• 한국축산식품학회지
• /
• 제38권2호
• /
• pp.362-375
• /
• 2018

This study proposed a rapid microscopic examination method for pork freshness evaluation by using the self-assembled hyperspectral microscopic imaging (HMI) system with the help of feature extraction algorithm and pattern recognition methods. Pork samples were stored for different days ranging from 0 to 5 days and the freshness of samples was divided into three levels which were determined by total volatile basic nitrogen (TVB-N) content. Meanwhile, hyperspectral microscopic images of samples were acquired by HMI system and processed by the following steps for the further analysis. Firstly, characteristic hyperspectral microscopic images were extracted by using principal component analysis (PCA) and then texture features were selected based on the gray level co-occurrence matrix (GLCM). Next, features data were reduced dimensionality by fisher discriminant analysis (FDA) for further building classification model. Finally, compared with linear discriminant analysis (LDA) model and support vector machine (SVM) model, good back propagation artificial neural network (BP-ANN) model obtained the best freshness classification with a 100 % accuracy rating based on the extracted data. The results confirm that the fabricated HMI system combined with multivariate algorithms has ability to evaluate the fresh degree of pork accurately in the microscopic level, which plays an important role in animal food quality control.

• 한국콘텐츠학회논문지
• /
• 제16권9호
• /
• pp.694-701
• /
• 2016

시험지와 별도로 제공되는 OMR 답안지와는 달리 시험지의 각 문항에 직접 OMR 답안 마킹 양식을 제공하고 스마트폰을 이용하여 각 문항별로 마킹된 답을 자동 인식하고 해설 기능까지 제공하면 자율학습 및 스마트러닝 관점에서 유용하게 활용될 수 있을 것이다. 본 논문에서는 시험지 문항별로 제공되는 OMR 답안 항목에 마킹된 답을 스마트폰으로 자동 인식할 수 있는 어플리케이션 구현 방법을 제안하였다. OMR 답안 문항마다 QR코드를 배치하여 암호화된 답안 정보를 제공하고 답안의 위치를 추정할 수 있는 기준점으로 활용할 수 있도록 하였다. 시험지의 각 문항별 OMR 답안 영역을 추출하고 마킹된 답을 인식한 다음 정답과 비교할 수 있도록 하였다. 제안한 알고리즘을 스마트폰에 구현한 다음 다양한 크기와 방향으로 촬영한 문항별 OMR 답안 영상에 대해 인식 실험을 해 본 결과 우수한 인식 성능을 얻을 수 있었다.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2005년도 추계종합학술대회
• /
• pp.393-398
• /
• 2005

본 논문에서는 ART2 기반 자가 생성 지도 학습 알고리즘을 이용한 운송 컨테이너 식별자 인식 시스템을 제안한다. 일반적으로 운송 컨테이너의 식별자들은 글자의 색이 검정색 또는 흰색으로 이루어져 있는 특징이 있다. 이러한 특성을 고려하여 원 컨테이너 영상에 대해 검은색과 흰색을 제외한 모든 부분을 잡음으로 처리하기 위해 퍼지를 이용한 잡은 판단 방법을 적용하여 식별자 영역과 잡음을 구별한다. 식별자 영역을 제외한 잡음 영역을 전체 영상의 평균 픽셀값으로 대체시킨다. 그리고 Sobel 마스크를 이용하여 에지를 검출하고, 추출된 에지를 이용하여 수직 블록과 수평 블록을 검출하여 컨테이너의 식별자 영역을 추출하고 이진화한다. 이진화된 식별자 영역에 대해 검정색의 빈도수를 이용하여 흰바탕과 민바탕을 구분하고 8방향 윤곽선 추적 알고리즘을 적용하여 개별 식별자를 추출한다. 개별 식별자 인식을 위해 ART2 기반 자가 생성 지도 학습 알고리즘은 입력층과 은닉층 사이에 ART2를 적용하여 은닉층의 노드를 생성하고, 은닉층과 출력층 사이에 일반화된 델타 학습 방법과 Delta-bar-Delta 알고리즘을 적용하여 학습 성능을 개선한다. 실제 컨테이너 영상을 대상으로 실험한 결과, 기존의 식별자 추출 방법보다 제안된 식별자 추출 방법이 개선되었다. 그리고 기존의 식별자 인식 알고리즘보다 제안된 ART2 기반 자가 생성 지도 학습 알고리즘이 식별자의 학습 및 인식에 있어서 우수한 성능이 있음을 확인하였다.

• 문화기술의 융합
• /
• 제10권4호
• /
• pp.367-372
• /
• 2024

발달장애는 전체 장애인 수 중에 비교적 낮은 수치에 해당되지만 장애의 정도에서 전반적으로 중증 장애로 분류되고 있다. 이러한 발달장애는 초기에 발견이 된다면 적응력과 초기 대응에 의한 치료 효과가 향상될 수 있지만, 대부분의 부모들은 자신의 아이에게서 징후를 발견하지 못하거나 치료시기를 놓치는 경우가 대다수이다. 본 논문에서는 특이적 행동특성을 기반으로 하는 초기 발달장애 징후를 객관적으로 볼 수 없는 부모나 유아기관 관계자들을 위해 발달장애 초기 특이행동 중 손 퍼덕대기(Hand-Flapping)를 인식할 수 있는 발달장애 진단 알고리듬개발의 선행연구를 수행하였다. 인지영역과 손가락을 정확하게 인식하여, 손퍼덕임 수를 정확하게 카운트하는 것을확인할 수 있었다. 빅데이터를 활용한 알고리듬의 고도화 및 기능적 성능 확장을 통해 다양한 행동패턴의 진단이 가능한 알고리듬 연구가 지속적으로 수행 및 확대될 것으로 전망된다.

• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제10권4호
• /
• pp.117-122
• /
• 2021

최근 태풍, 지진, 산불, 산사태, 전쟁 등 다양한 재난 상황으로 인한 인명피해와 자금 손실이 꾸준히 발생하고 있고 현재 이를 예방하고 복구하기 위해 많은 인력과 자금이 소요되고 있는 실정이다. 이러한 여러 재난 상황을 미리 감시하고 재난 발생의 빠른 인지 및 대처를 위해 본 논문에서는 인공지능 기반의 재난 드론 시스템을 설계 및 개발하였다. 본 연구에서는 사람이 감시하기 힘든 지역에 여러 대의 재난 드론을 이용하며 딥러닝 기반의 객체 인식 알고리즘과 최적 경로 탐색 알고리즘을 적용해 각각의 드론이 최적의 경로로 효율적 탐색을 실시한다. 또한 드론의 근본적 문제인 배터리 용량 부족에 대한 문제점을 해결하기 위해 Ant Colony Optimization (ACO) 기술을 이용하여 각 드론의 최적 경로를 결정하게 된다. 제안한 시스템 구현을 위해 여러 재난 상황 중 산불 상황에 적용하였으며 전송된 데이터를 기반으로 산불지도를 만들고, 빔 프로젝터를 탑재한 드론이 출동한 소방관에게 산불지도를 시각적으로 보여주었다. 제안한 시스템에서는 여러 대의 드론이 최적 경로 탐색 및 객체인식을 동시에 수행함으로써 빠른 시간 내에 재난 상황을 인지할 수 있다. 본 연구를 바탕으로 재난 드론 인프라를 구축하고 조난자 탐색(바다, 산, 밀림), 드론을 이용한 자체적인 화재진압, 방범 드론 등에 활용할 수 있다.

• 한국지리정보학회지
• /
• 제24권2호
• /
• pp.102-116
• /
• 2021

4차 산업혁명의 대표라고 할 수 있는 자율주행차량의 안전한 운행을 위해서는 센서 기술, 소프트웨어 기술, 차량 기술 등 다양한 기술 조합이 필요하다. 자율주행차량은 차량 내에 탑재된 다양한 센서를 통해서 현재의 위치정보와 주변 상황을 인지하여 운전자에게 의존하지 않고 스스로 판단하고 주행하는 차량이다. 완전자율주행을 위해서는 완벽한 인지기술이 필요하고 정밀도로지도는 차선, 정지선, 신호등, 횡단보도 등에 대한 정보를 정밀하게 제공하고 있기 때문에 자율주행 차량에서 발생하는 인지 오차를 최소화시킬 수 있음으로, 신뢰성 있는 자율주행차량을 위해서는 도로 위 다양한 시설물들의 위치정보를 차량에 입력한 정밀지도 정보가 필수적이다. 본 연구에서는 정밀도로지도의 정의 및 필요성 국내외 동향을 분석하고 실제 운영되고 있는 대구광역시 자율주행특화지역(수성의료지구, 약 24km)과 세종특별자치시 행복도시(약 33km), 서울대학교 시흥캠퍼스 FMTC(Future Mobility Technical Center) PG(Proving Ground)를 대상으로 국토지리정보원 MMS(Mobile Mapping System) 측량 성과물을 활용하여 정밀도로지도 서비스인 Web GIS 기반 HD(High Definition) Map 프로토타입을 구축하였다. 추후 연구에서는 본 연구에서 구축한 정밀도로지도 서비스를 자율주행차량 및 관제 시스템에 탑재 시켜 실시간 위치검증 및 위치보정 알고리즘의 성능 검증을 진행하고자 한다.