http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
DNA Fingerprint 영상의 이진화 및 인식에 관한 연구
나인섭(InSeop Na),김지수(JiSoo Kim),한태호(Taeho Han),김수형(SooHyung Kim) 한국멀티미디어학회 2007 한국멀티미디어학회 학술발표논문집 Vol.2007 No.1
RAPD, RFLP, AFLP, SSR 및 CAPs의 DNA fingerprint 영상에서 유전자들의 정보를 검출하는 것은 그 자체로도 상당한 가치가 있을 뿐만 아니라, 이 데이터를 분석하고 가공하면 생명공학에서 필요한 더 많은 생물학적인 정보를 얻어 낼 수 있다. 본 논문에서는 기존에 직접적인 실험을 통해 수작업으로 정보를 얻던 방법을 컴퓨터 영상처리 기술을 이용하여 DNA 마커정보를 획득하고자 했을 때, 전기영동의 특성상 발생하는 레인과 마커들의 왜곡현상을 정의하고, 해결책으로 Hough변환을 이용한 기울기 추정 및 교정방법과, 스미어(Smear)현상에 무관한 DNA 마커의 인식을 위해 레인(lane)별 이진화 방법을 제안하고 있다.
나인섭(InSeop Na),정창부(ChangBu Jeong),김형득(HyungDeuk Kim),김수형(SooHyung Kim) 한국멀티미디어학회 2007 한국멀티미디어학회 학술발표논문집 Vol.2007 No.1
최근 HCI(Human Computer Interaction)에 대한 관심이 커짐에 따라 키보드나 마우스와 같이 기존의 사용자인터페이스에 비해 보다 자연스럽고 편리한 사용자 인터페이스에 대한 연구가 활발히 진행되고 있다. 본 논문에서는 YUV색상모델, 히스토그램 스트레칭을 이용한 이치화, 모폴로지 연산에 의한 손영역 추출과 원형도의 분산값을 이용한 손동작 구간 판별, 객체의 중심점을 이용한 손동작 경로법을 이용하여 손동작을 인식하고, 이를 웹 캠을 사용 동영상 플레이어 제어에 응용하였다.
스마트 장치에서 비접촉식 전위계차 센서 신호를 이용한 동작 인식 기법
오강한,김수형,나인섭,김영철,문창협,Oh, KangHan,Kim, Soohyung,Na, Inseop,Kim, Young Chul,Moon, Changhub 한국스마트미디어학회 2014 스마트미디어저널 Vol.3 No.2
본 논문에서는 스마트 TV, 스마트폰으로 대표되는 스마트 장치에서 비접촉식 전위계차 센서(CEPS)로부터 추출된 동작신호를 k-NN과 DTW 알고리즘을 이용하여 인식하는 방법을 제안한다. 먼저 CEPS 신호는 칼만 필터를 이용해서 잡음을 제거해주고 정규화를 시켜준다. 다음 인식 속도를 향상시키고 분류에 방해되는 성분제거 하기 위해 PCA 알고리즘을 사용해서 신호의 차원을 축소시켰다. 그리고 k-NN과 DTW 알고리즘을 사용하여 인식 작업을 수행하였다. 실험 결과에서는 앞서 언급된 2개의 스마트 장치 환경 셋팅에 대해서 설명하고 각각의 환경에서 추출된 신호를 제안된 알고리즘에 의해서 인식을 하였다. 기존 인식 알고리즘의 결합과 분해를 통해 다양한 결과를 비교 분석함하고 90% 이상의 인식률을 달성함으로써 제안된 방법의 우수성을 증명하였다. This paper presents a novel approach to recognize human gestures using k-NN and DTW based on Con tactless Electronic Potential Sensor(CEPS) in the smart devices such as smart TV and smart-phone in the proposed method, we used a Kalman filter to remove noise on gesture signal from CEPS and a PCA algorithm is utilized for reducing the dimensionality of gesture signal without data losses. And then in order to categorize gesture signals, k-NN classifier with DTW distance measure is considered. In the experimental result, we evaluate recognition performance with CEPS gesutres signal form the above two types of smart devices, and we can successfully identify five different gestures with more than 90% of recognition accuracy.
GMM 기법과 RGB 클러스터링을 결합한 꽃 영역 분할
오강한(Kanghan Oh),김수형(Soohyung Kim),박상철(Sangcheol Park),나인섭(Inseop Na) 한국정보과학회 2011 한국정보과학회 학술발표논문집 Vol.38 No.2B
본 논문에서는 GMM 알고리즘과 다양한 영상처리 기법을 이용하여 입력 이미지에서 꽃 영역을 추출하는 방법을 제안한다. 제안한 방법은 먼저 GMM 알고리즘을 이용하여 입력된 칼라 영상을 두 개의 군집으로 분할하고 분할된 각 영역 분산을 이용하여 첫 번째 꽃 영역 후보를 획득한다. 다음은 두 개의 군집의 RGB값 평균 정보를 이용하여 배경과 꽃 영역을 분할한 후 앞선 과정에서 획득한 꽃 영역과의 교집합 연산을 해서 최종 꽃 영역을 추출한다. 마지막은 후처리 알고리즘을 이용하여 꽃 영역과 배경에 남아있는 잡음들을 제거하여 최종적인 꽃 영역을 결정 한다. 실험을 통해 Ground truth 이미지와 분할결과 이미지를 비교하여 성능을 평가하였다. 그리고 기존 이미지 분할 알고리즘과 비교분석을 통해 제안한방법의 우수성을 확인 하였다.