• KIISE Transactions on Computing Practices
• /
• v.21 no.10
• /
• pp.631-638
• /
• 2015

Today, the demand for speech recognition systems in mobile environments is increasing rapidly. This paper proposes a novel method for Korean phoneme segmentation that is applicable to a phoneme based Korean speech recognition system. First, the input signal constitutes blocks of the same size. The proposed method is based on a volatility indicator calculated for each block of the input speech signal, and the bulk indicators calculated for each bulk in blocks, where a bulk is a set of adjacent samples that have the same sign as that of the primitive indicators for phoneme segmentation. The input signal vowels, voiced consonants, and voiceless consonants are sequentially recognized and the boundaries among phonemes are found using three devoted recognition algorithms that combine the two types of primitive indicators. The experimental results show that the proposed method can markedly reduce the error rate of the existing phoneme segmentation method.

• Journal of the korean Society of Automotive Engineers
• /
• v.18 no.3
• /
• pp.55-63
• /
• 1996

자율주행 차량이란 목적지를 입력하면 운전자의 도움없이 자율적으로 주행환경을 인식하면서 주어진 목적지까지 안전하고 신속하게 스스로 주행할 수 있는 차량을 말한다. 차량이 자율주행을 하기 위한 가장 중요한 요소는 주행로의 경계를 인식하고 정확한 조향 각도를 구하는 일이다. 이의 잘못된 인식과 잘못된 계산은 차량으로 말미암아 많은 물적, 인적손실을 가져올 수 있다. 본 연구에서는 주위환경을 인식하는데 차량의 전방에 CCD 카메라를 부착하여, 이를 통해 얻어진 도로의 영상으로부터 도로 경계의 인식 방법과 핸들의 조향 각도를 계산하는 방법론을 제시하고자 한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 1999.10b
• /
• pp.503-505
• /
• 1999

경계선 검출은 컴퓨터를 이용한 영상인식의 첫 단계로서, 인식의 성능에 큰 영향을 미치는 중요한 기술이다. 여러 가지 경계선 검출 기술들이 존재하지만, 이들은 모두 주어진 영사에 잡음이 존재하지 않거나 존재의 정도가 미약한 경우를 가정하여 개발되었다. 한편, 잡음이 심하게 삽입된 경우에는 경계선 검출기 적용 이전에 잡음제거 필터를 사용할 수 있다. 그러나 주어진 영상에 잡음이 존재하는지를 어떻게 컴퓨터 스스로 판단할 것인가\ulcorner 본 연구에서는 주어진 영상에 대하여 잡음의 존재 여부와 잡음의 정도 여부에 상관없이, 굳건한 경계선 검출 능력을 보이는 경계선 검출기를 개발하였다. 이를 위하여 이중 필터를 사용하였는데, 그 중 하나는 일반적으로 많이 사용되는 가우시안 필터이고, 다른 하나는 본 연구진에 의하여 개발된 웨이블릿 기반 필터이다. 실험결과, 본 논문의 경계선 검출기는 잡음의 정도에 크게 구애받지 않는 일정한 성능을 보여주었다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2007.06a
• /
• pp.262-267
• /
• 2007

퍼지 ART 알고리즘에서 경계 변수는 패턴들을 클러스터링하는데 있어서 반지름 값이 되며 임의의 패턴과 저장된 패턴과의 불일치(mismatch) 허용도를 결정한다. 이 경계 변수가 크면 입력 벡터와 기대 벡터 사이에 약간의 차이가 있어도 새로운 카테고리(category)로 분류하게 된다. 반대로 경계 변수가 작으면 입력 벡터와 기대 벡터 사이에 많은 차이가 있더라도 유사성이 인정되어 입력 벡터들을 대략적으로 분류한다. 따라서 영상 인식에 적용하기 위해서는 경험적으로 경계 변수를 설정해야 단점이 있다. 그리고 연결 가중치를 조정하는 과정에서 학습률의 설정에 따라 저장된 패턴들의 정보들이 손실되는 경우가 발생하여 인식율을 저하시킨다. 본 논문에서는 퍼지 ART 알고리즘의 문제점을 개선하기 위하여 퍼지 논리 접속 연산자를 이용하여 경계 변수를 동적으로 조정하고 저장 패턴들과 학습 패턴간의 실제적인 왜곡 정도를 충분히 고려하여 승자 노드로 선택된 빈도수를 학습률로 설정하여 가중치 조정에 적용한 개선된 퍼지 ART 알고리즘을 제안하였다. 제안된 방법의 성능을 확인하기 위해서 실제 영문 명함에서 추출한 영문자들을 대상으로 실험한 결과, 기존의 ART1과 ART2 알고리즘이나 퍼지 ART 알고리즘보다 클러스터의 수가 적게 생성되었고 인식 성능도 기존의 방법들보다 우수한 성능이 있음을 확인하였다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2008.10a
• /
• pp.215-221
• /
• 2008

무인 운반설비의 자동화 시스템 개발의 한 부분으로써 여러 Vision 센서 중 레이저 센서를 이용하여 작업공간상에 있는 판재류와 코일류의 경계부분을 인식한다. 다음으로 인식한 물체의 경계를 이용하여 3차원 공간상의 위치좌표를 추출하여 무인크레인에 이동해야할 위치좌표를 전달한다. 본 연구에서는, 첫 번째 레이저 센서를 이용한 물체의 경계 추출, 두 번째 레이저 센서의 z축 기울기 각 추출, 세 번째 인식한 경계를 이용하여 물체의 2차원 위치좌표 추출, 네 번째 레이저 센서를 이용하여 판재와 코일의 판별, 다섯 번째 물체 판별의 결과에 따른 판재와 코일의 3차원 위치좌표 추출을 목적으로 한다. 본 연구의 결과는 무인 운반설비의 자동화 시스템 개발에 상당한 도움이 될 것으로 기대된다.

• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.17 no.3
• /
• pp.197-205
• /
• 1992

In this paper object recognition using neural network is studied. The recognition is accomplished by matching linear line segments which are formed by local features extracted from the curvature points. Since there is similarities among segments. The boundary of models is not distinct in feature space. Due to these indistinctness the ambiguity of recognition occurs, and the recognition rate becomes degraded according to the limitation of boundary decision capability of neural network for similar of features. Object recognition and to improve recognition rate. Local features are used to represent the object effectively. The validity of the object recognition system is demonstrated by experiments for the occluded and varied objects.

• Annual Conference on Human and Language Technology
• /
• 2006.10e
• /
• pp.268-272
• /
• 2006

질의응답 시스템은 사용자 질의에 해당하는 정답을 찾기 위해서 세부 분류된 개체명을 사용한다. 이러한 세부 분류 개체명 인식을 위해서 대부분의 시스템이 일반 대분류 개체명인식 후에 사전 등을 이용하여 세부 분류로 나누는 방법을 이용하고 있다. 본 논문에서는 질의응답 시스템을 위한 세부 분류 개체명 인식을 위해서 Conditional Random Fields를 이용한다. 개체명 인식의 과정을 개체명 경계 인식과 경계가 인식된 개체명의 클래스 분류의 두 단계로 나누어, 개체명 경계 인식에 Conditional Random Fields를 이용하고, 경계 인식된 개체명의 클래스 분류에는 Maximum Entropy를 이용한다. 실험결과 147개의 세부분류 개체명 인식에 대해서 정확도 85.8%, 재현률 81.1%. F1=83.4의 성능을 얻었고. baseline model 보다 학습 시간이 27%로 줄고 성능은 증가하였다. 또한 제안된 세부 분류개체명 인식기를 이용하여 질의응답 시스템에 적용한 결과 26%의 성능향상을 보였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2019.05a
• /
• pp.519-521
• /
• 2019

자율주행 자동차에서의 보행자 인식 및 사람의 행동 인식과 같은 분야 등에 대한 연구들이 활발하게 진행되고 그에 기반을 둔 기술들이 많이 개발되고 있다. 그리고 대부분의 연구에서는 사람에 대한 경계 박스를 검출한다. 영상에서 사람의 유무 혹은 위치를 판단하는 문제에서는 경계 박스만을 검출하는 것이 효율적일 수 있으나 경계 박스는 행동 인식과 같은 분야에 사용하기에는 많은 정보의 손실이 발생할 수 있다. 본 논문에서는 U-NET 구조의 딥러닝 모델을 사용해 경계 박스로 인한 정보 손실을 줄일 수 있는 보행자 분할 방법을 제안한다. 모델의 학습을 위해 2017 COCO 데이터셋의 사람 카테고리를 사용하였으며 Penn-Fudan 보행자 데이터셋을 이용하여 제안 방법을 테스트하였으며 기존의 방법들과 비교하여 의미 있는 결과를 얻었다.

• Proceedings of the IEEK Conference
• /
• 2000.09a
• /
• pp.795-798
• /
• 2000

연속음 인식과 음성 합성을 위해서는 정밀한 음성학적 모델과 연속 음성에 적용 가능한 언어 모델의 개발이 중요하다. 이를 위해서는 음성 데이터 베이스에 대한 인식 단위, 혹은 합성 단위의 분할이 필요한데, 수동음성 분할은 일관성의 유지가 어렵고 긴 시간이 소요되므로 최근에는 자동 분할 기술이 많이 연구되고 있다. 자동 음성 분할 기법으로는 시간 영역이나 주파수 영역특징 벡터의 천이를 분석하는 방법과 특징 벡터간의 상관도를 구하여 경계를 추출하는 방법이 있다. LPC smoothed log amplitude spectra는 음성의 주파수 영역의 특징을 잘 나타내며, 동일 음소 내의 상관도가 서로 다른 음소의 상관도보다 더 크고, 음소의 경계구간에서 급격한 상관도의 변화를 보인다. 이 특성을 이용하여 이웃 프레임에 대한 상관도의 방향성이 특정조건을 만족하는가를 검사하여 음소의 경계를 구하는 방법을 찾았다. 또한 LPC. 이득 인자만으로 묵음 구간을 검출하는 방법을 제시한다. 이렇게 하면 묵음 구간검출과 음소 경계 검출의 일관성을 향상시키고 수행 시간을 단축시킬 수 있다. 제안한 기법으로 허용 오차 20ms 이내에서 연속음성에 대한 음소 경계 검출 실험을 수행한 결과, 수작업으로 행한 경계 검출 지점의 약 88%를 정확히 검출하였다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• fall
• /
• pp.84-87
• /
• 2021

본 논문에서는 딥러닝을 기반으로 문서영상에서 표 안의 셀 경계선을 히트맵 회귀(heatmap regression)로 추정함으로써 표의 구조를 인식하는 방법을 제안한다. 표는 기본적으로 행과 열로 이루어져 있기 때문에, 제안하는 방법에서는 먼저 1 차원 벡터 형태로 세로/가로 방향의 행/열 경계선 위치를 찾고, 이에 병합된 셀을 처리하기 위해 경계선이 그어져야 할 위치를 2 차원으로 추정한 결과를 적용하여 온전한 표의 경계선을 구한다. 이러한 구조를 통해 제안하는 방법은 표의 행과 열에 대한 정보를 효과적으로 이용함과 동시에, 복잡한 후처리 없이 병합된 셀을 처리할 수 있는 이점을 보인다. 실험은 1 차원의 행/열 경계선 위치를 반영하는 두 가지 방식에 대해 PubTabNet[11]에 대해 진행하여 결과를 보였다.