주상복합 오피스텔건물의 에너지소비 특성에 관한 연구

최영우(Choi, Yeong-Woo),손대승(Son, Dae-Seung),이왕제(Lee, Wang-Je),신우철(Shin, U-Cheul) 한국건축친환경설비학회 2012 한국건축친환경설비학회 학술발표대회 논문집 Vol.2012 No.10

Since the Mixed-Use Residential building has recently highly been constructed and the response to it is positive, it can be said that the future possibility of it"s development is exceedingly excellent. Mixed-Use Residential Building is configured a combination of residential, officetel, commercial and business space. To the efficient use of urban Mixed-Use Residential Building is increasing. But Mixed-Use Residential Building energy efficiency is degraded due to a combination of a variety of space. Therefore, in this study, Try to analyze a building"s energy usage and consumption patterns. and we provide data to reduce the Energy performance degradation.

색 분산 특징을 이용한 텍스트 추출에서의 손실된 분산 복원

최영우(Yeong-Woo Choi),조은숙(Eun-Sook Cho) 한국컴퓨터정보학회 2009 韓國컴퓨터情報學會論文誌 Vol.14 No.10

본 논문은 자연이미지에 포함된 텍스트 영역을 찾기 위한 방법으로서 기존에 제안한 색 분산 특징을 이용한 방법에서 분산이 제대로 추출되지 않는 문자 획들에 대한 복원 방법을 제안한다. 이전의 색 분산 특징을 이용한 추출방법에서는 고정된 크기의 수평 및 수직 분간 추출 윈도우를 사용함으로서 문자 획이 두껍거나 긴 경우에는 색 분산이 제대로 추출되지 않는 단점이 있었다. 따라서 본 논문에서는 미 추출된 색 분산을 연결요소 외곽사각형의 기하학적인 정보와 경험적인(Heuristic) 지식을 함께 이용하여 복원하는 방법을 제안한다. 제안한 방법은 다양한 종류의 디지털 카메라와 휴대폰 카메라를 이용해서 취득한 문서 유형의 이미지와 간판, 거리 표지판 등의 자연이미지를 사용하여 테스트 하였으며, 특히 큰 글자를 포함하는 자연이미지에 대해서도 텍스트 추출의 정확성이 향상된 것을 확인할 수 있었다. This paper proposes a variance recovery method for character strokes that can be missed in applying the previously proposed color variance approach in text detection of natural scene images. The previous method has a shortcoming of missing the color variance due to the fixed length of horizontal and vertical windows of variance detection when the character strokes are thick or long. Thus, this paper proposes a variance recovery method by using geometric information of bounding boxes of connected components and heuristic knowledge. We have tested the proposed method using various kinds of document-style and natural scene images such as billboards, signboards, etc captured by digital cameras and mobile-phone cameras. And we showed the improved text detection accuracy even in the images of containing large characters.

2단계 신경망과 계층적 프레임 탐색 방법을 이용한 MPEG 비디오 분할

김주민,최영우,정규식,Kim, Joo-Min,Choi, Yeong-Woo,Chung, Ku-Sik 한국정보과학회 2002 정보과학회논문지 : 소프트웨어 및 응용 Vol.29 No.1

본 논문에서는 MPEG 비디오 데이터의 컷(cut)과 디졸브(dissolve)를 검출하여 샷(shot) 단위로 분할하고 각 샷의 카메라 동작 또는 객체 움직임의 형태를 분류하는 방법을 제안하고자 한다. 정확한 샷의 위치와 카메라, 객체의 세분화된 동작을 구별하기 위한 전단계의 연구에서[1] 우선 MPEG 데이터의 I(Intra) 프레임의 DC(Direct Current) 계수를 분석하여 픽처 그룹을 Shot(장면이 바뀐 경우), Move(카메라 동작 또는 객체가 움직인 경우), Static(영상의 변화가 거의 없는 경우)으로 세분화하여 분류하였다. 이 과정에서 2단계 구조의 신경망을 구성하고 여러 종류의 특징을 서로 다른 해상도에서 추출하여 결합시키는 방법을 제안하였다. 다음 단계로 Shot 또는 Move로 분류된 픽처 그룹의 P(Predicted), B(Bi-directional) 프레임을 선별적, 계층적으로 탐색하여 컷의 정확한 발생 위치와 카메라 동작 또는 객체 움직임의 종류를 결정하는 방법을 제안한다. P, B 프레임의 매크로 블록의 종류별 분포를 통계적으로 이용하여 컷의 발생 위치를 검출하여, P, B 프레임의 매크로 블록 종류와 움직임 벡터를 동시에 사용하는 신경망을 구성하여 디졸브, 카메라 동작, 객체 움직임의 종류를 검출한다. 본 논문에서 제안하는 방법은 MPEG 데이터의 압축을 풀지 않은 상태에서 I 프레임의 DC 계수만을 사용하여 픽처 그룹을 분류하며, 분류된 픽처 그룹 내에서 일부의 P, B 프레임만을 계층적으로 선택하여 탐색함으로서 처리 시간을 감소시키고자 하였다. 세 종류의 서로 다른 비디오 데이터를 사용한 실험에서 93.9-100.0%로 픽처 그룹을, 96.1-100.0%로 컷을 검출하였다. 또한 두 종류의 비디오 데이터를 사용한 실험에서 90.13% 및 89.28%의 정확성으로 카메라 동작 또는 객체 움직임을 분류하였다. In this paper, we are proposing a hierarchical segmentation method that first segments the video data into units of shots by detecting cut and dissolve, and then decides types of camera operations or object movements in each shot. In our previous work[1], each picture group is divided into one of the three detailed categories, Shot(in case of scene change), Move(in case of camera operation or object movement) and Static(in case of almost no change between images), by analysing DC(Direct Current) component of I(Intra) frame. In this process, we have designed two-stage hierarchical neural network with inputs of various multiple features combined. Then, the system detects the accurate shot position, types of camera operations or object movements by searching P(Predicted), B(Bi-directional) frames of the current picture group selectively and hierarchically. Also, the statistical distributions of macro block types in P or B frames are used for the accurate detection of cut position, and another neural network with inputs of macro block types and motion vectors method can reduce the processing time by using only DC coefficients of I frames without decoding and by searching P, B frames selectively and hierarchically. The proposed method classified the picture groups in the accuracy of 93.9-100.0% and the cuts in the accuracy of 96.1-100.0% with three different together is used to detect dissolve, types of camera operations and object movements. The proposed types of video data. Also, it classified the types of camera movements or object movements in the accuracy of 90.13% and 89.28% with two different types of video data.

카메라 획득 영상에서의 색 분산 및 개선된 K-means 색 병합을 이용한 텍스트 영역 추출 및 이진화

송영자,최영우,Song Young-Ja,Choi Yeong-Woo 한국정보처리학회 2006 정보처리학회논문지B Vol.13 No.3

이미지에 포함된 텍스트는 이미지의 내용을 함축적이고 구체적으로 표현하는 정보로서 이러한 정보를 실시간에 찾아내서 인식한다면 다양한 응용에 활용할 수 있다. 본 논문에서는 카메라로 취득한 다양한 종류의 이미지로부터 텍스트를 추출하는 방법과 추출된 영역에서 텍스트를 분리하는 방법을 새롭게 제안한다. 텍스트 영역 추출을 위해서 RGB 색 공간에서 색 분산을 특징으로 제안하며, 텍스트 영역 분리를 위해서 RGB 색 공간에서 개선된 K-means 병합을 제안한다. 실험은 디지털 카메라와 핸드폰 카메라로 취득한 다양한 종류의 문서유형 이미지와 실내외의 일반적인 자연이미지를 사용하였으며, ICDAR 콘테스트[1] 이미지의 일부도 사용하였다. Texts in images have significant and detailed information about the scenes, and if we can automatically detect and recognize those texts in real-time, it can be used in various applications. In this paper, we propose a new text detection method that can find texts from the various camera-captured images and propose a text segmentation method from the detected text regions. The detection method proposes color variance as a detection feature in RGB color space, and the segmentation method suggests an improved K-means color clustering in RGB color space. We have tested the proposed methods using various kinds of document style and natural scene images captured by digital cameras and mobile-phone camera, and we also tested the method with a portion of ICDAR[1] contest images.

사이버 공격에 대비한 대학의 정보보안 현황 및 개선 방안

강영선(Young-Sun Kang),최영우(Yeong-Woo Choi) 한국컴퓨터정보학회 2011 韓國컴퓨터情報學會論文誌 Vol.16 No.12

본 논문은 지식정보화사회에서 최근 화두가 되고 있는 정보보안 문제를 대학 실태조사를 통한 보안 현황을 살펴봄으로써 고등교육기관으로서 대학이 향후 모색해야 할 정보보안 개선 방안을 마련하는데 있다. 본 연구는 국내 대학 중 재학생 규모별로 임의로 선별하여 각 대학 보안담당자들을 대상으로 이메일을 통한 설문 조사를 실시하였다. 조사표본 대상 중 회신을 준 대학은 총 45개교로 27개의 4년제 대학과 18개의 2년제 대학이 설문에 응해 주었다. 본 연구의 설문 조사 결과, 정보자산에 대한 보안은 사전예방이 가장 중요하다는 것을 다시 한 번 확인할 수 있었으며, 정보보안 개선 방안으로 대학의 통합보안 관리 정책 수립과 가이드라인 제시 등의 제도적 지원 강화와 정보자산의 중요성 및 보안의 필요성을 내부 구성원과 함께 공유해야 함을 제안한다. 또한 정보보안 전문 인력의 충원 및 양성과 전담부서 설계 등 행정적 재정적 지원 방안 마련에 함께 모색되어야 함을 알 수 있었다. This paper suggests several methods of improving information securities of universities through the investigations of the current status of information securities in universities, which is becoming a hot topic in knowledge and information societies. In this paper, universities were randomly selected according to their size, and surveyed through email questionnaire to the persons in charge of security in each university, and 27 universities and 18 colleges were replied. From the survey results we confirmed that the pre-prevention is the most important thing in securing information assets, also in universities, and, in this paper, systematic support must be strengthened to establish a comprehensive security management policy and guidelines for the universities, and the importance of information assets and the necessity of security needs to be shared with the members in the universities. Moreover there must be full administrative and financial support, including recruitment and training of information security professionals and the establishing a separate security division.

오프라인 필기체 한글 자소 인식에서 다중 신경망 인식기 결합 방법들의 성능 비교

서국환(Kuk Hwan Seo),최영우(Yeong woo Choi),정규식(Kyu Sik Chung) 한국정보과학회 1998 정보과학회논문지(B) Vol.25 No.8

다중 인식기 결합 방법은 개별 인식기의 인식 결과를 결합하여 최종 인식의 결과로 결정하는 방법으로서, 개별 인식기가 가지고 있는 성능 및 신뢰도의 단점을 극복할 수 있는 한가지 방법론으로 알려져 왔다. 본 논문에서는 오프라인 필기체 한글 인식에 있어 다중 인식기 결합에 관한 여러 방법들의 성능을 비교, 분석하였다. 실험은 다음과 같이 이루어진다. 1) 신경망을 이용하여 기울기 특징, 구조적 특징, 오목성 특징, 망 특징, 긴 스트로크 특징들을 학습하여 5개의 개별 인식기를 구성한다. 2) 구성된 개별 인식기들을 이용하여 PE 92 한글 데이타 베이스를 가지고 한글 자소(초성 자음, 종 모음, 횡 모음) 인식을 수행한다. 3) 선택된 5개의 인식기 중에서 3개 이상을 선택할 수 있는 모든 경우에 대하여 4가지 다중 결합 방법인 다득표, Borda Count, LCA(Linear Confidence Accumulation), 신경망 결합을 이용하여 다중 인식기 결합 실험을 수행한다. 이 결합 방법들에 대해 다음을 비교한다. 1) 결합을 하는 경우와 결합하지 않는 경우와 2) 다중 인식기 결합의 각 방법들을 비교한다. 실험 결과는 다음과 같다. 1) 초성 자음의 경우 결합하는 경우가 대부분 인식률이 높았지만, 모음의 경우 일부만이 인식률 증가를 보였다. 2) LCA 방법은 3종류의 지소 인식에 있어 4개의 결합 방법 중 가장 우수한 성능을 나타내었다. 모음 결합시 성능이 인식률이 저조한 이유는 각 클래스간의 오류 상관도가 높았기 때문으로 보인다. 반면에 LCA가 성능이 가장 우수한 이유는 각 인식기들의 출력이 측정치 레벨의 정보를 사용하기 때문으로 보인다. 본 논문에서는 필기체 한글 자소 인식에서 다중 인식기 결합 방식의 유효성을 실험을 통하여 검증하였다. Multiple classifier combination, which makes a final decision by combining each result of individual classifier, is well known to be one of the methods to overcome the limitation of each classifier's performance and confidence. This paper presents performance comparison of several classifier combination methods in off-line handwritten Hangul alphabet recognition. We perform experiments as follows: 1) using neural network, we implement 5 kinds of individual classifiers with different feature set such as gradient, structural, UDLRH(Upper Down Left Right Hole), mesh and LSF(Large Stroke Feature), respectively, 2) using individual classifiers, we perform recognition experiments of Hangul alphabet (initial consonant, vertical vowel, and horizontal vowel) with PE 92 Hangul database, and 3) for all the possible cases of 3 or more classifiers selected among the above 5, we perform combination experiments with the four combination methods: Majority Voting, Borda Count, Linear Confidence Accumulation(LCA), and Neural Network Based Combination. Then, we perform performance comparison 1) between non-combination methods and combination methods, and 2) among multiple classifier combination methods. Experimental results show 1) combination methods outperform non-combination methods for the most cases of the initial consonant recognition, while they do so only for the some part of vowel recognitions, and 2) LCA method is the best among the four combination methods for 3 kinds of alphabet recognition. The poor performance for the most combination cases of vowel recognition seems due to the high error correlation between classes whereas the highest performance improvement in LCA method seems due to the use of measurement level information in the output of individual classifiers. In this paper, through experiments, we verified the effectiveness of the multiple classifier combination approach in off-line handwritten Hangul alphabet recognition.

적외선 카메라를 이용한 비제약적 환경에서의 얼굴 인증

기민송 ( Min Song Ki ),최영우 ( Yeong Woo Choi ) 한국정보처리학회 2021 정보처리학회논문지. 소프트웨어 및 데이터 공학 Vol.10 No.3

차량 내부에는 조명 변화, 부분적인 가림 및 운전자의 상태 변화와 같은 제한되지 않은 조건들이 존재한다. 본 논문에서는 비 제약적인 차량환경에서의 운전자 얼굴 인증 시스템을 제안한다. 제안한 방법은 차량 내부 및 외부의 조명 변화에 따라 발생하는 얼굴 이미지의 변화를 최소화하기 위해서 근적외선(NIR) 카메라를 사용한다. 특히 정면에서의 강한 빛에 노출된 얼굴 이미지를 처리하기 위해서, 학습 이미지의 평균과 분산을 사용하여 정상적인 얼굴 이미지로부터 빛에 과다하게 노출된 이미지로 변환하여 사용한다. 따라서 정상적인 조명에서의 얼굴 분류기와 강한 정면광에서의 얼굴 분류기를 각각 동시에 만들어진다. 제안하는 얼굴 분류기는 얼굴 랜드마크를 추출하고 각 랜드마크의 신뢰도 점수를 합산하여 얼굴을 최종적으로 식별한다. 특히 각 랜드마크를 인식하여 부분적인 얼굴 가림에 강하기 때문에 안경이나 선글라스를 착용하는 상황에서도 높은 성능 향상이 가능하다. 즉 가려지지 않은 남은 랜드마크의 점수를 사용하여 운전자를 인식할 수 있다. 또한 등록 운전자와 미등록 운전자 간의 관계를 고려한 새로운 인식 거부 방법과 새로운 평가 방법을 논문에서 제안한다. 자체 취득한 데이터 셋, 공인된 PolyU 및 ORL 데이터 셋으로 실험한 결과 제안한 방법이 효과적임을 확인할 수 있었다. There are unrestricted conditions on the driver's face inside the vehicle, such as changes in lighting, partial occlusion and various changes in the driver's condition. In this paper, we propose a face identification system in an unrestricted vehicle environment. The proposed method uses a near-infrared (NIR) camera to minimize the changes in facial images that occur according to the illumination changes inside and outside the vehicle. In order to process a face exposed to extreme light, the normal face image is changed to a simulated overexposed image using mean and variance for training. Thus, facial classifiers are simultaneously generated under both normal and extreme illumination conditions. Our method identifies a face by detecting facial landmarks and aggregating the confidence score of each landmark for the final decision. In particular, the performance improvement is the highest in the class where the driver wears glasses or sunglasses, owing to the robustness to partial occlusions by recognizing each landmark. We can recognize the driver by using the scores of remaining visible landmarks. We also propose a novel robust rejection and a new evaluation method, which considers the relations between registered and unregistered drivers. The experimental results on our dataset, PolyU and ORL datasets demonstrate the effectiveness of the proposed method.

교통표지판 검출을 위한 다중 색상 임계값 모델

우병대 ( Byeong-dae Woo ),최영우 ( Yeong-woo Choi ),변혜란 ( Hye-ran Byun ) 한국정보처리학회 2013 한국정보처리학회 학술대회논문집 Vol.20 No.1

본 논문은 실제 주행 도로영상에서 교통표지판을 검출하기 위하여 다중 색상 임계값 모델을 이용한 색상 분할 방법을 제안한다. 제안하는 방법은 하나의 모델을 이용하는 기존의 색 분할 방법과 달리 다양한 조명 환경에서도 동작할 수 있는 다중 색상 모델을 사용한 방법이다. 모델 생성을 위해 각 조명 모델에 해당하는 학습용 데이터를 이용하여 모델의 임계값 범위를 추정한다. 이 과정에서 임계값의 범위는 상위 0.5%와 하위 0.5%를 제외한 픽셀 값 분포에서의 최대 및 최소값으로 결정한다. 제안한 방법을 이용하여 다양한 조명 상태에서의 교통표지판도 검출이 가능하다.

인공지능 : 날씨,조명 판단 및 적응적 색상모델을 이용한 도로주행 영상에서의 이정표 검출

김태형 ( Tae Hung Kim ),임광용 ( Kwang Yong Lim ),변혜란 ( Hye Ran Byun ),최영우 ( Yeong Woo Choi ) 한국정보처리학회 2015 정보처리학회논문지. 소프트웨어 및 데이터 공학 Vol.4 No.11

도로주행 영상에서의 객체 검출에 관한 기존의 연구들은 날씨 및 조명 상태에 따른 객체 검출의 어려움 때문에 대부분 맑은 날씨의 영상을 대상으로 연구가 진행되었다. 본 논문에서는 도로주행 영상의 다양한 날씨 및 조명 상태를 먼저 판단하고, 이를 기반으로 도로 이정표에 대한 색상모델을 설정하여 이정표 객체를 찾는 방법을 제안한다. 제안한 방법은 5종류의 도로 이미지 특징을 이용하여 맑음, 흐림, 비, 야간, 역광으로 날씨 및 조명 상태를 먼저 분류하고, 각각의 상태에서 대상 이정표 색상의 픽셀값의 범위를 추출하여 GMM(Gaussian Mixture Model)을 생성하고 이를 객체 추출에 사용한다. 날씨 및 조명이 다양하게 변하는 도로주행 영상에 제안한 방법을 적용하여 이정표 영역이 안정적으로 찾아지는 것을 확인할 수 있었다. Road-view object classification methods are mostly influenced by weather and illumination conditions, thus the most of the research activities are based on dataset in clean weathers. In this paper, we present a road-view object classification method based on color segmentation that works for all kinds of weathers. The proposed method first classifies the weather and illumination conditions and then applies the weather-specified color models to find the road traffic signs. Using 5 different features of the road-view images, we classify the weather and light conditions as sunny, cloudy, rainy, night, and backlight. Based on the classified weather and illuminations, our model selects the weather-specific color ranges to generate Gaussian Mixture Model for each colors, Green, Yellow, and Blue. The proposed method successfully detects the traffic signs regardless of the weather and illumination conditions.

인식 영역의 추출과 이미지 개선을 통한 신용카드 전표 이미지 인식

박상은(Sang-eun Bak),강경원(Kyung-won Kang),최영우(Yeong-woo Choi),김진형(Jin-hyung Kim) 한국정보과학회 2000 한국정보과학회 학술발표논문집 Vol.27 No.2Ⅱ

본 논문은 신용카드 전표 이미지를 효과적으로 인식하기 위한 이미지의 분석 및 처리 방법을 제안한다. Histogram Matching 기법을 통하여 ROI를 추출함으로서 빠른 속도로 고급 전처리 방법을 적용할 수 있는 방법과 이미지 개선을 위한 필터의 조합 방법 및 ROI 내부에서 숫자열을 정확하게 추출하고 인식하는 방법을 제안하고 있다. 그리고 실제 전표 영상에 대하여 수행한 실험을 통하여 제안한 방법이 유효함을 보여준다.