• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2015년도 제46회 하계학술대회
• /
• pp.1361-1362
• /
• 2015

차량의 수요가 증가함에 따르는 지능적인 통제시스템의 요구된다. 그리고 과학기술의 발달과 시스템의 자동화에 따라 사람뿐만 아니라 차량도 인식이 필요하게 되었다. 따라서 본 논문은 다항식 기반 RBFNNs를 이용하여 차량의 번호판 인식을 수행한다. 번호판 영역과 번호는 영상처리에서 영상 이진화와 영상 모폴로지 기법 등 전처리 과정을 거친 후 검출하고, 차량 번호를 인식하기 위해 0~9사이의 숫자를 클래스 별로 데이터의 차원을 축소시켜 다항식 기반 RBFNNs에 학습하고, 테스트 차량의 번호판에서 번호별로 분류하여 차량번호를 인식한다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2020년도 춘계학술발표대회
• /
• pp.617-620
• /
• 2020

최근, 국내 자동차 보유율은 매년 증가하고 있으며, 자동차 증가율에 따라 자동차로 인한 사건, 사고 발생률 또한 증가하고 있다. 국가에서도 지능형교통시스템(ITS) 중 차량 변호판을 인식하는 연구가 활발히 진행되고 있다. 차량 번호판 인식은 사건·사고 발생차량을 추적하거나 주차 무인시스템 등의 분야에 적용된다. 본 논문에서는 차량 번호판 영역을 추출하기 위한 여러 가지 방법들을 비교 분석하여 각 상황에 맞는 알고리즘을 적용하고자 한다.

• 정보보호학회지
• /
• 제29권3호
• /
• pp.37-43
• /
• 2019

딥러닝을 비롯한 인공기능과 영상처리 분야의 접목은 기존 물리보안의 기술적 한계를 뛰어넘어 새로운 기회의 장을 마련하고 있다. 하지만 딥러닝 기반 영상분석 기술도 지능형 영상감시가 필요한 실제 현장에서는 다양한 환경의 제약사항으로 인해 성능이 저하될 가능성이 높다. 본 논문에서는 실제 CCTV 환경의 영상 데이터를 확보하여 신경망을 이용한 지속적인 학습을 통해 영상분석의 성능을 개선하는 클라우드 기반 지능형 영상보안 플랫폼을 소개한다. 클라우드 기반 지능형 영상보안 플랫폼은 지자체 통합관제센터에서 수집한 CCTV 영상을 학습 데이터로 활용하여, 현장에서 신뢰받을 수 있는 사람 검출, 사람/차량 재식별, 열악 차량번호판 탐지 등의 지능형 영상분석 서비스를 제공할 수 있다.

• 정신신체의학
• /
• 제9권1호
• /
• pp.37-48
• /
• 2001

연구목적 : 외상후 정신장애 환자들을 두부손상의 부위에 따라 국소화시켜 구분하여 감정장애와 인지기능 장애가 어떻게 관련되는지 심리검사를 분석하여 차이를 알아보고자 하였다. 방법 : 두부외상 후 기질성 정신장애 환자를 MRI 판독에 따른 부위에 따라 4 개의 군으로 분류하여 다면적 인성검사와 한국판 펙슬러 지능검사 척도에 따라 차이를 평가하였다. 결과 : 다면적 인성검사의 우울증 척도는 좌반구 손상환자에서 높은 결과를 보였고 한국판 웩슬러 지능검사의 토막짜기 척도는 우반구 손상환자 군에서 낮은 결과를 보였다. 결론 : 두부외상후 발생하는 정서장애와 인지장애는 병변의 위치에 따라 특정반구의 특정 부위가 상대 우위적인 역할을 하고 병변의 위치에 따른 심리검사 결과 분석이 임상경과와 치료 예후를 예측하는데 도움이 될 것이다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2022년도 춘계학술대회
• /
• pp.180-182
• /
• 2022

절도, 폭행, 성범죄 등과 같은 각종 범죄들이 증가에 대응하기 위하여, 각 지자체에서 CCTV를 설치하고, 비상대응을 위해 24시간 관제센터를 운영하고 관리하고 있다. CCTV 관제센터에서 현장의 위험 상황을 감지하면, 경찰이나 119와 연계하여 대응하고 즉각 처리하고 있다. 하지만, 사람이 관리하는 것이다 보니 대응 속도가 변칙적이고 사후 처리에 중점적으로 활용되고 있는 것이 현실이다. 따라서, 인공지능 LED 안내판을 통해 현장에서 긴급상황을 알리고, 행인의 도움을 받거나 사고가 발생하기 전경고의 기능을 하도록 한다. 본 논문에서는 인공지능 algorithm을 반영하여 LED 안내판의 조명 색을 바꾸거나 소리를 내는 등 경고시스템을 설계하고 연구한다. 본 연구를 통해 치안 및 사회 안전에 기여하려고 한다.

• 한국정보통신학회논문지
• /
• 제26권8호
• /
• pp.1248-1254
• /
• 2022

스쿨존에서 교통사고를 사전에 예방하려고 노력하고 있다. 하지만, 스쿨존 내 교통사고는 계속 발생하고 있다. 운전자가 어린이보호구역 내 상황 정보를 미리 알 수 있으면, 사고를 줄일 수 있다. 본 논문에서는 스쿨존 내 사각지대를 없애는 카메라, 사전 교통정보를 수집할 수 있는 번호인식 카메라 시스템을 설계한다. 차량속도 및 보행자를 인식하는 LIDAR 시스템을 개선하여 설계한다. 카메라 및 LIDAR에서 인식된 보행자 및 차량 영상 정보를 수집하고 가공하여, 인공지능 시계열 분석 및 인공지능 알고리즘을 적용한다. 본 논문에서 제안한 딥러닝으로 학습된 인공지능 교통사고 예방 시스템은, 스쿨존 진입 전 차량 내 모바일 장치에 스쿨존의 정보를 운전자에게 전달하는 강제 푸시서비스를 한다. 그리고 LED 안내판에 스쿨존 교통정보를 알람으로 제공한다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2000년도 추계학술대회 학술발표 논문집
• /
• pp.77-80
• /
• 2000

본 논문에서는 새로운 학습알고리즘의 비선형 주요성분분석 신경망을 이용한 데이터의 효율적인 특징추출에 대하여 제안하였다. 제안된 학습알고리즘에서는 모멘트와 동적터널링을 조합하여 이용함으로써 최적해로의 수렴에 따른 발진을 억제하고 빠른 수렴속도로 전역최적해에 수렴되도록 학습시킬 수 있다. 제안된 학습알고리즘을 이용하여 128$\times$128 픽셀의 얼굴영상과 256$\times$128 픽셀의 자동차번호판 영상을 대상으로 시뮬레이션 한 결과, 기울기하강의 학습알고리즘을 이용한 기존 비선형 주요성분분석 신경망보다 우수한 수렴성능과 특징추출성능이 있음을 확인 할 수 있었다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2004년도 추계학술대회 학술발표 논문집 제14권 제2호
• /
• pp.564-567
• /
• 2004

In this thesis, a method is proposed to extract the car plate at the rear side of vehicle using blobs. We first extract the blobs in the input images using intensity variations and calculate the minimum horde. rectangle (MBR) of each blobs. It is followed that we select groups of blobs having similar width, centroid. And then, we try to detect the border lines of car plate and verify whether the area is a car plate or not using NN.

• 한국소음진동공학회:학술대회논문집
• /
• 한국소음진동공학회 2002년도 추계학술대회논문초록집
• /
• pp.310.1-310
• /
• 2002

Dynamic characteristics of smart laminated composite plates with passive constrained layer damping have been investigated to design structure with maximum possible damping capacity. The equations of motion are derived fur flexural vibrations of symmetrical, multi-layer laminated plates. The damping ratio and modal damping of the first bending and torsional modes are calculated by means of iterative complex eigensolution method. (omitted)

• 전자공학회논문지CI
• /
• 제47권1호
• /
• pp.41-51
• /
• 2010

차량 운전자 지원을 위한 연구에서 도로상에 위치한 교통 표지판은 운전자에게 아주 중요한 정보임에 틀림없다. 따라서 주행중인 차량에서 획득한 영상으로부터 실시간으로 교통 표지판을 검출하여 운전자에게 그 정보를 제공한다면 안전운전에 큰 도움이 될 것이다. 하지만 주행중인 차량으로부터 획득한 영상에는 차량과 노면의 진동에 의해 획득된 영상에 흐림 현상이 발생하고 또한 노이즈들이 포함되어 있어 정확한 표지판 검출이 어려운 문제점이 있다. 게다가 영상획득을 위한 촬영 각도나 날씨 등에 의해 교통 표지판의 고유한 색상과 모양이 서로 다르게 표현되는 문제점이 발생한다. 이를 해결하기 위해 본 논문에서는 도로 환경과 같은 다양한 조도 변화가 포함된 교통 표지판 영상들로부터 고유색상 정보를 분석하고 HSI 고유칼라 모델을 생성하고 이를 이용하여 교통 표지판의 후보 영역을 검출한다. 그리고 모양정보 분석을 위해 교통 표지판의 고유한 형태학적 정보를 표현할 수 있는 불변 모멘트 특징정보를 추출하여 SVM을 통해 최종 교통 표지판 영역을 검출하는 방법을 제안한다. 제안한 방법을 도로에서 획득한 영상에서 실험한 결과, 교통 표지판 검출율은 91%, 그리고 프레임당 처리 시간은 0.38초이며, 제안한 방법은 실시간 지능형 교통 안내 시스템에 유용하게 적용될 수 있다.