SVM 분류기를 이용한 필기체 숫자인식

박중조,김경민,Park, Joong-Jo,Kim, Kyoung-Min 한국융합신호처리학회 2007 융합신호처리학회 논문지 (JISPS) Vol.8 No.3

Recent researches in the recognition system have shown that SVM (Support Vector Machine) classifiers often have superior recognition rates in comparison to other classifiers. In this paper, we present the handwritten numeral recognition algorithm using SVM classifiers. The numeral features used in our algorithm are mesh features, directional features by Kirsch operators and concavity features, where first two features represent the foreground information of numerals and the last feature represents the background information of numerals. These features are complements each of the other. Since SVM is basically a binary classifier, it is required to construct and combine several binary SVMs to get the multi-class classifiers. We use two strategies for implementing multi-class SVM classifiers: "one against one" and "one against the rest", and examine their performances on the features used. The efficiency of our method is tested by the CENPARMI handwritten numeral database, and the recognition rate of 98.45% is achieved. 최근의 인식 시스템 연구들에 의하면 SVM 분류기가 여러 다른 분류기에 비해 우수한 인식 성능을 나타내고 있다. 이에 본 논문에서는 SVM 분류기를 사용하여 필기체 숫자를 인식하는 알고리즘을 제시한다. 본 기법에서는 필기체 숫자의 특징으로서 망특징과 Kirsch 연산자에 의한 방향 특징 및 오목특징을 사용하는데, 이중에서 처음 두 특징은 숫자를 이루는 선에 대한 전경 정보를 표현하며, 마지막 특징은 숫자의 배경 정보를 표현하여 상호 보완적인 역학을 수행한다. 본질적으로 SVM은 두 클래스 분류기이므로 이를 다중 클래스 분류기로 사용하기 위해서는 여러 개의 SVM들을 결합하여 사용해야 하는데, 본 논문에서는 "일대일" 방법과 "일대다" 방법을 사용하여 주어진 특징에 대한 인식을 수행하였다. 제시된 기법의 성능 평가를 위해 CENPARMI 필기체 숫자 데이터베이스를 사용하여 실험하였으며, 그 결과 98.45%의 인식률을 얻을 수 있었다.

복합특징과 SVM 분류기를 이용한 필기체 숫자인식

박중조,김태웅,김경민,Park, Joong-Jo,Kim, Tae-Woong,Kim, Kyoung-Min 한국정보통신학회 2010 한국정보통신학회논문지 Vol.14 No.12

In this paper, we studied the use of the foreground and background features and SVM classifier to improve the accuracy of offline handwritten numeral recognition. The foreground features are two directional features: directional gradient feature by Kirsch operators and directional stroke feature by projection runlength, and the background feature is concavity feature which is extracted from the convex hull of the numeral, where concavity feature functions as complement to the directional features. During classification of the numeral, these three features are combined to obtain good discrimination power. The efficiency of our feature sets was tested by recognition experiments on the handwritten numeral database CENPARMI, where we used SVM with RBF kernel as a classifier. The experimental results showed that each combination of two or three features gave a better performance than a single feature. This means that each single feature works with a different discriminating power and cooperates with other features to enhance the recognition accuracy. By using the composite feature of the three features, we achieved a recognition rate of 98.90%. 본 논문에서는 숫자의 전경특징과 배경특징을 이용하고 SVM 분류기를 사용하여 오프라인 필기체 숫자인식에서 인식률을 향상시키는 방안을 제시한다. 숫자의 전경특징은 숫자의 에지선을 추출한 Kirsch 방향특징과 숫자선 자체를 추출한 projection 방향특징으로 구성되며, 숫자의 배경특징은 숫자의 볼록외피로 부터 추출되는 오목특징이다. 여기서 오목특징은 방향특징에 대해 보완적인 특징으로 작용하여 분류 성능 향상에 기여한다. 인식기로는 RBF 커널을 이용한 SVM 분류기를 사용하고, CENPAMI 숫자특징 데이터베이스를 사용하여 제시된 방법의 성능을 검사하였다. 실험 결과 각기 다른 분류 성능을 갖는 이들 3종의 특징들이 상호 보완적으로 작용하여 인식률 향상에 기여함을 확인할 수 있었으며, 제시된 복합특징에 의해 98.90%의 인식률을 달성하였다.

특징점의 융선형태 정보를 이용한 지문인식

박중조,이길호,Park Joong-Jo,Lee Kil-Ho 한국융합신호처리학회 2005 융합신호처리학회 논문지 (JISPS) Vol.6 No.2

최근 개인인증 기술에 대한 요구가 증가하고 있다. 지문인식은 이 요구에 대응하여 광범위하게 사용되고 있는 생체인식 기법중의 하나이다. 본 연구에서는 특징점의 융선형태 정보를 이용한 지문매칭 알고리즘을 제시한다. 여기서 융선형태는 1차원 이산신호로 표현되어 사용된다. 본 알고리즘은 다음의 절차로 처리된다. 먼저, 입력지문과 등록지문의 모든 특징점에서 융선을 1차원 이산신호로 표현하여 융선형태 정보를 얻는다. 그리고 두 지문에서 유사한 융선형태를 갖는 특징점쌍을 구한 후 이로부터 두 지문의 회전각도와 이동변위의 후보를 구한다. 이 후보들로부터 군집화 기법을 통해 최종적인 회전각도와 이동변위를 얻어 입력지문에 대해 정렬을 수행한다. 마지막으로 정렬된 입력지문과 등록지문사이에 일치되는 특징점쌍을 찾아 매칭률을 계산한다. 실험결과 $0.79\%$의 FAR에서 $18.0\%$의 FRR를 달성하였다. Recently, the social requirement of personal identification techniques has been increasing. Fingerprint recognition is one of the biometries methods that has been widely used for this requirement. This paper proposes the fingerprint matching algorithm that uses the information of the ridge shapes of minutiae. In which, the data of the ridge shape are expressed in one-dimensional discrete-time signals. In our algorithm, we obtain one-dimensional discrete-time signals for ridge at every minutiae from input and registered fingerprints, and find pairs of minutia which have the similar ridge shape by comparing input fingerprint with registered fingerprint, thereafter we find candidates of rotation angle and moving displacement from the pairs of similar minutia, and obtain the final rotation angle and moving displacement value from those candidates set by using clustering method. After that, we align an input fingerprint by using obtained data, and calculate the matching rate by counting the number of corresponded pairs of minutia within the overlapped area of an input and registered fingerprints. As a result of experiment, false rejection rate(FRR) of $18.0\%$ at false acceptance rate(FAR) of $0.79\%$ is achieved.

퍼지 논리 연산을 이용한 타이어 돌출 문자의 윤곽선 추출

박중조(Joong Jo Park),김경민(Kyoung Min Kim),박귀태(Gwi Tae Park) 한국지능시스템학회 1994 한국지능시스템학회 학술발표 논문집 Vol.4 No.2

퍼지 논리 연산을 이용한 타이어 돌출 문자의 윤곽선 추출

박중조(Joong Jo Park),김경민(Kyoung Min Kim),박귀태(Gwi Tae Park) 한국지능시스템학회 1994 한국지능시스템학회 학술발표 논문집 Vol.- No.-

비전시스템에 의한 열간 선재 단면 측정

박중조(Joong-Jo Park),탁영봉(Young-Bong Tak) 제어로봇시스템학회 2000 제어·로봇·시스템학회 논문지 Vol.6 No.12

Projection Runlength를 이용한 필기체 숫자의 특징추출

박중조(Joong-Jo Park),정순원(Soon-won Jung),박영환(Young-Hwan Park),김경민(Kyoung-Min Kim) 제어로봇시스템학회 2008 제어·로봇·시스템학회 논문지 Vol.14 No.8

In this paper, we propose a feature extraction method which extracts directional features of handwritten numerals by using the projection runlength. Our directional featrures are obtained from four directional images, each of which contains horizontal, vertical, right-diagonal and left-diagonal lines in entire numeral shape respectively. A conventional method which extracts directional features by using Kirsch masks generates edge-shaped double line directional images for four directions, whereas our method uses the projections and their runlengths for four directions to produces single line directional images for four directions. To obtain the directional projections for four directions from a numeral image, some preprocessing steps such as thinning and dilation are required, but the shapes of resultant directional lines are more similar to the numeral lines of input numerals. Four [4×4] directional features of a numeral are obtained from four directional line images through a zoning method. By using a hybrid feature which is made by combining our feature with the conventional features of a mesh features, a kirsch directional feature and a concavity feature, higher recognition rates of the handwrittem numerals can be obtained. For recognition test with given features, we use a multi-layer perceptron neural network classifier which is trained with the back propagation algorithm. Through the experiments with the handwritten numeral database of Concordia University, we have achieved a recognition rate of 97.85%.

꼭짓점 정보를 이용한 자동차 번호판 검출

김진욱,박중조,Kim, Jin-Uk,Park, Joong-Jo 한국융합신호처리학회 2012 융합신호처리학회 논문지 (JISPS) Vol.13 No.4

본 논문에서는 자동차 번호판을 검출하는 새로운 방법을 제시한다. 자동차 번호판은 사각형 모양이므로 우리의 방법은 기본적으로 입력 영상에서 사각형을 추출하는 방법이 된다. 번호판을 검출하기 위해, 먼저 입력영상의 콘트라스트를 향상시키고, 그 후 LSD(Line segment detector) 기법을 사용하여 영상내의 선을 검출하고, 이 선 정보로 부터 사각형들을 추출 한다. 이 사각형들은 번호판 후보들이 되고, 이로부터 번호판이 검출된다. 이중에서 본 연구가 제안하는 부분은 사각형 추출방법으로서, 이 방법은 3단계로 구성된다: (1) 먼저, LSD에 의해 얻어진 선으로부터 꼭짓점들을 추출한다; (2) 구해진 꼭짓점들을 사용하여 사각형의 대각선을 검출한다; (3) 그 후, 대각선 정보를 이용하여 사각형을 추출해 낸다. 최종적으로 번호판 특성과 사각형 내부 정보를 이용하여 이 사각형들로부터 번호판이 선택된다. 100장의 자동차 영상을 촬영하여 실험한 결과 94%의 검출율을 달성하였다. In this paper, we presents a new method for vehicle number plate detection. Our method is basically the method extracting a rectangles from a car image because the shape of a vehicle number plate is a rectangle. For detecting the vehicle number plate, firstly, the contrast of the input image is enhanced. Then, the lines in the image are obtained by using LSD(line segment detector), and rectangles in the image are detected from the line data. These rectangles are the candidates of the car plate, from which the car plate is selected. In this procedure, the method of detecting rectangles is our proposed method, which consists of three stages: (1) extracting corners from the line segments by LSD; (2) extracting diagonal lines from the corner data; and (3) detecting rectangles from diagonal line information. And finally the vehicle number plate is selected from these rectangles by using the feature of the vehicle number plate and the inside information of rectangles. In the experiments with the 100 images captured by our digital camera, we have achieved a detection rate of 94%.

Local min/max 연산을 이용한 필기체 숫자의 방향특징 추출

정순원,박중조,Jung, Soon-Won,Park, Joong-Jo 한국융합신호처리학회 2009 융합신호처리학회 논문지 (JISPS) Vol.10 No.1

본 논문에서는 local min/max 연산을 이용한 필기체 숫자의 방향특징 추출 기법을 제안한다. 숫자의 방향특징은 숫자를 이루는 선에서 수평, 수직 및 두 대각방향인 4개 방향의 선들로 구성된 방향선분 영상으로부터 구해진다. Kirsch 마스크를 사용하는 기존의 방향특징 추출기법은 에지형태인 두 겹으로 된 방향선분 영상을 생성하는데 반해 본 논문에서 제시하는 방법은 방향성 수축연산을 사용하여 한 겹으로 된 방향선분 영상을 생성한다. 본 방향성 수축연산을 숫자영상에 적용하기 위해서는 먼저 세선화, 영상 팽창 등의 전처리가 필요하지만 이 방법은 숫자를 이루는 선 자체와 더욱 유사한 형태를 갖는 방향선분을 제공한다. 우리가 구하고자 하는 [$4{\times}4$] 크기인 4개의 방향특징은 4개의 방향선분 영상으로부터 조닝방법을 통해 구해진다. 보다 높은 필기체 숫자인식을 얻기 위해, 본 연구에서는 우리가 제안한 방향특징에 기존의 Kirsch 방향특징과 오목특징을 결합한 다중특징을 사용하였다. 본 숫자 특징에 의한 인식률을 테스트를 위해 오류역전파 알고리즘으로 학습되는 다층퍼셉트론 신경회로망을 인식기로 사용하였으며, Concordia 대학의 CENPARMI 숫자 데이터베이스를 사용하여 실험한 결과 98.35%의 인식률을 얻을 수 있었다. In this paper, we propose a directional feature extraction method for off-line handwritten numerals by using the morphological operations. Direction features are obtained from four directional line images, each of which contains horizontal, vertical, right-diagonal and left-diagonal lines in entire numeral lines. Conventional method for extracting directional features uses Kirsch masks which generate edge-shaped double line images for each direction, whereas our method uses directional erosion operations and generate single line images for each direction. To apply these directional erosion operations to the numeral image, preprocessing steps such as thinning and dilation are required, but resultant directional lines are more similar to numeral lines themselves. Our four [$4{\times}4$] directional features of a numeral are obtained from four directional line images through a zoning method. For obtaining the higher recognition rates of the handwrittern numerals, we use the multiple feature which is comprised of our proposed feature and the conventional features of a kirsch directional feature and a concavity feature. For recognition test with given features, we use a multi-layer perceptron neural network classifier which is trained with the back propagation algorithm. Through the experiments with the CENPARMI numeral database of Concordia University, we have achieved a recognition rate of 98.35%.

냉연 표면흠 검사 알고리듬 개발에 관한 연구

김경민,박귀태,박중조,이종학,정진양,이주강,Kim, Kyoung-Min,Park, Gwi-Tae,Park, Joong-Jo,Lee, Jong-Hak,Jung, Jin-Yang,Lee, Joo-Kang 제어·로봇·시스템학회 1997 제어·로봇·시스템학회 논문지 Vol.3 No.2

In this paper we suggest a development of surface defect inspection algorithms for cold mill strip. The defects which exist in a surface of cold mill strip have a scattering or singular distribution. This paper consists of preprocessing, feature extraction and defect classification. By preprocessing, the binarized defect image is achieved. In this procedure, Top-hit transform, adaptive thresholding, thinning and noise rejection are used. Especially, Top-hit transform using local min/max operation diminishes the effect of bad lighting. In feature extraction, geometric, moment and co-occurrence matrix features are calculated. For the defect classification, multilayer neural network is used. The proposed algorithm showed 15% error rate.