퍼지 제어 기법을 이용한 개선된 Max-Min 신경망

김광백,우영운,Kim, Kwang-Baek,Woo, Young-Woon 한국전자통신학회 2013 한국전자통신학회 논문지 Vol.8 No.8

본 논문에서는 퍼지 제어 기법을 적용하여 학습률을 자동으로 조정하는 개선된 Max-Min 신경망을 제안하였다. 개선된 Max-Min 신경망은 경쟁 단계에서 필요한 학습 시간을 줄이기 위하여, 정확성의 수와 부정확성의 수를 퍼지 제어 시스템의 입력으로 적용하여 학습률을 동적으로 조정하는 기법이다. 본 논문에서 제안된 방법을 실제 콘크리트 표면 균열 영상에서 추출한 균열의 방향성 패턴을 대상으로 인식 실험한 결과, 개선된 Max-Min 신경망이 효과적임을 확인할 수 있었다. In this paper, we proposed an enhanced Max-Min neural network by auto-tuning of learning rate using fuzzy control method. For the reduction of training time required in the competition stage, the method was proposed that arbitrates dynamically the learning rate by applying the numbers of the accuracy and the inaccuracy to the input of the fuzzy control system. The experiments using real concrete crack images showed that the enhanced Max-Min neural network was effective in the recognition of direction of the extracted cracks.

개선된 ART2 알고리즘을 이용한 자가 질병 진단 시스템

김광백,우영운,김주성,Kim, Kwang-Baek,Woo, Young-Woon,Kim, Ju-Sung 한국정보통신학회 2007 한국정보통신학회논문지 Vol.11 No.11

본 논문에서는 개인의 건강 상태를 일련의 과정에 따라 스스로 파악하여 전문 의료 관리에 대한 접근 방향의 결정을 돕고 전문의가 쉽게 새로운 질병 및 증상을 학습 할 수 있도록 하는 자가 질병 진단 시스템을 제안하였다. 제안된 자가 진단은 보건 복지부에 제출된 #한국인이 부담을 가지는 질병# 관련 보고서와 의료 콘텐츠 #Engel Pharm#을 참조하여 선정한 60가지의 질병과 각 질병에 대한 대표 증상 161가지를 이용하여 질병을 도출한다. 개선된 ART2 학습 알고리즘을 적용하여 질병 종류를 군집화하고 각 질병의 증상에 관련된 질의 결과를 입력 벡터로 제시하여 사용자의 건강 상태를 진단함으로써 자신의 건강에 대한 정보를 제공한다. In this paper, we have proposed a self disease diagnosis system for ordinary persons to help the decision of access methods to a specialized medical management, and for medical specialities to discover new diseases and their symptoms easily, using verification of an individual#s health status by a series of processes performed by oneself. In the proposed self disease diagnosis system, illness is decided by 60 kinds of diseases selected using the report called #Diseases that Koreans take seriously# published by Ministry of Health & Welfare and medical contents called #Engel Pharm#, and also using 161 representative symptoms for the 60 kinds of diseases. An individual#s health information is extracted by diagnosis of one#s health status by a clustering of the 60 kinds of diseases using enhanced ART2 algorithm and input vectors from the results of questions for symptoms of each disease.

CT 영상에서의 간 영역과 간 종양 추출 및 분석

김광백 한국지능정보시스템학회 2007 지능정보연구 Vol.13 No.1

In Korea, hepatoma is the thirdly frequent cause of death from cancer occupying 17.2% among the whole deaths from cancer and the rate of death from hepatoma comes to about 21’s persons per one-hundred thousand ones. This paper proposes an automatic method for the extraction of areas being suspicious as hepatoma from a CT scan and evaluates the availability as an auxiliary tool for the diagnosis of hepatoma. For detecting tumors in the internal of the liver from CT scans, first, an area of the liver is extracted from about 45~50’s CT scans obtained by scanning in 2.5-mm intervals starting from the lower part of the chest. In the extraction of an area of the liver, after unconcerned areas outside of the ribs being removed, areas of the internal organs are separated and enlarged by using intensity information of the CT scan. The area of the liver is extracted among separated areas by using information on position and morphology of the liver. Since hepatoma is a hypervascular tumor, the area corresponding to hepatoma appears more brightly than the surroundings in contrast- enhancement CT scans, and when hepatoma shows expansile growth, the area has a spherical shape. So, for the extraction of areas of hepatoma, areas being brighter than the surroundings and globe- shaped are selected as candidate ones in an area of the liver, and then, areas appearing at the same position in successive CT scans among the candidates are discriminated as hepatoma. For the performance evaluation of the proposed method, experiment results obtained by applying the proposed method to CT scans were compared with the diagnoses by radiologists. The evaluation results showed that all areas of the liver and liver tumors were extracted exactly and the proposed method has a high availability as an auxiliary diagnosis tools for the discrimination of liver tumors. 간 암은 우리나라에서 전체 암 사망자 중 17.2%로 3번째의 흔한 사망 원인이며, 간암에 의한 사망률은 인구 10만 명당 약 21명에 이른다. 본 논문에서는 간 내부에서 발생하는 간 세포암을 CT 영상에서 자동으로 추출하는 방법을 제안하여 간 세포암의 보조진단으로서의 유용성에 대해 알아보고자 한다. 간 내부의 종양을 추출하기 위해 흉부의 윗부분에서 시작하여 2.5mm의 간격으로 약 45~50장 정도를 촬영한 CT 영상들을 대상으로 간 영역을 추출한다. 간 영역 추출은 관심이 없는 외부 영역을 갈비뼈를 중심으로 제거한 후, 영상의 밝기 정보를 이용하여 각 기관의 영역을 분할한다. 분할된 영역들은 위 아래로 인접한 영상에서의 분할 영역들과 밝기 값을 비교하여 적절하게 병합하는 3차원적 접근방법을 적용한다. 간 영역은 여러 개의 영역들 중에서 간 영역의 구조 및 위치 등의 정보를 활용하여 추출한다. 추출된 간 영역에서 종양 판별과 추출을 위해 종양이 가지는 특징을 분석하여 종양을 추출한다. 전형적인 간 세포암은 과혈관성 종양이므로 조영증강 CT 영상에서는 주위보다 밝은 색으로 나타나며, 팽창형 성장을 보일 경우에는 구형으로 나타나는 특징이 있다. 이에, 주위 보다 밝은 색을 가지고 둥근 형태를 가지는 영역을 종양의 후보 영역으로 선정한 후, 그 영상의 위와 아래로 연결되는 영상에서도 같은 위치에서 같은 특징을 보이는 영역이 있으면 간 내부의 종양으로 판별하여 추출한다. 제안된 간 영역 및 간 종양 추출 방법의 정확성을 판별하기 위하여 CT 영상을 대상으로 실험하여 영상의학 전문의가 판단한 결과와 비교하였다. 간 영역 추출은 정확히 모두 추출되었으며, 간 종양 추출 및 판별은 전문의의 보조 진단 도구로 활용할 수 있는 가능성이 매우 높다는 것을 확인할 수 있었다.

Hierarchical ART2 알고리즘을 이용한 악보 인식

김광백,우영운,Kim, Kwang-Baek,Woo, Young-Woon 한국정보통신학회 2009 한국정보통신학회논문지 Vol.13 No.10

음악 연구에 따른 컴퓨터의 역할이 점차 중요한 비중을 차지함에 따라 효과적인 악보 인식과 효율적인 악보의 편집 및 수정 방법이 요구된다. 기존의 수동 입력 방식에서는 악보를 부정확하게 입력하여 수정하는 경우에는 작업시간이 많이 소요되며, 각 수정 프로그램에서 만든 악보는 특정 프로그램에서만 재수정이 가능하다는 단점이 있다. 본 논문에서는 이러한 단점을 보완하기 위하여 이미 작성 되어있는 악보들을 자동으로 인식하는 방법을 제안한다. 제안된 악보 인식 방법은 수평 히스토그램을 이용하여 악보 이미지의 오선을 제거한 후, 4 방향 윤곽선 추적 알고리즘을 적용하여 잡음을 제거하고 Grassfire 알고리즘을 적응하여 악보 구성 기호들을 추출한다. 추출된 악보 구성 기호들은 hierarchical ART2 알고리즘을 적용하여 인식된다. 제안된 악보 인식 방법 의 성능을 평가하기 위해 100장의 악보 영상을 대상으로 실험한 결과, 제시된 hierarchical ART2 알고리즘을 이용한 악보 영상의 인식 방법이 효율적임을 확인하였다. Methods for effective musical score recognition and efficient editing of musical scores are demanded because functions of computers for researches on musical activities become more and more important parts in recent days. In the conventional methods for handling musical scores manually, there are weak points such as incorrect score symbols in input process and requirement of much time to adjust the incorrect symbols. And also there is another weak point that the scores edited by each application program can be remodified by a specific application program only. In this paper, we proposed a method for automatic musical score recognition of printed musical scores in order to make up for the weak points. In the proposed method, staffs in a scanned score image are eliminated by horizontal histogram, noises are removed by 4 directional edge tracking algorithm, and then musical score symbols are extracted by using Grassfire algorithm. The extracted symbols are recognized by hierarchical ART2 algorithm. In order to evaluate the performance of the proposed method, we used 100 musical scores for experiment. In the experiment, we verified that the proposed method using hierarchical ART2 algorithm is efficient.

동적인 임계화 방법과 코호넨 알고리즘을 이용한 차량 번호판 인식에 관한 연구

김광백,노영욱 한국통신학회 2001 韓國通信學會論文誌 Vol.26 No.12

본 논문에서는 동적인 임계화 방법과 코호넨 알고리즘을 이용하여 차량 번호판을 인식하는 알고리즘을 제안하였다. 일반적으로 차량 영상에서 번호판 영역은 문자와 배경의 자기가 뚜렷하게 구별되고, 일정한 크기 비율을 가지면서 다른 영역보다 밀집 비율이 높게 나타난다. 본 논문은 이런 차량 영상의 속성을 이용하여 차량 영상에 대해 동적인 임계화를 수행하였고 밀집 비율을 계산하여 번호판 영역을 추출하였다. 추출된 번호판에서 문자와 숫자를 포함하는 특징 영역을 추출하기 위해 코호겐 알고리즘을 적용한 윤곽선 추적 방법을 이용하였다. 번호판의 문자와 숫자들은 코호넨 알고리즘을 이용하여 인식하였다. 코호넨 알고리즘은 윤곽선에서 생성되는 잡음을 최대한으로 줄여주는 특성을 가진다. 다양한 환경에서 촬영된 80장의 영상에 대하여 인식 실험을 수행한 결과, 제안된 방법이 차량 번호판의 인식에 우수한 성능을 보였다. In this paper, we proposed the car license plate extraction and recognition algorithm using both the dynamical thresholding method and the kohonen algorithm. In general, the areas of car license plate in the car images have distinguishing characteristics, such as the differences in intensity between the areas of characters and the background of the plates, the fixed ratio of width to height of the plates, and the higher dynamical thresholded density rate 7han the other areas, etc. Taking advantage of the characteristics, the thresholded images were created from the original images, and also the density rates were computed. A candidate area was selected, whose density rate was corresponding to the properties of the car license plate obtained from the car license plate. The contour tracking method by utilizing the Kohonen algorithm was applied to extract the specific area which included characters and numbers from an extracted plate area. The characters and numbers of the license place were recognized by using Kohonen algorithm. Kohonen algorithm was very effective o? suppressing noises scattered around the contour. In this study, 80 car images were tested. The result indicate that we proposed is superior in performance.

IHb와 HSI 색상 정보를 이용한 전자 내시경에서의 위암 추출

김광백,임은경,김광하 한국지능시스템학회 2006 한국지능시스템학회 학술발표 논문집 Vol.16 No.1

본 논문에서는 내시경 영상에 대해 위암 영역을 자동으로 추출하는 방법을 제안한다. 본 논문에서는 내시경 영상을 획득하는 과정에서 발생하는 조명에 의한 잡음과 굴곡에 의해 발생하는 그림자에 의한 잡음 부분을 해결하기 위해서 HSI의 채도와 밝기 값을 이용하여 잡음 영역을 제거한다. 그리고 헤모글로빈 색소 정보를 나타내는 IHb값을 이용하여 전자 내시경 영상에서 유사한 헤모글로빈 색소 정보를 가지는 영역으로 분할한다. 분할된 영역들 중에서 RGB의 각 채널과 헤모글로빈 색소가 높게 나타나면 후보 영역으로 설정한다. 설정된 후보 영역 중에서 위암 영역의 형태학적인 특징 정보를 이용하여 위암 영역을 추출한다. 실제 전문의가 제공한 20개의 내시경 영상을 대상으로 실험한 결과, 제안된 위암 추출 방법으로 17개가 정확히 추출되었고 3개의 내시경 영상에서는 위암 영역이 정확히 추출되지 않았다.

형태학적 정보와 개선된 신경망을 이용한 차량 번호판 인식

김광백,Kim Kwang-Baek 한국정보통신학회 2005 한국정보통신학회논문지 Vol.9 No.3

본 논문에서는 수평$\cdot$수직 에지의 형태학적 정보를 이용한 차량 번호판 추출과 개선된 신경망을 이용한 차량 번호판 인식 시스템을 제안한다. 번호판 영역은 수평 수직에지의 형태학적 정보를 이용하여 추출하고 개별 문자는 히스토그램 방법과 위치 정보를 이용한 방법에 윤곽선 추적 알고리즘을 병합하여 추출한다. 개별 문자 인식은 ART-1 알고리즘을 지도 학습 방법과 결합한 개선된 신경망을 제안하여 차량 번호판 인식에 적용한다. 제안된 방법의 성능을 확인하기 위하여 실제 차량 번호판들을 대상으로 실험한 결과, 수평$GF(2^m)$수직 에지의 형태학적 정보를 이용한 차량 번호판 추출 방법이 임계화를 이용한 차량 번호판 추출 방법, RGB와 HSI 컬러 정보를 각각 이용한 차량 번호판 추출 방법보다 추출룰이 개선되었으며, 인식 성능도 개선된 신경망의 학습 알고리즘이 기존의 학습 알고리즘들 보다 우수한 성능이 있음을 확인하였다. In this paper, we propose car license plate recognition using morphological information and an enhanced neural network. Morphological information on horizontal and vertical edges was used to extract the license plate from a car image. We used a contour tracking algorithm combined with the method of histogram and location information to extract individual characters in the extracted plate. The enhanced neural network is proposed for recognizing them, which has the method of combining the ART-1 and the supervised teaming method. The proposed method has applied to real world car images. The experimental results show that the proposed method has better the extraction rates than the methods with information of the thresholding, the RGB and the HSI, respectively. And the proposed neural network has better recognition performance than the conventional neural networks.

밝기 정보를 이용한 영상 이진화에 관한 연구

김광백 한국정보통신학회 2004 한국정보통신학회논문지 Vol.8 No.3

The image binarization is applied frequently as one part of the preprocessing phase for a variety of image processing techniques such as character recognition and image analysis, etc. The performance of binarization algorithms is determined by the selection of threshold value for binarization, and most of the previous binarization algorithms analyze the intensity distribution of the original images by using the histogram and determine the threshold value using the mean value of Intensity or the intensity value corresponding to the valley of the histogram. The previous algorithms could not get the proper threshold value in the case that doesn't show the bimodal characteristic in the intensity histogram or for the case that tries to separate the feature area from the original image. So, this paper proposed the novel algorithm for image binarization, which, first, segments the intensity range of grayscale images to several intervals and calculates mean value of intensity for each interval, and next, repeats the interval integration until getting the final threshold value. The interval integration of two neighborhood intervals calculates the ratio of the distances between mean value and adjacent boundary value of two intervals and determine as the threshold value of the new integrated interval the intensity value that divides the distance between mean values of two intervals according to the ratio. The experiment for performance evaluation of the proposed binarization algorithm showed that the proposed algorithm generates the more effective threshold value than the previous algorithms. 영상의 이진화는 문자 인식, 영상 분석 등 다양한 영상 처리 분야의 전처리 과정으로 자주 적용되고 있다. 영상 이진화는 임계치의 설정에 따라 처리 성능이 좌우되며, 대부분의 기존 이진화 방법은 밝기 값의 히스토그램을 사용하여 평균 밝기 값이나 히스토그램의 골짜기를 임계치로 설정한다. 이와 같은 방법은 양봉의 특징을 보이지 않거나 특정 영상을 추출하려는 경우에는 적절한 임계치를 얻기 어렵다. 따라서 본 논문에서는 그레이 스케일 영상에서 밝기 값을 여러 구간으로 분할하여 각 구간의 밝기 평균값을 구하고, 두 개의 구간에 대해 평균값 사이의 거리를 각 구간에서 평균값과 양극과의 거리 비율로 나누어서 계산된 값을 두 개의 구간을 합친 새로운 구간의 임계치로 설정한다. 최종적으로 하나의 구간이 생성될 때까지 구간 통합과 임계값 계산을 반복함으로써 이진화 임계값을 산출한다. 제안된 이진화 방법의 성능을 평가하기 위하여 다양한 종류의 영상에 적용한 결과, 기존의 이진화 방법들보다 효율적인 것을 확인하였다.

퍼지 제어 시스템을 이용한 학습률 자동 조정 방법에 의한 개선된 역전파 알고리즘

김광백,박충식 한국정보통신학회 2004 한국정보통신학회논문지 Vol.8 No.2

본 논문에서는 역전파 알고리즘의 성능 개선을 위해 퍼지 제어 시스템을 적용하여 학습률을 자동으로 조정하는 개선된 역전파 알고리즘을 제안한다. 제안된 방법은 목표값과 출력값의 차이에 대한 절대값이 $\varepsilon$ 보다 적거나 같으면 정확성으로 분류하고 크면 부정확성으로 분류한다. 정확성과 부정확성의 개수를 퍼지 제어 시스템에 적용하여 학습률을 동적으로 조정한다. 제안된 방법을 XOR 문제와 숫자 패턴 분류에 적용하여 실험한 결과, 기존의 역전파 알고리즘, 모멘텀 방식, Jacob의 delta-bar-delta 방식보다 성능이 개선됨을 확인하였다. We propose an enhanced backpropagation algorithm by auto-tuning of learning rate using fuzzy control system for performance improvement of backpropagation algorithm. We propose two methods, which improve local minima and loaming times problem. First, if absolute value of difference between target and actual output value is smaller than $\varepsilon$ or the same, we define it as correctness. And if bigger than $\varepsilon$, we define it as incorrectness. Second, instead of choosing a fixed learning rate, the proposed method is used to dynamically adjust learning rate using fuzzy control system. The inputs of fuzzy control system are number of correctness and incorrectness, and the output is the Loaming rate. For the evaluation of performance of the proposed method, we applied the XOR problem and numeral patterns classification The experimentation results showed that the proposed method has improved the performance compared to the conventional backpropagatiot the backpropagation with momentum, and the Jacob's delta-bar-delta method.

RGB 컬러 정보와 퍼지 이진화를 이용한 차량 번호판의 개별 문자 추출

김광백,김문환,노영욱 한국정보통신학회 2004 한국정보통신학회논문지 Vol.8 No.1

본 논문에서는 RGB 컬러 정보와 퍼지 이진화를 이용하여 차량 번호판의 개별 문자를 추출하는 방법을 제안한다. 제안된 방법은 비 영업용 차량 영상에서 녹색의 분포가 밀집되어 있는 영역들을 번호판의 후보 영역으로 추출하고 번호판의 후보 영역에서 흰색의 밀집도가 높은 부분을 번호판의 영역으로 선택한다. 개별 문자 추출은 추출된 번호판 영역에서 3${\times}$3소벨 마스크를 이용하여 잡음을 제거하고 퍼지 이진화 방법을 적용하여 번호판의 영역을 이진화한 다음에 윤곽선 추적 알고리즘을 적용하여 개별 문자를 추출한다. 제안된 방법을 실제 비 영업용 차량 번호판에 적용한 결과, 기존의 방법보다 번호판 영역에서 개별 문자의 추출률이 개선된 것을 확인하였다. In this paper we proposed the novel feature extraction method that is able to extract the individual characters from the license plate area of the car image more precisely by using the RGB color information and the fuzzy binarization newly proposed. The proposed method, first, extracts from the original image the areas that the pixels with the colors around the green are concentrated on as the candidate areas of the license plate, and selects the area with the most intensive distribution of pixels with the white color among the candidate areas as the license plate area. Second the noises of the license plate area should be removed by using 34{\times}$3 Sobel masking, and the fuzzy binarization method are proposed and applied to the license plate area to generate the binarized image of the license plate area. Lastly, the application of the contour tracking algorithm to the binarized area extracts the individual characters from the license plate area. The experiment on a variety of the real car images showed that the proposed method generates the higher rate of success for character extraction than the previous methods.