• Journal of Biosystems Engineering
• /
• 제30권6호통권113호
• /
• pp.340-346
• /
• 2005

Major quality features of the beef carcass in most countries including Korea are size, marbling state of the lean tissue, color of the fat and lean tissue, and thickness of back fat of the 13th rib. To evaluate the beef quality, extracting loin parts from the sectional image of the 13th beef rib is crucial and is the first step. However, because of the inhomogeneous distribution and fuzzy pattern of the fat and lean tissues on the beef cut, it is difficult to extract automatically the proper contour of the lean tissue. In this paper, a prototype mobile beef quality measurement system, which can be implemented practically at the beef processing site was developed. The developed system was composed of the hand held image acquisition unit and mobile processing unit mounted with touch-pad screen. Algorithms to extract the boundary of the lean tissue and a proper tool to evaluate the marbling status have been developed using color image processing. The boundary extraction algorithm showed successful results for the beef cuts with simple and moderate patterns of the lean tissue and fat. However, it had some difficulty in eliminating complex pattern of the extraneous tissues adhered to the lean tissue in the boundary extraction. The developed algorithms were implemented to the prototype mobile processing unit.

• 문화기술의 융합
• /
• 제5권1호
• /
• pp.371-376
• /
• 2019

창조적 사고는 언어로 표현되기 전부터 나타나며, 논리학이나 언어학법칙이 작동하기 전에 감정과 직관, 이미지와 몸의 느낌을 통해 그 존재를 드러낸다. 본 연구에서는 레고 놀이를 이미지 표현 방식으로, 이미지 프로세싱 기법을 중심으로 컴퓨터 비전을 응용한 실험적인 유아 참여형 인터렉티브 콘텐츠를 제시하고자 한다. 특히 유아의 경우 손의 소 근육 발달과 상상력을 실재로 구현하는 것은 매우 중요한 창조의 과정이다. 사물인식으로 대표되는 이미지 프로세싱 기술의 지각변동 속에서 'OpenCV 라이브러리'의 분석 알고리즘과 그것을 'Node'로써 구현한 'VVVV'로 이미지 프로세싱을 진행하고, 웹캠을 이용하여 물체를 촬영하고, 인식하고, 해당 분석에 맞는 결과를 도출해 내어 사용자가 참여함으로 완성되는 인터렉티브 콘텐츠를 제작하는 것을 목표로 한다. 연구를 통해서 아이들이 만든 레고가 어떤 작품인지 알 수 있고, 아이들은 스스로 무언가를 만들며 창의성을 기를 수 있다. 나아가, 더 많은 데이터를 기반으로 다양하고 개성적인 사람의 사고를 유추할 수 있을 것이라 기대한다.

• 한국콘텐츠학회논문지
• /
• 제21권3호
• /
• pp.23-32
• /
• 2021

컴퓨터 비전 분야의 의미론적 영상 분할(Semantic Image Segmentation) 기술은 이미지를 픽셀 단위로 분할 하여 클래스를 나누는 기술이다. 이 기술도 기계 학습을 이용한 방법으로 성능이 빠르게 향상되는 중이며, 픽셀 단위의 정보를 활용할 수 있는 높은 활용성이 주목받는 기술이다. 그러나 이 기술은 초기부터 최근까지도 계속 '세밀하지 못한 분할'에 대한 문제가 제기되어 왔다. 이 문제는 레이블 맵의 크기를 계속 늘리면서 발생한 문제이기 때문에, 자세한 에지 정보가 있는 원본 영상의 에지 맵을 이용해 레이블 맵을 수정하여 개선할 수 있을 것으로 예상할 수 있었다. 따라서 본 논문은 기존 방법대로 학습 기반의 의미론적 영상 분할을 유지하되, 그 결과인 레이블 맵을 원본 영상의 에지 맵 기반으로 수정하는 후처리 알고리즘을 제안한다. 기존의 방법에 알고리즘의 적용 한 뒤 전후의 정확도를 비교했을 때 평균적으로 약 1.74% 픽셀 정확도와 1.35%의 IoU(Intersection of Union) 정확도가 향상되었으며, 결과를 분석했을 때 성공적으로 본래 목표한 세밀한 분할 기능을 개선했음을 보였다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제10권11호
• /
• pp.513-520
• /
• 2021

최근 학습, 교육 및 훈련으로 일컫는 이러닝 분야에서 교육(education)과 기술(technology)이 접목된 에듀테크(edutech)에 대한 연구가 활발하게 진행되고 있다. 그러나 디지털 기기에서 자동으로 수집이 가능한 학습활동 데이터를 기반으로 학습자 개개인에게 맞춤형 학습을 제공하는 연구는 많으나, 오프라인 학습에서 추출하고 활용해야 할 데이터의 수집 연구는 적다. 이에 본 연구는 데이터 수집 연구를 위해 인공지능 컴퓨터 비전 기술을 이용하여 교재 또는 문제지의 문항 검출 방법을 연구한다. 이는 교재 또는 문제지에 대한 디지털로의 변환작업 없이도 오프라인 학습활동 데이터를 수집·저장·분석하여 지능화 교육 서비스와 연계를 통해 오프라인 학습에서도 학습자의 개인 맞춤형 학습 서비스 제공한다.

• 실천공학교육논문지
• /
• 제11권2호
• /
• pp.175-180
• /
• 2019

기존에 존재하는 패션 웹 사이트 에서는 상의, 하의 등의 품목에서는 한 가지 종류의 옷에 대한 검색결과만 보여주기 때문에 사용자가 원하는 옷에 대한 조합을 찾을 수 없다. 또 패션 시장이 성장함에 따라 소비자들은 다양한 패션 정보를 찾을 수 플랫폼을 요구하고 있다. 이러한 문제를 해결하고자 하여 딥러닝을 통한 이미지분류를 웹 사이트와 연동하고 SNS 기능을 접목하는 아이디어를 고안해냈다. 웹 사이트에 사용자가 본인의 이미지을 업로드하여 딥러닝 서버를 통해서 이미지의 특징을 파악하고 분류하여 저장한다. 사용자들은 저장된 정보를 가지고 여러 조합을 통해 원하는 이미지들을 검색할 수 있다. 또 SNS 기능을 통해 사용자간의 커뮤니케이션이 활발하게 이루어질 수 있다. 이를 통해서 기존에 존재하는 패션 관련 사이트의 문제를 해결하는 방안을 마련하였다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제13권4호
• /
• pp.1989-2011
• /
• 2019

Vehicle detection based on aerial images is an interesting and challenging research topic. Most of the traditional vehicle detection methods are based on the sliding window search algorithm, but these methods are not sufficient for the extraction of object features, and accompanied with heavy computational costs. Recent studies have shown that convolutional neural network algorithm has made a significant progress in computer vision, especially Faster R-CNN. However, this algorithm mainly detects objects in natural scenes, it is not suitable for detecting small object in aerial view. In this paper, an accurate and effective vehicle detection algorithm based on Faster R-CNN is proposed. Our method fuse a hyperactive feature map network with Eltwise model and Concat model, which is more conducive to the extraction of small object features. Moreover, setting suitable anchor boxes based on the size of the object is used in our model, which also effectively improves the performance of the detection. We evaluate the detection performance of our method on the Munich dataset and our collected dataset, with improvements in accuracy and effectivity compared with other methods. Our model achieves 82.2% in recall rate and 90.2% accuracy rate on Munich dataset, which has increased by 2.5 and 1.3 percentage points respectively over the state-of-the-art methods.

• 한국컴퓨터정보학회논문지
• /
• 제14권4호
• /
• pp.47-57
• /
• 2009

최근 컴퓨터비젼 분야에서 이벤트 검출 및 인식이 활발히 연구되고 있으며, 도전적인 주제들 중 하나이다. 본 논문에서는 사무실 환경에서 발생할 수 있는 이벤트의 검출 및 인식을 위한 방법을 제안한다. 제안된 방법은 MHI(Motion History Image) 시퀀스(sequence)를 이응한 인간의 모션을 분석하며, 사람의 처형과 착용한 옷의 종류와 색상, 그리고 카메라로부터의 위치관계에 불변한 특성을 가진다. 제안된 방법은 기존의 방법들 중, 칼라 정보를 이용한 방법에 비해 조명의 변화에 민감하지 않은 장점이 있으며, 관심의 대상이 되는 객체의 외형과 같은 사전지식에 의존하는 방법에 비해 스케일에 민감하지 않은 장점이 있다. 에지검출 기술을 HMI 순서 영상 정보와 결합하여 사람 모션의 기하학적 특징을 추출한 후, 이벤트 인식의 기본정보로 활용한다. 제안된 방법은 단순한 이벤트 검출 프레임웍을 사용하기 때문에 검출하고자 하는 이벤트의 설명만을 첨가하는 것으로 확장이 가능하다. 또한, 제안된 방법은 컴퓨터비젼 기술에 기반한 많은 감시시스템 뿐 아니라 상황인식 기반의 이벤트 검출 시스템에 핵심기술이다.

• International Journal of Computer Science & Network Security
• /
• 제24권5호
• /
• pp.1-10
• /
• 2024

Individuals with visual impairments face numerous challenges in their daily lives, with navigating streets and public spaces being particularly daunting. The inability to identify safe crossing locations and assess the feasibility of crossing significantly restricts their mobility and independence. Globally, an estimated 285 million people suffer from visual impairment, with 39 million categorized as blind and 246 million as visually impaired, according to the World Health Organization. In Saudi Arabia alone, there are approximately 159 thousand blind individuals, as per unofficial statistics. The profound impact of visual impairments on daily activities underscores the urgent need for solutions to improve mobility and enhance safety. This study aims to address this pressing issue by leveraging computer vision and deep learning techniques to enhance object detection capabilities. Two models were trained to detect objects: one focused on street crossing obstacles, and the other aimed to search for objects. The first model was trained on a dataset comprising 5283 images of road obstacles and traffic signals, annotated to create a labeled dataset. Subsequently, it was trained using the YOLOv8 and YOLOv5 models, with YOLOv5 achieving a satisfactory accuracy of 84%. The second model was trained on the COCO dataset using YOLOv5, yielding an impressive accuracy of 94%. By improving object detection capabilities through advanced technology, this research seeks to empower individuals with visual impairments, enhancing their mobility, independence, and overall quality of life.

• 국방과기술
• /
• 12호통권274호
• /
• pp.46-53
• /
• 2001

미래 전쟁에 대비하기 위하여, 미국은 합동참모본부의 Joint Vision 2020에서 정보에서의 우월성을 기초로 압도적인 기동, 정확한 공격, 집중된 군수지원, 전면적인 방어를 이룩하여 전체적인 우위전력 확보를 도모하여, 정보에서의 우월성 확보를 위해 $C^4ISR$(Command, Control, Communication and Computer, Intelligence, Surveillance, Reconnaissance)개념에 의한 통합체계의 구축을 목표로 제시하고 있다.

• 한국공작기계학회:학술대회논문집
• /
• 한국공작기계학회 2000년도 추계학술대회논문집 - 한국공작기계학회
• /
• pp.68-73
• /
• 2000

This study to embody automatic recognition of VIN(Vehicle Identification Number)character by computer vision system. Automatic recognition characters methods consist of the thining processing and the recognition of each character. VIN character and background classified using counting method of the size of connected pixels. Thining processing applied to segmentation of connected fundamental phonemes by Hilditch's algorithm. Each VIN character contours tracing algorithm used the Freeman's direction tracing algorithm.