• Title, Summary, Keyword: 패턴인식

Search Result 2,107, Processing Time 0.061 seconds

Pattern Recognition of US Dollars based on Neural Networks (신경회로망을 이용한 미 달러화의 패턴 인식)

  • Lee, Woo-Ram;Kwon, Young-Beom
    • Proceedings of the KIEE Conference
    • /
    • /
    • pp.161-162
    • /
    • 2007
  • 본 논문에서는 인간 두뇌와 같이 패턴을 인식할 수 있는 능력을 가진 신경 회로망 모델을 구현하고, 이를 바탕으로 시중의 저렴한 화상 카메라를 이용하여 미 달러화를 인식할 수 있는 시스템을 개발하였다. 제안된 시스템은 저화질 영상에서 캡쳐된 이미지를 이진영상처리 과정을 거치게 함으로써 패턴인식의 정확성 향상을 가져올 수 있었으며, 인공지능의 대표적 알고리즘인 신경회로망을 이용하여 종류별 미 달러화의 세부적인 차이를 감지하고 화폐를 정확하게 인식할 수 있도록 하였다. 각 화폐로부터 추출해 낸 특징을 신경회로망을 통해 학습시키고, 이를 통해 미 달러화의 패턴인식 능력을 실험을 통해 확인해본 결과 90%에 가까운 높은 성공률로 정확하게 인식함을 확인할 수 있었다.

  • PDF

A Study on Teeth Image Recognition for Biomerics (생체 인식을 위한 치아 영상 인식에 대한 연구)

  • Kim, Tae-Woo
    • Proceedings of the KAIS Fall Conference
    • /
    • /
    • pp.240-242
    • /
    • 2008
  • 본 논문은 치아의 전치 교합과 후치 교합 상태에서 획득된 영상들에 대해 BMME와 LDA에 기반한 개인 인증 방법을 제안한다. 이 방법은 두 치아 교합 상태의 영상들로부터 치아 영역 추출, BMME, 패턴인식 과정으로 구성된다. 두 상태의 치아 교합을 사용하면 영상에서 일정한 치아 모양이 유지되며, BMME는 패턴인식에서 정합 오차를 줄일 수 있도록 해 준다. 강체인 치아는 영상 획득시 왜곡되지 않으므로 치아 영상을 이용하는 방법은 생체 인식에 장점으로 작용한다. 실험에서, 제안한 방법은 20명에 대해 개인 인증을 위한 인식에 성공하여 다중 인증 시스템에 사용될 수 있음을 보였다.

  • PDF

Pattern Recognition by Section Detection Using Speech Word (음성 단어를 이용한 구간검출에 의한 패턴인식)

  • Choi, Jae-Seung
    • Proceedings of the Korean Institute of Information and Commucation Sciences Conference
    • /
    • /
    • pp.681-682
    • /
    • 2016
  • 본 논문에서는 화자 식별에서 음성신호의 애매한 점을 보완할 수 있는 신경회로망의 오차역전파학습 알고리즘과 모음구간 검출에 기초하여 입력되는 음성의 화자 패턴을 구분하는 일본어 단어 패턴인식 알고리즘을 제안한다. 제안하는 알고리즘에서는 일본어 데이터베이스로부터의 단어를 사용하여 음성의 특징벡터를 추출하여 분석하고 이러한 음성의 특징벡터의 차이를 이용하여 일본어 화자에 대한 패턴인식 실험을 수행하였다.

  • PDF

Cell Image Segmentation Using Multi-level Thresholding Technique (다단계 thresholding에 의한 세포 영상 영역 분할)

  • 김호영;김선아;최예찬;김백섭
    • Proceedings of the Korean Information Science Society Conference
    • /
    • /
    • pp.435-437
    • /
    • 1998
  • 영상에 대한 영역분할은 영상에 대한 인식 시스템에서 가장 중요하고도 어려운 분야로 알려져 있다. 주로 사용되는 방법은 화소중심기법과 영역중심기법이 사용되는데, 화소중심기법은 적은 시간이 걸리는데 비해 영역분할 효과가 떨어지고, 영역중심기법은 상대적으로 양질의 영역분할 효과를 얻을 수 있지만 많은 시간이 걸린다. 본 논문에서는 영역분할에 대한 방법으로 thresholding방법을 이용한 2단계로 이루어진 영역분할 방법을 제안한다. 제안된 방법은 화소의 전역정보와 지역정보를 모두 사용하여 기존의 전역 thresholding방법에 비해 향상된 영역 분할을 수행하고, 지역정보를 이용하는 영역중심 기법에 비해 시간을 단축하는 효과를 가지고 있다. 첫 번째 단계에서는 기존에 알려진 전역 thresholding방법을 사용하여 영역분할을 하고, 두 번째 단계에서는 영상에 대해 미리 알려진 사전지식을 이용하여 영역분할이 제대로 되지 않은 영역을 구분하여 해당 영역에 대해서만 thresholding작업을 수행한다. 사용된 영상은 자궁경부 세포진 영상으로 대상이 되는 영역은 자궁경부 세포의 핵으로 제한하였다.

  • PDF

Hansel and English Text Font Recognition Using Geometrical Pattern Vector (기하학적 패턴 벡터를 이용한 한.영 글꼴 문자인식)

  • 석영수;홍창희;조정락;강기섭;민종규;이응주
    • Proceedings of the IEEK Conference
    • /
    • /
    • pp.425-428
    • /
    • 2001
  • 본 논문에서는 문서 위의 문자를 Off-Line방식으로 컴퓨터에 저장할 수 있도록 기하학적 패턴 벡터를 이용하여 한·영문자 및 글꼴을 인식하는 알고리즘을 제안하였다. 일반적으로 문서에서는 여러 가지 글꼴에 따라 글자의 형태가 다르므로 대표적인 한·영 세 가지 글꼴을 기하학적 패턴(Geometrical Pattern Vector)을 이용하여 크기와 이동에 인식하도록 하였다. 이진 입력 한영혼용 영상에서 잡음을 제거하고 수평·수직 투영 기법을 이용하여 한 문자를 분할하여 문자의 폭에 따라 기하학적 패턴을 추출한다. 추출한 패턴은 각 합계를 계산하여 기준 패턴 합계와 비교한 후 기준 패턴 문자와 글꼴을 인식하게 된다. 마지막으로 제안한 알고리즘의 성능을 평가하기 위해 크기, 이동 변형이 있는 대표적인 한·영 글꼴(신명조, 궁서, 고딕)체와 영어 Time New Roman체를 대상으로 모의 실험을 수행하였다. 제안한 알고리즘은 기존의 원형 패턴 알고리즘보다 문자인식률과 글꼴 그리고 영어의 대·소문자를 구별하는 우수함을 보였다.

  • PDF

Three-Dimensional Direction Code Patterns for Hand Gesture Recognition (손동작인식을 위한 3차원 방향 코드 패턴)

  • Park, Jung-Hoo;Kim, Young-Ju
    • Proceedings of the Korean Society of Computer Information Conference
    • /
    • /
    • pp.21-22
    • /
    • 2013
  • 논문에서는 제스처 인식을 하기 위해 필요한 특징 값을 3차원 방향 코드로 구현한 특징 패턴을 검출하는 방법을 제안한다. 검출된 데이터 좌표끼리 직선을 만들고 직선들의 사이각의 합 연산을 이용해서 특징 변곡점을 추출한다. 추출된 변곡점끼리 직선을 생성한 후, 8방향 코드와 깊이 값을 병합시킨 24방향 코드를 맵핑 시켜준다. 맵핑된 방향 코드들을 한 패턴으로 생성한다. 생성된 패턴에서 인식에 불필요한 방향 노이즈를 제거하기 위해 특정 규칙을 적용한 필터링을 적용하여 필터링된 패턴을 추출하게 된다. '배너코드를 이용한 8방향 패턴'과 비교해서 더 효과적인 패턴이 추출됨을 확인하였다.

  • PDF

A Study on the Reliability Improvement of Partial Discharge Pattern Recognition using Neural Network Combination (NNC) Method (Neural Network Combination (NNC) 기법을 이용한 부분방전 패턴인식의 신뢰성 향상에 관한 연구)

  • Kim, Seong-Il;Jeong, Seung-Yong;Koo, Ja-Yoon;Lim, Yun-Sok;Koo, Sun-Geun
    • Proceedings of the KIEE Conference
    • /
    • /
    • pp.9-11
    • /
    • 2005
  • 본 연구는 GIS 진단신뢰성 향상기술 개발을 목적으로, 16개의 인위적 결함을 이용하여 부분방전 신호를 발생시키고 검출하여 그 패턴인식 확률을 높이기 위하여 신경망에 Genetic Algorithm (GA) 을 적용하였다. 이를 위하여 다음과 같은 5가지 서로 다른 신경망 모델을 선택하였다: Back Propagation (BP), Jordan-Elman Network (JEN), Principal Component Analysis (PCA), Self-Organizing Feature Map (SOFM) 및 Support Vector Machine (SVM). 이와 같이 선택된 모델에 동일한 데이터를 학습 시키고 패턴인식 확률을 비교 및 분석하였다. 실험 결과에 의하면, BP의 인식률이 가장 높고 다음으로 JEN의 인식률이 높이 나타났으며, 후자의 경우 모든 결함에 대하여 정확한 패턴분류를 한 반면에 전자의 경우 1.8% 의 분류 오차가 발생하였다. 따라서 인식률이 높은 신경망이 더 정확한 패턴분류를 보장하지 못한다는 실험적 결과를 고려 할 때, 인식률이 높은 두 개의 모델을 선정하여 각각의 출력에 일정한 가중치를 주고 합산하여 새로운 출력을 얻는 방법을 제안한다.

  • PDF

기술현황분석 - EBP 알고리즘을 이용한 부분방전 패턴인식 기술 개발에 관한 연구

  • Jeong, Gyeong-Yeol;Lee, Hu-Rak;Han, Jeong-Eun;Park, Jeong-Tae;Jang, Gyeong-Seon;Kim, Yong-Sik
    • 기계와재료
    • /
    • v.21 no.3
    • /
    • pp.62-73
    • /
    • 2009
  • 전력기기에서 발생하는 부분방전을 정확히 측정하고 이를 올바르게 해석하는 작업은 신뢰성 있는 진단법을 개발하고 이를 현장에 적용하는데 있어 대단히 중요하다. 측정된 고주파 데이터를 패턴 분석이 가능한 형태로 가공하는 전처리 과정을 수행하고, 가공된 데이터를 패턴인식을 통하여 기존의 각 노이즈 및 부분방전 패턴과 비교하여 실제 측정된 데이터가 어떤 부분방전 패턴인지 판단한다. 패턴 인식 처리 방법으로는 컴퓨터 분야 신경회로망의 BP 알고리즘과 SOM 알고리즘이 널리 사용되고 있으며 본 연구에서는 TF-MAP, PRPDA, EBP 알고리즘을 이용하여 부분방전 패턴인식 기술 개발에 관한 연구를 수행하였다.

  • PDF

Design of Fuzzy Set-based Fuzzy Neural Networks for Partial Discharge Pattern Recognition (부분방전 패턴인식을 위한 퍼지 집합 기반 퍼지뉴럴네트워크 설계)

  • Park, Keon-Jun;Oh, Sung-Kwun;Kim, Hyun-Ki
    • Proceedings of the KIEE Conference
    • /
    • /
    • pp.453-454
    • /
    • 2007
  • 전력설비에 대한 부분방전 패턴인식은 결함의 차이에 따라 다양한 패턴의 차이를 보이고 있으며, 신경회로망을 비롯한 다양한 패턴인식 기법들이 적용되고 있다. 본 논문에서는 이의 일환으로 퍼지 집합 기반 퍼지뉴럴네트워크를 설계하여 초고압 XLPE 케이블 절연접속함의 모의 결합에 대해 부분방전 신호를 패턴인식하고자 한다. 부분방전 신호는 보이드 방전, 코로나 방전, 노이즈의 3개 클래스로 분류하게 되며, PRPDA 방법을 통해 556개의 입력 벡터와 3개의 출력 벡터를 가지며 총 120개의 패턴수를 가진다.

  • PDF

A Multiple Classifier System based on Dynamic Classifier Selection having Local Property (지역적 특성을 갖는 동적 선택 방법에 기반한 다중 인식기 시스템)

  • 송혜정;김백섭
    • Journal of KIISE:Software and Applications
    • /
    • v.30 no.3_4
    • /
    • pp.339-346
    • /
    • 2003
  • This paper proposes a multiple classifier system having massive micro classifiers. The micro classifiers are trained by using a local set of training patterns. The k nearest neighboring training patterns of one training pattern comprise the local region for training a micro classifier. Each training pattern is incorporated with one or more micro classifiers. Two types of micro classifiers are adapted in this paper. SVM with linear kernel and SVM with RBF kernel. Classification is done by selecting the best micro classifier among the micro classifiers in vicinity of incoming test pattern. To measure the goodness of each micro classifier, the weighted sum of correctly classified training patterns in vicinity of the test pattern is used. Experiments have been done on Elena database. Results show that the proposed method gives better classification accuracy than any conventional classifiers like SVM, k-NN and the conventional classifier combination/selection scheme.