• 디지털융복합연구
• /
• 제14권8호
• /
• pp.233-243
• /
• 2016

소음환경에서의 음성인식 문제점으로 인해 1990년대 중반부터 음성정보와 영양정보를 결합한 AVSR(Audio Visual Speech Recognition) 시스템이 제안되었고, Lip Reading은 AVSR 시스템에서 시각적 특징으로 사용되었다. 본 연구는 효율적인 AVSR 시스템을 구축하기 위해 입 모양만을 이용한 발화 단어 인식률을 극대화하는데 목적이 있다. 본 연구에서는 입 모양 인식을 위해 실험단어를 발화한 입력 영상으로부터 영상의 전처리 과정을 수행하고 입술 영역을 검출한다. 이후 DNN(Deep Neural Network)의 일종인 CNN(Convolution Neural Network)을 이용하여 발화구간을 검출하고, 동일한 네트워크를 사용하여 입 모양 특징 벡터를 추출하여 HMM(Hidden Markov Mode)으로 인식 실험을 진행하였다. 그 결과 발화구간 검출 결과는 91%의 인식률을 보임으로써 Threshold를 이용한 방법에 비해 높은 성능을 나타냈다. 또한 입모양 인식 실험에서 화자종속 실험은 88.5%, 화자 독립 실험은 80.2%로 이전 연구들에 비해 높은 결과를 보였다.

• Nuclear Engineering and Technology
• /
• 제26권1호
• /
• pp.19-31
• /
• 1994

기사용 핵연료 저장조에 대한 열수력 해석과 관련된 인자들이 열수력 해석에 미치는 영향에 대한 분석을 수행하였다. 기사용 핵연료에서 발생하는 붕괴열(decay heat)을 제거하기 위해 일어나는 자연 순환(natural circulation)현상을 모사하기 위해 단순화된 유동망(simplified flow network)해석 모델을 사용하였다. 기사용 핵연료 저장조의 각 셀에 저장되는 연료 집합체에서 발생하는 붕괴열을 제거하기 위해 흐르는 유량의 압력 손실량이 자연순환을 일으키는 밀도차이에 의해 생성되는 구동력(driving force)과 평형을 이루는 관계를 이용하여 지배 방정식을 유도하였다. 그러나 유량, 저항 계수, 붕괴열, 밀도 등의 변수들이 서로 종속 관계를 갖기 때문에 반복 계산을 통해 해를 얻게 된다. 본 해석을 적용한 영광 3, 4호기의 경우, 12채널을 고려하였고 사용되는 입력 (저항 계수, 붕괴열)을 보수적으로 결정하였다. 본 연구를 통해 영광 3, 4호기 기사용 핵연료 저장조의 열수력 특성을 구하였다. 또한 유동로를 따라 형성되는 유동 저항중에 기하학적 요인에 의한 압력 손실은, 기사용 핵연료 저장조의 경우 압력 용기내의 유동과 달리 천이 영역(transition region)이 존재하게 되므로 Reynolds수에 민감한 것을 알 수 있다. 간극 유동은 조밀화된 연료 집합체 (consolidated fuel assembly)가 아닌 경우 무시할 수 있었다.

• 현장농수산연구지
• /
• 제21권2호
• /
• pp.27-33
• /
• 2019

본 연구는 다른 지역에 비해 일교차가 큰 철원 지역에서 재배되고 있는 양파와 각 지역별 전남 무안, 전북 부안, 경남 창녕지역 양파의 생육특성과 저장 후 변이를 알아보기 위해 수행되었다. 그 결과 철원, 무안, 부안, 창녕 지역의 양파 저장 실험 결과 저장 전 과 후의 생육특성(구경, 구고, 구중)은 큰 차이를 보이지 않았다. 저장 전과 후의 당도는 저장 후에 당도가 약 1-2 brix 정도 감소되었다. 각 지역별로 저장 전과 후의 당도는 철원 양파가 높았고 저장 후에도 역시 같은 순이었다. 각 지역별로 저장 후 경도를 측정한 결과 철원(112.3g) > 무안(106g) > 부안(102.1g) > 창녕(92.6g)으로 철원양파가 높은 경도를 보였다. 경도의 차이는 지역별 낮과 밤의 온도차 및 재배농가에 따라 차이가 나타나는 것으로 보인다. 저장 용기별(양파망, 종이박스, 박스) 저장 실험 결과는 종이박스에서 부패수가 가장 적었다. 따라서 양파를 저장할 때 부패수를 줄이기 위해 종이 박스를 이용하는 것이 유익하다고 사료된다.

• 정보처리학회 논문지
• /
• 제13권4호
• /
• pp.189-198
• /
• 2024

입 모양 인식은 음성 인식의 중요 부분 중 하나로 음성 인식을 위한 입 모양 인식 시스템에서 입 모양 인식 성능을 개선하기 위한 여러 연구가 진행됐다. 최근의 연구에서는 인식 성능을 개선하기 위해 입 모양 인식 시스템의 모델 구조를 수정하는 방법이 사용됐다. 본 연구에서는 모델 구조를 수정하는 것으로 인식 성능을 개선하는 기존의 연구와 달리 모델 구조의 변화 없이 인식 성능을 개선하는 것을 목표로 한다. 모델 구조의 수정 없이 인식 성능을 개선하기 위해, 사람이 하는 입 모양 인식에서 사용되는 단서를 참고해 입 모양 인식 시스템의 기존 관심 영역인 입술 영역과 함께 턱, 뺨과 같은 다른 영역을 관심 영역으로 설정하고 각 관심 영역의 인식률을 비교해 가장 높은 성능의 관심 영역을 제안한다. 또한, 관심 영역 크기를 정규화하는 과정에서 보간법의 차이로 인해 발생하는 정규화 결과의 차이가 인식 성능에 영향을 준다고 가정하고 최근접 이웃 보간법, 이중 선형 보간법, 이중 삼차 보간법을 사용해 동일한 관심 영역을 보간하고 각 보간법에 따른 입 모양 인식률을 비교해 가장 높은 성능의 보간법을 제안한다. 각 관심 영역은 객체 탐지 인공신경망을 학습시켜 검출하고, 각 관심 영역을 정규화하고 특징을 추출하고 결합한 뒤, 결합된 특징들을 차원 축소한 결과를 저차원 공간으로 매핑하는 것으로 동적 정합 템플릿을 생성했다. 생성된 동적 정합 템플릿들과 저차원 공간으로 매핑된 데이터의 거리를 비교하는 것으로 인식률을 평가했다. 실험 결과 관심 영역의 비교에서는 입술 영역만을 포함하는 관심 영역의 결과가 이전 연구의 93.92%의 평균 인식률보다 3.44% 높은 97.36%의 평균 인식률을 보였으며, 보간법의 비교에서는 이중 선형 보간법이 97.36%로 최근접 이웃 보간법에 비해 14.65%, 이중 삼차 보간법에 비해 5.55% 높은 성능을 나타내었다. 본 연구에 사용된 코드는 https://github.com/haraisi2/Lipreading-Systems에서 확인할 수 있다.