• 자원리싸이클링
• /
• 제17권6호
• /
• pp.43-49
• /
• 2008

본 연구에서는 라인스캔 카메라를 이용한 색도인식 스크랩 선별시스템을 설계 제작하고 제작한 시스템을 이용하여 철스크랩에 혼합되어 있는 Cu 스크랩을 자동으로 분리하는 연구를 수행하였다. 스크랩 자동선별 시스템은 크게 측정부, 이송부 그리고 이젝터로 구분되며 라인스캔 카메라, 광원 및 frame grabber로 구성된 측정부에서 스크랩 표면의 색도를 이메지 프로쎄싱 알고리즘에 의해 인식함으로써. 임의로 지정한 특정한 표면색상의 스크랩만에 에어노즐을 작동케 하여 선별하도록 되어 있다. 본 연구에서는 선별처리의 고속화에 대응하기 위하여 주파수 가변 광원시스템을 제작하여 선별시스템에 적용하였으며, 최적실험조건으로 스크랩 이송속도 25 m/min.에서 철스크랩중에 포함되어 있는 Cu스크랩을 90%이상 인식하여 약 80%의 선별효율을 얻었다.

• 한국통신학회논문지
• /
• 제34권12A호
• /
• pp.982-990
• /
• 2009

IEEE 802.15.4 무선 센서 네트워크는 물리적 또는 환경적 조건을 모니터링하고 수집 하기 위해 센서를 사용하는 독자적인 디바이스로 구성된 무선 네트워크 이다. 최근 센서기술과 정보통신 인프라의 발전으로 환경 모니터링 기술의 하나인 위치추적 기술에 대한 관심이 증가되고 있다. 센서네트워크에서의 일반적인 수신신호 세기 RSSI(Received Signal Strength Indication)를 활용한 위치인식 시스템은 장애물이나 RF의 전파지연 및 멀티패스에 의해 정확한 위치 추적이 어렵다. 따라서 본 논문에서는 RSSI 기반의 위치 추적 시스템이 가지고 있는 이러한 문제를 해결하기 위해 Gaussian Filter algorithm을 적용하여 위치 인식 성능을 개선한다. 이에 RSSI 값에 따른 전파 감쇠 특성을 논의한 후, 노드마다 개별 RSSI 값에 따른 확률적 거리 테이블을 작성한 후 생성된 모델을 통해, 센서 노드로부터 추출된 데이터를 본 논문에서 제안한 Gaussian Filter Algorithm을 적용하여 오차개선을 하였다.

• 대한전자공학회논문지SP
• /
• 제43권6호
• /
• pp.85-96
• /
• 2006

본 논문은 2차원 형태의 가상 라벨을 시계 평면(view plane)상에 효율적으로 배치하기 위한 방법에 대해 다룬다. 제안하는 방식은 실시간 처리에 적합한 연산량을 가지면서, 기존의 자동 라벨 배치 알고리즘들이 완전하게 해결하지 못했던 국부 최소문제를 중첩 자유 영역을 이용해 극복하였다. 또한, 시계 평면에서 혼잡이 적은 영역에 라벨을 배치함으로써 배치된 라벨의 가독력을 향상 시켰다. 라벨의 배치에 있어서 배경 성분의 고려는 필수적이다. 하지만 기존의 논문들은 이러한 문제에 큰 관심을 기울이지 않았고, 자동 라벨 배치 알고리즘과 배경 분석 알고리즘은 개별적으로 연구가 진행되어왔다 본 논문은 가독력의 향상을 위해서 배경의 컬러와 텍스처 성분을 이용한 배경 분석 방식을 제안하였으며, 컬러 영상의 배경을 분석하여 자동 라벨배치 분야에 처음으로 적용하였다. 본 논문은 자동 라벨 배치 알고리즘과 배경 분석 알고리즘이 유기적으로 결합함으로써 이전의 논문에서 볼 수 없었던 배치 성능을 보여주며, 다양한 실험을 통해 이를 검증하였다.

• 대한전자공학회논문지SP
• /
• 제47권3호
• /
• pp.1-10
• /
• 2010

본 논문은 카메라 영상 처리에서 중요한 부분인 색상 보간과 자동 화이트 조절을 동시에 수행하는 방법을 제안한다. 대부분의 자동 화이트 조절은 색상 보간 후에 수행이 되기 때문에 색상 보간의 결과에 영향을 받는다. 자동 화이트 조절의 성능을 높이기 위해서 색상 보간 수행 중에 색의 일관성이 고려된다. 자동 화이트 조절 이득 계산과 색상 보간의 방향 결정을 위한 초기 추정치를 테일러 시리즈를 이용하여 상하좌우 방향으로 구한다. 미리 정의된 무채색 영역을 이용하여 에지 기반 자동 화이트 조절을 수행한다. 에지 기반 자동 화이트 조절의 이득을 계산하고 색상 보간의 성능을 높이기 위해서 베이어 데이터의 각 화소에서 평탄, 에지, 패턴 에지 영역으로 구분한다. 색상 보간은 초기 추정치 중에서 국부 분산을 사용하여 보간 오류의 발생을 최소화하는 방향으로 수행한다. R과 B 색상은 보간된 G 색상과 색의 일관성이 고려된 색차값을 이용해서 쉽게 보간된다. 제안된 알고리즘은 기존 알고리즘에 비해 수치적 및 영상의 화질 면에서 모두 뛰어난 결과를 보임을 실험을 통해 확인 할 수 있다.

• 대한인간공학회지
• /
• 제36권1호
• /
• pp.37-52
• /
• 2017

Objective: The present study developed a user-centered 3D virtual liver surgery planning (VLSP) system called Dr. Liver to provide preoperative information for safe and rational surgery. Background: Preoperative 3D VLSP is needed for patients' safety in liver surgery. Existing systems either do not provide functions specialized for liver surgery planning or do not provide functions for cross-check of the accuracy of analysis results. Method: Use scenarios of Dr. Liver were developed through literature review, benchmarking, and interviews with surgeons. User interfaces of Dr. Liver with various user-friendly features (e.g., context-sensitive hotkey menu and 3D view navigation box) was designed. Novel image processing algorithms (e.g., hybrid semi-automatic algorithm for liver extraction and customized region growing algorithm for vessel extraction) were developed for accurate and efficient liver surgery planning. Usability problems of a preliminary version of Dr. Liver were identified by surgeons and system developers and then design changes were made to resolve the identified usability problems. Results: A usability testing showed that the revised version of Dr. Liver achieved a high level of satisfaction ($6.1{\pm}0.8$ out of 7) and an acceptable time efficiency ($26.7{\pm}0.9 min$) in liver surgery planning. Conclusion: Involvement of usability testing in system development process from the beginning is useful to identify potential usability problems to improve for shortening system development period and cost. Application: The development and evaluation process of Dr. Liver in this study can be referred in designing a user-centered system.

• 사물인터넷융복합논문지
• /
• 제6권1호
• /
• pp.83-95
• /
• 2020

실제 복잡다난한 농작물 밭 환경에서 잡초를 정밀하게 검출하는 것은 이전의 접근방법들로는 이미지 프레임을 정확하게 처리하는 속도 면에서 부족했다. 식물의 질병 분류 문제가 중요시 되는 상황에서 특히 작물의 잡초 문제는 큰 화제가 되고 있다. 이전의 접근방식들은 빠른 알고리즘을 사용하지만 추론 시간이 실시간에 가깝지 않아 통제되지 않은 조건에서 비현실적인 해결책이 된다. 따라서, 복잡한 벼 잡초 검출 과제에 대한 탐지 모델을 제안한다. 실험 결과에 따르면, 우리의 접근 방식의 추론 시간은 잡초 검출 과제에서 상당한 시간절약을 보여준다. 실제 조건에서 실제로 적용할 수 있는 것으로 나타난다. 주어진 예시들은 쌀의 두 가지 성장 단계에서 수집되었고 직접 주석을 달았다.

• 한국위성정보통신학회논문지
• /
• 제12권1호
• /
• pp.6-12
• /
• 2017

최근 고해상도 SAR 위성 영상의 확보가 용이해짐에 따라 활용 시장이 확대되고 있다. 광학 영상과 달리 위성 SAR 영상은 전천후환경에서 영상 획득이 가능하다. 특히 광학 영상으로 활용하기 힘든 화산 및 지진과 같은 재난 감시 수요가 증가 하였고, 또한 군사지역 및 인공지물의 모니터링에 대한 수요가 높아지고 있다. 고해상도 SAR 영상은 이러한 수요에 따라 활용할 수 있다. 본 논문에서는 X-band에서 운용되고 있는 KOMPSAT-5의 고해상도 위성 영상을 기반으로 변화탐지와 분류 활용 방안을 연구하였다. 변화탐지 방법으로는 ACD(Amplitude Change Detection), CCD(Coherence Change Detection)을 적용하였다. 각 기법에 대한 결과 영상을 각각 비교하여 융합할 경우 미세 변화탐지 분야 활용가능성을 확인하였다. 또한, 분류 방법으로는 k-means와 SVM기법을 적용하였다. 그 결과 SVM기법을 사용한 분류 결과가 향상됨을 확인하였다.

• 지구물리와물리탐사
• /
• 제23권3호
• /
• pp.157-167
• /
• 2020

최근 인공지능 기술의 발전과 함께 물리탐사의 다양한 분야에서도 인공지능의 핵심 기술인 머신러닝의 활용도가 증가하고 있다. 또한 머신러닝 및 딥러닝을 활용한 연구는 이미지, 비디오, 음성, 자연어 등 다양한 태스크의 추론 정확도를 높이기 위해 복잡한 알고리즘들이 개발되고 있고, 더 나아가 자료의 특성, 알고리즘 구조 및 하이퍼 파라미터의 최적화를 위한 자동 머신러닝(AutoML) 분야로 그 폭을 넓혀가고 있다. 본 연구에서는 AutoML 분야 중에서도 하이퍼 파라미터(hyperparameter) 자동 탐색을 위한 베이지안 최적화 기술에 중점을 두었으며, 본 기술을 물리탐사 분야에서도 암상 분류(facies classification) 문제에 적용했다. Vincent field의 현장 물리검층 및 탄성파 자료를 이용하여 암상 및 공극유체를 분류하는 지도학습 기반 모델에 적용하였고, 랜덤 탐색 기법의 결과와 비교하여 베이지안 최적화 기반 예측 프레임워크의 효율성을 검증하였다.

• 제어로봇시스템학회논문지
• /
• 제22권3호
• /
• pp.241-246
• /
• 2016

Nowadays many people have an interest in facial expression and the behavior of people. These are human-robot interaction (HRI) researchers utilize digital image processing, pattern recognition and machine learning for their studies. Facial feature point detector algorithms are very important for face recognition, gaze tracking, expression, and emotion recognition. In this paper, a cascade facial feature point detector is used for finding facial feature points such as the eyes, nose and mouth. However, the detector has difficulty extracting the feature points from several images, because images have different conditions such as size, color, brightness, etc. Therefore, in this paper, we propose an algorithm using a modified cascade facial feature point detector using a convolutional neural network. The structure of the convolution neural network is based on LeNet-5 of Yann LeCun. For input data of the convolutional neural network, outputs from a cascade facial feature point detector that have color and gray images were used. The images were resized to $32{\times}32$. In addition, the gray images were made into the YUV format. The gray and color images are the basis for the convolution neural network. Then, we classified about 1,200 testing images that show subjects. This research found that the proposed method is more accurate than a cascade facial feature point detector, because the algorithm provides modified results from the cascade facial feature point detector.

• 한국인터넷방송통신학회논문지
• /
• 제13권2호
• /
• pp.171-179
• /
• 2013

영상처리에서 인식에 관련된 기술들은 환경에 아주 많은 영향을 받게 되는데 이러한 인식률을 결정짓는 요소 중인 파라미터는 환경에 적절한 값을 얼마나 잘 선택하느냐에 따라서 인식률의 큰 차이를 보인다. 본 논문은 눈동자 추적 알고리즘이 사람이나 실험 환경의 변화에 따라 인식률이 저하되는 현상을 보완하기 위한 성능 향상 및 환경에 적응하는 시스템의 구현에 대한 방법이다. 최적의 파라미터를 얻기 위해 전 처리에 사용되는 이진화 알고리즘의 문턱값을 학습이 필요한 시기를 적절히 판단해 강화학습을 이용하여 다시 학습시켜 인식률을 향상시키는 방법을 사용했다. 실험데이터를 수집하기 위해 입력 장치는 가격이 저렴하고 일반적인 웹 카메라를 사용 하였으며 얼굴 영역에 해당하는 많은 양의 이미지를 수집하여 강화학습의 적응력을 실험하였다. 이미지의 그룹을 다양하게 변화시켜 실험한 결과 강화학습을 사용한 경우 그렇지 않은 경우에 비해 작게는 3% 많게는 14%가량의 성능이 향상됨을 확인하였다. 이렇게 성능이 향상된 눈동자 추적 시스템은 휴먼 컴퓨터 인터랙션 분야에 효과적으로 활용될 수 있을 것이다.