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 : 고병기(Byong-ki Ko) (검색결과 4 건)
- 무료
- 기관 내 무료
- 유료
-
고병기(Byong-ki Ko),양현승(Hyun S Yang),김진형(Jin H Kim) 한국정보과학회 1989 한국정보과학회 학술발표논문집 Vol.16 No.2
본 논문에서는 이진 영상으로 나타내어진 물체의 형상을 인식하기 위하여 신경망 알고리즘을 사용하여 실험한 결과를 발표한다. 전체 신경망의 규모를 작게하고 물체의 이동, 회전과 크기 변화에 무관한 인식 시스템을 구성하기 위하여 영상으로부터 기하학적인 모멘트를 바탕으로한 6개의 특징을 추출하여 신경망의 입력으로 사용하였다. 신경망 분류기로는 하나의 은닉층을 갖고 역전파 학습 알고리즘에 의해 훈련되는 다층 퍼셉트론이 사용되었다. 결과적으로 모멘트 불변량이 갖는 성질과 신경망 분류기의 비선형적 의사 결정 기능및 잡음에 강한 성질이 결합되어 물체의 위치 변환, 회전 변환, 크기 변환에 무관한 형상 인식 시스템의 구현이 가능하다. 실험 결과와 아울러서 모멘트 불변량의 문제점과 그 개선책을 고찰한다. 또한 영상 자체를 입력으로하는 신경망 모델로서 Hopfield 망과 Hamming 망을 이용한 실험 결과를 소개한다.
-
새로운 인간 컴퓨터 인터페이스로서의 손가락 움직임 제스처 인식 시스템
고병기(Byong Ki Ko),양현승(Hyun Seung Yang) 한국정보과학회 1995 정보과학회논문지(B) Vol.22 No.11
간단한 기호를 그려서 명령을 표시하는 제스처 기반 인터페이스는 기존의 키보드, 마우스, 메뉴 그리고 직접 조작 인터페이스의 대안을 제공한다. 단일 획으로 구성된 직관적인 제스처를 사용하여 동작 명령과 동작 대상 그리고 추가적인 파라미터들을 동시에 표현함으로써 제스처는 선택(click) 및 끌기(drag)를 사용하는 기존의 직접 조작 인터페이스보다 더 편리한 인터페이스를 가능하게 한다. 현재까지 개발된 제스처 기변 인터페이스들은 마우스나 스타일러스 펜 등을 제스처 입력 장치로 사용해 왔다. 본 연구에서는 새로운 인간 컴퓨터 인터페이스로서 카메라를 통하여 사용자가 손가락으로 그런 제스처를 인식하여 동작하는 시각 인터페이스를 제안한다. 본 논문에서는 finger mouse system(FMS)과 finger gesture recognition system(FGRS)에 관해 기술한다. FMS는 손 영상을 입력받아 그 움직임과 모양을 인식하여 마우스가 갖는 지시 및 선택 기능을 모의한다. FGRS는 FMS를 통해 입력된 점들의 순열로 구성된 제스처를 인식하여 명령의 입력과 직접 조작을 수행한다. FGRS의 구현에서는 구조적 패턴 인식 기법을 이용하였고 프로그래머들이 제스처 기반 응용 프로그램을 손 쉽게 개발할 수 있도록 설계되었다. 또한 본 논문에서 제안된 인터페이스의 실용성을 보이기 위해서 개발된 간단한 도형 편집 프로그램인 Finger Draw(FDraw)도 소개한다. A gesture-based interface, in which the user specifies commands by simple drawings, offers an alternative to traditional keyboard, mouse, menu, and direct manipulation interface. A single intuitive gesture can simultaneously specify objects, an operation, and additional parameters, making gestures more powerful than the "clicks" and "drags" of traditional direct manipulation interfaces. Gesture-based interfaces researched so far have needed a mouse or stylus pen as a gesture input device However, we strongly believe that the concept of making gestures with the human finger appeals more not only to experienced users but also to novice users. This paper describes the finger mouse system (FMS) and finger gesture recognition system(FGRS) FMS emulates the pointing and selecting functions of a mouse by capturing the image of a hand and analyzing its motion and shape FGRS provides the user with the capabilities of command input and direct manipulation by recognizing the gesture which is a sequence of points input by FMS We utilized syntactic pattern recognition technique for implementing FGRS and designed it for helping programmers build gesture-based applications easily. In addition. we introduce an example drawing program in order to demonstrate the practicality of our approach.
-
Markov Random Field를 이용한 효과적인 영상 Labeling
김일영(Il Young Kim),고병기(Byong Ki Ko),양현승(Hyun Seung Yang) 한국정보과학회 1991 정보과학회논문지 Vol.18 No.2
영상 이해는 크게 영상의 분할 및 명명(labeling) 작업으로 구성된다. 영상의 분할은 영상을 명암, 색깔, 결, 거리 정보 등의 성질이 균일한 영역들로 분할하는 과정이며, 영상의 명명은 각 분할된 영역을 물체의 모델 및 장면에 대한 지식과 분할된 영역의 성질 및 그들간의 공간적 관계를 이용하여 인식하는 과정이다. 다시 말하면 영상의 명명은 장면에 대한 지식으로부터 도출된 제약조건을 이용하여 모든 분할된 영역을 가장 적합한 물체로 구별하는 최적화 과정으로 정의될 수 있다. 본 논문에서는 Markov Random Field를 이용하여 효과적으로 영상을 명명하는 방법을 소개한다. 또한 가상 영상 및 실제 영사에 대한 실험을 통하여 이 방법의 장단점을 분석한다. Image understanding consists of image segmentation and image labeling in large. Image segmentation is a process of sementing an image into a group of homogeneous regions whose characteristics such as graylevel, color, texture, range, etc. are similar while image labeling is a process of recognizing each segmented region properly exploiting the properties of the regions, spatial relationships between regions, knowledge as to the object models and the scene. In some sense, image labeling is an optimization process of indexing every segmented region using the constraints as to the scene knowledge. In this paper, we introduce the way of efficiently labeling images using the Markov Random Field which is known as proper model for solving optimization problems. We also analyze and discuss the method through experiments using the synthetic and real natural scene images.
-
KMEDIA - 2 : 지능형 입출력을 지원하는 PC용 하이퍼미디어 시스템 및 멀티미디어 저작도구
황규영(Kyu-Young Whang),오영환(Yung-Hwan Oh),양현승(Hyun-Seung Yang),한태숙(Tai-Sook Han),최기선(Key-Sun Choi),이흥규(Heung-Kyu Lee),노웅기(Woong-Kee Loh),최환진(Hwan-Jin Choi),고병기(Byong-ki Ko),우균(Gyun Woo),서광준(Kwang-Jun Seo 한국정보과학회 1994 한국정보과학회 학술발표논문집 Vol.21 No.2A
본 논문에서는 PC용 하이퍼미디어 시스템인 KMEDIA-1을 확장하여 지능형 입출력을 지원하는 KMEDIA-2 (KAIST Hyper MEDIA-2)에 대하여 기술한다. 지능형 입출력이란 자연언어 질의를 통한 정보 검색, 음성 명령어 인식 및 음성 합성, 영상 인식 인터페이스를 의미한다. KMEDIA-2는 이외에 멀티미디어 객체 동기화, 스크립트 언어, wavelet 변환을 이용한 정영상 압축 및 복원 기능과 디지탈 동영상을 지원하며, 하부 저장 구조로서 객체지향 저장 시스템인 KAIST-MMDB를 사용하여 하이퍼미디어 정보를 저장한다.
연관 검색어 추천
이 검색어로 많이 본 자료
활용도 높은 자료
