• 한국정보통신학회논문지
• /
• 제14권9호
• /
• pp.1987-1992
• /
• 2010

본 논문에서는 이동로봇에 장착된 CCD 카메라를 통해 입력되는 영상에서 3차원 물체가 가지는 특징정보를 분석 및 추출하여하여 주행전방의 환경을 구분하는데 적용하게 된다. 복도 내에서 주행하는 로봇에 탑재된 카메라로 입력된 영상은 3차원 특징정보에 의해 장애물과 복도의 코너, 문으로 검출되어진다. 바닥의 장애물 정보 인식을 통한 이동로봇의 주행경로를 구하는데 있어 이들 세 가지는 최적의 경로 생성과 장애물 회피를 위한 매우 중요한 정보로 사용될 수 있다. 따라서, 본 논문에서는 입력영상을 전처리 후에 제안된 알고리즘을 기반으로한 이동로봇의 주행방향결정과, 입력 영상에서 신경망을 통하여 장애물 인식 및 특징정보 검출을 통한 이동로봇의 주행을 위한 선행 실험결과를 제시하였다.

• 한국지능시스템학회논문지
• /
• 제14권4호
• /
• pp.431-437
• /
• 2004

본 논문은 차세대 지능형 기술 분야중 하나인 유비쿼터스 컴퓨팅 환경 기반에서의 얼굴인식을 제안한 것으로, 모바일 장치 중 하나인 핸드폰 카메라를 이용하여 얼굴 영상을 취득하고, 이를 이용하여 얼굴의 특징을 추출하고 인식하는 과정을 통해 모바일 보안을 생각하고자 한다. 얼굴인식을 위해 제안하는 방법은 PCA와 Fuzzy-LDA를 사용하였으며, 모바일 환경에서 데이터의 량을 줄이기 위해 다해상도 분석을 기반으로 하는 이산 웨이블렛을 사용하였다. 또한 획득된 특징데이터의 연결성을 확인하여 인식률을 얻기 위해 유클리디언 거리 측정 법을 사용하였다. 마지막으로 본 논문에서 제안한 방법의 유용성을 알아보기 위해 핸드폰 카메라를 이용해 실험한 결과 일반 카메라에서 획득한 영상에 비해 모바일 장치로부터 획득한 영상이 저해상도를 갖음에도 불구하고 높은 성능을 갖음을 확인할 수 있었다.

• 한국통신학회논문지
• /
• 제37권2A호
• /
• pp.95-104
• /
• 2012

혼합분류기를 이용한 패턴인식은 약한 분류기를 결합하여 강한 분류기를 구성하는 형태이다. 본 논문에서는 고정된 카메라를 통해 입력된 영상을 이용하여 특징을 추출하고 이것들을 이용한 약한 분류기의 결합으로 강한 분류기를 만들어 낸다. 제안하는 시스템 구성은 차영상 기법을 이용해서 이진화된 전경 영상을 얻고 모폴로지 침식연산 수행으로 얻어진 혼잡도 가중치 영상을 이용해 특징을 추출하게 된다. 추출된 특징을 조합하고 혼잡도를 판단하기 위한 모델의 훈련 및 인식을 위한 혼합분류기 알고리즘으로 부스팅 방법을 사용하였다. 혼합 분류기는 약한 분류기의 조합으로 하나의 강한 분류기를 만들어 내는 분류기로서 그림자나 반사 등이 일어나는 환경에서도 잠재적인 특징들을 잘 활용할 수 있다. 제안하는 시스템의 성능실험은 "AVSS 2007"의 도로환경의 차량 영상과 철도환경내의 승강장 영상을 사용하였다. 조명변화가 심한 야외환경과 승강장과 같은 복잡한 환경에서도 시스템의 우수한 성능을 보여주었다.

• 전자공학회논문지
• /
• 제52권8호
• /
• pp.97-105
• /
• 2015

내용 적응적 스테가노그래피는 복잡한 텍스쳐 또는 잡음 영역과 같이 통계적 모델로는 기술하기 어려운 영역에 비밀 메시지를 은닉한다. 이러한 메시지를 검출하기 위해서는 인접 화소간의 국부적인 의존성을 정교하게 모델링해야 하기 때문에 종종 고차원의 특징벡터 추출이 필요하다. 이러한 스테그분석 방법은 계산량이 많을 뿐만 아니라 비밀 메시지의 검출 정확도가 은닉 영역과 사용된 왜곡 척도에 의존한다는 문제점을 가진다. 본 논문에서는 적은 수의 특징 벡터를 이용하여 비밀 메시지의 검출율을 높일 수 있는 개선된 내용 적응적 스테가노그래피의 스테그분석 방법을 제안하고자 한다. 먼저 이산 코사인 변환 계수의 차이를 이용한 특징이 내용 적응적 스테가노그래피의 분석에 유용함을 보이고, 이에 대한 1차 마코프 확률을 특징으로 사용하는 방법을 제시한다. 추출된 특징 벡터는 앙상블 분류기로 입력되어 커버 영상과 스테고 영상을 분류하기 위해 학습된다. 실험 결과 내용 기반 적응적 스테고 영상들에 대해 적은 수의 특징 벡터를 사용함에도 불구하고 기존의 방법에 비해 검출율과 정확도가 우수함을 확인할 수 있었다.

• Advances in Computational Design
• /
• 제5권2호
• /
• pp.127-146
• /
• 2020

Building Information Modeling (BIM) is increasingly used throughout the facility's life cycle for various applications, such as design, construction, facility management, and maintenance. For existing buildings, the geometry of as-built BIM is often constructed using dense, three dimensional (3D) point clouds data obtained with laser scanners. Traditionally, as-built BIM systems do not contain the material and textural information of the buildings' elements. This paper presents a semi-automatic method for generation of material and texture rich as-built BIM. The method captures and integrates material and textural information of building elements into as-built BIM using thermal infrared sensing (TIS). The proposed method uses TIS to capture thermal images of the interior walls of an existing building. These images are then processed to extract the interior walls using a segmentation algorithm. The digital numbers in the resulted images are then transformed into radiance values that represent the emitted thermal infrared radiation. Machine learning techniques are then applied to build a correlation between the radiance values and the material type in each image. The radiance values were used to extract textural information from the images. The extracted textural and material information are then robustly integrated into the as-built BIM providing the data needed for the assessment of building conditions in general including energy efficiency, among others.

• 한국멀티미디어학회논문지
• /
• 제12권3호
• /
• pp.383-396
• /
• 2009

뼈 나이 측정은 소아의 내분비계 관련 질병 진단을 위해 소아과에서 널리 사용되는 방법이다. 그러나 전문 인력이 부족하여 자동화된 측정 방법에 대한 꾸준한 요구가 있었다. 따라서 본 논문에서는 패턴 인식기법을 이용한 자동화된 뼈 나이 측정 알고리즘을 제안한다. 제안하는 알고리즘은 X-ray 영상에서 손가락뼈의 각 부분을 자동으로 분류하는 과정과 분류된 뼈 영상으로부터 정규화된 형상 모델을 추출하는 과정, 그리고 정규화된 형상 모델로부터 뼈 나이를 측정하는 과정으로 구성된다. 제안하는 알고리즘은 능동 형상 모델(Active Shape Model: ASM)을 이용하여 나이 측정에 사용되는 특정값 추출의 정확도를 향상시켰으며, 뼈 나이 분류를 위해 사용된 Support Vector Machine(SVM)의 입력으로 정규화된 형상 모델로부터 얻어진 각 뼈의 크기와 비율을 특징값으로 사용하였다. 성능 평가를 위해서 한양대학교 부속병원에서 제공한 영상에 대해 전문가가 평가한 나이와 제안한 알고리즘을 이용하여 측정된 나이를 통계적으로 비교 분석하였다. 실험을 통하여 본 논문에서 제안한 특징값과 알고리즘으로 뼈 나이를 진단한 결과, 전문가에 의한 결과와 평균 0.679살의 오차 이내의 뛰어난 뼈 나이 측정 성능을 보였다.

• 한국컴퓨터정보학회논문지
• /
• 제12권2호
• /
• pp.123-130
• /
• 2007

본 논문에서는 소동물 생체내 실험시 서로 다른 장비에서 획득된 영상의 융합 및 정합을 위한 방법을 제안한다. 마우스의 꼬리 정맥에 $[[^{18}F]FDG$를 주사하여 60분 섭취후 서로 다른 장비에서 동일한 위치의 영상을 획득하기 위하여 아크릴 재질의 소동물 가이드에 기준마크를 설정하고 microPET과 CT 영상을 획득하였다. MicroPET으로 획득된 리스트모드(list-mode) 데이터는 Fourier Rebinning(FRB) 방법을 사용하여 사이노그램(Sinogram)으로 변환 후 4 번의 반복횟수를 가지는 Ordered Subset Expectation Maximization(OSEM) 알고리즘으로 재구성하였다. MicroPET 영상획득후 PET/CT의 CT를 이용하여 CT영상을 획득하였다. MicroPET 영상에서 폐영역을 정확히 찾아내는 어려움이 있어. 해부학적 정보를 제공하는 CT 영상을 이용하여 폐 영역을 구분하였다. 영상 융합을 위한 불일치 부분을 해결하기 위하여 기준마크의 정보와 폐 영역의 정보를 이용하여 회전과 이동정보를 가지는 어파인 (affine) 변환 행렬 구하여 영상 정합에 사용하였다. 이 방법은 정량적 정확성과 영상 해석의 정확성을 개선할 것으로 기대된다.

• 응용통계연구
• /
• 제29권5호
• /
• pp.859-872
• /
• 2016

초분광 영상 데이터는 픽셀마다 수백 개의 스펙트럼 밴드에 대한 정보가 주어지는 고차원 데이터로, 농업, 식품처리, 광물학, 물리학, 환경학, 지리학 등 광범위한 분야에 활용되고 있다. 그 중 하나는 토지 피복의 분류 문제인데, 이는 자연 재해 예방, 자연 자원 감시, 환경에 대한 정보 수집에 있어서 중요한 문제이다. 하지만 차원의 저주, 시공간적 변동성, 레이블된 데이터의 부족 때문에 토지 피복의 정확한 분류에는 어려움이 따른다. 이 논문에서는 이러한 문제를 해결하기 위해 컨볼루션 신경망에 기반한 새로운 심층 학습 구조를 제안한다. 제안된 구조는 원하는 지점 주변 픽셀의 정보를 컨볼루션 신경망을 통해 처리하고, 그 지점의 스펙트럼 정보를 강조하기 위해 컨볼루션 층의 출력과 스펙트럼 정보를 함께 소프트맥스 분류기의 입력으로 사용한다. 이 구조는 추가적인 특징 추출 과정을 필요로 하지 않고, 그래픽 처리 장치 등을 이용한 병렬화가 간편하다는 점에서 기존 방법들보다 유리하다. 실험 결과, 제안된 구조는 기존에 가장 좋은 성능을 보인 분류기와 비슷하거나 더 좋은 분류 정확도를 보여 좋은 일반화 성능을 보이는 것을 확인할 수 있었다.

• 디지털융복합연구
• /
• 제14권8호
• /
• pp.233-243
• /
• 2016

소음환경에서의 음성인식 문제점으로 인해 1990년대 중반부터 음성정보와 영양정보를 결합한 AVSR(Audio Visual Speech Recognition) 시스템이 제안되었고, Lip Reading은 AVSR 시스템에서 시각적 특징으로 사용되었다. 본 연구는 효율적인 AVSR 시스템을 구축하기 위해 입 모양만을 이용한 발화 단어 인식률을 극대화하는데 목적이 있다. 본 연구에서는 입 모양 인식을 위해 실험단어를 발화한 입력 영상으로부터 영상의 전처리 과정을 수행하고 입술 영역을 검출한다. 이후 DNN(Deep Neural Network)의 일종인 CNN(Convolution Neural Network)을 이용하여 발화구간을 검출하고, 동일한 네트워크를 사용하여 입 모양 특징 벡터를 추출하여 HMM(Hidden Markov Mode)으로 인식 실험을 진행하였다. 그 결과 발화구간 검출 결과는 91%의 인식률을 보임으로써 Threshold를 이용한 방법에 비해 높은 성능을 나타냈다. 또한 입모양 인식 실험에서 화자종속 실험은 88.5%, 화자 독립 실험은 80.2%로 이전 연구들에 비해 높은 결과를 보였다.

• 전자공학회논문지CI
• /
• 제46권2호
• /
• pp.44-51
• /
• 2009

자연 영상에서의 텍스트 이해는 지난 수년간 매우 활발한 연구 분야로 자리하고 있다. 논문에서 우리는 한국어 간판 영상으로부터 자동으로 텍스트를 인식하는 방법을 제안한다. 제안된 방법은 상호명의 인식을 위한 텍스트 영역의 검출 및 이진화를 포함하고 있다. 먼저 수직, 수평 방향의 에지 히스토그램을 이용하여 텍스트 영역의 정교한 검출을 수행하였다. 두 번째 단계는 검출된 텍스트 영역에 대해서 연결요소 기법을 적용하여 각각의 독립된 한 개의 문자 영역으로 분할되어지고, 마지막으로 최소 거리 분류법에 의해 각각의 글자를 인식한다. 각각의 문자 인식을 위해 모양 기반 통계적 특징을 추출한다. 실험에서 제안된 전체적인 효율성 및 정확성을 분석하였으며, 현재 구현된 모바일 시스템의 실용성을 확인할 수 있었다.