• 대한의용생체공학회:의공학회지
• /
• 제44권3호
• /
• pp.182-189
• /
• 2023

CT is a medical device that acquires medical images based on Attenuation coefficient of human organs related to X-rays. In addition, using this theory, it can acquire sagittal and coronal planes and 3D images of the human body. Then, CT is essential device for universal diagnostic test. But Exposure of CT scan is so high that it is regulated and managed with special medical equipment. As the special medical equipment, CT must implement quality control. In detail of quality control, Spatial resolution of existing phantom imaging tests, Contrast resolution and clinical image evaluation are qualitative tests. These tests are not objective, so the reliability of the CT undermine trust. Therefore, by applying an artificial intelligence classification model, we wanted to confirm the possibility of quantitative evaluation of the qualitative evaluation part of the phantom test. We used intelligence classification models (VGG19, DenseNet201, EfficientNet B2, inception_resnet_v2, ResNet50V2, and Xception). And the fine-tuning process used for learning was additionally performed. As a result, in all classification models, the accuracy of spatial resolution was 0.9562 or higher, the precision was 0.9535, the recall was 1, the loss value was 0.1774, and the learning time was from a maximum of 14 minutes to a minimum of 8 minutes and 10 seconds. Through the experimental results, it was concluded that the artificial intelligence model can be applied to CT implements quality control in spatial resolution and contrast resolution.

• 한국산업정보학회논문지
• /
• 제28권6호
• /
• pp.29-43
• /
• 2023

소비자는 본인의 건강을 위해서 화장품 및 식품의 성분을 보고 알레르기 유발이나, 주의 성분이 포함되어 있는지 여부를 확인 후 구매를 해야 하지만, 실상은 포장지나 패키징 용기에서 표기가 작고 상세 성분 표기를 찾기 어려우며 바쁜 일상 가운데 일일이 확인하는 과정이 소홀해지기 쉽다. 이에 본 논문은 소비자에게 용기에 부착된 성분을 보다 알기 쉽게 전달하도록 곡면 용기에 표시된 배합 성분표를 자동으로 인식하기 위한 인공지능 기반 스마트폰 애플리케이션을 제안한다. 제안한 스마트폰 기반 성분표 자동인식 어플리케이션은 곡면 용기에 표시된 성분표를 인식할 수 있도록 텍스트 추출 후 원근변환을 통해 인식을 정확도 95% 달성하였다. 또한, 성분명이 곡면에 표시되기 때문에 변형되거나 길이가 길어서 줄 바꿈이 있는 텍스트를 위해 텍스트영역의 경계영역과 위치를 계산하여 처리하였다. 이를 통해 제안한 스마트폰 어플리케이션은 내장된 카메라를 통해 용기에 부착된 성분표 영상을 획득한 뒤, 성분과 관련된 텍스트를 발견하고 인식하여 배합제한성분 정보를 추출하도록 하였다. 마지막으로 다양한 테스트를 통하여 개발한 애플리케이션으로 원통형 곡면 용기에 담긴 화장품의 성분표 인식에 문제가 없다는 것을 검증하였다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2015년도 춘계학술대회
• /
• pp.571-575
• /
• 2015

실시간으로 입력되는 영상으로부터 이동객체의 움직임 특징을 분석하는 시간적 히스토그램 기반의 행동패턴분석 알고리즘을 제안한다. 이동객체의 추적 및 분석을 위해 배경과 이동객체를 분리하는 배경학습을 행한다. 배경학습으로 추출된 이동객체는 무게중심 및 좌표연관성을 이용하여 객체를 식별한 후 객체별 추적을 행한다. 추적된 각 객체의 시작프레임, 종료프레임, 좌표정보, 크기정보를 연결리스트에 저장하여 관리한다. 시간적 히스토그램은 x, y좌표와 시간을 이용해 움직임 특징 패턴을 정의한 것으로 각 객체의 좌표정보와 비교하여 움직임특징 및 행동패턴을 파악한다. 시간적 히스토그램 기반 행동패턴분석시스템은 자체 수집한 데모영상에 대한 실험을 통해 초당 45~50 fps의 높은 처리속도를 유지하며 95%이상의 높은 추적율을 확인하였다.

• 한국컴퓨터정보학회논문지
• /
• 제10권3호
• /
• pp.173-182
• /
• 2005

본 논문에서는 항해 시 위치인식에 사용하기 위하여 카메라의 뷰포인트에 무관한 랜드마크를 인식하는 방법을 제안한다. 기존연구에서 사용된 특징들은 카메라의 뷰포인트에 따라 변하고 이에따른 정보 양의 증가로 위치확인을 위한 시각적인 랜드마크의 추출이 어렵다. 본 논문에서 제안된 방법은 특징 추출단계, 학습과 인식단계, 정합단계의 삼단계로 구성된다. 특징 추출단계에서는 영상의 관심영역을 설정, 이 영역 안에서 코너점을 추출하는데, 추출 시 작은 고유값의 통계적 분석을 통해 보다 정확하고 잡음에 강한 특징을 추출하는 방법을 제안한다. 학습 및 인식단계에서는 5개의 특징점으로 구성된 특징모델이 뷰포인트에 무관한 특징점인지를 검사하여 강건 특징모델을 구성한다. 정합단계에서는 시간 복잡도를 줄이고 정확한 대응점을 산출하기 위하여 유사도 평가함수와 Graham 탐색방법을 이용한 정합 방법을 제안한다. 실험에서는 다양한 실내영상을 가지고 제안한 방법과 기존방법을 비교 분석함으로써 제안한 방법의 우수함을 보였다.

• 한국전자통신학회논문지
• /
• 제19권3호
• /
• pp.563-570
• /
• 2024

본 논문은 운전자의 운행 보조 역할로 주행 가능한 차선 영역을 인식하고 추적하는 방법을 제안한다. 주요 주제는 차량 내부의 앞 유리 중앙에 설치된 카메라를 통해 실시간으로 획득한 영상을 기반으로 컴퓨터 비전과 딥 러닝 기술을 활용하여 주행 가능한 도로 영역을 예측하는 심층 기반 네트워크를 설계한다. 본 연구는 YOLOv8 알고리즘을 이용하여 카메라에서 직접 획득한 데이터로 훈련한 새로운 모델을 개발하는 것을 목표한다. 실제 도로에서 자신의 차량의 정확한 위치를 실제 영상과 일치하게 시각화하여 주행 가능한 차선 영역을 표시 및 추적함으로써 운전자 운행의 보조하는 역할을 기대한다. 실험 결과, 대부분 주행 가능한 도로 영역의 추적이 가능했으나 밤에 비가 심하게 오는 경우와 같은 악천후에서 차선이 정확하게 인식되지 않는 경우가 발생하여 이를 해결하기 위한 모델의 성능 개선이 필요하다.

• 한국정보통신학회논문지
• /
• 제25권4호
• /
• pp.523-529
• /
• 2021

4차산업 혁명 시대를 맞아, 기술의 변화가 다양한 분야에 적용되고 있다. 고지서 분야에서도 자동화, 디지털화, 데이터관리가 되고 있다. 사회에서 유통되는 고지서의 형태는 수만 가지 이상이며, 이를 자동화, 디지털화, 데이터관리를 위해서는 고지서 인식이 필수적이다. 현재 다양한 고지서들을 관리하기 위해서 OCR(Optical Character Recognition) 기술을 활용한다. 이때, 정확도를 높이기 위해, 먼저 고지서 양식을 인식하면, OCR 인식 시 더 높은 인식률을 가질 수 있다. 본 논문에서는 고지서 양식을 구분하기 위해 인덱스로 사용할 수 있는 로고를 객체 인식하였으며, 이때 로고의 크기가 전체 고지서 대비 작으므로 딥러닝 기술 중 FPN(Feature Pyramid Network)을 작은 객체 검출에 활용하였다. 결과적으로, 제안하는 알고리즘을 통해서 자원 낭비를 줄이고, OCR 인식 정확도를 높일 수 있었다.

• 창의정보문화연구
• /
• 제7권4호
• /
• pp.197-206
• /
• 2021

본 연구는 초등학교에서 엔트리의 인공지능 모델을 활용한 융합교육 사례이다. 교과는 영어이며 그림을 그리는 미술과와의 융합 활동과 엔트리의 인공지능모델중 이미지 학습 모델을 기반으로 수업을 진행하였다. 영어과의 말하기 및 쓰기 교육의 학습목표에 효과적으로 달성하기 위해 미술과와 SW를 융합하여 수업을 설계하였다. 학생들은 인공지능을 활용한 의사소통을 경험하고 자신감이 향상되었으며, 듣고 말하는 표현뿐만 아니라 그림이나 사진 등 다양한 매체로 표현하며 창의성과 의사소통 능력을 증진할 수 있었다. 또한 수업의 효과성을 알아보기 위해 학생들에게 설문을 진행하여 그 결과를 분석하였다. 분석 결과 학생들의 수업 참여율, 수업이후 인공지능에 대한 이해 정도, 인공지능에 대한 관심, 인공지능 수업 만족도 등에 긍정적 영향을 주었음을 알 수 있었다.

• 스마트미디어저널
• /
• 제12권3호
• /
• pp.49-59
• /
• 2023

차세대 무선 통신기술로 알려져 있는 Optical Camera Communication(OCC)은 많은 연구가 진행 되고 있다. 이러한 OCC 기술은 통신 환경에 의해 성능이 좌우되며 이를 개선하기 위해 다양한 전략이 연구되고 있다. 그중 가장 두각을 나타내고 있는 방법은 딥러닝 기술을 사용하여 OCC의 수신기에 CNN을 적용하는 방법이다. 하지만 대부분의 연구에서는 CNN을 단순히 송신기를 검출하는데 사용하고 있다. 본 논문에서는 CNN을 송신기 검출 뿐만 아니라 Rx 복조 시스템에 적용하여 실험한다. 그리고 OCC 시스템의 데이터 이미지는 다른 이미지 데이터셋과는 다르게 비교적 분류가 간단하기 때문에 대부분의 CNN 모델에서 높은 정확도의 결과가 나타날 것이라는 가설을 세웠다. 가설을 증명하기 위해 OCC 시스템을 설계 및 구현하여 데이터를 수집하였고 12가지의 다양한 CNN 모델에 적용하여 실험했다. 실험 결과 파라미터수가 많은 고성능의 CNN 모델 뿐만 아니라 경량화 CNN 모델에서도 99% 이상의 정확도를 달성하였고 이를 통해 스마트폰과 같은 저성능 계산 장치에 OCC 시스템 적용이 가능함을 확인했다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2022년도 춘계학술대회
• /
• pp.465-468
• /
• 2022

교통사고 발생률은 매년 증가하고 있으며 대한민국은 OECD 국가 중에서 상위권에 속한다. 이를 개선하기 위해 다양한 도로교통법이 시행되고 있으며 무인 속도 카메라, 교통단속 카메라 등의 장비를 사용한 다양한 교통단속 방법이 적용되고 있다. 그러나 운전자는 네비게이션을 통해 교통단속 카메라의 위치를 사전 감지하여 단속을 회피함에 따라 불시 단속이 가능한 이동식 단속시스템이 필요하며, 정확한 단속을 위해 도로 측면에서 차량 번호판 인식률을 높일 수 있는 연구가 필요하다. 본 논문에서는 영상처리를 이용한 기울기 보정 알고리즘를 적용하여 도로 측면에서의 차량 번호 인식률을 향상을 위한 방법을 제안한다. 또한 문자 인식 정확도 향상을 위해 CNN 기반의 YOLO 알고리즘을 이용하여 커스텀 데이터 학습을 진행하였다. 해당 알고리즘을 설치 장소에 대한 제약이 없는 이동식 교통단속 카메라 등에 활용 가능할 것으로 기대된다.

• 한국통신학회논문지
• /
• 제18권2호
• /
• pp.157-168
• /
• 1993

본 논문에서는 역전파 알고리듬으로 학습된 신경회로망과 사전을 이용하여 필기체 영문자 인식을 수행하였다. 스캐너를 이용하여 입력된 영상화일로부터 불필요한 데이터 부분을 제거하고 문자의 다양성을 최소화하기 위해서 여러가지 전처리과정, 즉 문자분리, 중심변환, 잡음제거, 배율조정과 세선화과정을 거쳤다. 다음으로 세선화된 문체 패턴으로부터 문자의 특징이 추출되고, 신경회로망에 시험데이터에 대한 특징들을 학습시켰다. 그리고 테스트할 영문자에 대해서도 특징들을 추출하여 이미 학습된 신경회로망에 의해 분류하였다. 마지막으로 학습시간을 줄이고 인식율을 향상시키기 위한 방법과 학습시간과 은닉층의 노드수에 대해 고찰하였다. 실험 결과로서 이와 같은 시스템으로 필기체 영문제에 대하여 학습후에 약 93%의 높은 인식율을 얻을 수 있었을 사전을 이용했을 경우 인식율이 약 97%였다.