• 한국멀티미디어학회논문지
• /
• 제3권5호
• /
• pp.433-444
• /
• 2000

본 논문은 개선된 퍼지 ART알고리즘을 이용한 차량 번호판 인식에 대한 연구이다. 차량 영상에서 번호판 영역을 추출하기 위해 수평·수직 에지의 형태학적 정보를 이용하고, 추출된 번호판에서 문자를 포함하는 특징 영역을 추출하기 위해 SOFM을 적용한 윤곽선(Contour)추적 알고리즘을 이용한다. 추출된 특징 영역의 인식은 개선된 퍼지 ART알고리즘을 사용한다. 본 논문에서 제안한 퍼지 ART알고리즘은 클러스터링 하는데 있어서 임의의 패턴과 저장된 패턴사이의 불일치 허용도를 나타내는 유사도(vigilance threshold)를 동적으로 설정함으로써 기존의 퍼지 ART 알고리즘을 개선한다. 추출 실험 결과, 수평·수직 에지의 형태학적 정보를 이용한 추출 방법이 RGB와 HSI 컬러 정보를 이용한 추출 방법보다 추출율이 개선되었다. 인식 결과에서도 개선된 퍼지 ART알고리즘이 기존의 퍼지 ART 알고리즘과 SOFM 알고리즘보다 인식율이 향상되었다.

• 농업과학연구
• /
• 제46권4호
• /
• pp.971-980
• /
• 2019

We profiled the health-promoting bioactive components in nine types of soybean seeds with different seed coat colors (yellow, green, brown, and black) and investigated the effects of different extraction solvents (methanol, ethanol, and water) on their antioxidant activities. The carotenoid and anthocyanin compositions varied greatly by seed color, and the phenolic acids, total phenol, and total flavonoid contents differed by genotype. The carotenoid content was relatively higher in soybean seeds with green and black seed coats than in those with a yellow seed coat while lutein was the most plentiful. The anthocyanin content was considerably higher in the soybean seed with the black seed coat. The results of the DPPH assay showed strong antioxidative activities in the methanol- and water-extracts compared to the ethanol-extract, irrespective of the seed coat colors. Moreover, the soybean seeds with the black seed coat exhibited the highest antioxidant activity among the samples, regardless of the extraction solvent used. Eighteen bioactive compounds were subjected to data-mining processes including principal component analysis and hierarchical clustering analysis. Multivariate analyses showed that brown and black seeds were distinct from the yellow and green seeds in terms of the levels of carotenoids and anthocyanins, respectively. These results help our understanding of the compositional differences in the bioactive components among soybean seeds of various colors, providing valuable information for future breeding programs that seek to enhance the levels of compounds with health benefits.

• 융합신호처리학회논문지
• /
• 제5권4호
• /
• pp.294-300
• /
• 2004

디지털 미디어의 증가로 비디오 클립을 효율적으로 정합하기 위한 다양한 알고리즘이 제안되었다. 기존의 비디오 검색 알고리즘에서는 주로 프레임 단위의 질의에 관한 검색 알고리즘이 연구되었으나 비디오 클립 단위의 질의에 관한 정합 알고리즘 연구는 미진하였다. 본 논문에서는 비디오 클립 질의에 관한 효율적인 비디오 색인과 검색 알고리즘을 제안한다. 시퀀스 정합의 정확도와 성능 향상을 위하여 연속되는 프레임의 히스토그램간의 유사도 함수로 커쉬함수를 사용하였으며 기존의 방법에 비해 높은 성능을 나타내었다. 비디오 샷들로부터 추출된 키프레임들은 샷묶음 뿐만 아니라 비디오 시퀀스 정합이나 브라우징에도 사용되며 여기서 키프레임은 이전 프레임들과 중요한 차이를 보이는 프레임을 나타낸다. 실험 영상을 이용한 실험결과 제안한 방법은 기존의 방법에 비해 적은 계산량으로 높은 정합 성능을 보였다.

• 대한전자공학회논문지SP
• /
• 제48권1호
• /
• pp.8-15
• /
• 2011

본 논문에서는 지상라이다에서 획득한 3차원 점군데이터로부터 구조물을 모델링하는 알고리듬을 제안한다. 지상라이다 점군 데이터는 항공라이다의 경우와 달리 목표 구조물의 크기와 비슷한 다양한 장애물이 존재하고 데이터의 밀도, 거리 등의 특성이 다르기 때문에 항공라이다에서 사용된 기존의 알고리듬을 그대로 적용하기가 곤란하다. 제안한 방법에서는 색상정보와 호프변환을 이용하여 구조물을 추출하는 기법을 기반으로 주어진 필드데이터를 여러 개의 클러스터로 구분한다. 클러스터 데이터의 우선순위에 따라서 Delaunay triangulation 기법을 차례대로 적용하여 모델링을 수행한다. 제안한 방법은 클러스터 단위로 모델링을 진행하므로 잡음에 의한 영향을 최소화할 수 있으며 사용자가 원하는 개수만큼의 클러스터를 선택함으로써 모델링의 수준을 대화식으로 조정할 수 있다는 장점이 있다.

• 정보처리학회논문지B
• /
• 제15B권3호
• /
• pp.205-210
• /
• 2008

본 논문에서는 잡음에 의해 손상된 텍스트 영상으로부터 복원 및 분할을 위한 새로운 접근 방법을 제안한다. 제안된 방법은 손상된 영역의 복원을 위하여 색상 및 비색상 성분을 2차 대칭 스틱 텐서로 표현하고 보팅 기반의 손상된 영역을 복원하였으며, 마지막으로 클러스터링 방법에 의해 분할을 수행한다. 먼저 우리는 제안된 색상 선택함수에 의해 잡음에 강건한 색상과 비색상 성분을 선택한다. 두 번째 단계에서는 각각의 선택된 특징 벡터들은 스틱 텐서로 표현하였으며 제한된 보팅 커널의 필드내에서 이웃하는 보터들과 통신을 통하여 새롭게 정의된다. 따라서 2차 보팅 후 각각의 스틱 텐서는 이웃하는 텐서와 같은 특성을 가지며 손상된 영역들을 복원할 수 있다. 마지막으로 복원된 영상의 성능을 평가하기 위하여 적응적 평균 이동 알고리즘과 클러스터링 알고리즘을 이용하여 영상 분할을 수행하였다. 실험에서 제안된 방법은 전체적인 처리과정을 자동적으로 수행 가능하였으며 배경 및 객체의 영역에서 효율적인 복원 및 분할을 수행할 수 있었다.

• 정보처리학회논문지B
• /
• 제17B권3호
• /
• pp.239-248
• /
• 2010

혈액 세포 영상에서 백혈구는 환자의 건강상태를 파악하는데 중요한 정보를 제공하며, 이를 통해 다양한 질병을 조기에 예측할 수 있다. 따라서 질병의 조기 예측을 위해 혈액세포에서 백혈구의 분리는 매우 중요한 단계이다. 본 논문에서는 중요도 맵과 단계적 영역 병합을 이용하여 혈액 세포 영상에서 백혈구를 자동으로 분할하는 기법을 제안한다. 백혈구 세포 영역은 염색물질에 의해 주변에 비해 두드러진 색상, 질감 정보를 가짐으로 이를 기반으로 중요도 맵(Saliency Map)을 만든다. 이를 통해 세포 영상에서 두드러진 영역을 찾아 sub-image를 분리하고, 각 sub-image에서 mean-shift 알고리즘을 적용하여 영역 클러스터링을 수행한다. Mean-shift 적용 후 얻은 클러스터들에 대해 단계적 영역 병합 알고리즘을 적용하고, 최종적으로 백혈구 핵으로 판단되는 단일 클러스터를 얻을 수 있다. 본 논문에서 제안한 방법은 혈액 세포 영상을 사용하여 테스트한 결과 71%의 핵 검출 정확도를 보였으며, 기존의 다른 알고리즘보다 뛰어난 성능을 나타내었다.

• 대한원격탐사학회지
• /
• 제35권1호
• /
• pp.57-81
• /
• 2019

Satellite images can be integrated into a crop model to strengthen the advantages of each technique for crop monitoring and to compensate for weaknesses of each other, which can be systematically applied for monitoring inaccessible croplands. The objective of this study was to outline the productivity of paddy rice based on simulation of the yield of all paddy fields in North Korea, using a grid crop model combined with optical satellite imagery. The grid GRAMI-rice model was used to simulate paddy rice yields for inaccessible North Korea based on the bidirectional reflectance distribution function-adjusted vegetation indices (VIs) and the solar insolation. VIs and solar insolation for the model simulation were obtained from the Geostationary Ocean Color Imager (GOCI) and the Meteorological Imager (MI) sensors of the Communication Ocean and Meteorological Satellite (COMS). Reanalysis data of air temperature were achieved from the Korea Local Analysis and Prediction System (KLAPS). Study results showed that the yields of paddy rice were reproduced with a statistically significant range of accuracy. The regional characteristics of crops for all of the sites in North Korea were successfully defined into four clusters through a spatial analysis using the K-means clustering approach. The current study has demonstrated the potential effectiveness of characterization of crop productivity based on incorporation of a crop model with satellite images, which is a proven consistent technique for monitoring of crop productivity in inaccessible regions.

• 한국정보전자통신기술학회논문지
• /
• 제12권4호
• /
• pp.373-379
• /
• 2019

본 연구에서는 실시간 육계 복지관리를 위해 영상 기반의 육계 군집 모니터링을 수행하였으며, 촬영된 영상 내육계 영역을 검출하고 좌표변환을 이용한 지면 투영과 밀집도를 평가하였다. 평사 구조의 육계사에서 광역 범위의 육계 군집을 촬영하였으며 육계 영역은 카메라로부터 수집된 RGB 영상을 HSV 모델로 변환한 후 임계치 처리 및 군집화를 통해 검출하였다. 영상처리를 통해 검출된 육계 영역은 카메라-월드 좌표계 변환을 이용하여 지면에 투영한 후 실제 면적을 계산하였으며, 계산된 면적을 이용하여 밀집도를 평가하였다. 영역 검출 결과 상대오차 및 IoU가 평균 5%, 0.81로 각각 계산되었으며, 좌표변환을 통한 실제 면적은 약 7%의 오차 수준으로 평가되었다. 실제 면적 내 육계영역의 비율을 이용하여 밀집도를 계산하였으며 평균 80% 수준으로 나타났다. 영역 검출의 경우 작거나 멀리 존재하는 면적에 대해서는 검출 성능이 다소 떨어졌으며, 실제 면적 평가는 축사 내 구조물 등에 따른 오차가 관찰되었다. 따라서 본 기술을 축사에 적용하기 위해서는 다양한 데이터 기반의 알고리즘의 검출 성능 향상 및 마커 등을 이용한 기준정보 추가 설치가 필요할 것으로 판단된다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제18권2호
• /
• pp.311-326
• /
• 2024

The rapid development of neural network technology promotes the neural network model driven by big data to overcome the texture effect of complex objects. Due to the limitations in complex scenes, it is necessary to establish custom template matching and apply it to the research of many fields of computational vision technology. The dependence on high-quality small label sample database data is not very strong, and the machine learning system of deep feature connection to complete the task of texture effect inference and speculation is relatively poor. The style transfer algorithm based on neural network collects and preserves the data of patterns, extracts and modernizes their features. Through the algorithm model, it is easier to present the texture color of patterns and display them digitally. In this paper, according to the texture effect reasoning of custom template matching, the 3D visualization of the target is transformed into a 3D model. The high similarity between the scene to be inferred and the user-defined template is calculated by the user-defined template of the multi-dimensional external feature label. The convolutional neural network is adopted to optimize the external area of the object to improve the sampling quality and computational performance of the sample pyramid structure. The results indicate that the proposed algorithm can accurately capture the significant target, achieve more ablation noise, and improve the visualization results. The proposed deep convolutional neural network optimization algorithm has good rapidity, data accuracy and robustness. The proposed algorithm can adapt to the calculation of more task scenes, display the redundant vision-related information of image conversion, enhance the powerful computing power, and further improve the computational efficiency and accuracy of convolutional networks, which has a high research significance for the study of image information conversion.

• International Journal of Computer Science & Network Security
• /
• 제24권6호
• /
• pp.8-16
• /
• 2024

Communication with the deaf has always been crucial. Deaf and hard-of-hearing persons can now express their thoughts and opinions to teachers through sign language, which has become a universal language and a very effective tool. This helps to improve their education. This facilitates and simplifies the referral procedure between them and the teachers. There are various bodily movements used in sign language, including those of arms, legs, and face. Pure expressiveness, proximity, and shared interests are examples of nonverbal physical communication that is distinct from gestures that convey a particular message. The meanings of gestures vary depending on your social or cultural background and are quite unique. Sign language prediction recognition is a highly popular and Research is ongoing in this area, and the SVM has shown value. Research in a number of fields where SVMs struggle has encouraged the development of numerous applications, such as SVM for enormous data sets, SVM for multi-classification, and SVM for unbalanced data sets.Without a precise diagnosis of the signs, right control measures cannot be applied when they are needed. One of the methods that is frequently utilized for the identification and categorization of sign languages is image processing. African Buffalo Optimization using Support Vector Machine (ABO+SVM) classification technology is used in this work to help identify and categorize peoples' sign languages. Segmentation by K-means clustering is used to first identify the sign region, after which color and texture features are extracted. The accuracy, sensitivity, Precision, specificity, and F1-score of the proposed system African Buffalo Optimization using Support Vector Machine (ABOSVM) are validated against the existing classifiers SVM, CNN, and PSO+ANN.