• Smart Structures and Systems
• /
• 제29권1호
• /
• pp.105-116
• /
• 2022

Stay cables play an essential role in cable-stayed bridges. Severe vibrations and/or harsh environment may result in cable failures. Therefore, an efficient structural health monitoring (SHM) solution for cable damage detection is necessary. This study proposes a data-driven method for immediately detecting cable damage from measured cable forces by recognizing pattern transition from the intact condition when damage occurs. In the proposed method, pattern recognition for cable damage detection is realized by time series classification (TSC) using a deep learning (DL) model, namely, the long short term memory fully convolutional network (LSTM-FCN). First, a TSC classifier is trained and validated using the cable forces (or cable force ratios) collected from intact stay cables, setting the segmented data series as input and the cable (or cable pair) ID as class labels. Subsequently, the classifier is tested using the data collected under possible damaged conditions. Finally, the cable or cable pair corresponding to the least classification accuracy is recommended as the most probable damaged cable or cable pair. A case study using measured cable forces from an in-service cable-stayed bridge shows that the cable with damage can be correctly identified using the proposed DL-TSC method. Compared with existing cable damage detection methods in the literature, the DL-TSC method requires minor data preprocessing and feature engineering and thus enables fast and convenient early detection in real applications.

• 대한전자공학회논문지SP
• /
• 제46권1호
• /
• pp.23-31
• /
• 2009

최근 출입통제, 금융보안 및 전자여권 등 다양한 분야에서 얼굴인식, 지문인식, 홍채인식 등과 같은 생체인식기술의 적용이 활발히 이루어지고 있다. 또한 최근에는 손가락의 지정맥 패턴정보를 이용하여 개인을 인증하는 연구 역시 활발히 진행 중이다. 일반적으로 획득된 지정맥 영상은 손가락의 두께에 따른 적외선 빛의 투과도 및 카메라의 센서 잡음으로 인하여 정맥과 배경 분리에 많은 어려움이 있다. 이를 해결하기 위하여 본 논문에서는 고속으로 지정맥 영역을 추출하기 위한 새로운 방법을 제안한다. 본 연구는 기존의 방법에 비해 다음과 같은 2가지 장점을 가지고 있다. 첫째, 획득된 지정맥 영상에 적응적 지역 이진화 방법을 적용하여 지정맥 영역을 분리하였다. 둘째, 분리된 영상의 잡음을 열림 및 닫힘 연산을 이용하여 제거하고 최종적으로 골격화하여 지정맥 영역을 추출하였다. 실험결과, 기존의 방법들에서는 영상 잡음을 제거하기 위해 많은 필터를 사용하였으나 제안한 방법에서는 필터를 많이 사용하지 않으면서도 고속으로 정확하게 지정맥 영역을 추출할 수 있음을 보였다.

• 한국멀티미디어학회논문지
• /
• 제8권11호
• /
• pp.1496-1509
• /
• 2005

본 논문에서는 투영면 컨벌루션과 결정트리 분류기법을 사용하여 주변 환경이 복잡한 차량영상으로부터 실시간으로 번호판을 추출하고 인식하는 적응적 차량번호판 인식 시스템을 제안하였다. 일반적으로 고속도로 톨게이트와 주차장 출입구에서의 차량영상은 설치 카메라와 도로 환경에 따라 차량번호판의 크기, 각도변화, 주변잡음 등으로 매우 다양하므로 번호판 추출과 분할이 어렵다. 따라서 본 논문에서는 차량 영상을 획득한 후 번호판 후보영역을 검출하고 진입 위치 변화에 따라 번호판의 기울기와 크기를 자동으로 보정하여 인식하는 알고리즘을 제안하였다. 제안한 인식 방법은 차량의 에지누적 분포와 번호판의 일정한 명암값 변화 빈도수를 누적한 투영면 컨벌루션과 체인코드를 사용하여 크기와 기울기가 일정하지 않은 번호판으로부터 번호판영역을 정확히 추출하고, 적응적 이진화 기법을 이용하여 문자를 분할하였다. 본 논문에서 제안한 방법으로써 실험한 결과 복잡한 영상에서 전방 및 후방 차량영상으로부터 번호판 인식이 가능하였으며 각각 $98.8\%$와 $95.5\%$의 추출률과 분할된 문자영역에서 $97.3\%$와 $96\%$의 인식률 개선 결과를 나타내었다.

• 대한전자공학회논문지SP
• /
• 제44권1호
• /
• pp.94-104
• /
• 2007

홍채 인식은 홍채 패턴 정보를 이용하여 사람의 신원을 확인하는 생체 인식 기술이다. 일반적인 홍채 인식 시스템에서 취득된 홍채 영상에는 홍채 패턴 정보를 가리는 눈꺼풀이 포함된다. 이러한 눈꺼풀은 홍채 인식의 성능을 저하시키는 요소이다. 따라서 본 논문에서는 홍채인식의 정확성을 향상시키기 위해 눈꺼풀 검출 알고리즘을 제안한다. 본 연구는 기존의 방법에 비해 다음과 같은 세 가지 차별성과 장점을 가지고 있다. 첫 번째, 눈꺼풀 검출에 문제가 되는 속눈썹과 조명 반사광(specular reflection)을 기존의 방법에 의해 검출한 후에, 선형 보간법(interpolation)을 이용하여 제거하는 방법을 제안함으로써 눈꺼풀 추출의 정확도를 향상하였다. 두 번째, 기존의 알고리즘은 눈꺼풀 후보점을 추출하기 위해 홍채의 넓은 부분을 탐색하므로 영상잡음이나 홍채 패턴 등에 의해 눈꺼풀을 잘못 추출하는 경우가 많았다. 이러한 문제를 해결하기 위하여 본 논문에서는 검출된 홍채의 외곽경계 정보에 의해 초기 눈꺼풀 탐색 영역을 결정하고, 마스크 기법을 이용하여 눈꺼풀 후보점들을 추출함으로써 눈꺼풀 추출 에러를 감소시켰다. 세 번째, 기존의 알고리즘들은 포물선 방정식에 의해 눈꺼풀 영역을 검출하지만, 사용자의 눈의 회전을 고려하지 않았기 때문에 많은 에러가 발생되었다. 따라서 제안하는 알고리즘은 눈의 회전을 고려한 회전된 포물선 방정식을 이용한 허프 변환(Hough transform)을 통해 눈꺼풀을 검출함으로써 이러한 에러 발생을 감소시켰다. CASIA 데이터베이스의 홍채 영상을 사용하여 제안하는 눈꺼풀 검출 알고리즘을 실험한 결과, 위 눈꺼풀의 검출 정확도는 90.82%, 아래 눈꺼풀의 검출 정확도는 96.47%였다.

• 한국지능시스템학회논문지
• /
• 제24권2호
• /
• pp.173-178
• /
• 2014

본 연구에서는 ASM기반 $(2D)^2$ 하이브리드 전처리 알고리즘을 이용한 얼굴인식 분류기와 그것의 설계방법론을 소개한다. 얼굴인식을 위한 이미지는 외부 환경에 쉽게 영향을 받기 때문에, 전처리 단계로 이러한 문제를 해결하기 위해서 ASM을 사용하였다. 특히 사람 얼굴의 특징 추출을 목적으로 널리 이용되고 있다. ASM을 이용해 얼굴영역을 추출 한 뒤 PCA와 LDA를 이용한 $(2D)^2$ 하이브리드 전처리 알고리즘을 이용하여 차원을 축소한다. 전처리 알고리즘을 통한 얼굴데이터는 제안된 다항식 기반 방사형 기저함수 신경회로망의 입력으로 사용된다. 기존의 신경회로망과는 달리 제안된 지능형 패턴 분류기는 강인한 네트워크 특성을 가지며, 예측능력이 우수할 뿐만 아니라 다차원 입출력에 대한 문제도 해결했다. 분류기의 중요한 필수 설계 파라미터(행의 고유벡터의 수, 열의 고유벡터의 수, 클러스터의 수, 퍼지화 계수)는 ABC알고리즘에 의해 최적화 되어진다. 얼굴인식에 많이 사용되는 Yale과 AT&T를 사용하여 인식률을 평가하였다.

• 대한전자공학회논문지SP
• /
• 제42권5호
• /
• pp.55-62
• /
• 2005

본 논문에서는 인간의 인지학적인 두뇌 원리인 대뇌피질과 해마 신경망을 공학적으로 모델링하여 얼굴 영상의 특징 벡터들을 고속 학습하고, 각 영상의 최적의 특징을 구성할 수 있는 해마 신경망 모델링 알고리즘인 HNMA(Hippocampal Neuron Modeling Algorithm)을 이용한 얼굴인식 시스템을 제안한다. 시스템은 크게 특징추출 부분과 학습 및 인식 부분으로 구성 되어 있으며, 특징추출 부분에서는 PCA(Principal Component Analysis)와 LDA (Linear Discriminants Analysis)를 순차적으로 적용하여 분별력이 좋은 특징들로 구성한다. 학습부분에서는 해마 신경망 구조의 순서에 따라 입력되는 영상 데이터의 특징들을 치아 이랑 영역에서 호감도 조정에 따라서 반응 패턴으로 이진화 하고, CA3 영역에서 자기 연상 메모리 단계를 거쳐 노이즈를 제거한다. CA3의 정보를 받는 CAI영역에서는 신경망에 의해 학습되어 장기기억이 만들어 진다. 제안한 시스템의 성능을 평가하기 위하여 실험은 표정과 포즈변화 그리고 저 화질 이미지를 각각 구분하여 인식률을 확인하였다. 실험 결과, 본 논문에서 제안하는 특징 추출 방법과 학습 방법을 다른 방법들과 비교하였을 때, 학습시간비용과 인식률에서 우수함을 확인하였다.

• 한국산학기술학회논문지
• /
• 제19권11호
• /
• pp.295-302
• /
• 2018

얼굴인식(face recognition)은 스마트 감시 시스템, 공항 출입국관리, 스마트 기기의 사용자 인증 등 매우 다양한 용도로 활용되고 있다. 얼굴인식은 패턴인식(pattern recognition), 컴퓨터 비전(computer vision) 등에서 연구가 활발하게 진행되고 있으며 높은 인식 성능을 달성하였다. 하지만 입력된 얼굴영상의 특성(예 : 비 정면 얼굴)에 따라 동일한 얼굴인식 시스템의 성능이 크게 저하될 수 있는 문제점을 가지고 있다. 이러한 문제점을 극복하기 위해, 본 논문에서는 얼굴인식 시스템에 입력된 얼굴영상에 대하여 얼굴인식 측면에서의 사용 적합 여부를 판정하는 방법을 제안한다. 제안하는 방법은, 사전에 기준으로 정한 적합 얼굴영상들의 최적 조합으로 입력 얼굴영상을 복원하고, 복원 에러를 문턱값과 비교하여 사용 적합 여부를 결정한다. 얼굴영상에 포함된 조명변화가 사용 적합 여부를 판정하는데 미치는 영향을 감소시키기 위해, 기준 적합 얼굴영상들과 입력 얼굴영상들에 조명 보상을 위한 전처리(preprocessing) 과정을 수행한다. 실험결과, 제안하는 방법은 얼굴이 비 정면(non-frontal)인 경우나 얼굴정렬(face alignment)이 부정확한 경우 입력 얼굴영상을 얼굴인식에 부적합으로 판정할 수 있는 것으로 확인되었다. $64{\times}64$ 픽셀 크기의 얼굴영상 한 장을 판정하는데 불과 3ms의 처리시간을 가지므로 적합으로 판정된 입력 얼굴영상에 대해서만 얼굴인식을 수행함으로써 계산시간을 절약하고, 얼굴영상 특성에 따라 인식 성능이 급격히 저하되는 문제를 극복할 수 있을 것으로 기대한다.

• 한국임상보건과학회지
• /
• 제1권2호
• /
• pp.1-9
• /
• 2013

Purpose: The purpose of this study was to provide basic data of oral health policy and effective nonsmoking educational the basic data comparing the subjective oral health recognition and tooth brushing pattern by smoking whether or not, the subjects were adults to visit dental clinic. Methods: The subjects were a total of about 245 adults visited dental clinics in Busan metropolitan city and Gyeongnam province some areas. The datas were collected from December 17, 2012 to February 17, 2013. Data analyses were done with SPSS program through frequency analysis and chi-square test. Results: The tooth brushing pattern of non-smokers were more brushing after meals and snacks, and then brushing within three minutes before bedtime and brushing with more than 3 minutes, brushing with rotating method is pretty more, smokers were not brushing after the meal, a snack, and then within 3 minutes before going to bed without brushing, more than three minutes brushing with rotation method. Subjective oral health status of non-smokers, the more awareness is pretty healthy, but smokers were the more unhealthy side, the greater the smoking amount among smokers subjective oral health were recognized as a bad side. Conclusion: It was necessary to recognize subjective oral health status and to provide a way to practice corrective brushing pattern according to smoking or not and smoking amount. Subjective oral health awareness and brushing pattern directly related to the smoking or not and smoking amounts of the subject, so when dental care, it should be followed to recognize exactly what to give oral health status of subjects and provide a way of effective oral health management in order to improve the oral health and quality of life.

• 전자공학회논문지
• /
• 제52권4호
• /
• pp.156-163
• /
• 2015

본 논문은 광패턴 조사를 통한 능동형 수위 및 거리 측정 기법을 제안한다. 기존 압력식, 부자식, 초음파식, 레이더식 등의 수위측정기법과 달리 최근에는 수위측정의 정확성과 모니터링 편리성을 강조한 영상기반 수위측정기법이 활용되고 있다. 본 논문에서는 참조용 광패턴을 교각이나 제방 등에 동적으로 조사(照射)하고, 카메라 장치로부터 조사된 광패턴 영상을 실시간 분석 처리하여 자동 수위측정 및 조사(照射) 대상물까지의 거리측정을 위한 새로운 방법을 제시한다. 기존 방법이 교각에 기(旣) 부착된 수위표나 마커 인식을 위해 수동적으로 영상데이터를 분석하는 것이었다면, 본 기법은 교각 설치 환경에 대응하여 능동적으로 참조 광패턴을 생성하여 사용함으로써, 난시야(難視野) 환경 및 잡음 대응에 효과적이고, 포터블 형태로 주야간 이용이 가능하며, 별도 조명 설치를 요구하지 않는 등의 강건한 수위 측정을 지원한다. 본 실험은 실내 시험 환경을 구성하여 시뮬레이션 하였으며, 0.4-1.4m 거리 13.5-32.5cm 높이에서 수위 및 거리 측정을 수행하였다.

• International Journal of Fuzzy Logic and Intelligent Systems
• /
• 제15권4호
• /
• pp.268-276
• /
• 2015

A ship's sailing route or plan is determined by the master as the decision maker of the vessel, and depends on the characteristics of the navigational environment and the conditions of the ship. The trajectory, which appears as a result of the ship's navigation, is monitored and stored by a Vessel Traffic Service center, and is used for an analysis of the ship's navigational pattern and risk assessment within a particular area. However, such an analysis is performed in the same manner, despite the different navigational environments between coastal areas and the harbor limits. The navigational environment within the harbor limits changes rapidly owing to construction of the port facilities, dredging operations, and so on. In this study, a support vector machine was used for processing and modeling the trajectory data. A K-fold cross-validation and a grid search were used for selecting the optimal parameters. A complicated traffic route similar to the circumstances of the harbor limits was constructed for a validation of the model. A group of vessels was composed, each vessel of which was given various speed and course changes along a specified route. As a result of the machine learning, the optimal route and voyage data model were obtained. Finally, the model was presented to Vessel Traffic Service operators to detect any anomalous vessel behaviors. Using the proposed data modeling method, we intend to support the decision-making of Vessel Traffic Service operators in terms of navigational patterns and their characteristics.