• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 2000년도 제15차 학술회의논문집
• /
• pp.311-311
• /
• 2000

We propose a DP-based formulation for matching line patterns by defining a robust and stable geometric representation that is based on the conceptual organizations. Usually, the endpoint proximity and collinearity of image lines, as two main conceptual organization groups, are useful cues to match the model shape in the scene. As the endpoint proximity, we detect junctions from image lines. We then search for junction groups by using geometric constraint between the junctions. A junction chain similar to the model chain is searched in the scene, based on a local comparison. A Dynamic Programming-based search algorithm reduces the time complexity for the search of the model chain in the scene. Our system can find a reasonable matching, although there exist severely distorted objects in the scene. We demonstrate the feasibility of the DP-based matching method using both synthetic and real images.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2022년도 춘계학술대회
• /
• pp.667-669
• /
• 2022

본 논문에서는 개인의 표정을 인식하여 그에 맞는 음악을 연주하는 시스템인 Face Song Player를 제시한다. 얼굴 윤곽선에 대한 정보를 연구하고 평균을 추출하여 얼굴형 정보를 획득한다. 학습용 DB는 MUCT DB를 사용하였다. 표정 인식을 위해 무표정 영상을 기반으로 각 표정의 특성 차이를 이용하여 알고리즘을 설계하였다.

• 한국정밀공학회지
• /
• 제10권1호
• /
• pp.77-88
• /
• 1993

In this paper, we propose a stereo vision system to solve correspondence problem with large disparity and sudden change in environment which result from small distance between camera and working objects. First of all, a specific feature is divided by predfined elementary feature. And then these are combined to obtain coded data for solving correspondence problem. We use Neural Network to extract elementary features from specific feature and to have adaptability to noise and some change of the shape. Fourier transformation and Log-polar mapping are used for obtaining appropriate Neural Network input data which has a shift, scale, and rotation invariability. Finally, we use associative memory to obtain coded data of the specific feature from the combination of elementary features. In spite of specific feature with some variation in shapes, we could obtain satisfactory 3-dimensional data from corresponded codes.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제33권4호
• /
• pp.440-448
• /
• 2006

자기 조직화 신경망 (SOM: Self-Organizing Map)은 자율 학습 신경망으로 사전 지식이 존재하지 않는 자료에 존재하는 구조적 관계성을 보전하는데 이용된다. 자기 조직화 신경망은 벡터 양자화, 조합 최적화, 패턴 인식과 같은 복잡한 문제 해결을 위한 연구에 많이 이용되어 왔다. 이 논문에서는 좀더 효율적인 유전 알고리즘을 얻기 위한 스키마 변환 도구로서 자기 조직화 신경망을 이용하는 새로운 사용법에 대해서 제안한다. 즉, 각 자식해는 탐색 공간에서 좀더 바람직한 모양을 가지는 동질의 인공 신경망으로 변환된다. 이 변환으로 인해 강한 상위(epistasis)를 가지는 유전자들은 염색체 상에서 서로 인접하게 되는 것이다. 실험 결과는 기존 결과에 비해서 주목할만한 성능 개선이 있음을 보여준다.

• 한국정보통신학회논문지
• /
• 제8권1호
• /
• pp.179-184
• /
• 2004

본 논문은 하이브리드 방법을 사용하여 영상내의 체형 외곽 선과 격자 패턴을 추출하여 3차원 체형 데이터를 획득하기 위한 새로운 영상분할 알고리즘을 제안한다. 체형 외곽 선을 추출하기 위한 영상분할 방법으로 최대 값 인식 알고리즘을 사용하였다. 이 방법은 에지에서의 접선 방향 값은 작지만 법선 방향 값은 큰 성질을 이용하여 일정 영역내의 픽셀들간의 변화 값 중 최대 값을 인식하는 알고리즘이다. 그리고 체형 외곽내의 격자 패턴은 격자 패턴 검출 알고리즘을 사용하여 추출하였다. 추출된 체형 외곽 선과 격자 패턴을 결합한 후 휴리스틱 방법인 연속 길이 테스트에 치한 격자 패턴의 연결 및 잡음제거를 하였다. 본 논문에서 제안한 영상분할 방법은 기존의 기울기나 라플라시안 연산방법보다 매우 효과적인 결과를 가져 왔다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제7권8호
• /
• pp.1843-1859
• /
• 2013

The continuous increase of the spatial resolution of remote sensing images brings great challenge to image analysis and processing. Traditional prior knowledge-based region detection and target recognition algorithms for processing high resolution remote sensing images generally employ a global searching solution, which results in prohibitive computational complexity. In this paper, a more efficient region of interest (ROI) detection algorithm based on visual attention and threshold segmentation (VA-TS) is proposed, wherein a visual attention mechanism is used to eliminate image segmentation and feature detection to the entire image. The input image is subsampled to decrease the amount of data and the discrete moment transform (DMT) feature is extracted to provide a finer description of the edges. The feature maps are combined with weights according to the amount of the "strong points" and the "salient points". A threshold segmentation strategy is employed to obtain more accurate region of interest shape information with the very low computational complexity. Experimental statistics have shown that the proposed algorithm is computational efficient and provide more visually accurate detection results. The calculation time is only about 0.7% of the traditional Itti's model.

• 디지털콘텐츠학회 논문지
• /
• 제14권2호
• /
• pp.275-282
• /
• 2013

의료 영상처리 분야에서의 일반적인 객체 인식 방법은 픽셀들의 밝기 정보, 형태 정보, 패턴 정보 등 다양한 컴퓨팅 처리 방법으로 수행되어 진다. 그러나 컴퓨팅 방법에 사용되는 다양한 정보들이 의미가 없을 경우 객체인식에 많은 제약이 따르게 된다. 따라서 본 논문은 이러한 컴퓨팅 처리의 근본적인 제약사항을 해결하고자, MR 의료 영상에서의 물리적인 이론에 기반한 영상처리 방법을 전처리에 활용하고자 한다. 제안된 방법은 대비 개선 작업을 주된 목적으로 하는 SWI(Susceptibility Weighted Imaging) 처리를 통해 의미 있는 전처리 작업을 수행하고, 이에 대한 결과를 텍스처 분석을 통해 MR 뇌 영상의 회백질을 효과적으로 검출하는 과정으로 구성된다. 실험결과 제안 방법은 평균 영역차이가 5.2%로 기존의 대표적인 영역분할 방법에 비해 보다 효율적임을 증명하였다.

• 한국멀티미디어학회논문지
• /
• 제17권3호
• /
• pp.300-311
• /
• 2014

환경의 변화에 따라 급속도로 변화하는 생태계에 대한 체계적인 연구를 위해 식물의 정보를 수집 분석하기 위한 연구가 활발하게 진행되고 있다. 특히, 스마트 기기의 카메라를 이용하여 언제 어디서나 사용자가 원하는 식물의 종류를 검색할 수 있는 기술에 대한 관심이 증가하고 있다. 본 논문은 식물 인식 및 생태계 분석을 위해 다양한 식물의 잎을 종류별로 분석할 수 있는 방법에 대해 제안한다. 이를 위해, 카메라부터 입력된 식물 잎 사진의 관심 영역을 GrabCut을 통해 배경과 분리한 후, 형태 기술자 추출 방법인 SIFT(Scale-Invariant Feature Transform), HOG(Histogram of Oriented Gradient)를 이용하여 형태 기술자를 추출하고, 이것을 부호화 기법 및 공간 피라미드 방법을 이용한 분류 특징 벡터를 만든다. SVM(Support Vector Machine)을 통한 식물 잎 분류 및 인식한다. 다양한 식물 잎에 대한 실험 결과를 통해 비슷한 색상이나 형태를 가지고 있더라도 방향성 특징 기술자를 활용한 식물 잎 분류 방법이 매우 효율적임을 알 수 있다.

• 디지털융복합연구
• /
• 제16권3호
• /
• pp.303-309
• /
• 2018

컴퓨터 비전 기술은 인공지능의 한 분야로 인간의 눈의 기능을 기계가 수행 할 수 있도록 카메라로부터 영상 이미지를 취득하고, 알고리즘을 통하여 분석하고 판별한 후 생산부품의 양품과 불량을 판별하는 부품 검사에 많이 적용되고 있다. 볼트 생산 시스템에서 생산되는 볼트 탭의 유무를 컴퓨터 비전 기술을 적용하여 자동으로 불량품을 선별하는 장치를 개발하였다. 형상검사 방법으로는 라인 스캔방식으로 검사영역의 시작점과 끝점의 위치를 파악하여 높이를 측정하는 방법을 사용하였으며, 볼트 탭의 유무를 판별하기 위한 방식으로는 원형 스캔방식으로 검사영역의 평균 밝기 값의 차이를 측정하여 유사도를 구하는 방식을 사용하였다. 두 종류의 볼트 탭의 검사 성능실험에서 총 검사에 소요되는 시간은 분당 300개 검사가 가능하며, 완벽한 검사 정확도를 나타내어 생산라인에서 검사의 정확성과 효율성을 입증하였다.

• 한국전산구조공학회논문집
• /
• 제19권2호
• /
• pp.125-138
• /
• 2006

교량의 손상추정을 위한 구조계 규명기법은 신호취득시스템 및 정보처리기술의 발전과 함께 최근에 많은 연구개발이 이루어지고 있다. 신경망기법이나 유전자 알고리즘과 같은 소프트컴퓨팅 기법은 뛰어난 패턴인식성능 때문에 손상추정 문제에 활발히 활용되고 있다. 본 연구에서는 모드계수를 활용한 신경망기법기반 손상추정을 수행하였으며, 신경망을 훈련시키기 위한 훈련패턴을 생성하는 해석모델에서의 불확실성을 효과적으로 고려할 수 있는 방법을 제시하였다. 해석모델의 불확실성 대하여 민감하지 않은 입력자료인 손상 전 후의 모드형상의 차 또는 모드형상의 비를 신경망의 입력자료로 활용하였다. 단 순보와 다주형교량에 대한 수치예제를 통하여 본 연구에서 제시한 기법의 타당성 및 적용성을 검증하였다.