• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2016년도 추계학술발표대회
• /
• pp.510-513
• /
• 2016

Detecting of the object in image processing is substantial but it depends on the object itself and the environment. An object can be detected either by its shape or color. Color is an essential for pattern recognition and computer vision. It is an attractive feature because of its simplicity and its robustness to scale changes and to detect the positions of the object. Generally, color of an object depends on its characteristics of the perceiving eye and brain. Physically, objects can be said to have color because of the light leaving their surfaces. Here, we conducted experiment in the aquarium fish tank. Different color of fish robots are mimic the natural swim of fish. Unfortunately, in the underwater medium, the colors are modified by attenuation and difficult to identify the color for moving objects. We consider the fish motion as a moving object and coordinates are found at every instinct of the aquarium to detect the position of the fish robot using OpenCV color detection. In this paper, we proposed to identify the position of the fish robot by their color and use the position data to control the fish robot gathering in one point in the fish tank through serial communication using RF module. It was verified by the performance test of detecting the position of the fish robot.

• International Journal of Contents
• /
• 제6권1호
• /
• pp.6-11
• /
• 2010

Recently, there has been research to use portable digital camera to recognize objects in natural scene images, including labels or marks on a cylindrical surface. In many cases, text or logo in a label can be distorted by a structural movement of the object on which the label resides. Since the distortion in the label can degrade the performance of object recognition, the label should be rectified or restored from deformations. In this paper, a new method for label detection and restoration in digital images is presented. In the detection phase, the Hough transform is employed to detect two vertical boundaries of the label, and a horizontal edge profile is analyzed to detect upper-side and lower-side boundaries of the label. Then, the biquadratic transformation is used to restore the rectangular shape of the label. The proposed algorithm performs restoration of 3D objects in a 2D space, and it requires neither an auxiliary hardware such as 3D camera to construct 3D models nor a multi-camera to capture objects in different views. Experimental results demonstrate the effectiveness of the proposed method.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2022년도 춘계학술대회
• /
• pp.44-46
• /
• 2022

인공지능을 사용하는 다양한 객체 인식은 기본적으로 평면적인 결과를 보여준다. 물체를 분류하거나 이미지상에 있는 객체가 무엇인지를 확인하는 것을 기초로 한다. 하지만, 원래의 물체는 평면이 아닌 입체적 형태를 가지고 있으며 이미지에서 단순 결과만을 얻기 위한 인식은 상관없지만, 다양한 분야에 활용한다면 부족한 정보가 많다. 본 논문에서는 GAN 알고리즘을 기반으로 한 이미지 생성과 관련하여 중간 결과를 생성하는 Layer의 특성을 활용하여 물체의 다방면의 데이터 생성 방법과 그것이 유의미한지를 확인한다. 기존의 다방면 데이터를 생성하기 위한 하드웨어 및 수집과정에서의 문제점을 일부 해결하고, 몇몇 제한적인 객체에서의 데이터 생성 후 활용이 가능함을 확인한다.

• 전자공학회논문지S
• /
• 제36S권11호
• /
• pp.79-88
• /
• 1999

본 논문은 움직이는 물체가 존재하는 영상열에서 특정 물체만을 계속 추적하고자 하는 방법을 제안하였다. 밝기값과 동작(motion)경계점에 기반을 둔 윤곽선(contour) 추적 알고리즘을 이용하였다. 영상에서 움직이는 물체의 윤곽선의 동작은 이동, 회전, 크기변화를 나타내는 아핀 동작 모델에 의해 잘 묘사되어짐을 가정한다. 움직이는 물체의 윤곽선은 영상열을 따라 추정되는 B-스플라인에 의해 위치와 동작이 표현된다. 패턴인식을 이용하여 추적하고자하는 물체인지를 판별한다. 선형 칼만 필터를 사용하기 위해 아핀 동작 매개변수와 움직이는 물체의 윤곽선 모양(shape)의 두 필터로 추정과정을 나누었다. 차량계기판을 대상으로 한 실험영상에서 이 방법을 이용하여 방해물체가 존재하는 경우에도 안정된 동작의 추정과 추적된 궤적의 획득이 가능함을 보였다.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2007년도 춘계종합학술대회
• /
• pp.275-278
• /
• 2007

이 논문에서는 곤충의 발자국을 인식하기 위한 전 단계로서 인식대상이 되는 의미 있는 단위의 발자국 영역을 자동 추출하고자 한다. 인식의 대상이 되는 곤충들은 크기와 종류에 따라 남겨지는 발자국 패턴의 크기 및 간격이 다르게 나타난다. 따라서 이 논문에서는 패턴의 크기와 간격에 관계 없이 인식의 기본 단위가 되는 영역을 추출할 수 있도록 하기위해 개선된 군집화 알고리듬을 제안하였다. 제안한 알고리듬에서는 군집화를 위한 임계값이 군집화의 대상이 되는 모든 패턴들의 거리를 축적한 그래프의 형태에 따라 자동으로 설정되도록 하였다. 이러한 제안된 기법으로 군집화 된 영역은 의미 있는 주변 정보에 의해 곤충 인식에 기본 단계의 세그먼트를 자동 추출하게 된다.

• 전자공학회논문지B
• /
• 제33B권12호
• /
• pp.71-83
• /
• 1996

This paper describes facial component detection and skew correction algorithm for face recognition. We use a priori knowledge and models about isolated regions to detect eye location from the face image captured in natural office environments. The relations between human face components are represented by several rules. We adopt an edge detection algorithm using sobel mask and 8-connected labelling algorith using array pointers. A labeled image has many isolated components. initially, the eye size rules are used. Eye size rules are not affected much by irregular input image conditions. Eye size rules size, and limited in the ratio between gorizontal and vertical sizes. By the eye size rule, 2 ~ 16 candidate eye components can be detected. Next, candidate eye parirs are verified by the information of location and shape, and one eye pair location is decided using face models about eye and eyebrow. Once we extract eye regions, we connect the center points of the two eyes and calculate the angle between them. Then we rotate the face to compensate for the angle so that the two eyes on a horizontal line. We tested 120 input images form 40 people, and achieved 91.7% success rate using eye size rules and face model. The main reasons of the 8.3% failure are due to components adjacent to eyes such as eyebrows. To detect facial components from the failed images, we are developing a mouth region processing module.

• 스마트미디어저널
• /
• 제10권1호
• /
• pp.116-123
• /
• 2021

온라인 패션 시장의 빠른 성장과 이로 인한 온라인 선택의 확대로 인해 소비자들은 더욱 개인화된 추천 서비스에 대해 요구가 커지고 있음에도 불구하고 판매자는 수많은 소비자를 개별적으로 직접 대응할 수 없다는 문제점이 있다. 소비자의 이러한 개인화 니즈를 충족시키는 방안으로 이미지에 대한 태깅이 이루어지고 있으나 사람이 태깅하는 경우 사람마다 태깅이 매우 주관적으로 이뤄지고 있고 인공지능 태깅은 단어가 매우 제한적으로 사용자의 니즈를 충족시켜주지 못하고 있다. 이러한 문제를 해결하기 위해 인공지능으로 이미지에 포함된 제품의 형태, 속성, 감성 정보를 인식하고 이러한 정보를 코드화하고 코드의 조합으로 그 이미지가 가지고 있는 모든 정보를 나타낼 수 있는 알고리즘을 설계하였다. 이 알고리즘을 통해서 지금까지 획득이 불가능했던 패션 이미지의 감성, 패션 이미지가 표현하는 TPO 정보 등 이미지가 가지고 있는 다양한 정보를 실시간으로 획득하는 것이 가능하게 되었다. 이러한 정보를 기반으로 소비자의 취향을 분석하는 단계에서 넘어가 소비자의 취향에 당시의 유행, TPO 정보까지 결합하는 초개인화된 의류 추천이 가능해진다.

• 대한전자공학회논문지SP
• /
• 제43권6호
• /
• pp.28-35
• /
• 2006

통계적 데이터를 이용하여 모양 변이가 가능한 능동모양모델(Active Shape Model, ASM)은 이차원 영상의 분할 및 인식에 성공적으로 사용되고 있다. 삼차원 모델 기반 기법은 객체 경계의 인식 및 묘사(delineating)를 위한 더욱 현실적인 모양 억제력(constraint)을 갖는다는 점에서 이차원 모델 기반 기법에 비해 좋은 결과를 가져온다. 그러나 삼차원 모델 기반 기법을 위해서는 분할된 객체들의 집합인 훈련(training) 데이터로부터 삼차원 모양모델을 생성하는 것이 가장 중요하고 필수적인 단계이며, 현재까지도 커다란 도전 과제로 남아있다. 삼차원 모양모델 생성에서 가장 중요한 단계는 포인트 분산모델(PDM)을 생성하는 것이다. PDM 생성을 위해서는 상응하는 특징점(landmark)을 모든 훈련 데이터의 대응하는 위치에서 선택해야 한다. 그러나 현재까지 많이 사용되는 특징점의 수동 선택 기법은 시간이 많이 소비되며, 많은 오류를 발생한다. 본 논문에서는 삼차원 통계적 모양모델의 생성을 위한 새로운 자동 기법을 제안한다. 주어진 삼차원 훈련 모양 데이터에서, 삼차원 모델은 다음 방법에 의해 생성된다. 1) 훈련 모양 데이터의 거리 변환(distance transform)으로부터 평균(mean) 모양 생성, 2) 평균 모양에서 자동적으로 특징점을 선택하기 위한 사면체(tetrahedron) 기법 사용, 3) 거리 표식(distance labeling) 기법을 통한 각 훈련 모양에서 특징점의 전파(propagating). 본 논문에서는 50명의 복부 CT 영상으로부터 간(liver)을 위한 삼차원 모델을 생성하고, 평가를 위i괘 정확성과 밀집도(compactness)를 조사한다. 기존의 삼차원 모델 생성 기법들은 객체의 모양과 기하학적 및 위상학적으로 심각한 제한을 갖지만, 본 논문에서 제안한 기법은 위와 같은 제한 없이 어느 데이터 집합에도 적용할 수 있다.3mW이며, 시제품 ADC의 칩 면적은 $0.47mm^2$ 이다. 각각 56dB, 65dB이고, 전력 소모는 1.2V 전원 전압에서 각각 4.8mW, 2.4mW이며 제작된 ADC의 칩 면적은 $0.8mm^2$이다.quential scan) 알고리즘과 성능을 비교한다. 실험결과, 제안된 알고리즘은 순차 검색에 비하여 최대 13.2배까지 성능이 향상되었으며, 인덱스의 개수 k가 증가함에 따라 검색 성능도 함께 증가하였다.라서 보다 안전성과 효율성이 뛰어난 2차 대사물질을 찾아내는 연구와 아울러 방제기능이 있는 물질의 생합성경로를 구명하고 대사공학적으로 이용하므로 병해충에 저항성이 있고 잡초 방제효과를 갖는 형질전환 식물을 육성하는 연구가 지속적으로 이루어져야 할 것이다.{\sim}83.8%$ 범위(範圍)를 차지 하였다. 5) 칼슘 섭취량(攝取量)은 권장량 500 mg 에 비(比)하여 양구지역(楊口地域) 아동(兒童)이 $282.4{\sim}355.0mg$이었고 여주지역(麗州地域) 아동(兒童)이 $284.6{\sim}429.0mg$ 이었다. 6) 철(鐵) 섭취량(攝取量)은 권장량 10mg에 비(比)하여 양구지역(楊口地域) 아동(兒童)이 $6.0{\sim}12.1mg$ 범위(範圍)이었고 여주지역(麗州地域) 아동(兒童)이 $6.4{\sim}16.7mg$ 범위(範圍)로 상당수의 아동(兒童)이 권장량에 미달(未達) 되었다. 7) 비터민 A 섭취량(攝取量)은 양구지역(楊口地域)이 $703.4{\sim}1495.6\;IU$ 범위(範圍)이었고 여주지역(麗州地域) 아동(兒童)이 $750.5{\sim}1521.2\;IU$ 범위(範圍)로서 ${\beta}-carotene$으로서의 권장량 5100 I.U,에 비(比)하여 매우 부족되었다

• 한국측량학회지
• /
• 제37권4호
• /
• pp.219-231
• /
• 2019

간판은 유형마다 간판의 규격이 정해져 있으나 실제 설치된 간판은 형태와 크기가 일정하지 않다. 또한, 간판은 간판 내부의 색상에 대한 규정이 정해져 있지 않기 때문에 다양한 색상을 갖고 있다. 간판을 인식하기 위한 방법은 도로표지판과 차량번호판을 인식하는 유사한 방법으로 생각할 수 있으나 간판의 특성으로 인해 도로표지판과 차량번호판과 유사한 방법으로 간판을 인식할 수 없는 한계점이 있다. 이에 본 연구에서는 딥러닝 기반의 Faster R-CNN 알고리즘을 이용하여 불법 및 노후 간판의 주요 대상이 되는 판류형 간판을 인식하고 간판의 영역을 자동으로 추출하는 방법론을 제안하였다. 스마트폰 카메라를 이용하여 촬영한 간판 영상을 통해 판류형 간판을 인식하는 과정은 2가지의 순서로 나뉜다. 먼저, 다양한 유형의 간판 영상에서 판류형 간판을 인식하기 위해 딥러닝을 이용하여 간판의 유형을 인식하였으며 그 결과는 약 71%의 정확도로 나타났다. 다음으로 판류형 간판의 경계영역을 인식하기 위해 간판 영역 인식 알고리즘을 적용하였을 때 85%의 정확도로 판류형 간판의 경계영역을 인식하였다.

• 한국HCI학회:학술대회논문집
• /
• 한국HCI학회 2008년도 학술대회 1부
• /
• pp.210-214
• /
• 2008

로봇이 실제 가정환경에 존재하는 모든 물체를 사전에 모델화하여 데이터베이스에 보존하는 것은 현실적으로 불가능하다. 따라서 본 논문은 이러한 문제를 해결하기 위하여 가정 내에서 흔히 볼 수 있으며 로봇에게도 조작이 용이한 컵, 병, 캔 등의 실린더 형 물체를 우선적 모델링 대상으로 선정하고, 이 물체들의 공통된 범주적 특성을 정의한 보편적 모델(Generic Model)을 사용하여 부분적 데이터로부터 전체 형상을 추정하는, 로봇 자가 모델링에 활용 가능한 새로운 물체 모델링 기법을 제안한다. 구체적으로 3D 센서로부터 얻은 3D 영상으로부터 우리가 모델링 하기를 원하는 실린더 형의 물체를 분리해낸 후 물체 표면상의 점의 좌표와 법선벡터를 이용해서 실린더의 초기 중심축을 구하는 방법, 오차를 가지고 있는 중심축을 교정해주는 방법, 최종적으로 실린더 단면의 중심축과 반지름을 이용하여 전체 실린더 형 물체를 모델링하는 방법 등을 제안하고 또한 실험을 통해서 우리가 제시하는 모델링 기법이 노이즈가 존재하는 실제 환경에서도 얼마 만큼의 정확성을 갖는지를 평가하였다.