• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2001년도 제14회 신호처리 합동 학술대회 논문집
• /
• pp.161-164
• /
• 2001

캐릭터의 자동 생성이란 영상처리 기법을 이용하여 사람의 얼굴에서 특징을 추출하고, 이 특징들을 기반으로 독특한 캐릭터를 자동으로 얻어내는 방법을 의미한다. 본 논문에서는 사람마다의 얼굴의 특성에 기반한 캐릭터를 자동으로 생성하기 위하여 얼굴의 각 구성요소들의 특징을 효과적으로 추출하기 위한 방법을 제시한다. 얼굴을 구성하는 각각의 요소들의 특징을 추출하고, 추출된 특징을 바탕으로 각 구성요소에 해당하는 데이터베이스를 검색하여 특징을 잘 표현할 수 있는 그림을 선택한다. 최종적으로 선택된 그림들은 원 이미지의 비율에 맞도록 재구성하여 얼굴 캐릭터를 생성한다.

• 한국통신학회:학술대회논문집
• /
• 한국통신학회 2006년도 하계종합학술발표회 논문 초록집
• /
• pp.449-449
• /
• 2006

• 제어로봇시스템학회논문지
• /
• 제2권3호
• /
• pp.229-235
• /
• 1996

CAD diagrams generally consists of many basic components: symbols, character, and connection lines. Thus, to recognize the diagrams, it is necessary to extract each components, and understand their meanings and relation among them. This paper describes a method for linking basic components extracted efficiently from hand-down diagrams to OrCAD data format. Experimental results with a hand-drawn diagrams of electronic and logic circuit show utility of the proposed method.

• International Journal of Fuzzy Logic and Intelligent Systems
• /
• 제4권2호
• /
• pp.217-222
• /
• 2004

A person does communication between each other using language. But, In the case of disabled person, cannot communicate own idea to use writing and gesture. We embodied communication system using the EEG so that disabled person can do communication. After feature extraction of the EEG included facial muscle signals, it is converted the facial muscle into control signal, and then did so that can select character and communicate idea.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2010년도 춘계학술대회
• /
• pp.205-208
• /
• 2010

본 논문에서는 Zernike 모멘트와 backpropagation신경망을 이용한 온라인 필기체 숫자 인식 방법을 소개한다. 마우스로 통해 입력된 숫자 정보는 전처리를 통해 시간에 순서적이고, 연속적인 좌표 정보로 변환된다. 전처리된 입력 좌표는 Zernike 모멘트(moment)와 각도 특징(angulation feature)을 이용하여 각 숫자가 가지는 고유의 특징을 만들어 낸다. 이러한 특징은 크기, 모양, 틀어진 정도에 상관없이 항상 일정한 성질을 가진다. 제안된 방법으로 추출된 특징은 패턴 구분을 위해 back propagation 신경망의 입력으로 사용된다. 본 논문은 200개의 필기체 숫자 데이터베이스를 이용하여 실험을 한 결과, 제시된 방법은 적은 학습데이터만으로 학습이 가능할 뿐만 아니라 좋은 인식률을 보여준다.

• 한국지능시스템학회논문지
• /
• 제9권4호
• /
• pp.444-450
• /
• 1999

본 논문에서는 칼라로 입력된 문서 영상에서 문자 영역추출을 위하여 k-means을 이용한 클러스트링 알고리즘을 제안하였다. 칼라 영상의 클러스트링을 위해서 HIS 좌표계에 적합한 거리함수를 제안하였다. 이를 인식하기 위한 전처리 단계인 문자분리(segmentation)방법은 연결 화소를 이용한 개별문자 추출 알고리즘을 제안하였다. 본 알고리즘 에서는 문자분리방벙에서 접촉문자 (touching character)또는 겹친 문자(overlapped character)등과 같이 분리가 곤란한 문자를 개별문자로 분리하는 방법이다. 기존의 문자 분리방법에서는 투영(projection)dop 의한 방법과 외곽선(edge)추적에 의한 방법등을 사용하여 왔으나 제안된 방법은 문자열 추출후 한번의 투영으로 연결화소를 이용하여 개별문자를 추출한다. 문자 영역과 비 문자 영역을 구분하여 개발문자 추출을 한 결과 단순한 이진 영상이 아닌 칼라 영상에서의 문서 처리가 큰 의의가 있고 기존의 문서 처리기 보다 향상된 알고리즘인 것을 확인하였다.

• 방송공학회논문지
• /
• 제27권4호
• /
• pp.519-526
• /
• 2022

동영상 콘텐츠 편집 시 등장인물을 구분하고 식별하는 작업은 많은 시간과 노력이 요구되는 작업이다. 노동 집약적 특성이 있는 미디어 편집 작업 시 인공지능 기술을 활용하면 미디어 제작 시간을 획기적으로 줄일 수 있어 창작과정의 효율성 향상에 도움을 줄 수 있다. 본 논문에서는 동영상 편집을 위한 인물 식별 및 검색 작업을 자동화하기 위해 다수의 인공지능 기술을 혼합하여 활용하는 기법을 제안한다. 객체 검출, 얼굴 검출, 자세 예측 기법을 사용하여 인물 객체에 대한 특징 정보를 수집하고, 수집된 정보를 바탕으로 얼굴 인식, 색 공간 분석 기법 등을 활용하여 인물 객체 식별 정보를 생성한다. 인물 특징 및 식별 정보는 편집 대상 영상의 각 프레임에 대해서 수집되며 영상 편집을 위한 프레임 단위 검색을 위한 메타데이터로 사용된다.

• 한국통신학회논문지
• /
• 제30권8C호
• /
• pp.783-792
• /
• 2005

본 논문은 애니메이션 캐릭터를 대상으로 한 스케치 기반 영상 검색의 특징 추출 방법을 제안한다. 우리는 특징 영역의 추출을 위해서 영상에서의 장면 전환 검출 기법, 프레임 사이의 대응점 검출 기법 및 애니메이션 제작과정의 특성을 이용한다. 추출된 특징 영역에서 유사한 색상들이 집중된 영역들을 검출한다. 각 영역들의 색상, 크기 그리고 영역간의 관계로 영상 검색을 위한 특징으로 사용한다. 최종적으로 애니메이션 제작 특성과 사용자의 스케치를 질의 영상으로 사용하여 유사한 캐릭터를 검색한다.

• 한국컴퓨터정보학회논문지
• /
• 제10권4호
• /
• pp.17-27
• /
• 2005

본 논문에서는 문자인식과 복원을 위한 신경회로망 시스템을 제안한다. 제안하는 시스템은 인식부와 연상부로 구성되었다. 인식부에서는 ART 신경회로망의 인식성능을 개선하기 위해 불필요한 하향틀의 생성과 변화를 제한하여 효과적인 패턴인식이 가능한 모델을 제안하였다. 또한, 한글의 구조적인 특징을 능동적으로 적용할 수 있게 구성된 위치특징 추출 알고리즘을 적용하였다. 연상부에서는 Hopfield 신경회로망으로, 입력된 이미지 패턴의 복원이 가능한 모델을 구성하였다. 제안하는 시스템은 그 성능을 확인하기 위해 각 부분별 실험을 하였다. 그 결과 인식율이 개선되고 복원이 가능함을 보였다.

• Journal of Information Processing Systems
• /
• 제18권3호
• /
• pp.411-427
• /
• 2022

Digging historical and cultural information from seals in ancient books is of great significance. However, ancient Chinese seal samples are scarce and carving methods are diverse, and traditional digital image processing methods based on greyscale have difficulty achieving superior segmentation and recognition performance. Recently, some deep learning algorithms have been proposed to address this problem; however, current neural networks are difficult to train owing to the lack of datasets. To solve the afore-mentioned problems, we proposed an SEL-RefineMask which combines selector of feature pyramid network (SEL-FPN) with RefineMask to segment and recognize seals. We designed an SEL-FPN to intelligently select a specific layer which represents different scales in the FPN and reduces the number of anchor frames. We performed experiments on some instance segmentation networks as the baseline method, and the top-1 segmentation result of 64.93% is 5.73% higher than that of humans. The top-1 result of the SEL-RefineMask network reached 67.96% which surpassed the baseline results. After segmentation, a vision transformer was used to recognize the segmentation output, and the accuracy reached 91%. Furthermore, a dataset of seals in ancient Chinese books (SACB) for segmentation and small seal font (SSF) for recognition were established which are publicly available on the website.