• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2008.05a
• /
• pp.369-374
• /
• 2008

음악 연구에 따른 컴퓨터의 역할이 점자 중요한 비중을 차지함에 따라 보다 효과적인 악보 인식과 효율적인 악보의 편집 및 수정 방법이 요구된다. 기존의 수동 입력 방식에서는 악보를 부정확하게 입력하여 수정하는 경우에는 작업 시간이 많이 소요되며, 각 수정 프로그램에서 만든 악보는 특정 프로그램에서만 재수정이 가능하다는 단점이 있다. 본 논문에서는 이러한 단점을 보완하기 위하여 이미 작성 되어있는 악보들을 자동으로 인식하는 방법을 제안한다. 제안된 악보 인식 방법은 수평 히스토그램을 이용하여 악보 이미지의 오선을 제거한 후, 4방향 윤곽선 추적 알고리즘을 적용하여 잡음을 제거하고 Grassfire 알고리즘을 적용하여 악보 구성 기호들을 추출한다. 추출된 악보 구성 기호들은 Hierarchical ART2 알고리즘을 적용하여 인식한다. 인식된 악보구성 기초들을 이용하여 악보 구성 기호들이 속하는 마디의 위치 정보를 각각 저장하고 향후에 악보 구성 기호의 편집과 수정이 용이하게 한다. 제안된 악보 인식 방법의 성능을 평가하기 위해 100장의 악보 영상을 대상으로 실험한 결과, 제시된 Hierarchical ART2 알고리즘을 이용한 악보 영상의 인식 방법이 실험을 통해서 효율적인 것을 확인하였다.

• Proceeding of KASS Symposium
• /
• 2005.05a
• /
• pp.69-76
• /
• 2005

This paper deals with a problem about synergy effect in design and engineering. So far a design processing is paralleled to both in Korea, A cooperation between concept design and working plan must be kept up all the way. From three Personally designed footbridges 1 will make clear a total problem for throughout design processing. If we must solve a gaps between technology and art for structural design, we can get an unexpected result. It will be synergy effect between art and technology, design and engineering.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2007.10a
• /
• pp.398-403
• /
• 2007

초음파 영상은 미세한 명암도 차이 등에 의해 분석 과정에서 근육 영역의 위치와 크기를 판단하는데 어려움이 발생하고 이로 인해 근육 영역을 파악하는데 주관성이 개입된다. 본 논문에서는 근육영역을 객관적으로 분석하기 위해 ART2 신경망을 적용하여 양자화를 수행한 후, 국부적 영역에서 근육 영역을 추출한다. 초음파 영상에서 히스토그램 평활화와 엔드인 탐색 알고리즘을 적용하여 명암도의 분포와 밝기 값을 보정 한 후, ART2 신경망을 이용하여 유사한 영역을 클러스터링 한다. 그리고 클러스터링 된 각 영역의 크기, 위치 및 명암도 정보를 분석하여 피하지방, 근육 막, 기타 배경 영역으로 분류한다. 최종적인 근육 영역을 찾기 위해 근육 막 내부 객체들 간의 거리, 각도를 이용하여 근육 막 영역에 둘러싸인 근육 영역을 추출한다. 실제 초음파 영상을 대상으로 실험한 결과, 일반적인 클러스터링 기법을 적용한 방법 보다 ART2 기반 양자화와 제안된 영역 확장 기법으로 근육영역을 추출하고 분석하는 것이 효율적임을 확인하였다.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.19 no.11
• /
• pp.2540-2545
• /
• 2015

In this paper, we propose a novel method to extract appendix from ultrasound image automatically to avoid such subjectivity issue. In the process, we apply a series of image processing algorithms such as Ends_in search stretching for emphasizing brightness contrast and binarization, region labelling, and cubic spline interpolation for extracting lower bound fasicia line that is the base of extracting the appendix. Knowing that the appendix is located at the lower organ area below the bottom fascia line, we conduct a series of image processing techniques to find the fascia line correctly. And then we apply ART2 algorithm to the organ area in order to extract appendix accurately. Through experiment, the effectiveness of the proposed method is verified based on the field experts' evaluations.

• 제어로봇시스템학회:학술대회논문집
• /
• 2004.08a
• /
• pp.1727-1731
• /
• 2004

We propose an ART2 neural network-based fault diagnosis method to diagnose of sensor in the gas monitoring system. In the proposed method, using thermal modulation of operating temperature of sensor, the signal patterns are extracted from the voltage of load resistance. Also, fault classifier by ART2 NN (adaptive resonance theory 2 neural network) with uneven vigilance parameters is used for fault isolation. The performances of the proposed fault diagnosis method are shown by simulation results using real data obtained from the gas monitoring system.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2007.10a
• /
• pp.377-382
• /
• 2007

본 논문에서는 애견 질병에 대한 전문적인 지식이 부족한 일반인들을 대상으로 자신의 애견 건강상태를 파악 할 수 있는 진단 시스템을 제안한다. 제안된 진단 시스템은 105가지 질병과 각 질병의 증상을 데이터베이스에 구축하여 입력된 증상을 통해서 애견의 질병을 도출한다. 본 논문에서는 신경망의 자율 학습 방법인 ART2 알고리즘을 적용하여 질병을 클러스터링 하고 그 결과 값인 클러스터의 출력값과 연결강도를 데이터베이스에 저장한다. 각 질병의 증상과 관련된 질의 결과를 입력 벡터로 제시하여 학습된 질병 정보와 비교하여 애견의 건강 상태를 진단한다. 애견의 건강 상태를 진단하는데 있어서 질병과 증상의 정확한 정보는 매우 중요하다. 따라서 본 논문에서는 질병과 증상의 정보를 데이터베이스로 구축하고 질병과 증상 정보를 효율적으로 관리할 수 있도록 하였다. 제안된 진단 시스템을 구현하여 수의학 전문의가 분석한 결과, 본 논문에서 제안한 시스템이 애견 질병의 보조 진단 시스템으로서의 가능성을 확인하였다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2015.10a
• /
• pp.500-502
• /
• 2015

본 논문에서는 애견 안구 영상에서 백내장을 추출하고 분석하는 방법을 제안한다. 제안된 방법은 애견 안구 영상에 퍼지 스트레칭 기법을 적용하여 픽셀의 상한 값과 하한 값을 조정한다. 퍼지 스트레칭 기법이 적용된 영상에 ART2 기법을 적용하여 양자화를 수행한다. 양자화된 정보를 이용하여 영상을 이진화한다. 이진화된 영상에서 침식과 팽창 기법을 적용하여 영상의 픽셀 크기를 확대 또는 축소하여 타원 형태를 가진 객체 중에서 전체 영상 크기의 1/5보다 적은 객체를 잡음으로 간주하여 제거한다. 잡음이 제거된 영상에서 8방향 윤곽선 추적 기법을 적용하여 백내장 영역을 추출한다. 추출된 백내장 영역을 히스토그램으로 시각화 한다. 제안된 방법의 성능을 확인하기 위해서 히스토그램으로 시각화하여 분석한 결과, 제안된 방법이 백내장 추출에 효과적인 것을 확인할 수 있었다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2004.11a
• /
• pp.919-922
• /
• 2004

본 논문에서는 칼라 정보 기반 영상 검색에서 양자화 과정을 거치면서 나타나는 문제점의 해결 방안으로 ART2 신경회로망을 이용한 양자화 방법을 제시한다. 영상을 양자화하면 비슷한 칼라를 가진 픽셀이 다른 칼라로 나누어지는 경우가 발생하여 영상 검색 성능을 떨어뜨린다. 따라서 본 논문에서는 양자화를 하기 전에 ART2 신경회로망을 이용하여 영상에 존재하는 여러 칼라들을 클러스터링하여 같은 클러스터 속한 비슷한 칼라의 픽셀들은 같은 칼라로 양자화되도록 하였다. 실험에서 영상 검색에 제안한 방법을 적용하였을 때, 검색의 성능 향상에 도움이 된다는 것을 확인할 수 있었다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2006.05a
• /
• pp.291-296
• /
• 2006

일반적으로 운송 컨테이너의 식별자들은 크기나 위치가 정형화되어 있지 않고 외부 환경으로 인한 식별자의 형태가 훼손되어 있기 때문에 일정한 규칙으로는 찾기 힘들다. 본 논문에서는 컨테이너 영상에 대해 ART2 알고리즘을 적용하여 컨테이너 영상을 양자화한다. 제안된 ART2 알고리즘 기반 양자화 기법은 컬러정보를 클러스터링 한 후, 각 클러스터의 중심 패턴을 이용하여 원 영상의 컬러정보를 분류한다. 양자화된 컨테이너 영상에서 8 방향 윤곽선 추적 알고리즘을 적용하여 개별 식별자를 추출한다. 추출된 개별 식별자는 ART2 기반 RBF 네트워크를 개선하여 인식에 적용한다. 실제 컨테이너 영상 300장에 대해 실험한 결과, 제안한 컨테이너 식별자 인식 방법의 추출 및 인식 성능이 기존의 컨테이너 식별자 인식 방법 보다 개선된 것을 확인하였다.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.17 no.5
• /
• pp.1064-1069
• /
• 2013

In this paper, we propose a Musical Score Recognition with SOM and Enhanced ART-1 Algorithm. First, we apply Hough transform and Otsu's binarization to the original BMP format image and extract notes from separated passages by histogram analysis with removing staff lines. Then extracted musical notes are normalized to same size by SOM algorithm and ART-1 algorithm plays the learning and recognition role. The experiment verifies that the proposed method is quite effective on printed musical score recognition.