 물체원형 및 훼손된 형태의 총 18 종 이미지 데이터를 대상으로, 감독학습기반의 인공지능 모델 제작에서 최적의 데이터 레이블링을 위한 분류체계를 제시한다.

• Journal of Korea Multimedia Society
• /
• v.11 no.4
• /
• pp.423-433
• /
• 2008

The surface curvatures extracted from the face contain the most important personal facial information. In particular, the face shape using the depth information represents personal features in detail. In this paper, we develop a method for recognizing the range face images by combining the multiple face regions using fuzzy integral. For the proposed approach, the first step tries to find the nose tip that has a protrusion shape on the face from the extracted face area and has to take into consideration of the orientated frontal posture to normalize. Multiple areas are extracted by the depth threshold values from reference point, nose tip. And then, we calculate the curvature features: principal curvature, gaussian curvature, and mean curvature for each region. The second step of approach concerns the application of eigenface and Linear Discriminant Analysis(LDA) method to reduce the dimension and classify. In the last step, the aggregation of the individual classifiers using the fuzzy integral is explained for each region. In the experimental results, using the depth threshold value 40 (DT40) show the highest recognition rate among the regions, and the maximum curvature achieves 98% recognition rate, incase of fuzzy integral.

• Journal of Korea Multimedia Society
• /
• v.7 no.4
• /
• pp.474-483
• /
• 2004

In this paper, we present a new Practical implementation of a person verification system using the profile of 3-dimensional(3D) face images based on weighted Hausdorff distance(WHD) used depth information. The approach works on finding the nose tip have protrusion shape on the face using iterative selection method to use a fiducial feint and extract the profile image from vertical 3D data for the nose tip. Hausdorff distance(HD) is one of usually used measures for object matching. This works analyze the conventional HD and WHD, which the weighted factor is depth information. The Ll measure for comparing two feature vectors were used, because it is simple and robust. In the experimental results, the WHD method achieves recognition rate of 94.3% when the ranked threshold is 5.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.6 no.2
• /
• pp.339-345
• /
• 2002

Extracting of car licens plate os important for identifying the car. Since there are some problems such as poor ambient lighting problem, bad weather problem and so on, the car images are distorted and the car license plate is difficult to be extracted. This paper proposes a method of extracting car license plate using motor vehicle regulation. In this method, some features of car license plate according to motor vehicle regulation such as color information, shape are applied to determine the candidate of car license plates. For the result of recognition by neural network, the candidate which has characters and numbers patterns according to motor vehicle regulation is certified as license-plate region. The results of the experiments with 70 samples of real car images shoe the performance of car license-plate extraction by 84.29%, and the recognition rate is 80.81%.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.6 no.6
• /
• pp.819-826
• /
• 2002

Cellular neural networks(CNN) are neural networks that have locally connected characteristics and real-time image processing. Locally connected characteristics are suitable for VLSI implementation. It also has applications in such areas as image processing and pattern recognition. In this thesis cellular neural networks are used for feature detection in number recognition at the stage of re-processing. The four or six directional shadow detectors are used in numbers recognition. At the stage of classification, this result of feature detection was simulated by using a multi-layer back Propagation neural network. The experiments indicate that the CNN feature detectors capture good features for number recognition tasks.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2001.10a
• /
• pp.596-599
• /
• 2001

Extracting of car licens plate is important for identifying the car. Since there are some problems such as poor ambient lighting problem, bad weather problem and so on, the car images we distorted and the tar license plate is difficult to be extracted. This paper proposes a method of extracting car license plate using motor vehicle regulation. In this method, some features of car license plate according to motor vehicle regulation such as color information, shape are applied to determine the candidate of car license plates. For the result of recognition by neural network, the candidate which has characters and numbers patterns according to motor vehicle regulation is certified as license-plate region. The results of the experiments with 70 samples of real car images shoe the performance of car license-plate extraction by 84.29%, and the recognition rate is 80.81%.