• Proceedings of the Korean Information Science Society Conference
• /
• 1998.10c
• /
• pp.399-401
• /
• 1998

단일 문자 인식과 달리 연속 필기 패턴의 인식은 근본적인 필기 패턴의 형태적 특성을 충분히 고려할 필요가 있으며 다양한 형태의 패턴에 대한 특징이나 정보를 사용하여 종합적으로 판단 할 수 있는 모델의 유연성이 요구된다. 신경망의 학습 기능은 패턴의 왜곡과 잡음 등에 크게 영향을 받지 않으면서 인식에 필요한 특징의 추출이나 패턴 부류에 해당하는 노드의 반응을 스스로 학습시킬 수 있고, 다양한 형태의 정보를 쉽게 통합할 수 있는 유연한 구조를 제공한다. 퍼지 이론(Fuzzy theory)은 일정한 규칙이나 수학적 모델로 표현하기 어려운 패턴의 애매한 특징을 모델링할 수 있기 때문에 인식 대상의 총체적 특징을 추출해 신경망에 효과적으로 적용할 수 있다. 본 논문에서는 연속 필기 숫자 패턴을 인식을 위한 신경망과 퍼지 이론을 이용한 통합 신경망 모델을 제안한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2000.10b
• /
• pp.437-439
• /
• 2000

본 논문은 연층형 생물체의 형태를 인식하는 방법을 제안한다. 고정된 카메라에 제약된 공간상에서 움직이는 생물체를 인식하기 위하여 다음과 같은 과정을 거친다. 먼저 배경 영상을 추출한 후 배경 영상과 현재 영상의 차영상을 통하여 물체의 이진화 영상을 생성하여 세선화 작업을 거친 후 마지막으로 변환된 이미지에서 대표점을 추출하여 패턴 생성기의 입력 데이터로 사용한다. 생물체의 형태 인식 방법은 문자 인식 방법과 몇 가지 차이점을 가지는데 문자의 경우 'q'와 'b'가 다르게 인식되지만 생물체의 경우 이 두 형태는 단지 하나의 형태가 회전한 결과이므로 두 형태를 동일하게 인식해야 한다. 그러므로 패턴 생성을 위한 입력 데이터도 다른 형태를 띄게 된다. 본 논문에서 제안한 방법은 지렁이, 뱀 등과 같은 물체의 행동 분석을 하기 위한 기초 데이터를 생성하는 좋은 방법이 될 수 있다.

• Journal of Educational Research in Mathematics
• /
• v.21 no.1
• /
• pp.67-86
• /
• 2011

This study aimed to examine first graders' recognition and thinking about mathematical patterns. To attain the goal, this paper analyzed 116 students' response with regard to repeating, growing, and changing patterns represented in both picture and number, and also analyzed four students' thinking process of the patterns through interview. It was found that students showed high recognition in repeating, growing, and changing patterns in order. Whereas there was no significant difference between picture and number representation in both repeating and growing patterns, pictures gained a bit higher scores than numbers in changing patterns. Also, according to the result of examining the thinking process by the patterns, students tended to consider the patterns as a bundle and tried to solve problems with counting strategies. The result of this paper provides an empirical foundation on how first graders recognize and think of various patterns.

• KSCE Journal of Civil and Environmental Engineering Research
• /
• v.30 no.2D
• /
• pp.171-179
• /
• 2010

The purpose of the present study is to suggest composing the graph topology of sketch drawing element and the recognition of the shape pattern for the earthwork quantity calculation. The algorithm which can extract the topology element such as vertex, edge, face and establish the relation between each topology was developed. The model which can define earthwork graph and recognize the shape pattern of earthwork was presented. As a result of the study, the shape pattern of earthwork that can't be calculated by existing earthwork calculation program could be recognized as expanding this model. The earthwork shape recognition automation using the graph topology model can be applied to the automation for the earthwork quantity estimation.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2007.11a
• /
• 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.

• Proceedings of the Korea Contents Association Conference
• /
• 2011.05a
• /
• pp.9-10
• /
• 2011

패턴인식 문제의 학습을 위하여 여러 형태의 오차 함수들이 제안되었다. 이 논문에서는 이들 오차함수들에 대하여 그 특징을 통계학적으로 분석하여 비교하였다. 이 분석결과는 패턴인식기의 학습에 있어서 적합한 오차함수를 선정하는 이론적 토대를 마련해준다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2012.01a
• /
• pp.7-10
• /
• 2012

본 논문에서는 스마트폰을 이용하여 도로 주행 정보를 기록하고 운전자에게 패턴 별 주행정보를 제공하는 라이프로그(Lifelog) 형태의 서비스에 목적을 두고 있다. 운전자의 도로 주행 데이터를 데이터베이스화한 이 정보는 다양하게 이용될 수 있다. 주행 패턴 인식은 이벤트 구간 검출 과정을 통한 패턴 구간을 검출하고 가속도 센서와 방향 센서, 즉 멀티 센서 기반으로 주행패턴을 인식한다. 주행 패턴을 분석 후 시간 정보를 이용하여 촬영된 영상 데이터에서의 패턴 구간 영상을 같이 제공한다. 이렇게 패턴 구간의 센서 스트리밍 정보와 영상을 제공하면 운전자의 운전 성향 및 주행 기록을 분석하는데 이용될 수 있다. 따라서 주행패턴 인식 알고리즘을 프로토타입으로 제안한다.

• Proceedings of the Korea Multimedia Society Conference
• /
• 1998.04a
• /
• pp.411-416
• /
• 1998

본 논문은 Wavelet 변환 영역에서 특징 벡터를 추출하여 ART2 신경회로망으로 실장 PCB 패턴을 인식하는 알고리즘을 제안한다. PCB 형태 정보는 Wavelet에 의해 주파수 영역으로 변환되고, 이들 계수 행렬로부터 특징 벡터로서 추출된다. ART2 신경회로망은 이러한 특징 벡터들을 입력벡터로 사용하여 인식한다. 실장 PCB 영상 55장을 사용하여 실험한 결고, 학습된 입력패턴은 물론 비학습 입력패턴에 대해서도 약 99%의 인식율을 얻었다. 또한 제안된 방법은 Wavelet 변환 영역사에서 수직, 수평, 대각선 정보만으로 특징 벡터를 구축함으로써 특징 추출 과정이 비교적 간단하고 특징 벡터의 수도 줄일 수 있어, 효과적인 특징벡터의 추출이 가능함을 보였다.

• Proceedings of the IEEK Conference
• /
• 2001.09a
• /
• pp.425-428
• /
• 2001

본 논문에서는 문서 위의 문자를 Off-Line방식으로 컴퓨터에 저장할 수 있도록 기하학적 패턴 벡터를 이용하여 한·영문자 및 글꼴을 인식하는 알고리즘을 제안하였다. 일반적으로 문서에서는 여러 가지 글꼴에 따라 글자의 형태가 다르므로 대표적인 한·영 세 가지 글꼴을 기하학적 패턴(Geometrical Pattern Vector)을 이용하여 크기와 이동에 인식하도록 하였다. 이진 입력 한영혼용 영상에서 잡음을 제거하고 수평·수직 투영 기법을 이용하여 한 문자를 분할하여 문자의 폭에 따라 기하학적 패턴을 추출한다. 추출한 패턴은 각 합계를 계산하여 기준 패턴 합계와 비교한 후 기준 패턴 문자와 글꼴을 인식하게 된다. 마지막으로 제안한 알고리즘의 성능을 평가하기 위해 크기, 이동 변형이 있는 대표적인 한·영 글꼴(신명조, 궁서, 고딕)체와 영어 Time New Roman체를 대상으로 모의 실험을 수행하였다. 제안한 알고리즘은 기존의 원형 패턴 알고리즘보다 문자인식률과 글꼴 그리고 영어의 대·소문자를 구별하는 우수함을 보였다.

• The Transactions of the Korea Information Processing Society
• /
• v.4 no.2
• /
• pp.401-408
• /
• 1997

Human gets almist all of his knoweledge from the recognition and the accumulation of input patterns,image or sound,the he gets theough his eyes and through his ears.Among these means,his chracter recognition,an ability that allows him to recognize characters and understand their meanings through visual information, is now applied to a pattern recognition system using neural network in computer. Recurrent neural network is one of those models that reuse the output value in neural network learning.Recently many studies try to apply this recurrent neural network to the classification of static patterns like off-line handwritten characters. But most of their efforts are not so drrdtive until now.This stusy suggests a new type of recurrent neural network for an deedctive classification of the static patterns such as off-line handwritten chracters.Using the new J-E(Jordan-Elman)neural network model that enlarges and combines Jordan Model and Elman Model,this new type is better than those of before in recobnizing the static patterms such as figures and handwritten-characters.