• 한국정밀공학회지
• /
• 제20권3호
• /
• pp.105-111
• /
• 2003

This paper presents an approach to automate process planning of press dies for manufacturing of car bodies. Considering that the press-dies used at the same press operations regardless of the panels they produce or the car models of which they produce panels have similar shapes except for the forming part of the dies, general approaches to recognize manufacturing features from CAD models are not necessary. Therefore, a hybrid approach is proposed combining feature-based design and feature-extraction approaches. The proposed method recognizes features by parsing the parameters extracted from CAD models and finds proper operations by querying the database by the recognized features. An internet-based process planning system is developed to demonstrate the proposed approach and to suggest a new paradigm of process planning system that utilizes an internet access to the CAD system.

• 한국정보통신학회논문지
• /
• 제12권6호
• /
• pp.1095-1100
• /
• 2008

이 논문에서는 곤충 발자국의 패턴을 인식하기 위해, 인식의 기본 단위인 세그먼트를 자동 추출하는 기법과 Trace transform을 이용하여 발자국 인식에 필요한 특징을 추출하는 기법을 제안하였다. Trace transform 방법을 이용하면 패턴의 이동, 회전, 반사에 불변하는 특징 값을 얻을 수 있다. 이러한 특징 값들은 곤충 발자국과 같이 다양한 변형이 존재하는 패턴을 인식하는 데에 적합하다. 특징 값을 도출하기 위한 첫 번째 단계로는 추출된 세그먼트에 대한 Trace transform을 통해 새로운 Trace 이미지를 생성시킨다. 그런 다음, 병렬로 표현되는 trace-line을 따라 특성 함수에 의해 특징들이 일차적으로 도출되고, 또 다시 도출된 특징들은 diametric, circus 단계의 함수를 거치면서 새로운 특징값으로 재구성된다. 2가지 서로 다른 곤충의 발자국 패턴을 이용하여 실험한 결과 곤충 발자국의 이동, 회전, 반사에 관계없이 인식에 적합한 특징 값들이 추출됨을 확인할 수 있었다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제18권4호
• /
• pp.980-997
• /
• 2024

To improve the brightness of images and reveal hidden information in dark areas is the main objective of low-light image enhancement (LLIE). LLIE methods based on deep learning show good performance. However, there are some limitations to these methods, such as the complex network model requires highly configurable environments, and deficient enhancement of edge details leads to blurring of the target content. Single-scale feature extraction results in the insufficient recovery of the hidden content of the enhanced images. This paper proposed an edge detection-based multi-scale feature enhancement network for LLIE (EDMFEN). To reduce the loss of edge details in the enhanced images, an edge extraction module consisting of a Sobel operator is introduced to obtain edge information by computing gradients of images. In addition, a multi-scale feature enhancement module (MSFEM) consisting of multi-scale feature extraction block (MSFEB) and a spatial attention mechanism is proposed to thoroughly recover the hidden content of the enhanced images and obtain richer features. Since the fused features may contain some useless information, the MSFEB is introduced so as to obtain the image features with different perceptual fields. To use the multi-scale features more effectively, a spatial attention mechanism module is used to retain the key features and improve the model performance after fusing multi-scale features. Experimental results on two datasets and five baseline datasets show that EDMFEN has good performance when compared with the stateof-the-art LLIE methods.

• Journal of Electrical Engineering and Technology
• /
• 제11권6호
• /
• pp.1857-1862
• /
• 2016

Human activity recognition using depth information is an emerging and challenging technology in computer vision due to its considerable attention by many practical applications such as smart home/office system, personal health care and 3D video games. This paper presents a novel framework of 3D human body detection, tracking and recognition from depth video sequences using spatiotemporal features and modified HMM. To detect human silhouette, raw depth data is examined to extract human silhouette by considering spatial continuity and constraints of human motion information. While, frame differentiation is used to track human movements. Features extraction mechanism consists of spatial depth shape features and temporal joints features are used to improve classification performance. Both of these features are fused together to recognize different activities using the modified hidden Markov model (M-HMM). The proposed approach is evaluated on two challenging depth video datasets. Moreover, our system has significant abilities to handle subject's body parts rotation and body parts missing which provide major contributions in human activity recognition.

• 제어로봇시스템학회논문지
• /
• 제14권8호
• /
• pp.818-823
• /
• 2008

In this paper, we propose a feature extraction method which extracts directional features of handwritten numerals by using the projection runlength. Our directional featrures are obtained from four directional images, each of which contains horizontal, vertical, right-diagonal and left-diagonal lines in entire numeral shape respectively. A conventional method which extracts directional features by using Kirsch masks generates edge-shaped double line directional images for four directions, whereas our method uses the projections and their runlengths for four directions to produces single line directional images for four directions. To obtain the directional projections for four directions from a numeral image, some preprocessing steps such as thinning and dilation are required, but the shapes of resultant directional lines are more similar to the numeral lines of input numerals. Four [$4{\times}4$] directional features of a numeral are obtained from four directional line images through a zoning method. By using a hybrid feature which is made by combining our feature with the conventional features of a mesh features, a kirsch directional feature and a concavity feature, higher recognition rates of the handwrittern numerals can be obtained. For recognition test with given features, we use a multi-layer perceptron neural network classifier which is trained with the back propagation algorithm. Through the experiments with the handwritten numeral database of Concordia University, we have achieved a recognition rate of 97.85%.

• 한국광학회지
• /
• 제8권5호
• /
• pp.403-409
• /
• 1997

다양한 특징들을 광학적으로 병렬추출하여 패턴인식을 수행하는 시스템을 제안하고 실험하였다. 추출하려는 특징은 6개의 방향선소들 및 선소특징만으로 구별되지 않는 패턴들에 대한 공분산행렬의 고유벡터들이다. 이 시스템은 크게 특징추출부와 패턴인식부로 구성된다. 전자는 여러 특징을 병렬적으로 추출하기 위해 다중 Vander Lugt 필터를 사용하여 광학적으로 구현되었으며, 후자는 이들 추출된 특징들을 사용하여 패턴인식이 수행되도록 컴퓨터에서 구현되었다. 패턴인식 방법으로는, 추출된 특징을 인공신경망에 학습을 시키는 방법과 단순히 선소들의 논리적인 개수를 사용하는 방법, 두 가지가 각각 사용되었다. 여기서는 선소들로만 구성된 15개의 영문자 패턴들에 대해 실험하였고 그 실험결과를 보고한다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제16권1호
• /
• pp.245-265
• /
• 2022

In response to problems such as insufficient extraction information, low detection accuracy, and frequent misdetection in the field of Thangka image defects, this paper proposes a YOLOv5 prediction algorithm fused with the attention mechanism. Firstly, the Backbone network is used for feature extraction, and the attention mechanism is fused to represent different features, so that the network can fully extract the texture and semantic features of the defect area. The extracted features are then weighted and fused, so as to reduce the loss of information. Next, the weighted fused features are transferred to the Neck network, the semantic features and texture features of different layers are fused by FPN, and the defect target is located more accurately by PAN. In the detection network, the CIOU loss function is used to replace the GIOU loss function to locate the image defect area quickly and accurately, generate the bounding box, and predict the defect category. The results show that compared with the original network, YOLOv5-SE and YOLOv5-CBAM achieve an improvement of 8.95% and 12.87% in detection accuracy respectively. The improved networks can identify the location and category of defects more accurately, and greatly improve the accuracy of defect detection of Thangka images.

• 한국정보과학회논문지:데이타베이스
• /
• 제36권4호
• /
• pp.263-279
• /
• 2009

CBIR(Content-based Image Retrieval) 시스템의 질의 처리에 사용되는 모양 특징은 크게 경계 기반과 영역 기반 등 두 가지로 나눌 수 있다. 경계기반 특징은 간단하지만 영역 기반 특징에 비해 효과적이지 않다. 영역 기반 모양 특징을 사용하는 대부분의 시스템은 먼저 영역을 추출해야 한다. 하지만 기존의 영역 기반 시스템들은 구현이 복잡하고, 특히 정확한 영역 추출이 어려우며 영역 간의 위치적인 관계가 거리 모델(distance model)에 반영되어 있지 않다. 본 논문에서는 Canny 에지 검출과 Hough 변환에 기반하여 목표 내부의 에지를 검출하고, 이와 함께 영역확장을 이용하여 목표 물체 내부의 영역을 정확히 추출할 수 있는 방법을 제안하였다. 또한 영역 간의 인접 관계를 이용한 수정된 IRM(Integrated Region Matching) 기법을 제안하였다. 이는 모양 특징을 이용한 유사성 검색에서 영상 간의 거리 모델로서 사용된다. 그리고 실험을 통해 수정된 IRM 기법과 우리의 영역 추출 기법이 효과적임을 보였다. 실험 결과는 새로운 영역 추출 방법이 기존의 다른 방법보다 훨씬 우수함을 보여준다.

• ETRI Journal
• /
• 제20권3호
• /
• pp.272-283
• /
• 1998

In this paper, we propose efficient content-based image retrieval methods using the automatic extraction of the low-level visual features as image content. Two new feature extraction methods are presented. The first one os an advanced color feature extraction derived from the modification of Stricker's method. The second one is a texture feature extraction using some DCT coefficients which represent some dominant directions and gray level variations of the image. In the experiment with an image database of 200 natural images, the proposed methods show higher performance than other methods. They can be combined into an efficient hierarchical retrieval method.

• 한국시뮬레이션학회논문지
• /
• 제19권4호
• /
• pp.111-122
• /
• 2010

본 연구에서는 여러 제조 공정에서 발생하는 주기 신호의 불규칙한 길이를 보정하기 위하여 시불변 특징점 추출 및 정합(Time Invariant Feature point Extraction and Matching, 이하 TIFEM)을 이용한 길이보정 알고리즘을 제안한다. 신호 중간에 길이 변동이 발생 하는 주기신호의 경우 정확하게 길이를 보정하기 위해서는 더 많은 수의 특징점이 필요하며, 추출된 특징점은 신호의 패턴 정보를 포함하고 시간과 크기에 불변한 성질을 가져야 한다. 본 연구에서 제안하는 TIFEM알고리즘은 위의 성질을 가지는 신호 고유의 특성을 추출하고 추출한 특성들을 각각 시점에 해당하는 특성 벡터로 구성한다. 구성된 특성 벡터에서 유효한 벡터만을 걸러내어 길이보정을 위한 특징점으로 선정한다. 선정된 특징점들을 정합한 후 구간별로 길이를 보정하여 보다 정확한 주기 신호의 길이보정을 수행한다. 제안한 알고리즘의 성능을 검증하기 위하여 실제 반도체 공정에서 발생되는 3종류의 신호를 모방하여 생성한 실험데이터를 이용하여 실험을 수행하였다.