• Proceedings of the Korean Society of Computer Information Conference
• /
• 2021.07a
• /
• pp.45-46
• /
• 2021

본 논문에서는 제조산업의 제품 품질검사의 자동화를 위한 딥러닝 기법을 제안하고 모델의 성능 최적화를 위한 특징 추출 필터의 크기를 비교한다. 이미지 특징을 자동 추출할 수 있는 CNN을 사용하여 전문인력 없이 제품의 표면 결함을 검출하고 제품의 적합성을 판단할 수 있는 이미지 처리 알고리즘을 구축하고 산업 현장에 적용하기 위한 검증 지표로 검출 정확도와 연산속도를 측정하여 결함 검출 알고리즘의 성능을 확인한다. 또한 연산량에 따른 성능 비교를 위해 필터의 크기에 따른 CNN의 성능을 비교하여 결함 검출 알고리즘의 성능을 최적화한다. 본 논문에서는 커널의 크기를 다르게 적용했을 때 빠른 연산으로 높은 정확도의 검출 결과를 얻었다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2009.10a
• /
• pp.157-159
• /
• 2009

본 논문에서는 세라믹을 비파괴 검사를 통하여 얻어진 영상에서, 조직의 이상이나 결함의 정도를 자동으로 확인하는 방법을 제안한다. 비파괴 검사를 통하여 얻어진 영상에서 소벨 마스크를 적용하여 윤곽선을 추출하고, 추출된 윤곽선의 방향 정보를 $9{\times}9$ 마스크에 적용하여 영역을 분류한다. 그리고 분류된 각 영역을 히스토그램 스트레칭을 적용하여 영상을 보정하고, 4 방향 윤곽선 알고리즘을 적용하여 객체를 추출한다. 그리고 추출된 객체의 영역에 대해 형태학적 정보를 이용하여 잡음을 제거한 후, 손상된 영역을 추출한다. 본 논문에서 제안한 방법을 비파괴검사를 통하여 얻어진 영상을 대상으로 실험한 결과, 손상된 영역을 비교적 정확히 검출되는 것을 확인하였다.

• Journal of the Korean Society for Nondestructive Testing
• /
• v.24 no.3
• /
• pp.275-281
• /
• 2004

Socket weldment used to change the flow direction of fluid nay have flaws such as lack of fusion and cracks. Liquid penetrant testing or Radiography testing have been applied as NDT methods for flaw detection of the socket weldment. But it is difficult to detect the flaw inside of the socket weldment with these methods. In order to inspect the flaws inside the socket weldment, a ultrasonic testing method is established and a ultrasonic transducer and automated ultrasonic testing system are developed for the inspection. The automated ultrasonic testing system is based on the portable personal computer and operated by the program based Windows 98 or 2000. The system has a pulser/receiver, 100MHz high speed A/D board, and basic functions of ultrasonic flaw detector using the program. For the automated testing, motion controller board of ISA interface type is developed to control the 4-axis scanner and a real time iC-scan image of the automated testing is displayed on the monitor. A flaws with the size of less than 1mm in depth are evaluated smaller than its actual site in the testing, but the flaws larger than 1mm appear larger than its actual size on the contrary. This tendency is shown to be increasing as the flaw size increases. h reliable and objective testing results are obtained with the developed system, so that it is expected that it can contribute to safety management and detection of repair position of pipe lines of nuclear power plants and chemical plants.

• Journal of KIISE:Computing Practices and Letters
• /
• v.16 no.1
• /
• pp.120-124
• /
• 2010

This paper presents a method that can automatically detect variety of degradations (i.e., scratches and blotches) in old film archive. The proposed method consists of candidate detection and verification. Degradations are first identified by finding the local extreme of a frame in spatiotemporal domains, thereby using edge detector and SROD detector. Then, to remove some false alarms occurred in the first stages, the verification is performed using the texture and shape properties of scratches and blotches. The textural properties of scratches and blotches are learned using neural networks (NNs) and their shapes are represented using morphological filters. The experiments were performed on several old films, then the results demonstrated the effectiveness of the proposed method, where it has a precision of 81% and a recall of 79%.

• Journal of the Korea Academia-Industrial cooperation Society
• /
• v.10 no.3
• /
• pp.529-534
• /
• 2009

In this paper, we propose a new algorithm which can detect Mura in TPT-LCD effectively. Since Mura in TFT-LCD has a certain area shape, it is seen as a sin wave in a LCD line. Consequently, it is shown that this type of Mura can be detected easily through FFT. Even multiple size of Mura patterns exist, those patterns can be detected with multi-point FFT. Proposed algorithm can be utilized in automatic Mura detection systems instead of human Mura detection methods.

• Journal of Korea Multimedia Society
• /
• v.7 no.1
• /
• pp.35-43
• /
• 2004

In this paper, we proposed a vehicle recognition and electronic toll collection system with detection and classification of vehicle identification mark and emblem as well as recognition of vehicle license plate to unman toll fee collection system or incoming/outcoming vehicles to an institution. In the proposed algorithm, we first process pre-processing step such as noise reduction and thinning from the rear side input image of vehicle and detect vehicle mark, emblem and license plate region using intensity variation informations, template masking and labeling operation. And then, we classify the detected vehicle features regions into vehicle mark and emblem as well as recognize characters and numbers of vehicle license plate using hybrid and seven segment pattern vector. To show the efficiency of the proposed algorithm, we tested it on real vehicle images of implemented vehicle recognition system in highway toll gate and found that the proposed method shows good feature detection/classification performance regardless of irregular environment conditions as well as noise, size, and location of vehicles. And also, the proposed algorithm may be utilized for catching criminal vehicles, unmanned toll collection system, and unmanned checking incoming/outcoming vehicles to an institution.

• Proceedings of the Korean Information Science Society Conference
• /
• 2001.10b
• /
• pp.274-276
• /
• 2001

최근 많이 사용되는 대용량의 뉴스 비디오의 편리한 검색 및 관리 방법이 필요하게 되면서 뉴스 비디오 데이터를 자동으로 분석하여 저급 수준의 정보로부터 고급 수준의 내용 정보를 자동으로 추출하는 기술이 필요하게 되었다. 특히 뉴스를 요약하는데 있어서는 이런 기술이 더 유용하게 쓰일 수 있다. 앵커, 그래픽, 인터뷰, 기자보도, 회견/연설 장면 등이 뉴스 비디오의 고급 수준 내용 정보가 될 수 있는데 그 중에서도 앵커 장면은 뉴스의 기사를 나누는 고급 수준의 정보로서 중요한 의미를 갖게 된다. 본 논문에서는 이러한 앵커 장면을 자동으로 추출하는 방법을 제안한다. 앵커 장면의 공통된 특징을 이용하여 검출하게 되는데 첫 번째 특징은 한 뉴스 프로그램을 진행하는 앵커는 동일하다는 점이고 두 번째 특징은 동일한 스튜디오 안이라는 점이다. 본 논문에서는 앵커를 판별하는 방법으로 얼굴의 검출방법과 옷 색깔의 히스토그램 비교방법을 이용한다. 본 논문의 알고리즘을 여러 개의 KBS 9시 뉴스 비디오 데이터에 적용하여 실험한 결과 Recall과 Precision 모두 96% 이상 나오는 것을 알 수 있었다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2007.05a
• /
• pp.315-318
• /
• 2007

자동 얼굴 인식, 표정 인식과 같은 얼굴 영상과 관련된 다양한 연구 분야는 일반적으로 입력 얼굴 영상에 대한 정규화가 필요하다. 사람의 얼굴은 표정, 조명 등에 따라 다양한 형태변화가 있어 입력 영상 마다 정확한 대표 특징 점을 찾는 것은 어려운 문제이다. 특히 감고 있는 눈이나 작은 눈 등은 검출하기 어렵기 때문에 얼굴 관련 연구에서 성능을 저하시키는 주요한 원인이 되고 있다. 이에 다양한 변화에 강건한 눈 검출을 위하여 본 논문에서는 눈의 텍스처 정보를 이용한 눈 검출 방법을 제안한다. 얼굴 영역에서 눈의 텍스처가 갖는 특성을 정의하고 두 가지 형태의 Eye 필터를 정의하였다. 제안된 방법은 Adaboost 기반의 얼굴 영역 검출 단계, 조명 정규화 단계, Eye 필터를 이용한 눈 후보 영역 검출 단계, 눈 위치 점 검출 단계 등 총 4단계로 구성된다. 실험 결과들은 제안된 방법이 얼굴의 자세, 표정, 조명 상태 등에 강건한 검출 결과를 보여주며 감은 눈 영상에서도 강건한 결과를 보여준다.

• Proceedings of the IEEK Conference
• /
• 2001.09a
• /
• pp.891-894
• /
• 2001

본 논문에서는 NTGST (noise·tolerant generalized symmetry transform)와 snake를 이용하여 복잡배경으로부터 여러 물체의 윤곽선을 동시에 검출하는 방법을 제안하였다. 먼저 NTCST의 대칭도 맵(symmetry map)을 이용하여 복잡한 배경에 혼재하는 여러 물체들의 위치를 찾은 다음, 이들 각 물체에 snake의 초기 윤곽들을 자동 설정해 줌으로써 기존 snake 알고리즘의 초기 윤곽 설정의 어려움과 다중 물체 윤곽선 검출의 어려움을 동시에 해결하였다. 이때 NTGST의 대칭도 맵으로부터 설정된 snake의 초기 윤곽은 실제 물체의 윤곽선 가까이에 위치할 뿐만 아니라 물체의 형태를 잘 반영하므로 요철이 있는 물체의 윤곽선도 기존의 방법보다 적은 반복횟수로 정확하게 검출 할 수 있다. 다양한 합성 영상과 실영상에 적용한 결과 복잡배경으로부터도 다중 물체의 윤곽선을 효과적으로 추출함을 확인하였다.

• The Journal of the Acoustical Society of Korea
• /
• v.25 no.8
• /
• pp.375-382
• /
• 2006

This paper is about how to identify emotional information and how to detect a specific emotion from speech signals. For emotion identification and detection task. we use long-term acoustic feature parameters and select the optimal Parameters using the feature selection technique based on F-score. We transform the conventional SVM into probabilistic output SVM for our emotion identification and detection system. In this paper we propose three approximation methods for log-likelihoods in a hypothesis test and compare the performance of those three methods. Experimental results using the SUSAS database showed the effectiveness of both feature selection and Probabilistic output SVM in the emotion identification task. The proposed methods could detect anger emotion with 91.3% correctness.