http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
- 中文 을 입력하시려면 zhongwen을 입력하시고 space를누르시면됩니다.
- 北京 을 입력하시려면 beijing을 입력하시고 space를 누르시면 됩니다.
RISS 인기검색어
- 검색키워드
- 저자 : 송태엽(Tae-Yup Song) (검색결과 2 건)
- 무료
- 기관 내 무료
- 유료
-
번호판 인식 향상을 위한 번호판 검출과 초해상도 융합 방법
송태엽(Tae-Yup Song),이영현(Young-Hyun Lee),김민재(Min-Jae Kim),구본화(Bon-Hwa Ku),고한석(Han-Seok Ko) 한국컴퓨터정보학회 2011 韓國컴퓨터情報學會論文誌 Vol.16 No.4
본 논문에서는 저해상도 영상에서 번호판 인식 성능 향상을 위해 번호판 검출 기술과 초해상도 복원 기술의 융합 방법을 제안한다. 제안된 알고리즘에서 번호판 검출 부분은 구조적 패턴 특징을 기반으로 하였으며, 초해상도 부분은 칼만 필터 기반 순차적 데이터 방법으로 구성된다. 제안한 융합 방법은 입력 영상에서 번호판 검출 여부에 따라 (i) 전체 영상에 대한 초해상도 복원 과정을 거친 후 고해상도 번호판 영상을 얻는 방법과, (ii) 번호판 검출 후 검출된 번호판 영역에 대해 초해상도 복원을 수행하여 고해상도 번호판 영상을 얻는 방법으로 나뉜다. 다양한 환경에서의 모의 실험을 통해 제안된 융합 방법의효용성을 입증하였다. 다양한 환경에서의 모의 실험을 통해 제안된 융합 방법의 효용성을 입증하였다. This paper proposes fusion methods of license plate detection and super-resolution for improving license plate recognition in low-resolution images. In the proposed method, we apply the license plate detection based on local structure pattern feature and the sequential super-resolution based on Kalman filter. The proposed fusion methods are divided into two according to whether the license plate is detected or not in the input image : (i) performing license plate detection after restoring whole image through super resolution, and (ii) restoring only the detected region through super-resolution after detecting the license plate. We demonstrated effectiveness of the proposed methods in various environments.
-
적응적 파라미터 추정을 통한 향상된 블록 기반 배경 모델링
김한준(Hanj-Jun Kim),이영현(Young-Hyun Lee),송태엽(Tae-Yup Song),구본화(Bon-Hwa Ku),고한석(Han-Seok Ko) 한국컴퓨터정보학회 2011 韓國컴퓨터情報學會論文誌 Vol.16 No.4
본 논문에서는 모델 히스토그램 개수를 적응적으로 조절하는 블록기반의 배경 모델링 방법을 제안한다. 기존의 블록 기반의 배경 모델링 방법은 각 블록에 대한 모델 히스토그램의 개수를 고정한다. 따라서 조명변화와 움직이는 객체에 대해 오검출이 발생하는 문제가 있고 움직임이 없는 객체에 대해서는 검출이 되지 않는 문제가 있다. 또한 입력영상의 종류마다 달라질 수 있는 최적의 모델 히스토그램의 개수를 수동적으로 찾아야 하는 문제가 있다. 본 논문에서는 실험을 통해 엘리베이터 내에서 조명변화가 있고 객체가 움직이는 상황과 조명변화가 없고 객체가 정지해 있는 상황에 대해 기존의 방법과 성능을 비교하여 제안한 알고리즘의 효용성을 입증한다. In this paper, an improved block-based background modeling technique using adaptive parameter estimation that judiciously adjusts the number of model histograms at each frame sequence is proposed. The conventional block-based background modeling method has a fixed number of background model histograms, resulting to false negatives when the image sequence has either rapid illumination changes or swiftly moving objects, and to false positives with motionless objects. In addition, the number of optimal model histogram that changes each type of input image must have found manually. We demonstrate the proposed method is promising through representative performance evaluations including the background modeling in an elevator environment that may have situations with rapid illumination changes, moving objects, and motionless objects.
ScienceON
DBpia연관 검색어 추천
이 검색어로 많이 본 자료
활용도 높은 자료
