방향성분 특징과 Fisher Measure를 이용한 간판영상 한글인식

임준식,김수형,이귀상,양형정,이명은,Lim, Jun-Sik,Kim, Soo-Hyung,Lee, Guee-Sang,Yang, Hyung-Jung,Lee, Myung-Eun 한국정보처리학회 2009 정보처리학회논문지B Vol.16 No.3

In this paper, we propose a Korean character recognition method from outboard signboard images. We have chosen 808 classes of Korean characters by an analysis of frequencies of appearance in a dictionary of signboard names. The proposed method mainly consists of three steps: feature extraction, rough classification, and coarse classification. The first step is to extract a nonlinear directional segments feature, which is immune to the distortion of character shapes. The second step computes an ordered set of 10 recognition candidates using a minimum distance classifier. The last step reorders the recognition candidates using a Fisher discriminant measure. As experimental results, the recognition accuracy is 80.45% for the first choice, and 93.51% for the top five choices. 본 논문은 모바일 폰 기반의 간판 영상내 한글 문자인식에 관한 연구로써 인식 대상은 간판영상에서 추출된 상호명으로 하였고 인식대상 문자 수는 상호명 빈도수 기반 808자로 한정하였다. 인식과정은 특징 추출, 대분류, 상세 분류로 구성되고 특징 추출과정에서는 문자영상의 크기, 잡음 및 왜곡에 강건한 비선형 방향성분 특징을 이용하였고 대분류 과정에서는 추출된 특징과 인식 대상문자에 대하여 최소거리 분류를 수행하고 10순위까지의 후보 문자를 추출하였다. 상세 분류 과정에서는 Fisher discriminant measure 이용하여 대분류에서 발생 할 수 있는 오인 식 결과를 보완하였다. 실험결과 1순위 인식률은 80.45%이고 5순위까지의 누적 인식률은 93.51%를 보였다.

자기주도적 학습을 지원하기 위한 온톨로지 기반의 이러닝 시스템

최숙영 ( Sook Young Choi ),양형정 ( Hyung Jung Yang ) 한국컴퓨터교육학회 2010 컴퓨터교육학회 논문지 Vol.13 No.5

본 연구에서는 사이버 가정학습에서 학습자들의 자기주도적 학습을 지원하기 위한 온톨로지 기반의 학습지원 시스템을 개발하였다. 본 시스템은 학습내용에 대한 온톨로지를 구현하여 학습 개념들간의 관련성을 학습자에게 시각적으로 구조화하고 선·후 개념들의 관련성을 보여줌으로써 학습자들이 학습내용에 대한 이해를 높일 수 있도록 지원하고 있다. 또한, 온톨로지를 구축시 정의된 다양한 속성 정보들을 이용한 고차원적인 추론 기능을 제공함으로써 학습에 대한 흥미와 동기를 높일 수 있도록 하고 학습자의 주도적이고 능동적인 학습을 지원하고 있다. In this study we developed an ontology-based e-learning system for supporting self-directed learning. In this system, a domain ontology of a learning topic was constructed and relation properties were defined to indicate the relations among the learning concepts. The learning concepts and their relationships are structured visually through the domain ontology. It also boosts understandabilities of students by means of the visualization of relationships among the pre and post concepts. In addition, the system provides reasoning so that learners can do intelligent query when they want to learn more or they are curious about the high-level knowledge while they are learning a topic. These features of the system would help learners` self-directed and active learning.

사이버 가정학습에서 자기주도적 학습을 지원하기 위한 온톨로지 기반의 학습 시스템

신형욱(Hyoung-Wook Shin),양형정(Hyung-Jung Yang),최숙영(Sook-Young Choi) 한국멀티미디어학회 2009 한국멀티미디어학회 학술발표논문집 Vol.2009 No.1

본 논문에서는 사이버 가정학습에서 학습자들의 자기주도적 학습을 지원하기 위한 온톨로지 기반의 학습지원 시스템을 제안한다. 제안된 시스템은 학습내용에 대한 온톨로지를 구현하여 학습 개념들간의 관련성을 학습자에게 시각적으로 지원함으로써 학습내용에 대한 이해를 돕고 있다. 또한, 온톨로지를 구축시 정의된 다양한 속성 정보들을 이용한 고차원적인 추론 기능을 제공함으로써 학습에 대한 흥미와 동기를 높일 수 있도록 하고 학습자의 주도적이고 능동적인 학습을 지원하고 있다. 제안된 시스템은 중학교 2학년 생물 과목의 한 단원인 생식과 수정이라는 주제에 관해 온톨로지를 구축하여 구현되었다.

이미지 유사도를 이용한 와인라벨 인식 시스템

정종문(Jeong-Mun Jung),양형정(Hyung-Jeong Yang),김수형(Soo-Hyung Kim),이귀상(Guee-Sang Lee),김선희(Sun-Hee Kim) 한국콘텐츠학회 2011 한국콘텐츠학회논문지 Vol.11 No.5

최근 휴대폰 카메라로 촬영한 영상을 입력으로 사용하는 시스템에 대한 연구가 활발히 이루어지고 있다. 본 논문에서는 와인라벨의 문자를 인식한 후, 데이터베이스내의 와인이미지들 중에서 입력 와인라벨 이미지와 유사한 순서대로 사용자에게 보여주는 시스템을 제안한다. 이미지의 유사도 계산을 위해 본 논문에서는 이미지의 각 영역별 대표색상, 텍스트 영역의 텍스트 색상과 배경색상, 그리고 특징점의 분포를 특징으로 사용한다. 이미지의 색상차를 계산하기 위해 RGB색상을 CIE-Lab색상으로 변환하여 사용하고, 특징점은 해리스코너 검출 알고리즘을 사용하여 추출한다. 각 셀의 대표 색상차와 텍스트 색상차 및 배경 색상차는 가중치를 작용하여 색상차 유사도를 계산하고 색상차 유사도와 특징점 분포 유사도를 정규화하여 최종 이미지 유사도를 구한다. 본 논문에서는 입력 이미지와 데이터베이스내의 이미지 간의 유사도를 계산하여 유사도 순으로 사용자에게 검색 결과를 보여줌으로써 검색 결과로부터 다시 최대 유사 와인라벨을 수동으로 찾는 노력을 줄일 수 있다. Recently the research on the system using images taken from camera phones as input is actively conducted. This paper proposed a system that shows wine pictures which are similar to the input wine label in order. For the calculation of the similarity of images, the representative color of each cell of the image, the recognized text color, background color and distribution of feature points are used as the features. In order to calculate the difference of the colors, RGB is converted into CIE-Lab and the feature points are extracted by using Harris Comer Detection Algorithm. The weights of representative color of each cell of image, text color and background color are applied. The image similarity is calculated by normalizing the difference of color similarity and distribution of feature points. After calculating the similarity between the input image and the images in the database, the images in Database are shown in the descent order of the similarity so that the effort of users to search for similar wine labels again from the searched result is reduced.

Region of Interest Localization for Bone Age Estimation Using Whole-Body Bone Scintigraphy

Thanh-Cong Do,양형정(Hyung Jeong Yang),김수형(Soo Hyung Kim),이귀상(Guee Sang Lee),강세령(Sae Ryung Kang),민정준(Jung Joon Min) 한국스마트미디어학회 2021 스마트미디어저널 Vol.10 No.2

In the past decade, deep learning has been applied to various medical image analysis tasks. Skeletal bone age estimation is clinically important as it can help prevent age-related illness and pave the way for new anti-aging therapies. Recent research has applied deep learning techniques to the task of bone age assessment and achieved positive results. In this paper, we propose a bone age prediction method using a deep convolutional neural network. Specifically, we first train a classification model that automatically localizes the most discriminative region of an image and crops it from the original image. The regions of interest are then used as input for a regression model to estimate the age of the patient. The experiments are conducted on a whole-body scintigraphy dataset that was collected by Chonnam National University Hwasun Hospital. The experimental results illustrate the potential of our proposed method, which has a mean absolute error of 3.35 years. Our proposed framework can be used as a robust supporting tool for clinicians to prevent age-related diseases.

사용자 상호작용에 의한 퍼지 인식도 구축 지원 시스템

신형욱(Hyoung-Wook Shin),정종문(Jeong-Mun Jung),챠위핑(Wooi Ping Cheah),양형정(Hyung-Jeong Yang),김경윤(Kyoung-Yun Kim) 한국콘텐츠학회 2008 한국콘텐츠학회논문지 Vol.8 No.12

인과관계의 지식을 모델링하고 표현하며 추론하는 주요 형식화 방법의 하나인 퍼지인식도(Fuzzy Cognitive Map)는 주로 인과지식공학에 많이 사용되고 있다. 인과관계의 자연스럽고 쉬운 의사결정의 이해와 전후관계의 자연스러운 설명이라는 장점에도 불구하고 인과관계의 지식 모델링과 표현은 구현에 있어서 수학적인 적용의 모호함과 복잡한 알고리즘으로 인해 상호작용에 기반 한 구축 시스템을 찾아보기 어렵다. 본 논문에서는 인과지식 추론을 위한 퍼지 인식도의 구축 지원 시스템을 제시한다. 본 논문에서 제안하는 인과관계 추론 시스템은 다중 전문가의 지식을 반영하기 위해 지식을 점진적으로 반영하여 퍼지 인식도를 구축한다. 또한 전문가와의 상호작용을 통해 구현된 퍼지 인식도의 구조를 동적으로 디스플레이함으로써 사용자 지향적인 환경을 제공한다. Fuzzy Cognitive Map, one of ways to model, describe and infer reasoning relations, is widely used in the field of reasoning knowledge engineering. Despite of the natural and easy understanding of decision and smooth explanation of relation between front and rear, reasoning relation is organized with mathematical haziness and complex algorithm and rarely has an interactive user interface. This paper suggests an interactive Fuzzy Cognitive Map(FCM) construction support system. It builds a FCM increasingly concerning multiple experts' knowledge. Futhermore, it supports user-supportive environment by dynamically displaying the structure of Fuzzy Cognitive Map which is constructed by the interaction between experts and the system.

End-to-end Bone Tumor Segmentation and Classification from X-ray Images by Using Multi-level Seg-Unet Model

Nhu-Tai Do(도누따이),Sung-Taek Jung(정성택),Hyung-Jeong Yang(양형정),Soo-Hyung Kim(김수형) 한국정보과학회 2020 정보과학회논문지 Vol.47 No.2

무릎 골종양 검출은 의료진단 보조 시스템 구현에 있어서 중요한 역할을 담당한다. 지금까지 제시된 방법 중 입력 X-ray 영상에서 종양을 검출하고 이를 분류하는 기능이 모두 포함된 end-to-end 시스템은 없다. 본 논문에서는 다중 딥러닝에 기반한 end-to-end 시스템을 제안한다. 이를 위해 우리는 영상내 종양부분에 대한 거리변환으로부터 다단계 마스크를 생성하고, 이를 해당 종양의 의미론적 정보를 추출하는 신경망의 guided filter로 활용한다. 또한, 제안된 신경망 구조는 종양의 분할과 분류 과정을 학습하는 과정에서 정규화하는 효과를 포함하고 있다. 제안된 신경망 모델이 전남대학교병원에서 구축한 데이터셋에 대해 다른 기법들보다 우수한 성능을 보임을 입증하였다. Knee bone tumor detection plays an essential role in assisting the clinical diagnosis process. To the best of our knowledge, there is no method to integrate end-to-end segmentation and classification for this problem. In this paper, we propose a multi-task deep learning architecture for classification and segmentation of the tumor regions in the knee bone. Also, we introduce multi-level distance masks from the distance transform of tumor region, and these multi-level distance masks have a role as a guided filter in enabling the network to capture semantic data around tumor regions. Besides, the architecture has a regularizing effect on the learning process between segmentation and classification. Our model was evaluated on the Chonnam National University Hospital dataset and achieved good performance compared to other methods.

모바일 장치 상에서의 특이성 탐지를 위한 FCM 추론 모델

김정식 ( Jeong-sik Kim ),신형욱 ( Hyoung-wook Shin ),양형정 ( Hyung-jung Yang ) 한국정보처리학회 2009 한국정보처리학회 학술대회논문집 Vol.16 No.2

모바일 장치에서 얻을 수 있는 정보는 의미 있는 다양한 개인 정보를 가지고 있다. 본 논문에서는 모바일 장치에서 얻을 수 있는 정보를 분석하여 특이성을 추론하는 방법을 제안한다. 특이성 추론 방법으로 인과관계의 지식을 모델링하고 표현하며 추론하는 주요 형식화 방법의 하나인 FCM(Fuzzy Cognitive Map)을 사용하였다. 제안된 방법은 모바일 장치에서 얻은 정보와 추론된 특이성을 개념노드로 이용하여 새로운 특이성을 추론하며, 개념노드간의 인과관계를 효율적으로 표현한다.

Bone Area Segmentation in X-Ray images using an Adaptable U-Net

Ngoc-Huynh Hoi(호녁휜),Dinh-Son Trani(트란딘썬),Jong-Min Joo(주종민),Hyung-Jeong Yang(양형정),Soo-Hyung Kim(김수형),Sung-Taek Jung(정성택),Sang-Don Joo(주상돈) 한국정보과학회 2018 한국정보과학회 학술발표논문집 Vol.2018 No.6

과분할 및 조합문자 필터링을 이용한 와인 라벨영상에서의 Cursive Script 인식

임준식(JunSik Lim),김수형(SooHyung Kim),이칠우(ChilWoo LEE),이귀상(Lee Guee-Sang),양형정(Yang Hyung-Jung),이명은(Lee Myung-Eun) 한국정보과학회 2009 한국정보과학회 학술발표논문집 Vol.36 No.2A