• The Transactions of the Korea Information Processing Society
• /
• v.7 no.10
• /
• pp.3155-3163
• /
• 2000

In the recognitionsystem of car license plate, it is very important to extract the character from the license plate and recognize the extrated character. In this paper, I use the adaptive algorithm to recognize the charactor of licensse plate image. The adaptive algorithm is compounded of thinning algorithm template matching,algarthm, vector algorithm and so on. The adaptive algorithm was used to recognize the character from license image. In the result of expenment, character recognition is about up to 90% with the adaptive algorithm for the character region.

• Proceedings of the Korea Institute of Convergence Signal Processing
• /
• 2000.08a
• /
• pp.245-248
• /
• 2000

자동차 번호판 인식 시스템에서 가장 중요한 요소는 자동차 이미지 영역에서 번호판 영역을 추출, 추출된 영역에서 문자 추출, 추출된 문자의 인식 등의 과정이다. 본 논문은 자동차 번호판 인식 과정에서 적응 알고리즘을 이용하여 보다 정확한 인식이 될 수 있도록 한다. 본 논문에서 사용하는 적응 알고리즘은 기존의 방식과는 달리 특정한 알고리즘을 이용한 인식을 하지 않고 다양한 알고리즘을 이용한 인식 결과의 조합으로 최적의 해법을 찾는다. 번호판 인식을 위한 적응 알고리즘은 원형 정합 알고리즘, 벡터 알고리즘, 세선화 알고리즘 등이다. 적응 알고리즘을 이용한 실험 결과 자동차 이미지에 대해서 90% 이상 인식이 가능함을 확인할 수 있었다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2013.05a
• /
• pp.515-517
• /
• 2013

본 논문에서는 잡음 환경 하에서 남녀 성별인식이 가능한 신경회로망에 의한 화자종속 음성인식 알고리즘을 제안한다. 본 논문에서 제안한 음성인식 알고리즘은 남성화자 및 여성화자를 인식하기 위하여 LPC 켑스트럼 계수를 사용하여 신경회로망에 의하여 학습된다. 본 실험에서는 백색잡음 및 자동차잡음에 대하여 신경회로망의 네크워크에 대한 인식결과를 나타낸다. 인식실험의 결과로부터 백색잡음에 대해서는 최대 96% 이상의 인식률, 자동차잡음에 대해서는 최대 88% 이상의 인식률을 구하였다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2013.11a
• /
• pp.43-45
• /
• 2013

본 논문은 안경착용 얼굴영상을 위한 실시간 눈 인식 알고리즘을 제안한다. 학습 알고리즘에 기반한 기본의 눈 인식 방법은 안경을 착용한 얼굴영상이 입력으로 주어질 경우 안경의 다양한 크기와 색깔, 형태로 인해 알고리즘의 학습 효율이 크게 떨어져 낮은 눈 인식 성능을 갖게 된다. 제안하는 방법은 모폴로지 연산을 통해 얼굴영상에서 안경이 포함된 부분을 검출하여, 안경으로 인한 눈 인식 알고리즘의 성능저하를 막는다. 성능평가를 위해 제안하는 방법을 Viola & Jones의 눈 인식 학습 기반 눈 인식 알고리즘에 적용하였으며 Spacek의 얼굴영상 데이터베이스를 실험 영상으로 사용하였다. 실험 결과, 제안하는 방법은 기존 눈 인식 알고리즘의 처리속도를 15fps (frames per second)에서 14.2fps로 하락시키면서 인식률을 75%에서 96.3%로 향상하였다.

• The Journal of the Acoustical Society of Korea
• /
• v.12 no.1E
• /
• pp.71-77
• /
• 1993

패턴매칭 기법에 근거한 음성 인식 시스템은 크게 clustering 과정과 labeling 과정으로 구성된다. 본 논문에서는 Kohonen의 featrue map 알고리즘과 LVQ2 알고리즘을 각각 clusterer와 labeler로 하는 음소인식 시스템을 구성한다. 구성된 인식시스템의 성능을 향상시키기 위해서 수정된 LVQ2알고리즘(MLVQ2)을 제안한다. MLVQ2는 selective learning, LVQ2, perturbed LVQ2 그리고 기존의 LVQ2의 4단계 학습과정으로 구성된다. 제안된 음소 인식 알고리즘의 성능을 평가하기 위하여 LVQ2와 MLVQ2를 각각 사용하여 6가지의 한국어 음소군에 대한 feature map을 만든다. 음소인식 실험결과, LVQ2와 MLVQ2를 사용하는 경우 각각 60.5%와 65.4%의 인식률을 얻을 수 있었다.

• Proceedings of the Korea Multimedia Society Conference
• /
• 2001.11a
• /
• pp.226-230
• /
• 2001

오류 역전파 알고리즘을 영상 인식에 적용한 경우 은닉층의 노드 수를 경험적으로 설정하여야 하는 문제점이 있다. 따라서 본 논문에서는 오류 역전파 알고리즘의 은닉층 노드 수를 동적으로 설정하는 문제를 해결하기 위해 ART1을 수정하여 지도 학습 방법과 결합한 자가 생성 지도 학습 알고리즘을 제안하였다. 제안된 학습 알고리즘의 성능을 평가하기 위해 콘테이너 영상의 문자 및 숫자 인식 문제에 적용하여 기존의 오류 역전파 알고리즘과 성능을 비교, 분석하였다. 실험 결과에서는 제안된 자가 생성 지도 학습알고리즘이 기존의 오류 역전과 알고리즘보다 지역 최소화에 빠질 가능성이 감소하였으며 학습 시간과 수렴성이 개선되었을 뿐만 아니라, 영상 인식에 적용할 수 있는 가능성도 제시하였다.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.17 no.4
• /
• pp.775-780
• /
• 2013

This paper proposes a speaker-dependent speech recognition algorithm which can classify the gender for male and female speakers in white noise and car noise, using a neural network. The proposed speech recognition algorithm is trained by the neural network to recognize the gender for male and female speakers, using LPC (Linear Predictive Coding) cepstrum coefficients. In the experiment results, the maximal improvement of total speech recognition rate is 96% for white noise and 88% for car noise, respectively, after trained a total of six neural networks. Finally, the proposed speech recognition algorithm is compared with the results of a conventional speech recognition algorithm in the background noisy environment.

• Review of KIISC
• /
• v.16 no.3
• /
• pp.49-54
• /
• 2006

임베디드 시스템 환경에서 실시간으로 얼굴, 그리고 홍채, 지문 등의 생체인식을 위한 시스템 구현을 위해서는 전용의 칩셋이 필요하다. 본 연구에서는 생체인식 알고리즘을 소프트웨어로 구현 및 검증한 후 임베디드 시스템에서 성능을 시험하여 실시간 처리를 어렵게 하는 각 생체인식 알고리즘의 많은 계산량을 요구하는 부분을 선별하여 하드웨어로 구현하도록 설계하였다. 따라서 각 생체인식 알고리즘은 소프트웨어와 하드웨어 부분으로 나누어져 구현되며, 이들의 효율적인 연동에 의해 다중 생체인식 시스템의 실시간 처리는 가능하게 된다. 칩셋으로 구현되는 부분은 얼굴인식의 얼굴 검출을 위한 Adaboost 알고리즘이 구현되며, 홍채인식인 경우 홍채의 외부/내부 경계 구하기 및 극좌표 알고리즘이 구현되고, 지문인식의 경우에는 지문 맵 정보 도출 알고리즘 부분이 구현된다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2014.11a
• /
• pp.853-856
• /
• 2014

본 연구에서는 유동인구 얼굴을 인식하기 위한 방법을 비교하고 유동인구 분석을 위한 얼굴 인식 알고리즘의 성능을 평가하는데 중점을 둔다. 현재 얼굴 인식 알고리즘의 종류는 매우 다양한데 건널목이라는 특정 공간을 제약하여 알고리즘들에 대한 평가와 분석을 통하여 앞으로 건널목 유동이구를 분석하기 위해 얼굴 인식 알고리즘을 사용하는 사용자에게 정보를 제공하고자 한다. 특히 Color Model 기반 얼굴 인식 알고리즘과 Haar-Like Feature 기반 얼굴 인식 알고리즘을 각각 이용하여 환경에 따른 성능을 비교 분석하고 그 평가를 한다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2011.06a
• /
• pp.31-34
• /
• 2011

영상처리 기법을 이용한 이미지 인식에 관한 컨텐츠들은 아주 다양한 알고리즘을 사용하였다. 영상처리 기법에서 이미지 인식기법 중에서 일반적인 것으로는 PCA(Principal Component Analysis) 알고리즘이 있다. 이 알고리즘이 적용된 대표적인 컨텐츠로는 얼굴 문자인식이 있다. 이 알고리즘은 정확성을 위하여 학습을 통한 영상의 저장과 인식을 통한 복잡한 알고리즘을 사용한다. 간단한 이미지 인식 컨텐츠의 경우에 복잡한 알고리즘을 사용함으로써, 시스템 처리속도에 영향을 줄 수 있다. 따라서 이 논문에서는 비교연산을 수행하는 히스토그램 매칭을 두 가지 실험 방법을 통하여, 간단한 이미지인식 시스템을 위한 알고리즘을 설계한 것이다.