• 한국지능시스템학회논문지
• /
• 제20권5호
• /
• pp.603-609
• /
• 2010

본 논문은 SURF(Speeded Up Robust Features)를 기반으로 한 대상 물체 인식 알고리즘과 GP(Genetic Programming)를 기반으로 한 직진, 회전, 정지, 후진 걸음새(gait) 자동 생성을 각각 구현한다. 그리고 이를 결합 하여, 대상을 인식하고 자율적으로 접근 및 추종할 수 있는 인식 기반 지능적인 보행 기법을 제안한다. 4족 보행 로봇의 걸음새는 GP를 사용하여 각 관절의 궤적에 대한 회귀분석으로 생성한다. 고속의 특징점 검출에 적합한 SURF를 사용해서 물체의 위치와 크기를 인식하고, 물체까지의 거리를 계산한다. 4족 보행로봇의 물체 인식 및 이를 통한 자율접근 보행 실험은 ODE(Open Dynamics Engine) 기반의 Webots 시뮬레이션과 실제 로봇에 대해서 수행된다.

• 전자공학회논문지B
• /
• 제31B권7호
• /
• pp.190-198
• /
• 1994

In this paper, we propose the cross-section processing method which is simple in describing the SHGC of objects in a range image and which can describe the SHGC of occluded objects for the recognition of 3D objects. This method produces the cross-sections of an object along the assumed axis of the SHGC and describes the SHGC of the object by processing the produced cross-sections of the object using $\psi$ -S curves with invariant properties in position and size. Our method is simple in a process and can descirbe the SHGC of partially occluded objects because it uses range images with 3-D informations of objects without matching contours of objects with a model base. Thus it is a useful description method of a range image for the recognition of 3D objects shaped in SHGC form and we proved the usefulness of it in experiments.

• International journal of advanced smart convergence
• /
• 제9권1호
• /
• pp.113-120
• /
• 2020

Recently, the license plate OCR system has been commercialized in a variety of fields and preferred utilizing low-cost embedded systems using only cameras. This system has a high recognition rate of about 98% or more for the environments such as parking lots where non-vehicle is restricted; however, the environments where non-vehicle objects are not restricted, the recognition rate is about 50% to 70%. This low performance is due to the changes in the environment by non-vehicle objects in real-time situations that occur anomaly data which is similar to the license plates. In this paper, we implement the appropriate anomaly detection based on semi-supervised learning for the license plate OCR system in the real-time environment where the appearance of non-vehicle objects is not restricted. In the experiment, we compare systems which anomaly detection is not implemented in the preceding research with the proposed system in this paper. As a result, the systems which anomaly detection is not implemented had a recognition rate of 77%; however, the systems with the semi-supervised learning based on anomaly detection had 88% of recognition rate. Using the techniques of anomaly detection based on the semi-supervised learning was effective in detecting anomaly data and it was helpful to improve the recognition rate of real-time situations.

• 한국인터넷방송통신학회논문지
• /
• 제10권5호
• /
• pp.83-88
• /
• 2010

이 논문에서는 다양한 불가사리 영상을 판단하여 불가사리를 인식하는 기법을 제안하고자 한다. 아무르불가사리의 단일개체를 인식하는 경우는 불가사리의 오목 특성과 단선 특성을 이용하여 불가사리 여부를 판단할 수 있으나, 다중개체의 경우는 오목과 단선을 이용한 불가사리의 특징 추출이 불가능하기 때문에 불가사리로 인식할 수 없다. 따라서 다중개체의 영역 중심 모멘트와 장선을 이용하여 장선의 표준편차, 장선별 표준편차 값, 상대각 표준편차, 유효편차수 등의 특징을 이용한 인식 기법을 제안하고자 한다. 제안한 기법의 실험 결과 장선의 표준편차 조건이나 상대각의 유효편차수 조건을 만족하지 못하여 인식에 실패한 경우도 있었으나 약 95%의 높은 인식률을 보였다.

• 한국콘텐츠학회논문지
• /
• 제9권8호
• /
• pp.57-63
• /
• 2009

기존의 주성분 분석을 이용한 물체 인식 기술은 모델 영상내의 각각의 물체의 대표 값을 만든 후에 실험 영상을 물체 공간에 투영 시켜서 나온 성분과 대표 값의 거리를 비교하여 인식하게 된다. 그러나 단순히 기존의 방법인 point to point 방식인 단순 거리 계산은 오차가 많기 때문에 본 논문에서는 개선된 Class to Class 방식인 k-Nearest Neighbor을 이용하여 몇 개의 연속적인 입력영상에 대해 각 각의 모델영상들을 인식의 단위로 이용하였다. 또한, 물체 인식을 하는데 있어 본 논문에서 제안한 주성분 분석법은 물체 영상 자체를 계산하여 인식하는 게 아니라 물체 영상 공간이라는 고유 공간을 구성한 후에 단지 기여도가 큰 5개의 벡터로만 인식을 수행하기 때문에 자원 축소의 효과까지 얻을 수 있었다.

• 한국융합학회논문지
• /
• 제10권11호
• /
• pp.79-84
• /
• 2019

영상을 기반으로 하는 기술들의 지속적인 발전으로 다양한 분야에서 활용되고 있고, 카메라를 통하여 획득한 영상의 객체를 분석하고 판별하는 비전 시스템의 기술 수요가 급속하게 증가하고 있다. 비전 시스템의 핵심 기술인 영상처리는 반도체 생산 분야의 불량 검사, 타이어 표면의 숫자 및 심볼과 같은 객체 인식 검사 등에 사용되고 있고, 자동차 번호판 인식 등의 연구가 계속하여 이루어지고 있는 실정으로, 객체를 신속, 정확하게 인식할 필요가 있다. 본 논문에서는 곡면과 같은 곳에 마킹되어 있는 숫자나 심볼과 같이 기울어진 객체를 인식하기 위하여 입력된 영상 이미지의 객체 기울기에 대한 각도 값을 확인하여 객체의 회전 정렬을 통한 인식 모델을 제안한다. 제안 모델은 컨투어 알고리즘을 기반으로 객체 영역을 추출하고, 객체의 각도를 산출한 후, 회전 정렬된 이미지에 대한 객체 인식을 진행할 수 있는 모델이다. 향후 연구에서는 기계학습을 통한 탬플릿 매칭 연구가 필요하다.

• 로봇학회논문지
• /
• 제9권4호
• /
• pp.232-241
• /
• 2014

This paper proposes an underwater localization algorithm using probabilistic object recognition. It is organized as follows; 1) recognizing artificial objects using imaging sonar, and 2) localizing the recognized objects and the vehicle using EKF(Extended Kalman Filter) based SLAM. For this purpose, we develop artificial landmarks to be recognized even under the unstable sonar images induced by noise. Moreover, a probabilistic recognition framework is proposed. In this way, the distance and bearing of the recognized artificial landmarks are acquired to perform the localization of the underwater vehicle. Using the recognized objects, EKF-based SLAM is carried out and results in a path of the underwater vehicle and the location of landmarks. The proposed localization algorithm is verified by experiments in a basin.

• 한국멀티미디어학회논문지
• /
• 제20권12호
• /
• pp.1890-1900
• /
• 2017

Tangram game consists of seven pieces of polygons such as triangle, square, and parallelogram. Typical methods of image processing for object recognition may suffer from the existence of side thickness and shadow of the puzzle pieces that are dependent on the pose of 3D-shaped puzzle pieces and the direction of light sources. In this paper, we propose an image processing method that recognizes simple convex polygon-shaped objects irrespective of thickness and pose of puzzle objects. Our key algorithm to remove the thick side of piece of puzzle objects is based on morphological operations followed by logical operations with edge image and background image. By using the proposed object recognition method, we are able to implement a stable tangram game applications designed for tablet computers with front camera. As the experimental results, recognition rate is about 86 percent and recognition time is about 1ms on average. It shows the proposed algorithm is fast and accurate to recognize tangram blocks.

• 한국멀티미디어학회논문지
• /
• 제21권12호
• /
• pp.1493-1503
• /
• 2018

We propose an object recognition system and experiential game contents using Kinect to maximize object recognition rate by utilizing underwater robots. we implement an ice hockey game based on object-aware interactive contents to validate the excellence of the proposed system. The object recognition system, which is a preprocessor module, is composed based on Kinect and OpenCV. Network sockets are utilized for object recognition communications between C/S. The problem of existing research, degradation of object recognition at long distance, is solved by combining the system development method suggested in the study. As a result of the performance evaluation, the underwater robot object recognized all target objects (90.49%) with 80% of accuracy from a 2m distance, revealing 42.46% of F-Measure. From a 2.5m distance, it recognized 82.87% of the target objects with 60.5% of accuracy, showing 34.96% of F-Measure. Finally, it recognized 98.50% of target objects with 59.4% of accuracy from a 3m distance, showing 37.04% of F-measure.

• 대한인간공학회:학술대회논문집
• /
• 대한인간공학회 1996년도 추계학술대회논문집
• /
• pp.197-205
• /
• 1996

Unification of neural network with a hierarchical pattern recognition is presented for recognizing large set of objects. A two-step identification procedure is developed for pattern recognition: coarse and fine identification. The coarse identification is designed for finding a class of object while the fine identification procedure is to identify a specific object. During the training phase a course neural network is trained for clustering larger set of reference objects into a number of groups. For training a fine neural network, expert neural network is also trained to identify a specific object within a group. The presented idea can be interpreted as two step identification. Experimental results are given to verify the proposed methodology.