• Journal of Biosystems Engineering
• /
• 제19권2호
• /
• pp.124-137
• /
• 1994

Visual features of a mushroom(Lentinus Edodes, L.) are critical in grading and sorting as most agricultural products are. Because of its complex and various visual features, grading and sorting of mushrooms have been done manually by the human expert. To realize the automatic handling and grading of mushrooms in real time, the computer vision system should be utilized and the efficient and robust processing of the camera captured visual information be provided. Since visual features of a mushroom are distributed over the front and back sides, recognizing sides and states of the stalk including the stalk orientation from the captured image is a prime process in the automatic task processing. In this paper, the efficient and robust recognition process identifying the front and back side and the state of the stalk was developed and its performance was compared with other recognition trials. First, recognition was tried based on the rule set up with some experimental heuristics using the quantitative features such as geometry and texture extracted from the segmented mushroom image. And the neural net based learning recognition was done without extracting quantitative features. For network inputs the segmented binary image obtained from the combined type automatic thresholding was tested first. And then the gray valued raw camera image was directly utilized. The state of the stalk seriously affects the measured size of the mushroom cap. When its effect is serious, the stalk should be excluded in mushroom cap sizing. In this paper, the stalk removal process followed by the boundary regeneration of the cap image was also presented. The neural net based gray valued raw image processing showed the successful results for our recognition task. The developed technology through this research may open the new way of the quality inspection and sorting especially for the agricultural products whose visual features are fuzzy and not uniquely defined.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제36권8호
• /
• pp.673-682
• /
• 2009

최근 Flickr, Facebook, Cyworld 처럼 사진 공유를 기반으로 하는 소셜 웹 서비스의 성공과 발달로 얼굴 검출/인식 기술을 이러한 서비스에 접목하려는 다양한 시도가 진행되고 있다. 그러나 인식률 향상에만 초점을 맞춘 기존의 일관처리 기반의 연구들은 수백만의 이용자가 수시로 접근하는 서비스에 적용하기 어렵다. 본 논문에서는 시간에 따라 증가하는 거대한 얼굴 영상 데이터베이스를 효과적으로 분류하기 위해 랜덤 사상(Random Projectio, RP) 비선형 회귀(Non-linear Regression) 그리고 REST(REpresen tational State Transfer) 규약을 사용해 새로운 증가적 얼굴 어노테이션 방법을 제안하고자 한다. 다양한 비교실험 결과에서 제안된 방법은 향상된 인식률과 낮은 계산 복잡도 기록했다. 따라서 제안된 방법은 대규모 웹서비스에 적합한 열굴 어노테이션 알고리즘이다.

• 대한기계학회논문집
• /
• 제17권6호
• /
• pp.1412-1422
• /
• 1993

본 연구는 각주형 금형부품을 절삭가공할때 부품의 설계데이터로부터 부품의 형상적인 특징을 추출하여 공정설계시스템인 MOLDCAPP과 작업설계시스템인 COPS에서 사용할 수 있는 정보를 생성함으로써 CAD/CAM의 연결을 자동화할 수 있는 특징형상 인식 시스템을 개발하는 연구로, 특징형상 인식기법의 창안보다는, 가용한 기술의 장 점을 사용하여 각주형 공작물의 기계 절삭가공으로 생성될 수 있는 형상을 특징형상으 로 정의하고 ACIS로 설계된 CAD데이터로부터 정의된 특징형상을 추출하여 각 특징형상 들의 형상 데이터를 결정함으로써 MOLDCAPP, COPS 등의 공절설계시스템의 입력데이터 를 생성할 수 있도록 Fig.1과 같이 설계하였다. 특히 PART시스템과 같이 인식대상이 포괄적이지 않으나, 금형부품상의 특징형상으로 범위를 축소하고 금형부품의 가공특징 을 고려하여 인식규칙을 단순화함으로써 금형가공공정의 CAD/CAM연결에 이용될 수 있도록 하였다.

• Journal of Information Processing Systems
• /
• 제10권4호
• /
• pp.503-522
• /
• 2014

In the cursive handwriting recognition process, script trajectory segmentation and modeling represent an important task for large or open lexicon context that becomes more complicated in multi-writer applications. In this paper, we will present a developed system of Arabic online handwriting modeling based on graphemes segmentation and the extraction of its geometric features. The main contribution consists of adapting the Fourier descriptors to model the open trajectory of the segmented graphemes. To segment the trajectory of the handwriting, the system proceeds by first detecting its baseline by checking combined geometric and logic conditions. Then, the detected baseline is used as a topologic reference for the extraction of particular points that delimit the graphemes' trajectories. Each segmented grapheme is then represented by a set of relevant geometric features that include the vector of the Fourier descriptors for trajectory shape modeling, normalized metric parameters that model the grapheme dimensions, its position in respect to the baseline, and codes for the description of its associated diacritics.

• 대한조선학회논문집
• /
• 제57권3호
• /
• pp.140-151
• /
• 2020

It is important to identify the location of ship hull blocks with exact block identification number when scheduling the shipbuilding process. The wrong information on the location and identification number of some hull block can cause low productivity by spending time to find where the exact hull block is. In order to solve this problem, it is necessary to equip the system to track the location of the blocks and to identify the identification numbers of the blocks automatically. There were a lot of researches of location tracking system for the hull blocks on the stockyard. However there has been no research to identify the hull blocks on the stockyard. This study compares the performance of 5 Convolutional Neural Network (CNN) models with multi-view image set on the classification of the hull blocks to identify the blocks on the stockyard. The CNN models are open algorithms of ImageNet Large-Scale Visual Recognition Competition (ILSVRC). Four scaled hull block models are used to acquire the images of ship hull blocks. Learning and transfer learning of the CNN models with original training data and augmented data of the original training data were done. 20 tests and predictions in consideration of five CNN models and four cases of training conditions are performed. In order to compare the classification performance of the CNN models, accuracy and average F1-Score from confusion matrix are adopted as the performance measures. As a result of the comparison, Resnet-152v2 model shows the highest accuracy and average F1-Score with full block prediction image set and with cropped block prediction image set.

• 디지털콘텐츠학회 논문지
• /
• 제16권1호
• /
• pp.157-164
• /
• 2015

기존의 대표적인 입력장치는 키보드, 마우스 등으로 한정적이었으나 최근 들어 사용자들의 다양한 요구에 따라 새로운 형태의 입력장치들이 개발되는 추세이다. 이러한 추세에 맞춰 특수한 device 없이 영상의 hand motion을 분석해 명령을 부여하는 새로운 형태의 입력장치를 제안한다. Cam-Shift 기법으로 skin color 영역을 이진화 하여 tracking 한 후, labeling을 통해 분리한 손가락 영역과 손 중심점과의 각도를 동서남북으로 구분해 counting하여 손동작을 인식한다. 손동작에 대한 입력은 맨손에 배경처리를 하지 않은 경우 약 76.8%의 낮은 인식률을 보였으나, 붉은색 장갑을 착용하고 배경을 지정해 줄 경우 잡영 제거의 영향으로 인식률이 90.2%까지 향상된다.

• 한국산학기술학회논문지
• /
• 제21권7호
• /
• pp.285-291
• /
• 2020

제조 산업에서 인력은 로봇으로 대체되지만 전문 기술은 데이터 변환이 어려워 산업용 로봇에 적용이 불가능하다. 이는 비전 기반의 모션 인식 방법으로 데이터 확보가 가능하나 이미지 데이터에 따라 판단 값이 달라질 수 있다. 따라서 본 연구는 비전 방법을 사용해 사람의 자세를 추정 시 영향을 미치는 인자를 고려해 정확성 향상 방법을 찾고자 한다. 비전 방법 중 OpenPose의 3가지 모델 MPII, COCO 및 COCO + foot을 사용했으며, CNN(Convolutional Neural Networks)을 사용한 OpenPose 구조에서 얼굴 가림 및 이미지 전처리에 미치는 영향을 확인하고자 액세서리의 유무, 이미지 크기 및 필터링을 매개 변수로 설정했다. 각 매개 변수 별 이미지 데이터를 3 가지 모델에 적용해 실제 값과 예측 값 사이 거리 오차와 PCK (Percentage of correct Keypoint)로 영향도를 판단했다. 그 결과 COCO + foot 모델은 3 가지 매개 변수에 대한 민감도가 가장 낮았다. 또한 이미지 크기는 50% (원본 3024 × 4032에서 1512 × 2016로 축소) 이상 비율이 가장 적절하며, MPII 모델만 emboss 필터링을 적용할 때 거리 오차 평균이 최대 60pixel 감소되어 향상된 결과를 얻었다.

• 한국전자통신학회논문지
• /
• 제12권4호
• /
• pp.651-656
• /
• 2017

본 연구에서는 효율적인 주차관리가 가능한 주차시스템을 연구하였다. 이 시스템은 영상을 인식하는 기능을 갖추고 있어 주차장 입구에서 주차공간에 대한 모든 정보를 확인하고 주차 가능한 공간을 찾는 데 도움을 줄 수 있고 또한 차량 번호판을 정확히 인식할 수 기능을 추가하였다. 그 밖에 웹캠을 차량 번호판에 더욱 가까이 설치하여 좀 더 빠르게 차량번호를 확인할 수 있도록 하였다. 마지막으로 주차관리 시스템에 웹캠을 높이 설치하여 주차 차량이 효율적으로 주차할 수 있도록 주차화면에 표시하게 하였다.

• 전자공학회논문지
• /
• 제51권1호
• /
• pp.161-171
• /
• 2014

허프변환은 이미지 영역에서 패러미터 영역으로의 변환을 통해 주어진 이미지에서 모델 인스턴스를 추출해내는 방식으로 허프변환된 결과는 패러미터 영역 좌표에 해당하는 Cell 카운터들의 히스토그램 형태가 된다. 다음 단계로 임계값을 정한 후 이를 상회하는 카운터 값에 해당하는 패러미터 값을 통해 모델 인스턴스를 추출하게 되는데 일반적으로 그 임계값은 최고 Cell 카운터 값의 일정 부분에 해당하는 값을 주로 선택하게 된다. 임계점이 너무 낮을 경우 잘못된 모델 인스턴스를 추출할 가능성이 있으며(false positives) 반대로 너무 높은 임계점을 선택할 경우 존재하는 모델 인스턴스를 추출해내지 못하는 오류(false negatives)를 초래하게 된다. 본 논문에서는 일반화된 허프변환(Generalized Hough Transform) 적용 시 패러미터 영역에서의 Cell 카운터 값의 임계점 선택을 위한 방법으로 확률적인 접근방식을 제시하며 이를 위해 Cell 카운터 분포에 해당하는 조건부 확률을 도출하여 과학적인 임계점 선택이 가능함을 입증한다.

• 한국전자통신학회논문지
• /
• 제18권4호
• /
• pp.677-686
• /
• 2023

본 논문에서는 사용자의 외출 목적을 인지하고 외출 시 도움을 줄 수 있는 유용한 정보를 전달하는 스마트 홈 외출 케어 시스템의 설계 및 구현에 대해 연구한다. ESP8266을 이용하여 기상청의 RSS 서비스 데이터를 실시간으로 전송할 수 있고, Arduino MEGA를 이용하여 데이터를 분석 후 사용자에게 기상정보를 제공할 수 있는 시스템을 구현한다. 앱인벤터를 활용하여 필요한 물품을 잊지 않고 챙길 수 있으며 원하는 날씨와 목적에 맞게 설정을 변경 가능하다. 마이크 위치는 외부에 배치하여 인지도를 12% 높였으며, 압력센서의 감도는 최대 210 kΩ으로 설정했다. 문 사이에 장애물이 있을 경우 자동으로 문이 열린다. 서랍 천장에 초음파 센서를 배치해 0.5cm~10cm 범위 내 물체를 인식해 물체 유무를 확인하고 카메라를 설치해 보안 강화 시스템을 연구헸다.