• 인지과학
• /
• 제21권4호
• /
• pp.603-625
• /
• 2010

물체의 신경 표상은 시각 피질 전반에 걸쳐 분산되어 있고 다른 물체의 신경 표상과 중첩된 형태로 유지된다. 따라서 특정 물체를 반복적으로 접하면 그 물체의 재인은 촉진되지만 다른 물체의 재인은 상대적으로 손상될 수 있다. 이러한 현상을 각각 반복 점화(priming)와 반점화(antipriming)라고 한다. 본 연구는 반복 반점화 즉, 반복된 물체 자체가 반점화 될 가능성을 검증하였다. 학습 단계에서 참가자들은 다양한 수준으로 화질이 손상된 물체 사진들의 재인 수준을 평정하였고 검사 단계에서는 정상적인 화질의 물체 사진을 보고 범주 판단 과제를 실시하였다. 그 결과, 실험 1과 2에서 모두 학습 단계에서 쉽게 재인되었던 물체는 검사 단계에서 더 효율적으로 처리되었지만(반복 점화), 반대로 학습 단계에서 지각적으로 모호했던 물체는 검사 단계에서 비효율적으로 처리되었다(반복 반점화). 이러한 결과는 지각적으로 모호한 물체를 경험할 때 세부특징에 관한 감각 표상과 다수의 물체 표상들 간의 연결이 강화되어 후속 재인 과정을 방해하기 때문인 것으로 추정된다.

• 전자공학회논문지A
• /
• 제33A권6호
• /
• pp.178-188
• /
• 1996

In this paper, we propose a new opto-digital object recognition system which has rotation, scale, and shift invariant characteristics. The fourier power spectrum of the object image is modified to get shift invariance. The log-polar transform is used for rotation and scale invariance. And the decision of similarities is performed by nonlinear joint transform correlator (NJTC) that can control the ratio of phase and amplitude signals. Experimental verification of th eproposed optical object recognition system is presented.

• 전자공학회논문지B
• /
• 제32B권8호
• /
• pp.1099-1109
• /
• 1995

By using a concept of interrelation quadruplet between line segments, a new method for recognition of object families is introduced. The interrelation quadruplet, which is invariant under similarity transform of a pair of line segments, is used as a feature information for polygonal shape recognition. Several useful propertes of the interrelation quadruplet are derived in relation to efficient recognition of object families. Compared with the previous methods, the proposed method requires only small space of storage and is shown to be computationally simple and efficient.

• 지구물리
• /
• 제9권2호
• /
• pp.99-103
• /
• 2006

3D object recognition independent of translation and rotation using an ultrasonic sensor array, invariant moment vectors and SOFM(Self Organizing Feature Map) neural networks is presented. Using invariant moment vectors of the acquired 16×8 pixel data of square, rectangular, cylindric and regular triangular blocks, 3D objects could be classified by SOFM neural networks. Invariant moment vectors are constant independent of translation and rotation. The recognition rates for the training and testing data were 95.91% and 92.13%, respectively.

• 정보처리학회논문지B
• /
• 제13B권1호
• /
• pp.53-62
• /
• 2006

주성분 분석법을 사용한 물체 인식 기술은 영상의 조명 변화가 있을 때 인식률이 떨어지는 경향이 있다. 본 논문에서는 실험영상이 학습영상에 대해 조명의 차이가 있는 경우에도 데이터 베이스안의 물체인지 가려내는 새로운 PCA 분석방법을 사용한 물체 인식 기술을 제안하는데 그 목적이 있다. 그리고 개선된 k-nearest neighbor를 이용하여 물체 인식률을 향상 시켰다. 본 논문에서 제안된 물체 인식 알고리즘은 히스토그램 이퀄라이제이션과 미디언 필터를 이용하여 영상을 전처리하고 그것을 학습시켜서 물체 공간을 생성한다. 이때 히스토그램 이퀄라이제이션를 사용하여 히스토그램을 펼침으로써 조명 변화에 영향을 감소시키는 결과를 나았고, 이것은 기본적인 주성분 분석방법과 휘도치 정규화를 한 방법 등과 비교해 본 결과 조명 변화의 영향을 최소화하여 좋은 인식률을 유지할 수 있었다. 그리고 모델 영상내의 각각의 물체의 대표 값을 만든다. 그런 후 테스트영상을 물체 공간에 투영 시켜서 나온 성분과 대표 값의 거리를 비교하여 인식하게 된다. 기존의 방식으로는 거리 계산오차가 많기 때문에 본 논문에서는 개선된 k-Nearest Neighbpr 이용하여 몇 개의 연속적인 입력영상에 대해 각 각의 모델 영상들을 인식의 단위로 이용하였다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2006년도 심포지엄 논문집 정보 및 제어부문
• /
• pp.306-308
• /
• 2006

We propose an attention based object recognition system, to recognize object fast and robustly. For this we calculate visual stimulus degrees and make saliency maps. Through this map we find a strongly attentive part of image by stimulus degrees, where local features are extracted to recognize objects.

• 한국정보통신학회논문지
• /
• 제25권6호
• /
• pp.774-784
• /
• 2021

객체 검출 및 인식 과정은 컴퓨터비전 분야에서 매우 중요한 과업으로써, 관련 연구가 활발하게 진행되고 있다. 그러나 실제 객체 인식 과정에서는 학습된 이미지 데이터와 테스트 이미지 데이터간 해상도 차이로 인하여 인식기의 정확도 성능이 저하되는 문제가 종종 발생한다. 이를 해결하기 위해 본 논문에서는 객체 인식 정확도 향상을 위한 이미지 초해상도 기법을 제안하여 객체 인식 및 초해상도 통합 프레임워크를 설계하고 개발하였다. 세부적으로는 11,231장의 차량 번호판 훈련용 이미지를 웹 크롤링, 인조데이터 생성 등을 통해 자체적으로 구축하고, 이를 활용하여 이미지 좌우 반전에 강인하도록 목적함수를 정의하여 이미지 초해상도 인공 신경망을 훈련시켰다. 제안 방법의 성능을 검증하기 위해 훈련된 이미지 초해상도 및 번호 인식기 1,999장의 테스트 이미지에 실험하였고, 이를 통해 제안한 초해상도 기법이 문자 인식 정확도 개선 효과가 있음을 확인하였다.

• 대한기계학회논문집
• /
• 제17권11호
• /
• pp.2711-2722
• /
• 1993

Most of the current 2-D object recognition systems are model-based. In such systems, the representation of each of a known set of objects are precompiled and stored in a database of models. Later, they are used to recognize the image of an object in each instance. In this thesis, the approach method for the 2-D object recognition is treating an object boundary as a string of structral units and utilizing string matching to analyze the scenes. To reduce string matching time, models are rebuilt by means of fuzzy c-means clustering algorithm. In this experiments, the image of objects were taken at initial position of a robot from the CCD camera, and the models are consturcted by the proposed algorithm. After that the image of an unknown object is taken by the camera at a random position, and then the unknown object is identified by a comparison between the unknown object and models. Finally, the amount of translation and rotation of object from the initial position is computed.

• 한국콘텐츠학회논문지
• /
• 제12권11호
• /
• pp.1-8
• /
• 2012

최근 산업 현장에서 자동화 시스템 도입에 대한 필요성 증가로 인하여 물체 인식에 대한 기술의 활용도가 점차 증가되고 있다. 그러나, 실제 현장에서 조명의 영향은 물체 주변에 잡음이나 그림자를 발생시켜 물체 영역을 정확히 검출하거나 인식하는 것을 어렵게 만든다. 본 논문에서는 조명 영향으로 나타나는 잡음이나 그림자 효과를 최소화하기 위하여 영상 필터와 적응적 이진화 방법을 이용하여 물체의 형태 정보가 보존된 물체 영역을 검출하도록 하였다. 또한, 인식 대상 물체의 종류와 회전각에 따라 물체 고유 클래스를 정의한 다음 신경망을 이용하여 물체를 인식함으로써 회전에 강인한 물체 인식을 할 수 있도록 하였다. 제안된 물체 인식 방법에 대한 타당성을 검증하기 위하여 조명 조건을 달리하면서 획득한 ETRI 데이터베이스 16,848장을 대상으로 인식 실험해 본 결과 99.86%의 물체 인식률 및 0.03초의 인식 속도를 얻을 수 있었다.

• 국제학술발표논문집
• /
• The 8th International Conference on Construction Engineering and Project Management
• /
• pp.399-408
• /
• 2020

The construction industry is suffering from aging workers, frequent accidents, as well as low productivity. With the rapid development of information technologies in recent years, automatic construction, especially automatic cranes, is regarded as a promising solution for the above problems and attracting more and more attention. However, in practice, limited by the complexity and dynamics of construction environment, manual inspection which is time-consuming and error-prone is still the only way to recognize the search object for the operation of crane. To solve this problem, an image-processing-based automated object recognition approach is proposed in this paper, which is a fusion of Convolutional-Neutral-Network (CNN)-based and traditional object detections. The search object is firstly extracted from the background by the trained Faster R-CNN. And then through a series of image processing including Canny, Hough and Endpoints clustering analysis, the vertices of the search object can be determined to locate it in 3D space uniquely. Finally, the features (e.g., centroid coordinate, size, and color) of the search object are extracted for further recognition. The approach presented in this paper was implemented in OpenCV, and the prototype was written in Microsoft Visual C++. This proposed approach shows great potential for the automatic operation of crane. Further researches and more extensive field experiments will follow in the future.