• 한국정보통신학회논문지
• /
• 제13권8호
• /
• pp.1601-1607
• /
• 2009

비전 시스템은 카메라를 통하여 획득한 이미지 정보를 캡쳐 후, 이를 분석하여 물체를 인식하는 것으로서, 차종 분류를 포함 한 다양한 산업현장에서 사용하고 있다. 이런 필요성으로 인하여 차종 분류를 위한 많은 연구가 이루어지고 있으나 복잡한 계산과정으로 인하여 처리 시간이 많이 소요되는 단점이 있다. 본 논문에서는 임베디드 시스템을 기반으로 하는 Vision Box를 설계하고 이를 사용한 차종인식 시스템을 제안하였다. 제안한 Vision Box의 성능을 자동차의 차종분류를 통한 사전 테스트 결과 최적 화된 환경 조건에서는 100%의 차종별 인식률을 보였으며, 조명 및 회전의 작은 변화에 따른 테스트에서 차종인식은 가능하였으나, 패턴점수가 낮아졌다. 제안한 Vision Box 시스템을 산업 현장에 적용한 결과 처리시간, 인식률 등에서 산업체의 요구 조건을 만족 할 수 있음을 확인할 수 일었다.

• 전자공학회논문지B
• /
• 제33B권8호
• /
• pp.114-123
• /
• 1996

In this paper, we propose an automatic recognition algorithm using the object centroid of a facial image. First, we separate the facial image from the background image using the chroma-key technique and we find the centroid of the separated facial image. Second, we search nose in the facial image based on knowledge of human faces and the coordinate of the object centroid and, we calculate 17 feature parameters automatically. Finally, we recognize the facial image by using feature parameters in the neural networks which are trained through error backpropagation algorithm. It is illustrated by experiments by experiments using the proposed recogniton system that facial images can be recognized in spite of the variation of the size and the position of images.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 1995년도 하계학술대회 논문집 B
• /
• pp.787-790
• /
• 1995

This paper proposes a method to recognize object with 2-dimension image. In most cases, it takes too many processes, complicate algorithm and time to recognize object with expert system because of inherent comfiguration of the object. This paper includes some processing steps such as pre-processing method, recognition method with neural network and learing algorithm of multi-layer perceptron using error backpropagation.

• 전자공학회논문지B
• /
• 제33B권9호
• /
• pp.88-96
• /
• 1996

Computer vision-based gesture recognition systems consist of image segmentation, object tracking and decision. However, it is difficult to segment an object from image for gesture in computer systems because of vaious illuminations and backgrounds. In this paper, we describe a method to learn features for segmentation, which improves the performance of computer vision-based hand-gesture recognition systems. Systems interact with a user to acquire exact training data and segment information according to a predefined plan. System provides some models to the user, takes pictures of the user's response and then analyzes the pictures with models and a prior knowledge. The system sends messages to the user and operates learning module to extract information with the analyzed result.

• 한국전자통신학회논문지
• /
• 제7권5호
• /
• pp.1153-1164
• /
• 2012

본 논문에서는 자동차 번호판 인식 및 스마트폰을 활용한 객체 지향 설계 기반의 효율적인 차량 관리 시스템을 제안한다. 제안하는 시스템은 수리 차량 입고 시 IP카메라를 이용하여 실시간으로 자동차 번호판을 인식하고 인식된 차량의 기존 수리 이력 정보를 DID에 출력한다. 또한 차량 정비사가 수리 차량을 정비하는 동안 IP 카메라를 통해 수리 과정을 동영상으로 촬영하며, 촬영된 동영상 중에 프레임을 추출하여 사용자의 스마트폰에 이미지를 전송함으로써 고객 차량 확인 및 수리 이력 관리 기능을 제공한다. 사용자의 편의성을 제공하기 위해 웹 및 모바일 기반의 사용자 인터페이스를 제공한다. 제안하는 시스템의 설계는 구현 후 재사용성과 확장성을 고려하여 모듈을 세분화한 객체 지향 기반의 소프트웨어 설계 모델링을 적용한다. 제안하는 시스템을 통해 차량 수리 센터 및 정비업체는 업무의 효율성을 향상시킬 수 있으며, 아울러 차량 수리를 요청한 고객의 신뢰도를 높일 수 있다.

• 디지털콘텐츠학회 논문지
• /
• 제12권3호
• /
• pp.279-289
• /
• 2011

시각 장애인을 위한 실시간 보행보조 시스템의 안전한 보행안내와 편리한 서비스를 제공하기 위해 최신 하드웨어 기술과 소프트웨어 기술이 결합되고 있다. 이 시스템은 보행자가 원하는 목적지까지 보행할 수 있도록 장애물 검출 및 인지와 장소인식, 기호인식으로 구성된다. 본 논문에서는 보행보조 시스템의 중요한 요소 중 하나인 기호인식을 위해 지하철 역 내부에서의 기호 객체 검출 시스템을 개발하였다. 본 논문은 조명과 잡음이 존재하는 복잡한 환경으로부터 기호 객체 영역을 강건하게 검출할 수 있는 적응적인 특징맵을 제안하였다. 그리고 보행 시 객체의 이동, 회전 및 크기에 불변하도록 고속 제르니케 모멘트 특징을 이용하여 기호를 인식한다. 화살표, 화장실, 출구번호 3개의 기호를 대상으로 하며, 에이다부스트 분류기를 이용하여 기호를 학습 및 인식한다. 실험결과에서는 5000장의 기호영상 데이터 베이스의 3개의 기호에 대해 평균 87.16%의 검출율과 20 frame/sec의 처리속도를 통해 안정적이며 실시간 시스템에 적합함을 입증한다.

• International journal of advanced smart convergence
• /
• 제8권3호
• /
• pp.54-60
• /
• 2019

In this paper, a localization system for indoor objects is proposed. The proposed system consists of Beacons, LED Cells, Main Cell Controller (MCC), and Display. A Beacon is attached at each indoor object, and each LED cell has Beacon Scanner and VLC Transmitter. The Visual Light Communications (VLC) and Power Line Communications (PLC) methods are used to communicate the signals for localization of indoor objects. And the proposed system is designed, and implemented as a prototype. To certify that our propose d system can exactly localize a given indoor object, we take test for the implemented system as a p rototype. Here the location of the given indoor object is known. Test is done in two ways. The first is to check the operation of the detail of the system, and the second is the position recognition of i ndoor object. The second is the test of the implemented system to correctly detect the location of the indoor object with Beacon, while the object with Beacon is moved from location C to A. The experimental result shows that the system is exactly detect the moving locations. The system has the advantages of using previously installed power lines, and it does not need to use LAN lines or optical cables. The proposed system is usefully applied to indoor object localization area.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제34권1호
• /
• pp.59-69
• /
• 2007

다양한 환경을 포함하고 있는 동영상에서 움직이는 객체를 추출, 인식하기 위해서는 배경 모델링이 중요하다. 이러한 객체 인식을 위한 전처리 과정인 배경 모델링을 위한 여러 방안이 제안되었다. 그중 큐 기반 배경 모델링으로 대표되는 Kumar의 방법이 있다. 하지만 이는 프레임의 갱신검사 주기가 고정되어 있어 여러 시스템에 적용시키는데 한계점이 있다. 본 논문은 큐 기반 배경 모델링 기법을 이용하고 이때 주요한 환경 변수가 되는 슬라이딩 윈도우의 크기 및 영상의 자기 단계에 따른 그룹핑 크기, 프레임의 갱신검사 주기를 배경 모델에 따라 적응적으로 결정하는 방법을 제안한다. 배경 모델에 따른 환경변수를 결정하기 위해 객체 검출율, 객체 오검출율, 갱신율을 평가 기준으로 삼는다. 제안된 방법으로 실시간 처리에 부적합한 기존의 배경 모델링 방법을 개선하여 보다 효과적으로 객체를 인식할 수 있다.

• International Journal of Advanced Culture Technology
• /
• 제10권1호
• /
• pp.230-235
• /
• 2022

This study is to select an optimal object detection algorithm for designing a self-checkout counter to improve the inconvenience of payment systems for products without existing barcodes. To this end, a performance comparison analysis of YOLO v2, Tiny YOLO v2, and the latest YOLO v5 among deep learning-based object detection algorithms was performed to derive results. In this paper, performance comparison was conducted by forming learning data as an example of 'donut' in a bakery store, and the performance result of YOLO v5 was the highest at 96.9% of mAP. Therefore, YOLO v5 was selected as the artificial intelligence object detection algorithm to be applied in this paper. As a result of performance analysis, when the optimal threshold was set for each donut, the precision and reproduction rate of all donuts exceeded 0.85, and the majority of donuts showed excellent recognition performance of 0.90 or more. We expect that the results of this paper will be helpful as the fundamental data for the development of an automatic payment system using AI self-service technology that is highly usable in the non-face-to-face era.

• 한국통신학회논문지
• /
• 제29권5C호
• /
• pp.618-626
• /
• 2004

본 논문에서는 로봇의 endeffector를 인식하기 위하여 모듈라 신경회로망인식 시스템을 제안 및 구현하였다. 본 논문에서 제안한 로봇 endeffector 인식시스템은 영상을 획득하고 획득한 영상에서 전처리를 이용하여 로봇의 enddffector를 검색하기 위한 특징 값들을 구한다. 3차원 공간에서 로봇의 endeffector는 움직임에 따라 다양한 형태로 변화하므로 빠르고 정확하게 endeffector를 인식하기 위하여 위치검출 신경회로망 모듈과 크기 검출 신경회로망 모듈로 이루어진 다중모듈신경회로망(MNN; Modular Neural Network)을 이용한다. 이렇게 함으로써 각각의 모듈들에 신경회로망의 인식 능력을 이용하여 로봇 endeffector를 인식하고 좀더 빠른 시간 내에 위치 및 크기를 검출하도록 하는 로봇 endeffector 인식시스템을 구성하도록 하였다. 본 논문에서 제안한 인식 시스템은 잡음에 덜 민감하며 로봇의 endfeector를 인식하는데 좋은 성능을 보임을 알 수 있다. 다중 모듈 신경회로망을 이용한 방법은 기존의 단일 신경회로망보다 14％ 향상된 94％의 인식률을 보이며 원격지에 있는 운영자의 편의를 위해 로봇의 endeffector를 인식하여 화면의 정 중앙에 정확히 위치시킬 수 있다.