• Journal of information and communication convergence engineering
• /
• 제6권2호
• /
• pp.213-217
• /
• 2008

This paper proposes a novel method for the recognition of passports based on the CDM(Conditional Dilation Morphology) masking and the ART2-based RBF neural networks. For the extraction of individual codes for recognizing, this paper targets code sequence blocks including individual codes by applying Sobel masking, horizontal smearing and a contour tracking algorithm on the passport image. Individual codes are recovered and extracted from the binarized areas by applying CDM masking and vertical smearing. This paper also proposes an ART2-based hybrid network that adapts the ART2 network for the middle layer. This network is applied to the recognition of individual codes. The experiment results showed that the proposed method has superior in performance in the recognition of passport.

• 전자공학회논문지B
• /
• 제33B권2호
• /
• pp.168-177
• /
• 1996

In this paper, we propose an on-line recognition system of chinese characters using an adaptive resonance theory-1(ART-1) neural network. Strokes, primitive components of chinese characters are usually warped into a cursive form and classifying them is very difficult. To deal with such cursive strokes, we use an ART-1 neural network that has the following advantages: (1) it automatically assembles similar patterns together to form classes in a self-organized manner: (2) it directly accesses the recognition codes corresponding to binary input patterns after self-stabilizing; (3) it doesn't tends to get trapped in local minima, or globally incorrect solutions. A database for character recognition also dynamically constructed with generalized character lists, and a new character can be included simply by adding a new sequence to the list. Character recognition is achieved by traversing the chinese datbase with a sequence of recognized strokes and positional relations between the strokes. To verify the performance of the system. We tested it for 1800 daily-used basic chinese second per character. This results suggest that the proposed system is pertinent to be put into practical use.

• 한국정보통신학회논문지
• /
• 제7권8호
• /
• pp.1802-1808
• /
• 2003

본 논문은 자동 보행자 추적 시스템에 필요한 배경 이미지를 추출하는 방법과 추출되어진 배경 이미지를 이용하여 보행자를 탐지하고 적응적 신경망을 이용하여 보행자의 이동 궤적을 추적하는 시스템을 구현하였다. 본 논문은 고스트(ghost) 현상을 극복하기 위하여 모자이크 배경 이미지 추출 법으로 배경 이미지를 추출하였으며, 보행자의 탐지에 차영상 분석법을 기반으로 하여 보행자를 탐지하였다. ART2 네트워크는 프레임에 존재하는 이동 물체의 중심점을 탐지할 수 있다. 그리고, 이전 프레임에서 탐지되어진 물체의 정보를 이용하여 물체의 이동궤적을 추적할 수 있다. 제안하는 방법으로 실험한 결과 비강체(non­rigid)형태 운동을 하는 보행자를 탐지하고 그 궤적 추적에 대한 실시간 시스템 구성의 가능성에 대하여 알 수 있었다.

• 전자공학회논문지SC
• /
• 제43권4호
• /
• pp.21-29
• /
• 2006

본 논문에서는 혼합가스의 종류를 구분하고 농도를 추정하기 위하여 퍼지 ARTMAP 신경회로망과 퍼지 ART 신경회로망을 각각 사용하였다. 온도변환 구동방식의 반도체식 가스센서를 이용하여 $NH_3,\;H_2S$, 그리고 그들의 혼합가스에 대해서 데이터를 획득하였고, 데이터들을 제안한 패턴인식방법의 입력으로 사용하기 위해서 전 처리 과정을 통해 데이터들의 차원을 줄여주었다. 실험을 통해서 본 논문에서 사용한 방법이 이전의 다른 방법들과 비교하여 학습시간을 줄이면서 좀더 안정된 농도 추정 성능을 보여줌을 확인하였다.

• 한국경영과학회:학술대회논문집
• /
• 한국경영과학회 2006년도 추계학술대회
• /
• pp.656-658
• /
• 2006

This study deals with the part-machine grouping (PMG) that considers realistic manufacturing factors, such as the machine duplication, operation sequences with multiple visits to the same machine, and production volumes of parts. Basically, this study is an extension of Won(2006) that has adopted fuzzy ART neural network to group parts and machines. The proposed fuzzy ART neural network algorithm is implemented with an ancillary procedure to enhance the block diagonal solution by rearranging the order of input presentation. Computational experiments applied to large-size PMG data sets with a psuedo-replicated clustering procedure show effectiveness of the proposed approach.

• 한국항만학회지
• /
• 제14권3호
• /
• pp.321-329
• /
• 2000

Welding is essential for the manufacture of a range of engineering components which may vary from very large structures such as ships and bridges to very complex structures such as aircraft engines, or miniature components for microelectronic applications. Especially, a domestic situation of the welding automation is still depend on the arc sensing system in comparison to the vision sensing system. Specially, the gap-detecting of workpiece using conventional arc sensor is proposed in this study. As a same principle, a welding current varies with the size of a welding gap. This study introduce to the fuzzy membership filter to cancel a high frequency noise of welding current, and ART2 which has the competitive learning network classifies the signal patterns the filtered welding signal. A welding current possesses a specific pattern according to the existence or the size of a welding gap. These specific patterns result in different classification in comparison with an occasion for no welding gap. The patterns in each case of 1mm, 2mm, 3mm and no welding gap are identified by the artificial neural network.

• 한국정밀공학회:학술대회논문집
• /
• 한국정밀공학회 2010년도 춘계학술대회 논문집
• /
• pp.101-102
• /
• 2010

• 한국정보통신학회논문지
• /
• 제9권3호
• /
• pp.684-689
• /
• 2005

본 논문에서는 수평$\cdot$수직 에지의 형태학적 정보를 이용한 차량 번호판 추출과 개선된 신경망을 이용한 차량 번호판 인식 시스템을 제안한다. 번호판 영역은 수평 수직에지의 형태학적 정보를 이용하여 추출하고 개별 문자는 히스토그램 방법과 위치 정보를 이용한 방법에 윤곽선 추적 알고리즘을 병합하여 추출한다. 개별 문자 인식은 ART-1 알고리즘을 지도 학습 방법과 결합한 개선된 신경망을 제안하여 차량 번호판 인식에 적용한다. 제안된 방법의 성능을 확인하기 위하여 실제 차량 번호판들을 대상으로 실험한 결과, 수평$GF(2^m)$수직 에지의 형태학적 정보를 이용한 차량 번호판 추출 방법이 임계화를 이용한 차량 번호판 추출 방법, RGB와 HSI 컬러 정보를 각각 이용한 차량 번호판 추출 방법보다 추출룰이 개선되었으며, 인식 성능도 개선된 신경망의 학습 알고리즘이 기존의 학습 알고리즘들 보다 우수한 성능이 있음을 확인하였다.

• 한국지능시스템학회논문지
• /
• 제15권6호
• /
• pp.673-681
• /
• 2005

원자력 발전소는 안정성 및 신뢰성 확보가 가장 중요하므로 고장의 감지 및 진단 시스템의 개발은 원전 자체가 구축하고 있: 다중의 하드웨어 중첩도(hardware redundancy)에도 불구하고 가장 중요한 문제로 취급되고 있다. 본 논문에서는 원저 PWR 증기발생기에서 발생한 고장을 진단하기 위한 알고리듬의 개발을 위해 시스템에서 발생한 고장을 감지하고 분류할 수 있는 ART2 시경회로망 기반 고장진단방법을 제안한다. 고장진단시스템은 발생한 고장을 감지하기 위한 고장감지부, 변화된 시스템파라미터를 추정하기 위한 파라미터 추정부 및 발생한 고장의 종류를 알아내기 위한 고장분류부로 구성된다. 고장분류부는 여러 경계인수를 갖는 ART2(adaptive resonance theory 2) 신경회로망을 이용한 고장분류기로 구성된다. 제안한 고장진단 알고리듬을 증기발생기의 고장진단문제에 적용하여 성능을 확인하였다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제12권2호
• /
• pp.693-709
• /
• 2018

In this paper, we propose a compact Convolutional Neural Network (CNN)-based tracker in conjunction with a particle filter architecture, in which the CNN model operates as an accurate candidates estimator, while the particle filter predicts the target motion dynamics, lowering the overall number of calculations and refines the resulting target bounding box. Experiments were conducted on the Online Object Tracking Benchmark (OTB) [34] dataset and comparison analysis in respect to other state-of-art has been performed based on accuracy and precision, indicating that the proposed algorithm outperforms all state-of-the-art trackers included in the OTB dataset, specifically, TLD [16], MIL [1], SCM [36] and ASLA [15]. Also, a comprehensive speed performance analysis showed average frames per second (FPS) among the top-10 trackers from the OTB dataset [34].