• 한국생산제조학회지
• /
• 제20권5호
• /
• pp.666-672
• /
• 2011

In this paper, we describes the development of automatic inspection system for detecting the defects on photovoltaic wafer by using machine vision. Until now, The defect inspection process was manually performed by operators. So these processes caused the produce of poorly-made articles and inaccuracy results. To improve the inspection accuracy, the inspection system is not only configured, but the image processing algorithm is also developed. The inspection system includes dimensional verification and pattern matching which compares a 2-D image of an object to a pattern image the method proves to be computationally efficient and accurate for real time application and we confirmed the applicability of the proposed method though the experience in a complex environment.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제11권10호
• /
• pp.409-418
• /
• 2022

본 논문에서는 연주자 자세의 그라운드 트루스 획득을 위한 반자동 주석 방법인 SAAnnot-C3Pap를 제안한다. 기존 음악 도메인에서 2차원 관절 위치에 대한 그라운드 트루스를 획득하기 위하여 2차원 자세 추정 방법인 오픈포즈를 활용하거나 수작업으로 라벨링 하였다. 하지만 기존의 오픈포즈와 같은 자동 주석 방법은 빠르지만 부정확한 결과를 보인다는 단점이 있고, 사용자가 직접 주석을 생성하는 수작업 주석화의 경우 많은 노동력이 필요하다는 한계점이 있다. 따라서 본 논문에서는 그 둘의 절충 방안인 반자동 주석화 방법인 SAAnnot-C3Pap을 제안한다. 제안하는 SAAnnot-C3Pap은 크게 3가지 과정으로 오픈포즈를 사용하여 자세를 추출하고, 추출된 부분 중 오류가 있는 부분을 슈퍼바이즐리를 사용하여 수정한 뒤, 오픈포즈와 슈퍼바이즐리의 결과값을 동기화하는 과정을 수행한다. 제안하는 방법을 통하여 오픈포즈에서 발생하는 잘못된 2차원 관절 위치 검출 결과를 교정할 수 있었고, 2명 이상의 사람을 검출하는 문제를 해결하였으며, 연주 자세 그라운드 트루스 획득이 가능하였다. 실험에서는 반자동 주석 방법인 오픈포즈와 본 논문에서 제안하는 SAAnnot-C3Pap의 결과를 비교·분석한다. 비교 결과, 제안하는 SAAnnot-C3Pap는 오픈포즈로 잘못 수집된 자세 정보를 개선한 결과를 보였다.

• 비파괴검사학회지
• /
• 제19권5호
• /
• pp.369-377
• /
• 1999

본 연구는 다중박막(multi-layer) 구조 모델에 대한 초음파신호처리 적용으로 접합경계면의 결함검출에 관한 연구이다. 이를 위해서 먼저 반도체 검사법에 의하여 박리(delamination). 다이 균열(die crack) 기포(void)의 유무를 확인할 수 있었고, 각 접합계면에서의 단위 cm당 결함 오차율을 모집군 25%이하에서 0.003%까지 측정 가능하였다. 또한 초음파 화상처리를 이용하여 결함 판독 프로그램을 위한 각 패키지별 화상을 8단계에서 16단계까지 데이터 베이스화할 수 있었고, 최종 결과 화면에서는 결함정도를 확률로 표현 가능하도록 하였으며 기포의 가능성도 추론해 볼 수 있다. 그리고, 박리검사 프로그램(delamination inspection program)에 의하여 결함의 크기와 결함의 원인을 16단계로 추론하고. S.A.T 장치에 귀환(feedback)시킬 수 있는 매개변수를 찾을 수 있었다. 특히, 반도체 결함추출 알고리즘 개발로 반도체 결함검사자동화의 기틀을 마련하였고, 향후 결함을 세분화하고 다양한 반도체 패키지별로 데이터베이스를 구축한다면, 온라인 상태에서 보다 많은 검사를 수행 할 수 있는 인공지능형 자동검사 시스템 구현이 가능할 수 있도록 하였다.

• 전기전자학회논문지
• /
• 제27권3호
• /
• pp.345-349
• /
• 2023

본 논문은 영상장치를 이용한 차세대 스마트 LED 전광판의 불량픽셀 검출을 위한 딥러닝 구조 개발에 관한 연구를 제안한다. 이 연구에서는 영상장치를 활용하여 딥러닝을 통해 실외 LED 전광판의 결함을 자동으로 검출하는 기법을 제안한다. 이를 통해 LED 전광판의 효율적인 관리와 발생할 수 있는 다양한 오류와 문제를 해결하고자 한다. 연구 과정은 3단계를 거쳐 이루어진다. 첫 번째로, 평면화된 전광판 이미지 데이터를 calibration을 통해 배경을 완전히 제거하고 필요한 전처리 과정을 거쳐 학습 데이터셋을 생성한다. 두 번째로, 생성된 데이터셋은 객체 인식 네트워크를 학습을 시키는 데 활용된다. 네트워크는 Backbone과 Head로 구성된다. Backbone에서는 CSP-Darknet을 활용하여 특징 맵을 추출하고, Head에서는 추출된 Feature Map을 기반으로 물체를 검출한다. 이 과정에서 네트워크는 Confidence score와 IoU가 일치하도록 오차를 수정하며 지속적으로 학습된다. 세 번째에서는 생성된 모델을 활용하여 실제 실외 LED 전광판에서 불량픽셀을 자동으로 검출한다. 본 논문에서 제안하는 방법을 적용하여 LED 전광판의 불량픽셀 검출에 대한 공인 측정 실험 결과로는 실제 LED 전광판에서 불량픽셀을 100% 검출한 결과를 얻을 수 있었다. 이를 통해 LED 전광판의 불량 관리와 유지보수의 효율성이 향상되었음을 확인할 수 있다. 이러한 연구 결과는 LED 전광판 관리의 획기적인 개선을 이룰 것으로 기대된다.

• 방송공학회논문지
• /
• 제27권3호
• /
• pp.391-401
• /
• 2022

최근 딥러닝 기반의 객체 검출 및 인식 연구가 발전해가면서 산업 및 실생활에 적용되는 범위가 넓어지고 있다. 건설 분야에도 딥러닝 기반의 시스템이 도입되고 있지만 아직은 미온적이다. 건설 도면에서 자재 산출이 수작업으로 이뤄지고 있어 많은 소요시간과 부정확한 적산 결과로 잘못된 물량산출의 거래가 생길 수 있다. 이를 해결하기 위해서 빠르고 정확한 자동 도면 인식시스템이 필요하다. 따라서 본 논문은 건설도면 내 철강 자재를 검출하고 인식하는 인공지능기반 자동 도면 인식 적산 시스템을 제안한다. 빠른 속도의 YOLOv4 기반에 소형 객체 검출성능을 향상하기 위한 복제 방식의 데이터 증강기법과 공간집중 모듈을 적용하였다. 검출한 철강 자재 영역을 문자 인식한 결과를 토대로 철강 자재를 적산한다. 실험 결과 제안한 방식은 기존 YOLOv4 대비 정확도와 정밀도를 각각 1.8%, 16% 증가시켰다. 제안된 방식의 Precision은 0.938, Recall은 1, AP_0.5는 99.4%, AP_0.5:0.95 68.8%의 향상된 결과를 얻었다. 문자 인식은 기존 데이터를 사용한 인식률 75.6%에 비해 건설도면에 사용되는 폰트에 맞는 데이터 세트를 구성하여 학습한 결과 99.9%의 인식률을 얻었다. 한 이미지 당 평균 소요시간은 검출 단계는 0.013초, 문자 인식은 0.65초, 적산 단계는 0.16초로 총 0.84초의 결과를 얻었다.

• 한국정밀공학회지
• /
• 제24권4호
• /
• pp.15-20
• /
• 2007

• 대한방사선기술학회지:방사선기술과학
• /
• 제33권1호
• /
• pp.51-59
• /
• 2010

NaI(Tl) 섬광 결정과 광전자 증배관를 결합한 형태의 감마선 검출기는 감도와 개발비용 면에서 우수하여 일반적으로 환경 감시용 검출기에 잘 활용된다. 본 연구에서는 보다 조작이 용이하고 다목적으로 활용할 수 있는 지능형 감마선 검출기와 연동되어 동위원소 자동인식이 가능한 분석 소프트웨어를 개발하였다. 개발된 소프트웨어는 크게 네트워크 인터페이스 모듈과 스펙트럼분석 모듈, 그리고 그래픽 유저 인터페이스 모듈의 세부분으로 나누어진다. 이중 핵심부분은 스펙트럼분석모듈로서 네트워크를 통해 수집된 신호로부터 해당 동위원소에 대한 에너지스펙트럼의 피크정보를 추출하고 이를 토대로 입력 동위원소의 종류를 판별해 내는 것이다. 일반적으로 채널과 에너지의 관계는 근사적으로 선형적인 함수관계가 있으므로 피크 정보를 정확히 얻어내면 해당 동위원소의 인식이 가능하다. 본 연구에서 개발된 피크 검출 알고리듬은 두 개의 피크를 가진 표준 동위원소에 대한 라이브러리 구축 및 이를 기준으로 한 미지의 동위원소에 대한 자동인식을 수행하도록 개발되었다. 대상 하드웨어인 뉴캐어메디컬시스템의 GammaPro 1410을 사용하여 연동 실험을 수행한 결과 하나의 미지의 선원에 대한 인식률을 측정할때 1% 이내의 피크 검출오차를 기록하였다. 또한 효율적인 네트워크 연동모듈의 설계를 통하여 세계 수준인 200K CPS의 데이터 처리속도를 달성하였다. 감마선 검출기와 본 소프트웨어에 더하여 선량분석 알고리듬에 대한 개발이 이어진다면 실시간 지능형 검출시스템으로서 의료기관 및 발전소, 연구시설 등 폭넓은 분야에 활용될 것으로 기대된다.

• 전자공학회논문지CI
• /
• 제40권5호
• /
• pp.289-297
• /
• 2003

음성인식 시스템과 입술독해 시스템을 결합한 하여 음향학적 잡음에 대하여 안정된 성능을 갖는 바이모달(bimodal) 시스템을 구현한다. 바이모달 시스템의 성능은 두 인식 시스템의 성능뿐만 아니라 입력 신호의 끝점검출 성능에도 크게 영향을 받는다. 본 논문에서는 음성신호와 영상신호에서 끝점을 자각 자동 검출하여 입력 음성신호로부터 음성신호에서 추정한 신호대잡음비(signal-to-noise ratio: SNR)로 두 끝점검출 결과를 선택하는 방법을 제안한다. 즉 낮은 SNR에서는 영상신호로부터 검출된 끝점을 선택하고 높은 SNR에서는 음성신호로부터 검출된 끝점을 선택함으로써 음향학적 잡음에 대하여 견실하게 끝점을 검출한다. 제안한 끝점검출 방법이 적용된 바이모달 시스템이 강한 음향학적 잡음에 대하여 만족스러운 인식성능을 나타냄을 실험견과에서 확인할 수 있다.

• 한국인터넷방송통신학회논문지
• /
• 제15권5호
• /
• pp.183-192
• /
• 2015

본 논문에서는 통신 판매사에서 사용하는 문서와 이미지 파일에서 개인 정보의 유출을 방지할 수 있는 개인 정보 자동 검색(PIAD, Personal Information Auto Detection) 시스템을 제안한다. 제안하는 시스템은 개인 정보를 포함하는 신분증과 계약서 이미지를 자동으로 검색하고 그 결과를 사용자에게 전달하고, 문서상의 개인 정보 또한 검출할 수 있다. 본 시스템은 빠르고 정확한 검색을 위하여 선별 과정과 분석 과정으로 나뉘고, 분석 과정은 SURF, 침식과 팽창, FindContours 알고리즘들을 사용한다. 제안하는 PIAD 시스템은 272장의 입력 이미지들 중 267장을 선별 및 검출함으로써 98% 이상의 정확도를 보였다.

• 한국컴퓨터그래픽스학회논문지
• /
• 제26권3호
• /
• pp.31-37
• /
• 2020

CT 스캔에서 치아 신경관 식별은 치과 임플란트에서 중요하다. 임플란트 계획 전에, 치과 의사들은 신경관을 수동으로 식별하기 위해 신경관 경로가 최대로 관찰되는 시상면을 찾는다. 그러나 이는 시간 소모적이며 많은 임상 경험을 필요로 한다. 위 논문에서 우리는 원하는 시상면을 자동으로 검출하기 위한 깊은 학습 기반의 프레임 워크를 제안한다. 이는 두가지 주요 기술들을 사용하여 획득된다: 1) 초기 평면들을 획득하기 위한 반복 변환 네트워크 (ITN) 방법의 수정 버전과 2) 원하는 시상면을 검출하기 위한 합성곱 신경망 기반의 정밀 탐색 법. 이 기술들의 결합은 ITN 방법을 단독으로 사용하였을 때의 한계인, 정확한 평면 검출을 용이하게 한다. 우리는 여러 개의 CT 데이터 셋에서 실험하여 우리가 제안한 방법이 ITN 방법과 비교하여 훨씬 뛰어난 결과를 얻을 수 있음을 증명하였다. 이는 치과 의사들이 신경관 경로를 효율적으로 식별할 수 있어 보다 효율적인 자동신경관 검출법에 대한 향후 연구의 기반을 제공한다.