http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
적응형 이진화와 Convex Hull 전처리 및 합성곱 신경망 학습 방법을 적용한 고무 오링 불량 판별
성은산(Eun-San Seong),김현태(Hyun-Tae Kim) 한국정보통신학회 2021 한국정보통신학회 종합학술대회 논문집 Vol.25 No.1
고무 오링은 일반적인 사출 성형 방식으로 생산된다. 이때 정상적으로 성형되지 않은 제품은 무조건 불량으로 판별한다. 그러나 영상기반 판독 시 획득한 영상을 원본 그대로 판독할 경우 정확도가 떨어지는 문제가 발생한다. 이에 획득한 영상을 적응형 이진화와 Convex Hull 알고리즘을 사용한 전처리를 통해 원본영상에서 고무 오링 부분만 추출하여 합성곱 신경망에 학습하였다. 테스트 과정에서 제안하는 전처리를 적용한 학습방법의 불량검출 성능이 제시한 기준치 보다 나은 성능을 보이는 것을 확인할 수 있었다. Rubber o-rings are produced by conventional injection molding methods. In this case, products that are not normally molded are determined to be defective. However, if images acquired during image-based reading are read as original, there is a problem of poor accuracy. We have thus learned from convolutional neural networks using adaptive binarization and Convex Hull algorithms by extracting only rubber oring parts from the original images through pre-processing. During the test process, it was confirmed that the defect detection performance of the learning method applied pre-processing was better than the standard suggested.
CDN 기반의 콘텐츠 선호도에 따른 차순위 콘텐츠 Edge-Fog 연계 Caching 기법
성은산 ( Eun San Seong ),정준호 ( Junho Jeong ),이현섭 ( Hyounsup Lee ),윤주상 ( Joosang Youn ) 한국정보처리학회 2021 한국정보처리학회 학술대회논문집 Vol.28 No.1
최근 정보통신기술의 발달과 개인 스마트기기 성능의 상향평준화로 멀티미디어 콘텐츠의 사용량이 증가하고 있다. 멀티미디어 서비스를 제공하는 기업들은 사용자 경험을 개선하기 위해 조회 수를 기준으로 우선순위를 부여하는 콘텐츠 배치 전략에 따라 엣지에 우선순위가 높은 콘텐츠를 배치한다. 이러한 방식은 우선순위가 아닌 콘텐츠들을 사용자에게 서비스할 때 콘텐츠 전달 속도가 증가한다. 본 논문에서는 이러한 차순위 콘텐츠들의 전달 속도를 개선하기 위하여 CDN 기반의 콘텐츠 선호도에 따른 Edge-Fog 연계 Caching 기법을 제안한다.
적응형 이진화와 컨벡스 헐 기법을 적용한 심층학습 기반 기계부품(오링) 불량 판별
김현태,성은산,Kim, Hyun-Tae,Seong, Eun-San 한국정보통신학회 2021 한국정보통신학회논문지 Vol.25 No.12
O-rings fill the gaps between mechanical parts. Until now, the sorting of defective products has been performed visually and manually, so classification errors often occur. Therefore, a camera-based defect classification system without human intervention is required. However, a binarization process is required to separate the required region from the background in the camera input image. In this paper, an adaptive binarization technique that considers the surrounding pixel values is applied to solve the problem that single-threshold binarization is difficult to apply due to factors such as changes in ambient lighting or reflections. In addition, the convex hull technique is also applied to compensate for the missing pixel part. And the learning model to be applied to the separated region applies the residual error-based deep learning neural network model, which is advantageous when the defective characteristic is non-linear. It is suggested that the proposed system through experiments can be applied to the automation of O-ring defect detection. 오링은 기계 부품들 사이에서 틈을 메워주는 역할을 한다. 지금까지 불량품 선별은 육안 및 수작업으로 수행하여 분류 오류가 자주 발생한다. 따라서 사람의 개입이 없는 카메라 기반의 불량품 분류 시스템이 필요하다. 그러나 카메라 입력 영상에서 배경으로부터 필요 영역을 분리하기 위해 이진화 과정이 필요하다. 본 논문에서는 주변 조명의 변화나 반사 등의 요인으로 인해 단일 임계값 이진화를 적용하기 어려워, 주변 화소 값을 함께 고려한 적응형 이진화 기법을 적용한다. 또한 누락되는 화소 부분을 보완하기 위해 컨벡스 헐 기법도 함께 적용한다. 그리고 분리된 영역에 적용할 학습 모델은 불량 특성이 비선형인 경우에 유리한 잔류 오차 기반의 심층학습 신경망 모델을 적용한다. 실험을 통해 제안하는 시스템이 오링의 불량 판별 자동화에 적용 가능하다는 것을 제시한다.
객체 분할 전처리 및 CNN을 이용한 너트 도금 불량 판별
김현태,성은산,마르셀,박장식 국방기술품질원 2020 국방품질연구논집 Vol.2 No.2
It is required to apply computer vision instead of human visual decision in the final stage of production automation. In this paper, we propose a pre-processing of deep learning to improve the classification performance of plating defective nuts, which are representative mechanical parts. The proposed pre-processing algorithm improves classification performance by separating the nut, which is an object, from background in the camera image of the inspection system so that the background image does not affect to train deep learning. The pre-processing algorithm generates a mask image by processing sequentially binarization, edge detection, mathematical morphology filtering and 2D connectivity, and performs masking on the input image to segment the object from the background. It is selected VGG-16 among the widely used deep learning models to train with the proposed segmentation pre-processing in consideration of computational burden and accuracy. As simulation results, it is shown that the proposed pre-processing can be effectively applied to classify plating defective nuts.
엣지-포그 캐싱 환경에서 재생 지연 감소를 위한 Prefix 캐싱 기법
정준호(Junho Jeong),성은산(Eun San Seong),이현섭(Hyounsup Lee),윤주상(Joosang Youn) 한국정보통신학회 2021 한국정보통신학회 종합학술대회 논문집 Vol.25 No.1
엣지 캐싱은 동영상 스트리밍 서비스에서 backhaul 네트워크의 트래픽을 감소시키고 응답 지연을 줄여 높은 QoE를 제공할 수 있다. 그러나 엣지 캐시의 용량은 제한적이기 때문에 많은 양의 컨텐츠를 캐싱할 수 없다. 본 논문에서는 동영상 콘텐츠의 prefix를 엣지에 캐싱하고 나머지 부분을 포그 캐시에 저장하여 재생 지연을 감소시키는 edge-fog prefix caching 기법을 제안한다. Edge caching can provide high QoE by reducing traffic in the backhaul network and reducing latency in video streaming services. But due to the limited capacity of edge cache, large amounts of content cannot be cached. In this paper, we propose an edge-fog prefix caching that reduces playback delay by caching prefixes of video content on edges and storing the rest in fog cache.