http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
신뢰성 있는 홍채 특징 추출을 위한 효율적인 전처리 모델 연구
이동국(Dongkook Lee),기균도(Gyundo Kee),이관용(Kwanyong Lee),이일병(Yillbyung Lee) 한국정보과학회 2000 한국정보과학회 학술발표논문집 Vol.27 No.2Ⅱ
동일인에 대한 눈 영상에 대해서 홍채 영역 추출의 일정성은 인식을 위한 특징 추출에 신뢰성을 부여해주는 핵심 부분이라고 할 수 있다. 본 연구에서는 이런 특징 추출의 신뢰성을 부여하기 위한 방법으로서 좌표 설정의 기준이 되는 중심의 대표 값을 찾아내는 방법과 홍채 근육의 움직임에 의한 영향을 배제할 수 있는 홍채 영역 정규화의 한 모델을 제시함으로써 불리한 환경 조건에서 홍채 인식률을 높이는 기반을 세우고자 한다.
이현주(Hyunjoo Lee),이관용(Kwanyong Lee),변혜란(Hyeran Byun),이일병(Yillbyung Lee) 한국정보과학회 2001 한국정보과학회 학술발표논문집 Vol.28 No.1B
본 논문에서는 홍채인식 시스템에서의 효율적으로 영상을 획득하기 위한 방법으로, 고정 초점 카메라로부터 연속적으로 입력되는 복수 개의 영상 중 간결한 적합성 평가 과정을 통해 인식에 효율적으로 사용될 수 있는 영상을 선정하는 방법을 제안한다. CCD 카메라에 의해 영상을 자동으로 획득하기 위해서는 주어진 시간 내에 복수 개의 영상들을 입력받아 적절한 처리 과정을 수행하게 된다. 이 때 모든 입력 영상에 대해 인식 과정을 거치는 대신, 실시간의 영상 적합성 처리를 통해 동영상 프레임의 순위를 결정한 후 인식 시스템에 제공하는 방법을 사용한다. 이와 같은 과정을 통해 처리 시간의 단축과 동시에 인식기의 인식성능을 높일 수 있게 된다. 이를 위해 본 논문에서는 입력 영상의 화소 값 분포와 경계 값의 성분비를 이용하여 빠르고 쉽게 영상을 선정하는 기법을 제안한다.
이창현(Changhyun Lee),이관용(Kwangyong Lee),김경환(Gyeonghwan Kim),최영우(Yeongwoo Choi),이일병(Yillbyung Lee) 한국정보과학회 1999 한국정보과학회 학술발표논문집 Vol.26 No.2Ⅱ
현 사회에서 사용하고 있는 문서들은 양식을 가지고 있는 서식문서가 대부분이며, 이러한 양식을 가지고 있는 서식문서는 사회가 발전함에 따라 전자 문서로의 변경이 요구되고 있다. 그러나 서식문서를 전자 문서로 바꾸는 작업은 쉬운 일이 아니며, 이 작업을 위해 문자인식 기술이 요구된다. 특히 서식문서에서 문자의 인식률을 높이기 위해서는 문서양식의 라인과 겹쳐진 문자에 대하여 라인제거 및 문자복원이 필수적이며, 또한 대부분의 서식 문서의 양식에 가입하는 내용은 문자열로 구성되어 있으므로 문자복원에 있어서 낱자 단위의 문자복원이 아닌 문자열 단위의 문자복원이 필요하다. 본 논문에서는 다양한 서식문서에서 라인과 겹쳐진 문자 영상에 대해 문자열 단위의 라인제거 및 복원하는 방법을 제안한다.
이관희(Kwanhee Lee),이일병(Yillbyung Lee) 한국정보과학회 2003 한국정보과학회 학술발표논문집 Vol.30 No.1B
패턴 인식 분야에서 다중 분류기 시스템은 여러 분류기의 결과들을 조합하여 전체 성능을 향상 시키는 시스템이다. 다중 분류기를 사용함으로써 단일 분류기 보다 더 나은 결과를 얻을 수 있음은 이미 널리 알려진 사실이다. 서로 다른 구조를 갖는 분류기들은 상호 보완적인 정보를 제공하기 때문에 각 분류기마다 입력 공간에 대해서 지역적으로 좋은 성능을 갖는다. 본 논문에서는 지역적으로 가장 좋은 성능을 보이는 분류기 선택 방법을 제안한다. 제안하는 방법은 주어진 입력 공간에 대해 각 분류기들을 학습하는 과정에서 자기조직화지도를 생성하고 각 노드별로 평가함으로써 입력이 주어지면, 해당 노드에서 가장 성능이 좋은 분류기를 선택하여 전체 성능을 향상시키는 시스템이다.
이창현(Changhyun Lee),최영우(Yeongwoo Choi),김경환(Gyeonghwan Kim),이일병(Yillbyung Lee) 한국정보과학회 2001 정보과학회논문지 : 소프트웨어 및 응용 Vol.28 No.6
본 논문에서는 서식 문서의 선과 숫자의 획이 접촉된 경우 숫자의 획을 접촉되기 전 상태의 원 이미지로 복원하는 방법을 제안한다. 제안하는 방법은 서식 문서에서 추출한 숫자열을 대상으로 열 단위로 복원한다. 과정은 우선 숫자열과 접촉된 선의 위치를 찾아내고, 선을 추적하면서 접촉으로 판정되는 영역을 유형별로 분류하여, 각 유형에 적합한 획 복원 방법을 제안한다. 또한 선에 숫자의 획이 완전히 포함된 경우의 복원 방법도 제안하여 현장에서의 서식 처리 과정에서 발생하는 문제점을 해결하고자 하였다. 제안하는 방법을 평가하기 위해서 은행 입출금전표, 신용카드 매출전표 및 NIST 필기 숫자열 데이타베이스 이미지를 사용하였다. This paper presents a method for restoring numeral strings when lines are touched with numeral strokes in various form documents. The proposed method restores the numeral string without segmenting them into individual numerals. It first finds the location of the touching lines in the extracted field image, and traces the lines and classifies the touching area into several predetermined types. Then each area is restored according to the classified types of touching. In this paper we also try to restore strokes when the strokes are totally included in the form lines to solve the difficulties in real forms processing applications. For the evaluation we have applied the method to the various handwritten and machine-printed numeral strings from bank slips, credit card sales slips, and NIST database images.
이경미(Kyoungmi Lee),조성배(Sung-Bae Cho),이일병(Yillbyung Lee) 한국정보과학회 1995 한국정보과학회 학술발표논문집 Vol.22 No.2A
벡터양자화(Vector Quantization : VQ)등에 널리 사용되어 온 코호넨의 SOFM(Self-Organizing Feature Maps)는 고정된 크기와 구조의 네트워크를 사용하기 때문에 실제 패턴을 적절히 분류하지 못하는 문제가 있다. 반면, 이것은 기본적으로 빠른 점증 학습이 가능하여 다층 퍼셉트론의 단점을 보완할 수 있는 패턴분류기로 부각되고 있다. 본 논문에서는 네트워크의 구조도 학습과정에서 주어진 패턴에 적응적으로 변형되는 구조적응 자기조직화 신경망과 그 학습 알고리즘을 제안한다. 제안된 신경망은 기존의 SOFM에 구조적응 기능을 부여함으로써 주어진 패턴의 분류에 적합한 네트워크의 구조 및 크기를 자동적으로 찾는다. 여러가지 크기의 활자체에 대한 인쇄체 숫자인식에 적용한 결과 페턴분류에 적절한 구조가 생성되었으며, 보다 복잡한 필기체 인식문제에서도 그 가능성을 보여주었다.
적응적 가중치 감소항을 적용한 Optimal Brain Surgeon
이현진(Hyunjin Lee),지태창(Taechang Jee),박혜영(Hyeyoung Park),이일병(Yillbyung Lee) 한국정보과학회 2000 한국정보과학회 학술발표논문집 Vol.27 No.2Ⅱ
본 논문에서는 다층 퍼셉트론 신경망에서 연결선 수를 최소로 하면서 일반화 성능을 향상시키기 위해 가장 널리 쓰여지고 있는 Optimal Brain Surgeon을 이용한 프루닝(pruning)을 기반으로 하여 오차 함수의 가중치 감소항을 추가 시키는 방법을 사용한다. 이때 학습 및 프루닝의 성능에 많은 영향을 미치는 가중치 감소항의 방영정도를 베이시안 테크닉에 기반하여 적응적으로 최적화 하는 방법을 제안한다. 제안하는 방법의 성능을 검증하기 위해 벤치마크 데이터를 이용하여 실험을 수행하였다. 순수한 OBS 방법과 고정된 반영정도를 가진 가중치 감소항을 추가시킨 OBS, 그리고 제안하는 적응적 가중치 감소항을 적용한 OBS 방법을 비교하여 제한하는 방법이 기존의 두 방법에 비해 신경망 구조의 최적화 능력이 뛰어남을 확인 할 수 있었다.