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 : 엄기열(Ki-Yeol Eom) (검색결과 5 건)
- 무료
- 기관 내 무료
- 유료
-
엄기열(Ki-Yeol Eom),박형준(Hyoung-Joon Park),홍다혜(Da-Hye Hong),김문현(Moon-Hyun Kim) 대한전기학회 2007 대한전기학회 학술대회 논문집 Vol.2007 No.10
지문인식은 생체인식에서 가장 오래되고 널리 사용된 방법이다. 지문인식이 널리 사용됨에도 불구하고, 지문의 특징점들에 대한 통계 이론이 없다. 지문 특징점들의 통계를 연구하기 전에 믿을 수 있는 특징점들을 추출하는 것이다. 그러나, 지문 이미지들은 피부와 누르는 정도의 조건에 따라서 퇴화되고, 변질된다. 따라서 지문이미지의 품질 향상은 특징추출전에 선행되어야 한다. 본 연구에서는 지문 이미지의 품질 향상을 위해 가보필터를 사용할 것이고, 가보 필터를 사용하기 위한 여러 가지 방법들에 대해서 알아 볼 것이다.
-
상황인식 기술을 적용한 도시철도 지능형 감시시스템에 관한 연구
엄기열(Ki-Yeol Eom),홍다혜(Da-Hye Hong),강민구(Min-Gu Kang),안태기(Tae-Ki Ahn),김문현(Moon-Hyun Kim) 한국지능시스템학회 2008 한국지능시스템학회 학술발표 논문집 Vol.18 No.2
최근 도시철도 역사 내의 범죄 및 테러 등과 같은 주변상황을 감시하거나 초기에 인식하고 대처하기 위해 각종 센서와 영상 감시 카메라의 설치 및 사용이 증가하고 있는 추세이다. 하지만, 이러한 감시 시스템은 관리자가 직접 검토하고 판단해야하는 불편함이 있다. 이러한 단점을 개선하기 위해 본 논문에서는 상황인식 기술을 이용한 지능형 감시시스템을 제안한다. 지능형 감시 시스템이란, 영상카메라에서 얻은 디지털화된 정보를 이용하여 사전에 정의된 패턴분석 규칙에 따라 사용자 및 환경상황, 패턴을 분석하고 사고 및 이상 징후가 발생할 경우 스스로 판단하여 경보 및 차단 시스템을 작동 시키는 시스템을 말한다. 제안된 시스템은 철도 역사 내에서 획득한 상황 데이터와 시스템 내의 미리 정의 된 규칙과의 비교연산을 수행한 후 시스템 스스로가 현재 상황에 적합한 대응책이나 결과를 추론하는 지능형 감시시스템이다.
-
이물 객체 탐지 성능 개선을 위한 딥러닝 네트워크 기반 저품질 영상 개선 기법 개발
엄기열 ( Ki-yeol Eom ),민병석 ( Byungseok Min ) 한국인터넷정보학회 2024 인터넷정보학회논문지 Vol.25 No.1
경제성장과 산업 발전에 따라 반도체 제품부터 SMT 제품, 전기 배터리 제품에 이르기 까지 많은 전자통신 부품들의 제조과정에서 발생하는 철, 알루미늄, 플라스틱 등의 이물질로 인해 제품이 제대로 동작하지 않거나, 전기 배터리의 경우 화재를 발생하는 문제까지 심각한 문제로 이어질 가능성이 있다. 이러한 문제를 해결하기 위해 초음파나 X-ray를 이용한 비파괴 방법으로 제품 내부에 이물질이 있는지 판단하여 문제의 발생을 차단하고 있으나, X-ray 영상을 취득하여 이물질이 있는지 판정하는 데에도 여러 한계점이 존재한다. 특히. 크기가 작거나 밀도가 낮은 이물질들은 X-Ray장비로 촬영을 하여도 보이지 않는 문제점이 있고, 잡음 등으로 인해 이물들이 잘 안 보이는 경우가 있으며, 특히 높은 생산성을 가지기 위해서는 빠른 검사속도가 필요한데, 이 경우 X-ray 촬영시간이 짧아지게 되면 신호 대비 잡음비율(SNR)이 낮아지면서 이물 탐지 성능이 크게 저하되는 문제를 가진다. 따라서, 본 논문에서는 저화질로 인해 이물질을 탐지하기 어려운 한계를 극복하기 위한 5단계 방안을 제안한다. 첫번째로, Global 히스토그램 최적화를 통해 X-Ray영상의 대비를 향상시키고, 두 번째로 고주파 영역 신호의 구분력을 강화하기 위하여 Local contrast기법을 적용하며, 세 번째로 Edge 선명도 향상을 위해 Unsharp masking을 통해 경계선을 강화하여 객체가 잘 구분되도록 한다, 네 번째로, 잡음 제거 및 영상향상을 위해 Resdual Dense Block(RDB)의 초고해상화 방법을 제안하며, 마지막으로 Yolov5 알고리즘을 이용하여 이물질을 학습한 후 탐지한다. 본 연구에서 제안하는 방식을 이용하여 실험한 결과, 저밀도 영상 대비 정밀도 등의 평가기준에서 10%이상의 성능이 향상된다. Along with economic growth and industrial development, there is an increasing demand for various electronic components and device production of semiconductor, SMT component, and electrical battery products. However, these products may contain foreign substances coming from manufacturing process such as iron, aluminum, plastic and so on, which could lead to serious problems or malfunctioning of the product, and fire on the electric vehicle. To solve these problems, it is necessary to determine whether there are foreign materials inside the product, and may tests have been done by means of non-destructive testing methodology such as ultrasound ot X-ray. Nevertheless, there are technical challenges and limitation in acquiring X-ray images and determining the presence of foreign materials. In particular Small-sized or low-density foreign materials may not be visible even when X-ray equipment is used, and noise can also make it difficult to detect foreign objects. Moreover, in order to meet the manufacturing speed requirement, the x-ray acquisition time should be reduced, which can result in the very low signal- to-noise ratio(SNR) lowering the foreign material detection accuracy. Therefore, in this paper, we propose a five-step approach to overcome the limitations of low resolution, which make it challenging to detect foreign substances. Firstly, global contrast of X-ray images are increased through histogram stretching methodology. Second, to strengthen the high frequency signal and local contrast, we applied local contrast enhancement technique. Third, to improve the edge clearness, Unsharp masking is applied to enhance edges, making objects more visible. Forth, the super-resolution method of the Residual Dense Block (RDB) is used for noise reduction and image enhancement. Last, the Yolov5 algorithm is employed to train and detect foreign objects after learning. Using the proposed method in this study, experimental results show an improvement of more than 10% in performance metrics such as precision compared to low-density images.
-
-
김규진(Gyu-Jin Kim),엄기열(Ki-Yeol Eom),정재영(Jae-Young Jung),김문현(Moon-Hyun Kim) 한국정보과학회 2009 한국정보과학회 학술발표논문집 Vol.36 No.2C
수송기능의 우수한 성능으로 인해 세계 여러 나라에서 채택되어 운행되고 있는 지하철은 많은 사람들의 이동으로 인해 혼잡한 경우가 많다. 이러한 상황에서 군중 분산 유도 및 군중 흐름 제어를 위한 혼잡도 측정의 필요성이 증대되었다. 인원 계수를 통한 혼잡도 측정이 컴퓨터 비젼에 있어 가장 이상적인 방법으로 제시될 수 있으나 성능관점에서 일반적으로 카메라가 고정적으로 비추고 있는 전체영역과 해당영역 내 움직임이 검출된 영역의 비율로 정의하고 있다. 본 논문에서는 정량화된 혼잡도 측정방법으로써 선행적으로 제시된 장면별·지역별 혼잡도를 소개하고 도시철도 역사 내에서도 가장 유동인원이 많은 승강장 내 객체의 등장을 확률적인 기법 중 포아송 분포로 모델링 하여 그 연계성을 고찰해 보고자 한다.
DBpia
ScienceON연관 검색어 추천
이 검색어로 많이 본 자료
활용도 높은 자료
