• 정보처리학회논문지B
• /
• 제14B권7호
• /
• pp.481-492
• /
• 2007

본 논문에서는 논문지 정보를 데이터베이스화하는 시스템의 구축에 있어 논문지 정보를 입력하고 색인을 구성하는 데 드는 노력을 줄이기 위해 목차를 자동으로 생성하기 위한 방법을 제안하고 있다. 기존의 문서분석방법으로는 예외적인 부분이 많은 목차 형식을 효과적으로 분석할 수 없었으며 우리가 원하는 부분을 효과적으로 추출할 수가 없었으므로 본 논문에서는 논문지 목차의 효율적인 인식을 위한 구조적인 분석방법을 제안하고 있다. 논문지 목차에서 표현하고자 하는 가장 필수적인 요소는 논문지에 실린 논문의 제목, 저자, 페이지 등 세 항목이므로 이 세 가지 항목을 추출하기 위하여 모델링하고 특성을 분석하고 있다. 제안한 모델링 방법에 따른 목차 인식 시스템을 구현하여 제목, 저자, 페이지 등의 순서를 갖는 논문 목차를 대상으로 660편에 대하여 측정한 결과 91.5%의 논문추출 성공률을 얻었다.

• 정보처리학회논문지B
• /
• 제17B권4호
• /
• pp.263-274
• /
• 2010

상황인지 음악추천 서비스를 제공하기 위해서는 무엇보다 상황 또는 문맥에 따라 사용자가 선호하는 음악의 분위기를 파악할 필요가 있다. 음악 분위기 검출에 대한 기존 연구의 대부분은 수작업으로 대표구간을 선정하고, 그 구간의 특징을 이용하여 분위기를 판별한다. 이러한 접근 방법은 분류 성능이 좋은 반면 전문가의 간섭을 요구하기 때문에 새로운 음악에 대해서는 적용하기 어렵다. 더욱이, 곡의 진행에 따라 음악 분위기가 달라지기 때문에 음악의 대표 분위기를 검출하는 것이 더욱 어려워진다. 본 논문에서는 이러한 문제점들을 보완하기 위해 음악 분위기를 자동으로 판별하는 새로운 방법을 제안하였다. 먼저 곡 전체를 구조적 분석 방법을 통하여 비슷한 특성을 갖는 세그먼트들로 분리한 후 각각에 대해 분위기를 판별한다. 그리고 세그먼트별 분위기 파악 시 Thayer 의 2차원 분위기 모델에 기초한 회귀분석 방법으로 개인별 주관적 분위기 성향을 모델링하였다. 실험결과, 제안된 방법이 80% 이상의 정확도를 보였다.

• 제어로봇시스템학회논문지
• /
• 제20권8호
• /
• pp.868-874
• /
• 2014

This paper proposes a novel mapping algorithm in Omni-directional Vision SLAM based on an obstacle's feature extraction using Lucas-Kanade Optical Flow motion detection and images obtained through fish-eye lenses mounted on robots. Omni-directional image sensors have distortion problems because they use a fish-eye lens or mirror, but it is possible in real time image processing for mobile robots because it measured all information around the robot at one time. In previous Omni-Directional Vision SLAM research, feature points in corrected fisheye images were used but the proposed algorithm corrected only the feature point of the obstacle. We obtained faster processing than previous systems through this process. The core of the proposed algorithm may be summarized as follows: First, we capture instantaneous $360^{\circ}$ panoramic images around a robot through fish-eye lenses which are mounted in the bottom direction. Second, we remove the feature points of the floor surface using a histogram filter, and label the candidates of the obstacle extracted. Third, we estimate the location of obstacles based on motion vectors using LKOF. Finally, it estimates the robot position using an Extended Kalman Filter based on the obstacle position obtained by LKOF and creates a map. We will confirm the reliability of the mapping algorithm using motion estimation based on fisheye images through the comparison between maps obtained using the proposed algorithm and real maps.

• 대한전자공학회논문지SP
• /
• 제40권4호
• /
• pp.266-274
• /
• 2003

전방 관측 적외선 영상에서 가려짐이 없는 표적과 부분적으로 가려진 표적을 식별하기 위해 국부적 표적 경계선에 대한 거리함수의 푸리에기술자와 다중의 다층 퍼셉트론을 사용한 특징정보 융합 방법을 제안한다. 표적을 배경으로부터 분리한 후에 표적 경계선의 중심을 기준으로 푸리에 기술자를 구해 전역적 특징으로 사용한다. 국부적인 형상 특징을 찾기 위해 표적 경계선을 분할하여 4개의 국부적 경계선을 만들고, 각 국부적 경계선에서 두 개의 극단점이 이루는 직선과 경계선 픽셀로부터 거리함수를 정의한다. 거리함수에 대한 푸리에 기술자를 국부적 형상특징으로 사용한다. 1개의 광역적 특징 백터와 4개의 국부적 특징 백터를 정의하고 다중의 다층 퍼셉트론을 사용하여 특징정보들을 융합함으로써 최종 표적식별 결과를 얻는다. 실험을 통해 기존의 특징벡터들에 의한 표적식별 방법과 비교하여 제안한 방법의 우수성을 입증한다.

• 한국지리정보학회지
• /
• 제11권3호
• /
• pp.136-150
• /
• 2008

항공사진이나 LiDAR 데이터를 이용하여 건물의 자동 추출에 있어서 많은 연구가 이루어졌지만, 3차원 위치정보와 영상의 형상정보라는 두 데이터의 장점을 융합하여 정확도를 향상시킬 수 있다. 이를 위하여 본 연구에서는 등고선 기반의 건물인식 알고리즘을 사용하여 LiDAR 데이터를 이용한 건물 인식 정확도를 향상시키고, 항공사진을 이용하여 건물 경계의 정교화도 추구하였다. 등고선기반 건물 인식 방법은 건물의 경계와 지붕구조물 정보를 생성할 수 있으며, 기존 TIN기반 인식 방법이나 NDSM기반 방법보다 우수한 건물 탐지 정확도를 보여주었다. 등고선으로 추정된 건물경계에 일정한 크기의 버퍼를 생성하여 항공사진의 경계영역을 한정시키고, double active contour를 사용하여 항공사진의 에지에 맞도록 건물경계를 정교화 하였다. 본 연구성과를 이용하여 향후 추출된 개체 경계의 일정 범위에서 최적의 정합을 수행하여 3차원 건물 경계를 생성할 수 있다.

• 한국전자통신학회논문지
• /
• 제15권3호
• /
• pp.513-520
• /
• 2020

최근 기계 학습을 활용한 비전 검사 시스템의 개발이 활발해지고 있다. 본 연구는 기계 학습을 활용한 결함 검사 모델을 개발하고자 한다. 이미지에 대한 결함 검출 문제는 기계 학습에 있어 지도 학습 방법인 분류 문제에 해당한다. 본 연구에서는 특징을 자동 추출하는 알고리즘과 특징을 추출하지 않는 알고리즘을 기반으로 결함 검출 모델을 개발한다. 특징을 자동 추출하는 알고리즘으로 1차원 합성곱 신경망과 2차원 합성곱 신경망을 활용하였으며, 특징을 추출하지 않는 알고리즘으로 다중 퍼셉트론, 서포트 벡터 머신을 활용하였다. 4가지 모델을 기반으로 결함 검출 모델을 개발하였고 이들의 정확도와 AUC를 기반으로 성능 비교하였다. 이미지 분류는 합성곱 신경망을 활용한 모델 개발이 일반적임에도, 본 연구에서 이미지의 화소를 RGB 값으로 변환하여 서포트 벡터 머신 모델을 개발할 때 높은 정확도와 AUC를 얻을 수 있었다.

• 한국정보통신학회논문지
• /
• 제16권2호
• /
• pp.331-336
• /
• 2012

적조는 유해 조류의 이상 대량번식으로 바닷물의 색이 적색이나 황색으로 변하며, 어패류를 대량으로 집단 폐사시키는 등 바다환경에 좋지 않은 영향을 미치는 전 세계적인 자연현상이다. 국내에서는 90년대 이후로 어패류 양식장에 지속적인 피해를 입히고 있다. 적조 생물에 대한연구는 수산업 피해가 증가함에 따라서 많은 연구가 이루어지고 있다. 그러나 자동으로 적조 이미지를 인식하여서 유해적조를 판별하는 적조이미지 검색에 대한 국내의 연구는 미흡한 실정에 있다. 특히 전 세계적으로 200여종의 적조 생물은 각기 다른 크기와 모양을 가지고 있기 때문에 이미지 인식을 위한 기준 특징을 추출하기 어렵다. 이 때문에 기존이 연구들은 몇 종류의 적조 생물만을 이미지 인식에 이용하고 있다. 본 논문은 이러한 문제를 해결 할 수 있도록 NMF(non-negative matrix factorization, 비음수 행렬분해)와 이미지의 회전각 보정을 이용한 새로운 적조 이미지 인식 향상방법을 제안한다.

• 한국정보통신학회논문지
• /
• 제21권1호
• /
• pp.107-114
• /
• 2017

홍채진단은 홍채의 패턴, 색 등 다른 특징들을 조사하여 환자의 병을 진단하는 대체의학이다. 이 논문에서는 촬영한 홍채이미지의 차영상을 이용해 홍채를 분석하고 홍채 변화에 따른 환자의 건강진단에 활용한 질병예측 알고리즘을 제안한다. 그러나 기존의 연구는 홍채영상을 이용하여 홍채 내의 특정 패턴을 검출하는 알고리즘 연구로 홍채의 다양한 정보로부터 건강 상태를 체크하는 진단시스템으로 사용하기에는 부족하다. 따라서 이 논문에서는 촬영된 홍채영상의 차영상을 이용해 질병의 조기 진단 및 질병의 전개과정을 명확히 판단한다. 또한 홍채영상으로부터 8가지 주요 홍채병소징후를 추출하고 검진의 정확도를 실험한 결과 패턴 매칭 기법에 의한 인식률 91%로 홍채진단의 자동화에 적용 가능하다.

• 대한전기학회논문지
• /
• 제37권8호
• /
• pp.579-587
• /
• 1988

일반적인 한글 자동 인식 방법은 세선화 과정을 통한 문자의 골격 추추르 기본자소의 분리 및 인식과정으로 이루어진다. 그러나 이 방법은 복잡한 세선화 과정이 필요하고 잡음에 민감하여 전처리 과정에서는 많은 처리가 필요하며 인식과정에서는 복잡성을 피할 수 없다. 본 연구에서는 고딕체 한글의 기본자소들이 윤곽선의 방향 성분들로서 표현이 가능함을 보이고, 복잡한 세선화 과정이 필요없는 윤곽선 방향 성분들의 추출 방법을 보이며, 추출된 윤곽선 방향 성분들로 한글 문자를 자동인식하는 방법을 제안하였다. 구성된 시스템은 전처리 과정이 매우 간단하며, 잡음에 민감하지도 않고 한글 문자의 윤곽선 방향 성분들을 매우 빠르게 추출하였다. 패턴이 인식 과정도 문자열 패턴매칭 방법으로 대치되어 매우 빠르고 정확하게 한글 문자를 인식해 내었다. 인식율은 92%정도 되었다.

• 전기학회논문지
• /
• 제64권1호
• /
• pp.128-135
• /
• 2015

In this study, we develop the very short-term precipitation forecasting model as well as classifier based on polynomial radial basis function neural networks by using AWS(Automatic Weather Station) and KLAPS(Korea Local Analysis and Prediction System) meteorological data. The polynomial-based radial basis function neural networks is designed to realize precipitation forecasting model as well as classifier. The structure of the proposed RBFNNs consists of three modules such as condition, conclusion, and inference phase. The input space of the condition phase is divided by using Fuzzy C-means(FCM) and the local area of the conclusion phase is represented as four types of polynomial functions. The coefficients of connection weights are estimated by weighted least square estimation(WLSE) for modeling as well as least square estimation(LSE) method for classifier. The final output of the inference phase is obtained through fuzzy inference method. The essential parameters of the proposed model and classifier such ad input variable, polynomial order type, the number of rules, and fuzzification coefficient are optimized by means of Particle Swarm Optimization(PSO) and Differential Evolution(DE). The performance of the proposed precipitation forecasting system is evaluated by using KLAPS meteorological data.