http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
우천 시 빗물 등 기후 변화에 따른 영상 내 노이즈 제거 알고리즘
이봉기 ( Lee Bong Ki ),감동환 ( Kam Dong Hwan ),추현욱 ( Choo Hyun Wook ),김진경 ( Kim Jin Kyoung ),조용진 ( Cho Yong Jin ),양원석 ( Yang Won Suk ),문길환 ( Moon Kil Hwan ) 한국농업기계학회 2020 한국농업기계학회 학술발표논문집 Vol.25 No.2
카메라는 영상 내 상황 변화 등의 이벤트를 감지하고 주변의 사물의 형태와 색상 등을 인식하는 것에 사용되기 때문에 지능형 영상 보안시스템이나 첨단운송기기, 스마트 팜 등 4차 산업 기술에 필수적이다. 그러나 역광, 상향등, 안개와 우천과 같이 외부 조건에 취약하기 때문에 카메라 영상에 의한 환경 인식 시 정보를 해석하는 과정에서 기상환경 및 외부 환경 변화에 따른 노이즈 등의 오류가 발생할 가능성이 있다. 악천우(폭우, 안개 등)와 조명환경 차이는 영상정보 분석의 어려움을 야기한다. 이러한 악조건 상황에서 사용자의 목적에 맞는 영상정보를 획득하기 위해서는 카메라를 통한 주변 환경 촬영 후 보정을 통하여 주변 환경에 대한 정확한 정보를 전달할 수 있고, 악조건 환경에서 보정된 영상정보를 획득하여 획득한 정보를 바탕으로 CCTV나첨단운송기기, 스마트 팜 등에 적용할 수 있는 기후 변화에 따른 영상 내 노이즈 제거 알고리즘 개발이 필요하다.
고유특징과 다층 신경망을 이용한 얼굴 영상에서의 눈과 입 영역 자동 추출
류연식,오세영,Ryu, Yeon-Sik,O, Se-Yeong 대한전자공학회 2000 電子工學會論文誌-CI (Computer and Information) Vol.37 No.2
This paper presents a novel algorithm lot extraction of the eye and mouth fields (facial features) from 2D gray level face images. First of all, it has been found that Eigenfeatures, derived from the eigenvalues and the eigenvectors of the binary edge data set constructed from the eye and mouth fields are very good features to locate these fields. The Eigenfeatures, extracted from the positive and negative training samples for the facial features, ate used to train a MultiLayer Perceptron(MLP) whose output indicates the degree to which a particular image window contains the eye or the mouth within itself. Second, to ensure robustness, the ensemble network consisting of multiple MLPs is used instead of a single MLP. The output of the ensemble network becomes the average of the multiple locations of the field each found by the constituent MLPs. Finally, in order to reduce the computation time, we extracted the coarse search region lot eyes and mouth by using prior information on face images. The advantages of the proposed approach includes that only a small number of frontal faces are sufficient to train the nets and furthermore, lends themselves to good generalization to non-frontal poses and even to other people's faces. It was also experimentally verified that the proposed algorithm is robust against slight variations of facial size and pose due to the generalization characteristics of neural networks. 본 논문은 얼굴영상에서 눈과 입 부위를 추출하기 위한 알고리즘을 제안하였다. 첫째로, 눈과 입의 에지 이진 화소 집합의 고유 값 (Eigenvalue) 과 고유 벡터 (Eigenvector) 로 부터 추출한 정보들은 눈과 입을 찾기 위한 좋은 특징이 된다. 눈과 입 부위의 긍정적 샘플과 부정적 샘플로부터 추출한 고유 특징들로 다층 신경망을 학습하여 특정 영역이 눈과 입 부위 포함하는 정도를 나타내도록 하였다. 둘째로, 시스템의 강건성 확보를 위해 서로 다른 구조의 단일 MLP를 묶어서 그 결과를 이용하는 Ensemble network 구조를 사용하였다. 두 눈과 입에 각각 별도의 Ensemble network을 사용하였고, 각 Ensemble network내 MLP들의 출력이 최대가 되는 영역의 중심 좌표들을 평균하여 최종 위치를 결정하였다. 셋째로, 특징 정보 추출 검색 영역을 즐기기 위해 얼굴 영상 에지 정보와 눈과 입의 위치 관계를 이용해 눈과 입의 대략적인 영역을 추출하였다. 제안된 시스템은 적은 수의 정면 얼굴에서 추출한 고유 특징들로 학습된 Ensemble network을 사용하여 학습에 사용되지 않은 다른 사람들의 정면얼굴 뿐만 아니라 일정한 범위 내 자세 변화에서도 좋은 일반화 성능을 얻고 있으며, 작은 범위 내에서의 얼굴 크기 변화나 좌우 20°이내의 자세 변화에 대해서도 신경망의 일반화 기능을 이용하여 강건한 결과를 얻고 있음을 확인하였다.
송복섭 ( Bok-sob Song ),최연식 ( Yeon-sik Choi ),김정호 ( Jeong-ho Kim ),김철수 ( Chul-su Kim ),류환규 ( Hwan-gyu Ryu ) 한국정보처리학회 2010 한국정보처리학회 학술대회논문집 Vol.17 No.1
USN 기술은 센서노드의 전류소모 감소를 위한 저전력 기술개발과 관련 기술력 확보를 위해 많은 연구가 지행되고 있다. 유비쿼터스 환경에서 보안의 취약성과 낮은 신뢰성 문제는 USN 기술의 상용화 성공을 위해 선행되어야할 요소이다. 본 연구에서는 보안 문제로 W-Key 알고리즘을 도입하여 키분배 관리, 인증관리, 환경관리로 구성하여 무선 Key기법과 다른 RFID/USN기반의 안전한 출입통제 시스템을 구현하였다.