• Journal of Korea Society of Industrial Information Systems
• /
• v.19 no.6
• /
• pp.43-51
• /
• 2014

TFT-LCD image includes a defect of various properties. TFT-LCD image have a recognizable defects in the human inspector. On the other hand, it is difficult to detect defects that difference between the background and defect is very low. In this paper, we proposed sequentially detect algorithm from pixels included in the defect region to limited defects. And blob analysis methods using the blob size and gray difference are applied to the defect candidate image. Finally, we detect an accurate defect blob to distinguish the noise. The experimental results show that the proposed method finds the various defects reliably.

• Journal of Korea Multimedia Society
• /
• v.9 no.1
• /
• pp.11-22
• /
• 2006

Recently face detection has actively been researched due to its wide range of applications, such as personal identification and security systems. In this paper, a new face detection method based on the distribution map is proposed. Face-like regions are first extracted by applying the skin color map with the frequency to a color image and then, possible eye regions are determined by using the pupil color distribution map within the face-like regions. This enables the reduction of space for finding facial features. Eye candidates are detected by means of a template matching method using weighted window, which utilizes the correlation values of the luminance component and chrominance components as feature vectors. Finally, a cost function for mouth detection and location information between the facial features are applied to each pair of the eye candidates for face detection. Experimental results show that the proposed method can achieve a high performance.

• Fire Science and Engineering
• /
• v.22 no.1
• /
• pp.68-75
• /
• 2008

In this paper, we introduce a fire-detection system which is robust to light sources and environment changing. We can decide the threshold values that classify the regions between a fire flame and light sources by analyzing them in RGB color space. But we could not discriminate quasi-flame region from fire flame region with the value. The difference of mean-histogram technique make it possible to extract flame region more efficient because fire flame is continuously changing after it occurs. In order to validate real fire, this paper uses regional compactness in the end of process. Computer simulation show that proposed method make more robust to light sources and environment changing.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2012.07a
• /
• pp.271-274
• /
• 2012

음성 신호처리에서 많이 쓰이는 음성구간 검출은 주로 음향신호의 분석을 통하여 음향 신호에 음성이 존재하는지 여부를 판단한다. 그러나 음향신호를 이용한 방법은 음성 또는 비음성 잡음이나 주위 음향 환경에 의하여 성능이 결정된다는 단점이 있다. 음향 환경 변화에 강인한 음성구간 검출을 수행하기 위하여, 영상정보를 이용한 음성구간 검출 방법들이 최근에 연구되어 왔는데 기존 방법들은 입술 모양의 변화를 추정하기 위하여 입술 모델 등을 이용하거나 구강(oral cavity) 영역에 해당하는 픽셀 수의 변화를 이용하여 음성 구간을 검출하였다. 위 방법들은 입술의 모양을 추정하는 데 복잡한 계산이 필요하거나, 입술 모양 추정 없이 구강 영역픽셀 수만 이용하기 때문에 다소 정확도가 떨어진다는 단점이 있다. 본 논문에서는, 입술 모양의 변화를 추정하기 위해 밖으로 드러나는 구강 영역의 모양을 타원 근사법으로 추정하고, 타원의 넓이와 높이의 변화를 이용하여 음성 구간을 검출하는 방법을 제안하였다. 비교 실험 결과, 제안하는 방법은 구강영역 픽셀 수의 변화만 이용하는 방법에 비해 우수한 성능을 보임을 확인할 수 있었다.

• Journal of Satellite, Information and Communications
• /
• v.9 no.4
• /
• pp.26-31
• /
• 2014

In this paper, we present performance analysis of video smoke detection based on BPN-Network that is using multi-smoke feature, and Neural Network. Conventional smoke detection method consist of simple or mixed functions using color, temporal, spatial characteristics. However, most of all, they don't consider the early fire conditions. In this paper, we analysis the smoke color and motion characteristics, and revised distinguish the candidate smoke region. Smoke diffusion, transparency and shape features are used for detection stage. Then it apply the BPN-Network (Back-Propagation Neural Network). The simulation results showed 91.31% accuracy and 2.62% of false detection rate.

• Proceedings of the IEEK Conference
• /
• 2000.09a
• /
• pp.865-868
• /
• 2000

본 논문에서 얼굴 검출의 목적은 화상회의나 현금 자동 인출기 같이 복잡한 배경에서 압축이나 인식, 인증 등의 처리를 위해서 한 사람의 얼굴을 검출하는 데에 있다. 본 논문에서는 이러한 얼굴 검출 방법으로 스테레오와 컬러 정보를 이용한 방법을 제안하고자 한다. 제안된 방법은 크게 두 단계로 나눌 수 있는데 첫 번째 단계는 스테레오 영상으로 두개 영상의 차영상을 구해 깊이 정보를 이용하여 얼굴의 영역이 될만한 후보를 추출한다. 두번째 단계로는 후보들중에 크기가 큰 영역의 중심점에 영역성장을 하여서 얼굴 영역을 추출한다. 제안한 알고리즘을 사용한 결과 얼굴의 회전 및 표정 변화 등에 관계없이 얼굴검출을 하였다.

• Proceedings of the Acoustical Society of Korea Conference
• /
• autumn
• /
• pp.107-110
• /
• 2004

본 논문에서는 시간-주파수 혼성 영역 피치 검출법을 제안하였다. 음성신호를 주파수 영역으로 변환하고 주파수 영역에서 위상 성분을 조절하여 시간영역으로 역변환 함으로써 피치 피크가 최대가 되도록 하여 용이한 피치검출이 가능하였다. 또한 처리시간을 단축하기 위하여 FFT와 IFFT의 비트 재정렬을 생략하여 처리할 수 있는 방법을 제안하였다. 성능 측정 결과 기존의 켑스트럼 검출법에 비하여 검출성능은 우수하면서도 처리시간은 $84.8\%$로 단축됨을 알 수 있었다.

• Proceedings of the KIEE Conference
• /
• 2011.07a
• /
• pp.2146-2147
• /
• 2011

전기화재의 원인인 아크 신호는 전류 돌입형, 비선형 및 전류 단속형 부하들의 정상상태와 유사한 전류파형을 갖는다. 이러한 부하들에서 아크를 정확하게 검출하기 위해서는 아크 유무를 정확히 판단 할 수 있는 시스템이 필요하며 이러한 시스템에서 아크검출을 정확히 하는 필터가 중요하다. 본 논문에서는 UL1699의 직렬 아크 발생장치로 아크를 발생시키고 시간 및 주파수 영역에서 아크 전류파형을 분석하였다. 분석결과 아크전류파형은 시간영역에서는 영점전류의 처짐 현상(shoulder)이 발생하고 주파수영역에서는 60Hz의 고조파 성분을 제외한 전대역의 주파수에 걸쳐서 스펙트럼이 증가하였다. 본 논문에서 제시된 아크 검출용 필터는 이러한 특징들 중 주파수 영역의 특징을 검출한다.

• Proceedings of the Korea Contents Association Conference
• /
• 2015.05a
• /
• pp.307-308
• /
• 2015

자동차 번호판의 문자를 검출하기 위한 과정 중 그림자가 있는 후면 번호판을 이진화하는 방법을 제안한다. 대부분의 경우 차량구조에 의한 그림자 발생이 문자를 검출하는데 오류를 발생시킨다. 이를 해결하기 위해 그림자 영역과 아닌 영역의 경계를 검출해야 한다. 하지만, 기존 방법은 히스토그램에서 세 개의 영역사이에 있는 임계값 2개를 수동으로 결정해야 되는 점과 현재번호판의 색상인 흰색 바탕에 검은 문자에 적용하면 문자 영역의 그림자 경계선 검출이 모호하다는 단점이 있다. 본 논문에서는 이 문제를 해결하기 위하여 슬라이딩 윈도우를 이용한 히스토그램과 탐색하는 픽셀의 좌, 우 픽셀들을 스캔하여 연결되지 않은 에지를 찾아 그림자 경계선 에지를 연결하는 방법을 제안한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2005.11b
• /
• pp.868-870
• /
• 2005

스크래치는 오래된 필름에서 가장 많이 나타나는 손상 요인이다. 고화질의 멀티미디어 서비스를 제공하기 위해서는 이러한 스크래치들은 반드시 검출 및 복원되어야 한다. 이러한 중요성 때문에 지금까지 많은 복원 알고리즘이 개발되어 왔으나, 스크래치 영역의 자동검출에 대한 연구는 거의 이루어지지 않은 실정이다. 따라서 본 논문에서는 자동으로 스크래치영역을 추출할 수 있는 신경망 기반의 검출 방법을 제안한다. 다층 퍼셉트론 (Multi-layer perceptron: MLP)을 이용하여 스크래치영역과 비 스크래치영역을 구분하는데, 이 MLP는 다양한 크기의 스크래치를 검출하기 위해 다양한 크기의 입력 영상에 대해 적용된다. 제안된 방법의 평가를 위해 principal/ secondary 스크래치, alone/not-alone 스크래치, moving/static 스크래치등의 다양한 종류의 스크래치를 가진 영상에 대해 실험이 이루어졌고, 그 결과 제안된 방법의 강건함과 효율성을 입증되었다.