• 대한전자공학회논문지SP
• /
• 제41권4호
• /
• pp.1-7
• /
• 2004

본 논문은 3차원 얼굴 영상을 이용한 얼굴 인식에 있어서, 정규화 과정에 사용될 얼굴의 특징 영역을 추출하는 방법을 제안한다. 3차원 얼굴 영상은 조명의 변화에 상관없이 얼굴의 특징 분석이 가능하고, 이를 이용한 얼굴 인식이 가능하다. 그러나 입력된 형상의 자세에 따라 회전, 기울어진 정도, 그리고 좌우로 움직인 정도가 다르다. 이런 특성을 고려하지 않고 추출된 특징들은 잘못된 인식 결과를 초래할 수 있다. 이런 이유로 입력에서의 오류들을 바로잡는 정규화 과정이 필요하다. 정규화 과정에서는 얼굴의 기하학적인 특징인 눈, 코, 입 등을 이용하는 것이 일반적이다. 이들 중, 코는 3차원 얼굴 영상에서 두드러진 특징이 될 수 있다. 본 연구에서는 코의 실제 형상과 유사한 긴 추출 마스크를 사용하여 입력된 영상으로부터 코를 추출하는 방법을 제안한다.

• 한국정보통신학회논문지
• /
• 제16권10호
• /
• pp.2121-2128
• /
• 2012

본 논문은 Wavelet 변환을 이용한 실시간 얼굴 영역 검출을 제안하였으며, 계산의 효율성과 검출 성능을 동시에 만족시키는 강인한 검출 알고리즘을 제안하였다. 검출된 얼굴 영상은 주성분 분석을 통해 저차원 얼굴 심볼로 구성하여 얼굴을 인식한다. 제안된 방법은 기존의 기하학적인 특징 기반 방법이나 외관기반 방법의 비해 많은 계산 량이 요구 되지 않고 최소한의 정보를 사용하고도 높은 인식률을 유지 할 수 있기에 실시간 시스템 구축에 매우 적합하다. 또한 얼굴 인식 시 발생하는 잘못된 인식이나 인식 오차를 줄이기 위해 고유 공간상에 투영된 모델 특징 값을 군집화 알고리즘을 통해 특정한 기호로 구성하여 은닉마르코프 모델의 입력 기호로 사용하였다. 이렇게 함으로써 임의의 입력 얼굴은 확률 값이 가장 높은 해당 얼굴 모델로 인식하게 된다. 실험 결과 기존의 방식인 Euclidean과 Mahananobis방법 보다 제안한 방법이 잘못된 매칭이나 매칭 실패에서 우수한 인식 성능을 보였다.

• 한국통신학회논문지
• /
• 제38A권9호
• /
• pp.744-749
• /
• 2013

본 논문에서는 수직자기기록 저장장치에서 사용되는 LDPC 부호의 패리티 부분을 (1, 7) 런-길이 제한 부호로 사용할 때, 연판정 값을 입력으로 한 경우의 성능을 조사한다. 사용자 데이터는 최대 천이 런(maximum transition run) 부호로 인코딩된다. 부호율의 손해를 최소화 하기 위하여 LDPC 부호의 패리티에만 (1, 7) 런-길이 제한 부호를 적용한다. 본 논문에서는 성능 향상을 위하여 사용자 데이터 부분에 대하여만 연판정 출력 비터비 알고리즘(soft output Viterbi algorithm, SOVA)을 사용한다. SOVA를 사용한 경우의 성능은 26dB 보다 작은 신호대잡음비에서 좋게 나타난 것에 반하여 26dB 보다 높은 신호대잡음비에서는 나쁘게 나타났다. 이것은 높은 지터 잡음과 LDPC 디코더에 두 가지 다른 형태의 입력에 기인한다.

• 한국해양공학회지
• /
• 제35권4호
• /
• pp.287-295
• /
• 2021

This paper describes a recurrent neural network (RNN) for the fault classification of a blade pitch system of a spar-type floating wind turbine. An artificial neural network (ANN) can effectively recognize multiple faults of a system and build a training model with training data for decision-making. The ANN comprises an encoder and a decoder. The encoder uses a gated recurrent unit, which is a recurrent neural network, for dimensionality reduction of the input data. The decoder uses a multilayer perceptron (MLP) for diagnosis decision-making. To create data, we use a wind turbine simulator that enables fully coupled nonlinear time-domain numerical simulations of offshore wind turbines considering six fault types including biases and fixed outputs in pitch sensors and excessive friction, slit lock, incorrect voltage, and short circuits in actuators. The input data are time-series data collected by two sensors and two control inputs under the condition that of one fault of the six types occurs. A gated recurrent unit (GRU) that is one of the RNNs classifies the suggested faults of the blade pitch system. The performance of fault classification based on the gate recurrent unit is evaluated by a test procedure, and the results indicate that the proposed scheme works effectively. The proposed ANN shows a 1.4% improvement in its performance compared to an MLP-based approach.

• 한국정밀공학회:학술대회논문집
• /
• 한국정밀공학회 2005년도 춘계학술대회 논문집
• /
• pp.1819-1823
• /
• 2005

Incorrect information on public sites can cause serious problem. One of relevant countermeasures against this problem is to detect of buried underground utilities in real time. Although there have been several method to detect of buried underground utilities, such as investigating of gravity and elastic wave and electric field, they have not been so efficient tools. Because it is too expensive and difficult to use. In this paper, magnetic sensors which could provide an easier and more efficient method are used to detect of buried underground utilities. Also fluxgate method of self detection are used. Input signal is used $1\~10kHz$ frequency. Filtering and signal processing of output signal are used labview software. After experiment, detection system of buried underground utilities which used magnetic shows possibility of precise detecting of laying object based on theorectical analysis for electromagnetic field.

• 전자공학회논문지B
• /
• 제33B권2호
• /
• pp.168-177
• /
• 1996

In this paper, we propose an on-line recognition system of chinese characters using an adaptive resonance theory-1(ART-1) neural network. Strokes, primitive components of chinese characters are usually warped into a cursive form and classifying them is very difficult. To deal with such cursive strokes, we use an ART-1 neural network that has the following advantages: (1) it automatically assembles similar patterns together to form classes in a self-organized manner: (2) it directly accesses the recognition codes corresponding to binary input patterns after self-stabilizing; (3) it doesn't tends to get trapped in local minima, or globally incorrect solutions. A database for character recognition also dynamically constructed with generalized character lists, and a new character can be included simply by adding a new sequence to the list. Character recognition is achieved by traversing the chinese datbase with a sequence of recognized strokes and positional relations between the strokes. To verify the performance of the system. We tested it for 1800 daily-used basic chinese second per character. This results suggest that the proposed system is pertinent to be put into practical use.

• 한국실천공학교육학회논문지
• /
• 제3권1호
• /
• pp.45-50
• /
• 2011

유한요소 해석(FEA: finite element analysis)의 발달로 복잡한 기계나 자동차 및 구조물에 대해서도 상세한 진동해석을 할 수 있게 되었다. 그러나, 복잡한 구조물을 정확하게 모형화하기 어렵고, 특히 접합부의 강성과 감쇠 특성을 알기 어렵고, 복잡한 형상을 단순화하는 과정에서 발생하는 오차 등의 이유로 유한요소해석 결과는 부정확할 수 있다. 반면에 실제 구조물의 실험 데이터로부터 추출한 실험적 모드해석(modal testing) 결과는 상세하지는 않지만 정확하다고 볼 수 있다. 그러나 실험 결과가 구조물의 진동 특성을 정확하게 나타낸다는 가정은 여러 가지 측정 오차로 인하여 정확하지 않을 수 있다. 이 논문에서는 실험적 모드해석의 기본이 되는 FRF(frequency response function; 주파수 응답함수)의 측정에 영향을 미치는 오차들을 측정 오차와 신호처리 오차로 구분하여 각각에 대해 세밀히 살펴보고, 그러한 오차들을 감소함으로써 보다 정확한 FRF를 구하는 방법에 대해서 고찰해보았다.

• 국제학술발표논문집
• /
• The 9th International Conference on Construction Engineering and Project Management
• /
• pp.145-152
• /
• 2022

Recently, interest in the precast concrete (PC) construction method has been increasing. The PC construction process consists of i) design, ii) production, iii) transportation, and iv) installation. A PC field manager at the site submits a shipment request form to the factory one to three days before the installation of the PC component. Numerous matters should be considered in writing a shipment request form. Incorrect shipment request forms may cause standby resources, waste of resources, premature work conclusion, or excessive work. These issues can lead to an increase in construction costs, replanning of PC component installation, or rework. In order to prevent such problems, PC component installation should be simulated based on the shipment request form. Accordingly, this study aims to identify factors influencing the operability of shipment request forms for PC construction. To this end, this study derived factors influencing i) initiation of the activity, ii) addition or deletion of activities, and iii) an increase or decrease in the activity execution time. As a result, this study identified flow, the features of PC components, condition of PC components, unloading location, installation location, input equipment and labor, number of anchors, number of supports, weather, strike, and accident. Further studies should verify the factors derived in this study based on focus group interviews.

• 한국정보통신학회논문지
• /
• 제20권9호
• /
• pp.1673-1678
• /
• 2016

음성인식처리 분야에서 배경잡음으로 인하여 음성입력이 배경잡음으로 잘못 판단되는 원인이 되어 음성인식율의 저하를 초래한다. 이러한 종류의 잡음대책은 단순하지 않으므로 보다 고도한 잡음처리기술이 필요하게 된다. 따라서 본 논문에서는 잡음환경 중에서 정상적인 배경잡음 혹은 비정상적인 배경잡음과 지속 시간이 짧은 음성을 구별하는 알고리즘에 대하여 기술한다. 본 알고리즘은 다른 종류의 잡음과 음성을 구별하는 중요한 수단으로서 개량된 음성의 특징파리미터를 사용한다. 다음으로 다층퍼셉트론 네트워크에 의하여 잡음의 종류를 추정하는 알고리즘에 대해서 기술한다. 본 실험에서는 잡음과 음성이 구별이 가능하도록 실험적으로 확인하였다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제33권2호
• /
• pp.252-266
• /
• 2006

컴퓨터 비전 분야에서 다루는 많은 문제는 대부분 수학적 모델을 기반으로 하고 있으며 그 모델의 인수를 예측하는 방법을 사용하여 주어진 문제에 대한 최적의 해를 구한다. 그런데 입력 데이타 집합에 보통의 잡음에 비해 상대적으로 크기가 큰 이상치가 포함되어 있다면 이것은 부정확한 결과를 초래한다. 이러한 문제를 해결하기 위해 사용되는 대표적인 방법으로 강건한 예측기법인 RANSAC 알고리즘이 있다. 기존 RANSAC 알고리즘의 가장 큰 문제점은 이상치의 비율과 같은 데이타 분포에 대한 사전지식이 필요하다는 것이다. 본 논문에서는 이러한 문제점을 해결하기 위해 매 반복 수행시 마다 퍼지분류 기법을 이용하여 전체 데이타를 좋은 샘플집합(good sample set)과 나쁜 샘플집합(bad sample set) 그리고 모호한 샘플집합(vague sample set)으로 분류한 뒤 좋은 샘플집합에서만 샘플링을 해나감으로써 이상치에 대한 제거율과 해의 정확도를 향상시키는 FRANSAC 알고리즘을 제안한다. 실험 결과에서는 제안한 알고리즘을 각각 선형회귀 문제와 호모그래피 계산 문제에 대해 적용했을 때의 성능을 보인다.