• Smart Structures and Systems
• /
• 제23권4호
• /
• pp.359-371
• /
• 2019

As part of a structural health monitoring system, the relative geometric relationship between a ship and bridge has been recognized as important for bridge authorities and ship owners to avoid ship-bridge collision. This study proposes a novel computer vision method for the real-time geometric parameter identification of moving ships based on a single shot multibox detector (SSD) by using transfer learning techniques and monocular vision. The identification framework consists of ship detection (coarse scale) and geometric parameter calculation (fine scale) modules. For the ship detection, the SSD, which is a deep learning algorithm, was employed and fine-tuned by ship image samples downloaded from the Internet to obtain the rectangle regions of interest in the coarse scale. Subsequently, for the geometric parameter calculation, an accurate ship contour is created using morphological operations within the saturation channel in hue, saturation, and value color space. Furthermore, a local coordinate system was constructed using projective geometry transformation to calculate the geometric parameters of ships, such as width, length, height, localization, and velocity. The application of the proposed method to in situ video images, obtained from cameras set on the girder of the Wuhan Yangtze River Bridge above the shipping channel, confirmed the efficiency, accuracy, and effectiveness of the proposed method.

• Journal of Multimedia Information System
• /
• 제6권2호
• /
• pp.49-60
• /
• 2019

Plants are very crucial for life on Earth. There is a wide variety of plant species available, and the number is increasing every year. Species knowledge is a necessity of various groups of society like foresters, farmers, environmentalists, educators for different work areas. This makes species identification an interdisciplinary interest. This, however, requires expert knowledge and becomes a tedious and challenging task for the non-experts who have very little or no knowledge of the typical botanical terms. However, the advancements in the fields of machine learning and computer vision can help make this task comparatively easier. There is still not a system so developed that can identify all the plant species, but some efforts have been made. In this study, we also have made such an attempt. Plant identification usually involves four steps, i.e. image acquisition, pre-processing, feature extraction, and classification. In this study, images from Swedish leaf dataset have been used, which contains 1,125 images of 15 different species. This is followed by pre-processing using Gaussian filtering mechanism and then texture and color features have been extracted. Finally, classification has been done using Multiclass-support vector machine, which achieved accuracy of nearly 93.26%, which we aim to enhance further.

• 한국근적외분광분석학회:학술대회논문집
• /
• 한국근적외분광분석학회 2001년도 NIR-2001
• /
• pp.1624-1624
• /
• 2001

Near-infrared spectroscopy (NIRS) was used to investigate the possibility for application in identification of apple cultivars. Three apple cultivars ‘Kamhong, Hwahong, and Fuji’ produced in Korea were scanned over the range of 1100-2500nm using NIRS (Infra Alzer 500). Two types of samples were used for scanning; one was apple with skin and the other was apple without skin. For cultivar identification, the NIR absorbance spectrums were analyzed by qualitative calibration in “Sesame” analysis program, and the various influence properties such as sugar contents, acidity, color, firmness, and micro-structure were compared in scanned samples. The ‘Kamhong’ cultivar could be identified from ‘Hwahong’ and ‘Fuji’ cultivars using the cluster model analysis. The test samples in calibration between ‘Kamhong’ and ‘Fuji’ cultivars could be completely identified. The test samples in calibration between ‘Kamhong’ and ‘Hwahong’ cultivars could be identified most of all. But, ‘Hwahong’ and ‘Fuji’ cultivars could not be quite classified each other. The apple skin influenced the identification process of apple cultivars. The samples without skin were more difficult to classify in calibration than the samples with skin. The physicochemical properties of apple cultivars showed like the result of identification in calibration using NIRS. Some physicochemical properties of ‘Kamhong’ cultivar were different from those of the other cultivars. Those of ‘Hwahong’ and ‘Fuji’ cultivars showed. similar to each other. The sucrose contents of ‘Kamhong’ cultivar were higher and the fructose contents and firmness of skin and flesh were lower than those of the others. The hypodermis layer of skin in ‘Kamhong’ cultivar was thinner than those of the others. In this studies, the identification of all apple cultivars by NIRS was not quite accurate because of the physicochemical properties which were different in the same cultivar, and inconsistent patterns by culivars in some properties. To solve these problems in NIRS application for apple cultivar identification, further study should be focused on the use of peculiar properties among the apple cultivars.

• 지능정보연구
• /
• 제18권2호
• /
• pp.47-60
• /
• 2012

비디오 데이터는 구조화되지 않은 복합 데이터의 형태를 지닌다. 이러한 비디오 데이터의 효율적인 관리 및 검색을 위한 비디오 데이터 구조화의 중요성이 대두되면서 콘텐츠 내 시각적 특징을 기반으로 비디오 씬(scene)을 탐지하고자 하는 연구가 활발히 진행되었다. 기존의 연구들은 주로 색상 정보만을 이용하여 샷(shot) 간의 유사도 평가를 기반한 클러스터링(clustering)을 통해 비디오 씬을 탐지하고자 하였다. 하지만 비디오 데이터의 색상 정보는 노이즈(noise)를 포함하고, 특정 사물의 개입 등으로 인해 급격하게 변화하기 때문에 색상만을 특징으로 고려할 경우, 비디오 샷 혹은 씬에 대한 올바른 식별과 디졸브(dissolve), 페이드(fade), 와이프(wipe)와 같은 화면의 점진적인 전환(gradual transitions) 탐지는 어렵다. 이러한 문제점을 해결하기 위해, 본 논문에서는 프레임(frame)의 컬러 히스토그램과 코너 에지, 그리고 객체 컬러 히스토그램에 해당하는 시각적 특징을 기반으로 동일한 이벤트를 구성하는 의미적으로 유사한 샷의 클러스터링을 통해 비디오 씬을 탐지하는 방법(Scene Detector by using Color histogram, corner Edge and Object color histogram, SDCEO)을 제안한다. SDCEO는 샷 바운더리 식별을 위해 컬러 히스토그램 분석 단계에서 각 프레임의 컬러 히스토그램 정보를 이용하여 1차적으로 연관성 있는 연속된 프레임을 샷 바운더리로 병합한 후, 코너 에지 분석 단계에서 병합된 샷 내 처음과 마지막 프레임의 코너 에지 특징 비교를 통하여 샷 바운더리를 정제하여 최종 샷을 식별한다. 키프레임 추출 단계에서는 샷 내 프레임간 유사도 비교를 통해 모든 프레임과 가장 유사한 프레임을 각 샷을 대표하는 키프레임으로 추출한다. 그 후, 비디오 씬 탐지를 위해, 컬러 히스토그램과 객체 컬러 히스토 그램에 해당하는 프레임의 시각적 특징을 기반으로 상향식 계층 클러스터링 방법을 이용하여 의미적인 연관성을 지니는 샷의 군집화를 통해 비디오 씬을 탐지하는 방법이다. 본 논문에서는 SDCEO의 프로토 타입을 구축하고 3개의 비디오 데이터를 이용한 실험을 통하여 SDCEO의 효율성을 평가하였고 샷 바운더리 식별의 성능의 정확도는 평균 93.3%, 비디오 씬 탐지 성능의 정확도는 평균 83.3%로 만족할만한 성능을 보였다.

• 대한전자공학회논문지SP
• /
• 제42권1호
• /
• pp.33-42
• /
• 2005

칼라 화소 성분들은 인쇄에서부터 획득하기까지의 전 과정에 거쳐 심하게 왜곡되기 때문에, 획득된 영상에서 정확한 칼라 정보를 필요로 하는 칼라 코트 식별 작업은 매우 어렵다. 정확한 칼라 식별을 달성하기 위해서는 서로 다른 칼라 영역들을 정화하게 분리해냄으로써 어떤 칼라 영역의 부분이 아닌 전체 화소들에 대한 통계적 처리를 가능하게 하는 영역 분할 기술이 필요하다. 칼라 영역 분한은 성분 영상(들)에 대한 경계선 검출을 수행하여 달성할 수 있다. 이 논문에서는 RGB, HSI, YIQ의 세 칼라 모델로부터의 성분 영상들에 대해 독립적으로 경계선을 검출하고, 결합에 의해 가장 완전한 경계선 영상을 제공하는 한쌍의 성분을 찾아내기 위한 수학적 분석과 실험을 수행하였다. 실험 결과, Y-와 R-성분 경계선 영상들을 결합했을 때 가장 좋은 결과를 얻을 수 있었다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제37권8호
• /
• pp.599-610
• /
• 2010

고성능 디지털 인쇄기기의 대중화와 손쉬운 이미지 편집 프로그램들의 등장으로 인하여 위 변조 범죄가 증가함에 따라 여러 가지 사회적인 문제를 야기하고 있다. 이를 해결하기 위해서 디지털 포렌식 기술이 활발하게 연구되고 있다. 본 논문에서는 디지털 포렌식 기술의 한 분야인 컬러 레이저 인쇄기기 판별기술을 제안한다. 각 제조사마다 인쇄방법이 다르기 때문에 육안으로 판별할 수 없는 미세한 차이가 출력물에 존재한다는 점을 이용하였다. 출력물의 노이즈를 추정하여 이러한 미세한 차이를 분석하였으며, 제안하는 방법에서는 출력물을 스캔한 이미지에 대해 위너필터를 거쳐 노이즈를 제거한 이미지를 차감하여 노이즈를 추출한다. 계산된 노이즈 대해 명암도 동시발생 행렬을 계산하여 특징값들을 추출한 뒤 이를 서포트 벡터 머신 분류기에 적용하여 인쇄기기를 판별하였다. 제안한 알고리즘의 성능을 분석하기 위하여 7대 프린터에서 각 371장씩 출력된 총 2,597장 이미지로 실험하였다. 제안한 알고리즘은 컬러 디지털 인쇄기기의 제조사를 판별하는데 있어서 97.6%의 정확률을 보였고, 동일 제조사의 모델을 판별하는데 84.5%의 정확률을 나타냈다.

• 동의생리병리학회지
• /
• 제22권1호
• /
• pp.262-266
• /
• 2008

We plan to make the standardization of the pattern identifications for stroke and differentiate them by tongue diagnosis. We make a case report form which has questionnaires for tongue diagnosis in stroke patients. And we collected cases from the multi center network which consists of twelve university hospitals and one local hospital. The cases confirmed by diagnosis of medical specialists and residents are 321 cases. They are divided into Qi Defficiency 30.84%, Dampness& Phlegm 25.55%, Fire & Heat 22.43%, Eum Defficiency 18.69% and Blood Stasis 2.49%. We analyzed the markers which classified into the color of tongue body, the color of fur, the quality of fur, the dryness of tongue, the shape of tongue. To make a stroke pattern identification standard, we must try variable ways.

• 대한본초학회지
• /
• 제26권3호
• /
• pp.57-63
• /
• 2011

Objectives : Peucedani Radix ('Jeonho' in Korean) is the root of Peucedanum praeruptorum or Angelica decursiva. However, the root of Anthriscus sylvestris has usually been distributed as Jeonho. This study was performed to determine the discriminative criteria of Jeonho, focused on distribution in Korean markets. Methods : We have determined identification keys to discriminate each Jeonho samples, through observation of external morphology of original plants, and the research of external and internal morphological features of dried Jeonho herbs. Results : Because of identical to the Korean plant name 'Jeonho', Anthrisci Radix had been came into use as a substitute of Jeonho in Korea during the time of Japanese colonial rule. The original plants of Jeonho and its substitute are discriminated with shape of leaf, leaf margin and color of stem. External morphological features of the medicinal herbs of Jeonho are different in the color of cross-sections, pellucid dot, white powder. Internal morphological points, such as fiber bundle of xylem, seconadary mudullary ray and ray of xylem were also used as discriminative criteria for Jeonho. Further details(e.g. identificaion keys) are in the article. Conclusions : We think that these discriminative criteria will be meaningful in identifying the substitutes and adulterants of Jeonho.

• 대한본초학회지
• /
• 제36권4호
• /
• pp.41-50
• /
• 2021

Objectives : This study is to check the quality of Moschus products in Korean markets using a chromatographic analysis. Methods : We collected musk products, two genuine products from Russia (A, B), two authentic products from Hong Kong (C) and Korea (D), the Ministry of Food and Drug Safety (MFDS) standard (E), and two fire ants products (E, F). Results : For identification, TLC analysis of 60% ethanol extracts of each product showed that A, B, C, and E have the suitable patterns before color development at 365 nm UV light for the MFDS regulation in Korea. A clear red spot was observed from the E at R_f 0.6 with 365 nm UV light after color development, but this spot was not found in A and B. For the purity test, a distinct violet spot with R_f 0.87 was observed from the A and B in TLC analysis of methanol extracts of each product at white light, however, this spot was not matched with the impurities of E and F. In HPLC-UV pattern analysis, a similar peak pattern was shown in A, B and E, and similar peaks were observed C, although the similarity was weaker than that of A, B, and E. The F and G showed different peak patterns compared with the peak patterns of other samples. Conclusions : Hence, it is considered that the test methods need flexibility in application for identification and purity test depending on the type of sample.

• 인터넷정보학회논문지
• /
• 제24권5호
• /
• pp.29-35
• /
• 2023

CCTV는 범죄 예방, 공공 안전 강화, 교통 관리 등 다양한 목적으로 사용된다. 그러나 카메라의 범위와 해상도가 향상됨에 따라 영상에서 개인의 신상정보가 노출되는 위험성이 있다. 따라서 영상에서 개인 정보를 보호함과 동시에 개인을 식별할 수 있는 새로운 기술의 필요성이 존재한다. 본 논문에서는 객체 식별 및 추적을 위한 히스토그램 기반 특이값 분해를 제안한다. 제안하는 방법은 객체의 색상 정보를 이용하여 영상에 존재하는 서로 다른 객체를 구분한다. 객체 인식을 위하여 YOLO와 DeepSORT를 이용해 영상에 존재하는 사람을 탐지 및 추출한다. 탐지된 사람의 위치 정보를 이용해 흑백 히스토그램으로 색상 값을 추출한다. 추출한 색상 값 중 유의미한 정보만을 추출하여 사용하기 위해 특이값 분해를 이용한다. 특이값 분해를 이용할 때 결과에서 상위 특이값의 평균을 이용함으로 객체 색상 추출의 정확도를 높인다. 특이값 분해를 이용해 추출한 색상 정보를 다른 영상에 존재하는 색상과 비교하며 서로 다른 영상에 존재하는 동일 인물을 탐지한다. 색상 정보 비교를 위해 유클리드 거리를 이용하며 정확도 평가는 Top-N을 이용한다. 평가 결과 흑백 히스토그램과 특이값 분해를 사용하여 동일 인물을 탐지할 때 최대 100%에서 최소 74%를 기록하였다.