• 한국멀티미디어학회논문지
• /
• 제15권3호
• /
• pp.291-298
• /
• 2012

일반적인 ATR시스템에서는 대부분 FLIR센서에 의존하여 영상을 획득하나, 표적의 경계가 모호한 경우 견실한 표적 분할을 보장할 수 없는 한계점이 있다. 이에 본 논문은 FLIR과 CCD센서를 통해 획득된 영상에 대한 적응적 가중치 기반의 융합 방법을 제안함으로써 보다 정확한 표적 분할 성능을 재현한다. 융합을 위한 FLIR영상의 가중치는 모호한 경계를 구분하기 위한 bi-modality 척도와 표적 경계와의 거리를 통해 결정되고, CCD영상의 가중치는 표적과 배경의 질감차이를 나타내는 질감 척도와 거리 척도를 통해 도출된다. 제안 방법의 타당성 검증을 위하여 다양한 환경에서 획득된 표적 영상에 대한 제안 방법과 단일 센서 기반의 표적 분할의 성능 비교를 수행하였다.

• 한국컴퓨터정보학회논문지
• /
• 제14권6호
• /
• pp.135-142
• /
• 2009

테이터 마이닝은 대용량의 데이터 셋을 분석하기 위하여 새로운 이론, 기법, 분석 툴을 제공하는 전산 지능분야의 새로운 영역중 하나이다. 데이터 마이닝의 주요 기법으로는 연관규칙 탐사, 분류, 클러스터링 등이 있다. 그러나 이들 기법을 기존 연구 방법들처럼 개별적으로 사용하는 것보다는 통합화하여 규칙들을 자동적으로 발견해내는 방법론이 필요하다. 이런 데이터 규칙 추출 방법론은 대량의 데이터들을 분석하여 성공적인 의사결정을 내리는데 도움을 줄 수 있기에 많은 분야에 이용될 수 있다. 본 논문에서는 계층적 클러스터링 알고리듬과 러프셋 이론을 이용하여 대량의 데이터로부터 의미 있는 규칙들을 발견해 내는 자동적인 규칙 추출 방법론을 제안한다. 또한 UCI KDD 아카이브에 포함되어 있는 데이터 셋을 이용하여 제안하는 방법에 대하여 실험을 수행하였으며, 실제 생성된 규칙들을 예시하였다. 이들 자동 생성된 규칙들은 효율적인 의사결정에 도움을 준다.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2001년도 추계종합학술대회
• /
• pp.363-366
• /
• 2001

현재 육안에 의한 피혁의 등급 판정 과정은 장시간 시 피로에 의한 일관성 결여로 인해 판정 결과에 대한 신뢰성을 주지 못한다. 따라서 피혁의 품질을 결정하기 위한 객관적인 지표와 이를 기준으로 등급 판정 과정의 자동화가 필요하다. 본 논문에서 적용된 피혁 자동 선별 시스템은 피혁에 대한 정보를 취득하는 과정과 이들 정보로부터 등급을 판정하는 과정으로 구성된다. 피혁의 품질은 조밀도와 결함의 종류 및 분포도와 같은 피혁 정보에 의해 결정된다. 본 논문에서는 디지털 카메라에 의해 획득된 흑백 영상으로부터 피혁의 조밀도 및 결함에 대한 정보를 추출하는 알고리즘을 제안한다. 조밀도에 대한 정보는 원 영상을 주파수 영역으로 변환한 후 나타나는 퓨리에 스펙트럼 분포의 특징 값들에 의해서 추출된다. 그리고 결함에 대한 정보는 전처리 과정을 거친 영상으로부터 경계선 검출 후 검색 윈도우를 사용하여 윈도우에 해당하는 픽셀들의 통계적 수치에 의해서 검출된다. 피혁 전체에 대한 정보들은 피혁의 등급을 판정하는 지표로 사용되며 실제 머신 비젼 시스템에 적용된다.

• 한국멀티미디어학회논문지
• /
• 제13권3호
• /
• pp.410-416
• /
• 2010

본 논문은 광각 렌즈를 가지는 CCD 카메라에서 왜곡 보정 시 필요한 샘플화소의 좌표들을 자동으로 추출하는 알고리즘을 제안한다. 제안한 방법은 광각 렌즈를 통하여 획득한 왜곡된 영상에 대하여 노이즈를 제거한 후 에지 영상을 구한다. 그 후, 수평 방향과 수직 방향에 대한 히스토그램을 임계치와 비교하여 왜곡 좌표를 추출한다. 이 방법은 광각 CCD 카메라의 출력물에 직접 적용 할 수 있다. 그 결과 제안한 방법은 수작업으로 인한 번거로운 작업과 부정확한 샘플 좌표로 인한 오류 없이 자동으로 샘플 좌표를 추출하고 보정한 결과 영상을 얻을 수 있었다. 또한 렌즈 각과 왜곡 형태에 상관없이 적용 가능함을 확인할 수 있었다.

• 인지과학
• /
• 제14권1호
• /
• pp.10-10
• /
• 2003

본 논문은 Gabor 웨이브렛 변환을 이용하여 무표정을 포함한 표정영상에서 얼굴의 주요 요소들의 경계선을 추출한 후, FCM 군집화 알고리즘을 적용하여 무표정 영상에서 저차원의 대표적인 특징점을 추출한다. 무표정 영상의 특징점들은 표정영상의 특징점들을 추출하기 위한 템플릿으로 사용되어지며, 표정영상의 특징점 추출은 무표정 영상의 특징점과 동적 연결모형을 이용하여 개략적인 정합과 정밀한 정합 과정의 두단계로 이루어진다. 본 논문에서는 Gabor 웨이브렛과 FCM 군집화 알고리즘을 기반으로 동적 연결모형을 이용하여 표정영상에서 특징점들을 자동으로 추출할 수 있음을 제시한다. 본 연구결과는 자동 특징추출을 이용한 차원모형기반 얼굴 표정인식[1]에서 얼굴표정의 특징점을 자동으로 추출하는 데 적용되었다.

• 한국콘텐츠학회논문지
• /
• 제11권3호
• /
• pp.1-8
• /
• 2011

최근 차량의 출입통제 및 주차관리 그리고 불법 차량의 단속 등 다양한 분야에서 차량 번호판 자동 인식 기술들이 활용되고 있다. 그러나 기울어지거나 햇빛 또는 조명 등의 영향을 받은 차량 영상에서는 번호판의 고유한 정보가 변형될 수 있다. 본 논문에서는 왜곡에 불변한 차량 번호판 검출 및 인식 알고리즘을 제안하였다. 먼저 DoG(Difference of Gaussian) 필터를 이용해서 번호판의 문자 획이 잘 보전된 이진영상을 생성하였다. 그리고 왜곡에 불변한 연속된 큰 숫자들의 위치를 찾고 그 정보를 이용해서 번호판영역을 검출하였다. 기하학적 왜곡 보정과 영상 개선 작업을 수행한 다음 신경망을 이용해서 번호판을 인식하였다. 제안한 알고리즘을 상용 LPR(License Plate Recognition) 시스템으로부터 획득한 6,200장의 차량 영상을 대상으로 시뮬레이션 한 결과 98.4%의 번호판 영상 인식률과 0.05초의 인식 속도를 얻을 수 있었다.

• 대한전자공학회논문지SP
• /
• 제48권1호
• /
• pp.33-45
• /
• 2011

본 논문에서는 객체의 윤곽선 정보에 기반한 수정된 그래프컷(Graph-cut) 알고리즘을 이용하여 동영상에서 효율적으로 객체를 추출하는 방법을 제안한다. 이를 위해 먼저, 첫 프레임에서 자동 추출 알고리즘 이용하거나 사용자와의 상호작용을 통해 영상에서 객체를 분리한다. 객체의 형태 정보를 상속시키기 위해 이전 프fp임에서 추출된 객체 윤곽선의 움직임을 예측한다. 예측된 윤곽선을 기준으로 블록 단위 히스토그램 역투영(Block-based Histogram Back-projection) 알고리즘을 수행하여 다음 프레임의 각 픽셀에 대한 객체와 배경의 컬러 모델을 형성한다. 또한 윤곽선을 중심으로 전체 영상에 대한 로그함수 기반의 거리 변환 지도(Distance Transform Map)를 생성하고 인접 픽셀간의 연결(link)의 확률을 결정한다. 생성된 컬러 모델과 거리 변환 지도를 이용하여 그래프를 형성하고 에너지를 정의하며 이를 최소화하는 과정을 통해 객체를 추출한다. 다양한 영상들에 대한 실험 결과를 통해서 기존의 객체 추출 방법보다 제안하는 방법이 객체를 보다 정확하게 추출함을 확인할 수 있다.

• 한국지능시스템학회논문지
• /
• 제14권3호
• /
• pp.349-356
• /
• 2004

The automatic recognition of transport containers using image processing is very hard because of the irregular size and position of identifiers, diverse colors of background and identifiers, and the impaired shapes of identifiers caused by container damages and the bent surface of container, etc. In this paper we propose and evaluate a novel recognition algorithm for container identifiers that effectively overcomes these difficulties and recognizes identifiers from container images captured in various environments. The proposed algorithm, first, extracts the area containing only the identifiers from container images by using CANNY masking and bi-directional histogram method. The extracted identifier area is binarized by the fuzzy binarization method newly proposed in this paper. Then a contour tracking method is applied to the binarized area in order to extract the container identifiers which are the target for recognition. In this paper we also propose and apply a novel ART2-based hybrid network for recognition of container identifiers. The results of experiment for performance evaluation on the real container images showed that the proposed algorithm performs better for extraction and recognition of container identifiers compared to conventional algorithms.

• Journal of Biosystems Engineering
• /
• 제39권3호
• /
• pp.174-183
• /
• 2014

Purpose: A robust, efficient auto-grading computer vision system for meat carcasses is in high demand by researchers all over the world. In this paper, we discuss our study, in which we developed a system to speed up line processing and provide reliable results for pork grading, comparing the results of our algorithms with visual human subjectivity measurements. Methods: We differentiated fat and lean using an entropic correlation algorithm. We also developed a self-designed robust segmentation algorithm that successfully segmented several porkcut samples; this algorithm can help to eliminate the current issues associated with autothresholding. Results: In this study, we carefully considered the key step of autoextracting lean tissue. We introduced a self-proposed scheme and implemented it in over 200 pork-cut samples. The accuracy and computation time were acceptable, showing excellent potential for use in online commercial systems. Conclusions: This paper summarizes the main results reported in recent application studies, which include modifying and smoothing the lean area of pork-cut sections of commercial fresh pork by human experts for an auto-grading process. The developed algorithms were implemented in a prototype mobile processing unit, which can be implemented at the pork processing site.

• 정보처리학회논문지B
• /
• 제16B권2호
• /
• pp.141-150
• /
• 2009

본 논문에서는 사람의 노랫소리를 자동으로 채보할 수 있는 시스템을 제안한다. 먼저 입력된 음성으로부터 추출된 피치 정보를 안정화된 역확산 방정식(Stabilized Inverse Diffusion Equation : SIDE)을 이용하여 음절 단위로 분할한다. 이를 바탕으로 유전자 알고리즘에 기반한 클러스터링을 통해 음길이 인식을 수행하였다. 또한 시창자의 음 높이에 강인한 음정 인식을 위하여 상대 음정이라는 개념을 도입하였다. 그리고 휴지기 정보를 이용한 마디 추출 알고리즘을 적용하여 보다 정확한 노래의 채보를 가능하게 하였다. 제안된 시스템을 통하여 동요 16곡을 채보한 결과 마디 인식률은 91.5%였으며, DMOS 방법으로 측정한 악곡 전체 유사도는 3.82로써 시스템 성능의 유효성을 확인할 수 있었다.