Hierarchical ART2 알고리즘을 이용한 악보 인식

김광백,우영운,Kim, Kwang-Baek,Woo, Young-Woon 한국정보통신학회 2009 한국정보통신학회논문지 Vol.13 No.10

음악 연구에 따른 컴퓨터의 역할이 점차 중요한 비중을 차지함에 따라 효과적인 악보 인식과 효율적인 악보의 편집 및 수정 방법이 요구된다. 기존의 수동 입력 방식에서는 악보를 부정확하게 입력하여 수정하는 경우에는 작업시간이 많이 소요되며, 각 수정 프로그램에서 만든 악보는 특정 프로그램에서만 재수정이 가능하다는 단점이 있다. 본 논문에서는 이러한 단점을 보완하기 위하여 이미 작성 되어있는 악보들을 자동으로 인식하는 방법을 제안한다. 제안된 악보 인식 방법은 수평 히스토그램을 이용하여 악보 이미지의 오선을 제거한 후, 4 방향 윤곽선 추적 알고리즘을 적용하여 잡음을 제거하고 Grassfire 알고리즘을 적응하여 악보 구성 기호들을 추출한다. 추출된 악보 구성 기호들은 hierarchical ART2 알고리즘을 적용하여 인식된다. 제안된 악보 인식 방법 의 성능을 평가하기 위해 100장의 악보 영상을 대상으로 실험한 결과, 제시된 hierarchical ART2 알고리즘을 이용한 악보 영상의 인식 방법이 효율적임을 확인하였다. Methods for effective musical score recognition and efficient editing of musical scores are demanded because functions of computers for researches on musical activities become more and more important parts in recent days. In the conventional methods for handling musical scores manually, there are weak points such as incorrect score symbols in input process and requirement of much time to adjust the incorrect symbols. And also there is another weak point that the scores edited by each application program can be remodified by a specific application program only. In this paper, we proposed a method for automatic musical score recognition of printed musical scores in order to make up for the weak points. In the proposed method, staffs in a scanned score image are eliminated by horizontal histogram, noises are removed by 4 directional edge tracking algorithm, and then musical score symbols are extracted by using Grassfire algorithm. The extracted symbols are recognized by hierarchical ART2 algorithm. In order to evaluate the performance of the proposed method, we used 100 musical scores for experiment. In the experiment, we verified that the proposed method using hierarchical ART2 algorithm is efficient.

퍼지 기반 잡음 제거 방법과 ART2 기반 자가 생성 지도 학습 알고리즘을 이용한 컨테이너 인식 시스템

김광백,허경용,우영운,Kim, Kwang-Baek,Heo, Gyeong-Yong,Woo, Young-Woon 한국정보통신학회 2007 한국정보통신학회논문지 Vol.11 No.7

본 논문에서는 퍼지 기반 잡음 제거 방법과 ART2 기반 자가 생성 지도 학습 알고리즘을 이용한 운송 컨테이너 식별자 인식 시스템을 제안한다. 일반적으로 운송 컨테이너의 식별자들은 글자색이 검정색 또는 흰색으로 이루어져 있는 특징이 있다. 이러한 특성을 고려하여 원 컨테이너 영상에 대해 검은색과 흰색을 제외한 모든 부분을 잡음으로 처리하기 위해 퍼지를 이용한 잡음 판단 방법을 적용하여 식별자 영역과 잡음을 구별한다. 그리고 Sobel 마스크를 이용하여 에지를 검출하고, 추출된 에지를 이용하여 수직 블록과 수평 블록을 검출하여 컨테이너의 식별자 영역을 추출하고 이진화한다. 이진화된 식별자 영역에 대해 8 방향 윤곽선 추적 알고리즘을 적용하여 개별 식별자를 추출한다. 개별 식별자 인식을 위해 ART2 기반 자가 생성 지도 학습 알고리즘을 제안하여 개별 식별자 인식에 적용한다. ART2 기반 자가 생성 지도 학습 알고리즘은 일반화된 델타 학습 방법과 Delta-bar-Delta 알고리즘을 적용하여 학습 성능을 개선한다. 실제 컨테이너 영상을 대상으로 실험한 결과, 기존의 식별자 추출 방법보다 제안된 식별자 추출 방법이 개선되었다. 그리고 기존의 식별자 인식 알고리즘보다 제안된 ART2 기반 자가 생성 지도 학습 알고리즘이 식별자의 학습 및 인식에 있어서 우수한 성능이 있음을 확인하였다. This paper proposed an automatic recognition system of shipping container identifiers using fuzzy-based noise removal method and ART2-based self-organizing supervised learning algorithm. Generally, identifiers of a shipping container have a feature that the color of characters is blacker white. Considering such a feature, in a container image, all areas excepting areas with black or white colors are regarded as noises, and areas of identifiers and noises are discriminated by using a fuzzy-based noise detection method. Areas of identifiers are extracted by applying the edge detection by Sobel masking operation and the vertical and horizontal block extraction in turn to the noise-removed image. Extracted areas are binarized by using the iteration binarization algorithm, and individual identifiers are extracted by applying 8-directional contour tacking method. This paper proposed an ART2-based self-organizing supervised learning algorithm for the identifier recognition, which improves the performance of learning by applying generalized delta learning and Delta-bar-Delta algorithm. Experiments using real images of shipping containers showed that the proposed identifier extraction method and the ART2-based self-organizing supervised learning algorithm are more improved compared with the methods previously proposed.

ART2 알고리즘을 이용한 효율적인 스마트폰 어플리케이션 실행 방법

김광백,Kim, Kwang-Beak 한국전자통신학회 2013 한국전자통신학회 논문지 Vol.8 No.4

스마트폰에서 어플리케이션을 실행하기 위해서는 많은 단계를 거치게 되며 그에 따라 많은 시간을 소비하게 된다. 따라서 본 논문에서는 ART2 알고리즘을 이용하여 잠금 상태에서 스마트폰의 어플리케이션을 쉽고 빠르게 구동하기 위한 방법을 제안한다. 자신이 원하는 그림과 설치되어있는 어플리케이션과의 대응 테이블을 만들기 위하여 학습 어플리케이션을 실행한다. 학습 어플리케이션의 동작 순서는 어플리케이션 실행 후, 화면 하단에서 빠른 실행을 하고자 하는 어플리케이션을 선택하고 좌측 상단에 위치하고 있는 입력 부분에 그림을 그린 후, 학습 버튼을 클릭한다. 그려진 그림의 배경은 0으로 그림은 1로 변환하고 ART2의 입력으로 사용할 수 있도록 일정한 크기로 정규화 한다. 정규화 된 데이터를 ART2의 입력 데이터로 적용한다. 학습이 끝난 후, 잠금 상태에서 액정 윗부분에 학습된 것과 같은 모양의 그림을 그려 해당 어플리케이션을 실행한다. With probably too many smart phone applications downloaded, it is sometimes frustrating to find frequently used applications quickly. In this paper, we propose a learning application that learns what applications a user frequently uses and match them with several signals that user designated. This learning applications uses ART2 algorithm that is good for stable real-time learning. By executing this learning application, a user simply chooses an application that is to be quickly searched and then draw a figure that would match the designated application at the upper left corner of our learning application. The proposed learning application transforms the background with 0's and the figure with 1's and normalize them to be used as inputs for ART2 and ART2 does clustering to setup a match table between applications and figures. After learning, a user simply draws a figure to execute one's frequently used application.

퍼지 제어 기법을 이용한 개선된 Max-Min 신경망

김광백,우영운,Kim, Kwang-Baek,Woo, Young-Woon 한국전자통신학회 2013 한국전자통신학회 논문지 Vol.8 No.8

본 논문에서는 퍼지 제어 기법을 적용하여 학습률을 자동으로 조정하는 개선된 Max-Min 신경망을 제안하였다. 개선된 Max-Min 신경망은 경쟁 단계에서 필요한 학습 시간을 줄이기 위하여, 정확성의 수와 부정확성의 수를 퍼지 제어 시스템의 입력으로 적용하여 학습률을 동적으로 조정하는 기법이다. 본 논문에서 제안된 방법을 실제 콘크리트 표면 균열 영상에서 추출한 균열의 방향성 패턴을 대상으로 인식 실험한 결과, 개선된 Max-Min 신경망이 효과적임을 확인할 수 있었다. In this paper, we proposed an enhanced Max-Min neural network by auto-tuning of learning rate using fuzzy control method. For the reduction of training time required in the competition stage, the method was proposed that arbitrates dynamically the learning rate by applying the numbers of the accuracy and the inaccuracy to the input of the fuzzy control system. The experiments using real concrete crack images showed that the enhanced Max-Min neural network was effective in the recognition of direction of the extracted cracks.

개선된 이진화와 윤곽선 추적 알고리즘을 이용한 운송 컨테이너의 식별자 추출

김광백,Kim Kwang-baek 한국정보통신학회 2005 한국정보통신학회논문지 Vol.9 No.2

운송 컨테이너 영상으로부터 식별자를 추출하고 인식하는 것은 컨테이너 식별자들의 크기나 위치가 정형화되어 있지 않고 외부의 잡음으로 인하여 식별자의 형태가 훼손되어 있기 때문에 어렵다. 본 논문에서는 이러한 특성을 고려하여 컨테이너 영상에 대해 Canny 마스크를 이용하여 에지를 검출하고, Canny 마스크가 적용된 영상에서 수직 수평 히스토그램을 적용하여 컨테이너의 식별자 영역을 추출한다 추출된 컨테이너의 식별자 영역을 퍼지 이진화 방법을 적용하여 이진화하고, 이진화된 컨테이너 식별자 영역을 윤곽선 추적 알고리즘으로 개별 식별자를 추출한다. 제안된 방법의 성능을 평가하기 위하여 실제 컨테이너 영상에 적용한 결과, 제안된 추출 방법이 컨테이너의 식별자 추출에 효율적인 것을 확인하였다. The extraction and recognition of shipping container's identifier is difficult since the scale or the location of identifiers are not fixed-form and input images have some external noises. In this paper, based on these facts, first, edges are detected from input images using canny masking, and regions of container's Identifiers are extracted by applying horizontal and vertical histogram method to canny masked images. We use a fuzzy thresholding method to binaries the extracted container's identifier regions, and contour tracking algorithm to extract individual identifiers. In experimental results, we confirmed that the proposed method is superior In performance.

형태학적 정보와 개선된 신경망을 이용한 차량 번호판 인식

김광백,Kim Kwang-Baek 한국정보통신학회 2005 한국정보통신학회논문지 Vol.9 No.3

본 논문에서는 수평$\cdot$수직 에지의 형태학적 정보를 이용한 차량 번호판 추출과 개선된 신경망을 이용한 차량 번호판 인식 시스템을 제안한다. 번호판 영역은 수평 수직에지의 형태학적 정보를 이용하여 추출하고 개별 문자는 히스토그램 방법과 위치 정보를 이용한 방법에 윤곽선 추적 알고리즘을 병합하여 추출한다. 개별 문자 인식은 ART-1 알고리즘을 지도 학습 방법과 결합한 개선된 신경망을 제안하여 차량 번호판 인식에 적용한다. 제안된 방법의 성능을 확인하기 위하여 실제 차량 번호판들을 대상으로 실험한 결과, 수평$GF(2^m)$수직 에지의 형태학적 정보를 이용한 차량 번호판 추출 방법이 임계화를 이용한 차량 번호판 추출 방법, RGB와 HSI 컬러 정보를 각각 이용한 차량 번호판 추출 방법보다 추출룰이 개선되었으며, 인식 성능도 개선된 신경망의 학습 알고리즘이 기존의 학습 알고리즘들 보다 우수한 성능이 있음을 확인하였다. In this paper, we propose car license plate recognition using morphological information and an enhanced neural network. Morphological information on horizontal and vertical edges was used to extract the license plate from a car image. We used a contour tracking algorithm combined with the method of histogram and location information to extract individual characters in the extracted plate. The enhanced neural network is proposed for recognizing them, which has the method of combining the ART-1 and the supervised teaming method. The proposed method has applied to real world car images. The experimental results show that the proposed method has better the extraction rates than the methods with information of the thresholding, the RGB and the HSI, respectively. And the proposed neural network has better recognition performance than the conventional neural networks.

개선된 ART2 알고리즘을 이용한 자가 질병 진단 시스템

김광백,우영운,김주성,Kim, Kwang-Baek,Woo, Young-Woon,Kim, Ju-Sung 한국정보통신학회 2007 한국정보통신학회논문지 Vol.11 No.11

본 논문에서는 개인의 건강 상태를 일련의 과정에 따라 스스로 파악하여 전문 의료 관리에 대한 접근 방향의 결정을 돕고 전문의가 쉽게 새로운 질병 및 증상을 학습 할 수 있도록 하는 자가 질병 진단 시스템을 제안하였다. 제안된 자가 진단은 보건 복지부에 제출된 #한국인이 부담을 가지는 질병# 관련 보고서와 의료 콘텐츠 #Engel Pharm#을 참조하여 선정한 60가지의 질병과 각 질병에 대한 대표 증상 161가지를 이용하여 질병을 도출한다. 개선된 ART2 학습 알고리즘을 적용하여 질병 종류를 군집화하고 각 질병의 증상에 관련된 질의 결과를 입력 벡터로 제시하여 사용자의 건강 상태를 진단함으로써 자신의 건강에 대한 정보를 제공한다. In this paper, we have proposed a self disease diagnosis system for ordinary persons to help the decision of access methods to a specialized medical management, and for medical specialities to discover new diseases and their symptoms easily, using verification of an individual#s health status by a series of processes performed by oneself. In the proposed self disease diagnosis system, illness is decided by 60 kinds of diseases selected using the report called #Diseases that Koreans take seriously# published by Ministry of Health & Welfare and medical contents called #Engel Pharm#, and also using 161 representative symptoms for the 60 kinds of diseases. An individual#s health information is extracted by diagnosis of one#s health status by a clustering of the 60 kinds of diseases using enhanced ART2 algorithm and input vectors from the results of questions for symptoms of each disease.

효율적인 경로 탐색을 위한 A^*와 유전자 알고리즘의 결합

김광백,Kim, Kwang Baek 한국정보통신학회 2018 한국정보통신학회논문지 Vol.22 No.7

본 논문에서는 $A^*$와 유전자 알고리즘을 적용하여 최적 경로를 탐색하는 방법을 제안한다. 최적 경로를 탐색하기 위해 $A^*$ 알고리즘을 적용하여 출발지 노드로부터 중간 경로 노드까지의 거리를 측정하여 개체를 생성한다. 적합도 함수를 이용하여 최적 출력 노드들을 탐색하기 위한 적합도를 계산한다. 적합도에 따라 교배할 노드와 교배 지점을 선택한다. 선택한 노드와 교배 지점을 기반으로 개체들을 교배한다. 교배를 통해 새로운 개체를 생성하고 새로운 개체가 적합도 조건에 만족하면 출력 노드로 선택하고, 다음 출력 노드를 선택하기 위한 출발 지점의 노드로 설정한다. 이러한 과정들을 반복하여 최적화된 출력 노드를 도출한다. 제안된 방법을 경로 탐색 문제를 대상으로 실험한 결과, $A^*$ 알고리즘만을 이용한 경우보다 제안된 방법이 경로 탐색 문제에 있어서 최적화된 거리를 기반으로 경로를 탐색하는 것을 확인하였다. In this paper, we propose a hybrid approach of combining $A^*$ and Genetic algorithm in the path search problem. In $A^*$, the cost from a start node to the intermediate node is optimized in principle but the path from that intermediate node to the goal node is generated and tested based on the cumulated cost and the next node in a priority queue is chosen to be tested. In that process, we adopt the genetic algorithm principle in that the group of nodes to generate the next node from an intermediate node is tested by its fitness function. Top two nodes are selected to use crossover or mutation operation to generate the next generation. If generated nodes are qualified, those nodes are inserted to the priority queue. The proposed method is compared with the original sequential selection and the random selection of the next searching path in $A^*$ algorithm and the result verifies the superiority of the proposed method.

퍼지 추론기법을 이용한 DNA 염기 서열의 단편결합

김광백,박현정,Kim, Kwang-Baek,Park, Hyun-Jung 한국정보통신학회 2006 한국정보통신학회논문지 Vol.10 No.12

본 논문에서는 기존의 conting 구성 프로그램의 단점인 단편들 간의 결합 실패를 보완하는 알고리즘을 제안하였다. 제안된 방법은 매우 긴 DNA의 염기 서열을 자동 서열 분석기로 한번에 분석 가능한 약 700개의 단편들을 한 주형으로 만들어 PCR 방법으로 클론 3을 생성 후, $600\sim700$개의 길이로 단편화하여 기준 주형과 비교하여 일치율을 계산한다. 이때 Compute Agreement 알고리즘을 이용하여 일치율을 계산하는 시간을 단축시킨다. 계산된 단편 쌍들의 중첩 정도를 기준으로 주형마다 2개의 결합 후보 단편을 추출하여 추출된 각 단편들의 일치율과 각 DNA 염기의 A,G,C,T 소속도 및 각 A,G,C,T 이 전 빈도수를 퍼지 추론 규칙을 이용하여 결합 여부를 판단한다. 본 논문에서는 결정된 최 적의 비교 단편을 결합하고, 더 이상 단편이 없을 때까지 반복하여 서열 결합을 완성한다. 실험을 위해 완성된 단백질 지놈인 'Synechocystis PCC6803'을 각각 1만개, 10만개씩 추출하여 $600{\sim}700$개의 길이를 가진 단편을 생성하였으며, 이 단편을 임 의의 mutation을 유발하여 실험한 결과, FAP 프로그램보다 속도가 줄어들었으며, conting 구성 프로그램의 단점 인 결합 실패가 발생하지 않았다. In this paper, we proposed a method complementing failure of combining DNA fragments, defect of conventional contig assembly programs. In the proposed method, very long DNA sequence data are made into a prototype of fragment of about 700 bases that can be analyzed by automatic sequence analyzer at one time, and then matching ratio is calculated by comparing a standard prototype with 3 fragmented clones of about 700 bases generated by the PCR method. In this process, the time for calculation of matching ratio is reduced by Compute Agreement algorithm. Two candidates of combined fragments of every prototype are extracted by the degree of overlapping of calculated fragment pairs, and then degree of combination is decided using a fuzzy reasoning method that utilizes the matching ratios of each extracted fragment, and A, C, G, T membership degrees of each DNA sequence, and previous frequencies of each A, C, G, T. In this paper. DNA sequence combination is completed by the iteration of the process to combine decided optimal test fragments until no fragment remains. For the experiments, fragments or about 700 bases were generated from each sequence of 10,000 bases and 100,000 bases extracted from 'PCC6803', complete protein genome. From the experiments by applying random notations on these fragments, we could see that the proposed method was faster than FAP program, and combination failure, defect of conventional contig assembly programs, did not occur.

동적인 임계화 방법과 개선된 학습 알고리즘의 신경망을 이용한 차량 번호판 인식

김광백,김영주,Kim, Gwang-Baek,Kim, Yeong-Ju 한국정보처리학회 2002 정보처리학회논문지B Vol.9 No.1

본 논문에서는 차량 영상으로부터 동적인 임계화 방법과 개선된 성능의 학습 알고리즘에 의한 신경망을 이용하여 차량 번호판 인식방법을 제안하였다. 제안된 방법에서 번호판 영역은 차량 영상의 구조적 속성을 이용한 동적인 임계화 방법과 밀집비율을 함께 고려하여 추출하였다. 추출된 영역으로부터의 개별문자와 숫자는 윤곽선 추적 알고리즘을 이용하여 각각 추출하였으며, 그들의 인식을 위해서 수정된 ART1과 지도 학습 방법을 결합한 개선된 성능의 신경망을 이용하였다. 제안된 방법의 성능을 확인하기 위해서 실제 차량 번호판들을 대상으로 실험한 결과, 기존의 그레이 명암이나 RGB 컬러 정보들을 이용하는 방법보다 추출률이 개선되었으며, 인식성능도 기존의 오류 역전파 알고리즘의 신경망보다 우수한 성능이 있음을 확인하였다. This paper proposes an efficient recognition method of car license plate from the car images by using both the dynamical thresholding and the neural network with enhanced learning algorithm. The car license plate is extracted by the dynamical thresholding based on the structural features and the density rates. Each characters and numbers from the p]ate is also extracted by the contour tracking algorithm. The enhanced neural network is proposed for recognizing them, which has the algorithm of combining the modified ART1 and the supervised learning method. The proposed method has applied to the real-world car images. The simulation results show that the proposed method has better the extraction rates than the methods with information of the gray brightness and the RGB, respectively. And the proposed method has better recognition performance than the conventional backpropagation neural network.