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 : 오강한(Kanghan Oh) (검색결과 8 건)
- 무료
- 기관 내 무료
- 유료
-
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.
-
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.
-
최동희 ( Donghee Choi ),오강한 ( Kanghan Oh ) 한국농공학회 2022 한국농공학회 학술대회초록집 Vol.2022 No.-
최근 농촌은 인구 인구감소와 고령화로 인해 인력 부족 현상을 겪고 있다. 현재 이 문제를 극복하기 위해 기계 및 인공지능 소프트웨어 기술을 활용한 스마트 정밀 농업기술들이 개발되고 있다. 육계 산업 분야에서는 머신 비전 기술을 활용하여 계사 관리 자동화를 시도하고 하였고 유의미한 발전이 있었다. 특히 육계의 공간적 분포를 자동으로 추정하는 기술은 육계 산업 분야 종사자들에게 계사 관리자에게 유용한 정보를 제공해 줄 수 있어서 연구가 활발히 진행되는 분야이다. 하지만 기존 연구들은 최신 기술이면서 강력한 성능을 지닌 심층 학습 기법을 사용하기보단 전통적인 머신 비전 기술을 사용하고 있는 한계점도 존재한다. 심층 학습은 기본적으로 사용자가 해답을 만들어서 제공해야 하는 지도 학습 방법론이다. 하지만 실시간 프레임 단위로 들어오는 계사 영상에서 일일이 육계의 위치를 레이블링하는 일은 비효율적이며 노동집약적이다. 본 연구에서는 약지도 학습 기법을 사용하여 육계의 공간적 분포를 추정하는 기술을 제안한다. 먼저 계사에서 육계의 존재 여부에 따라 영상 데이터를 구분하고 심층 학습을 사용하여 육계의 존재 여부를 인식하는 학습 모델을 구축한다. 다음 설명 가능 인공지능 모델을 사용하여 학습된 분류 모델을 해석하여 육계의 위치를 열 지도 형태로 반환한다. 정성적 시각화 평가 결과에서는 육계가 몰려있는 위치에 적합한 열 지도를 생성하는 것을 확인하였으며, 특히 계사의 조명이 꺼진 상태나 카메라에 이 물질이 붙어 노이즈가 발생한 상황에서는 육계의 위치를 추정하는 결과를 확인하였다. 향후 연구에서 정량적 평가 기준을 사용하여 평가하고 분포 추정 알고리즘을 개선하면 더 정확한 결과를 산출할 수 있을 것으로 판단된다.
-
-
멀티 모달 지도 대조 학습을 이용한 농작물 병해 진단 예측 방법
이현석,여도엽,함규성,오강한,Hyunseok Lee,Doyeob Yeo,Gyu-Sung Ham,Kanghan Oh 대한임베디드공학회 2023 대한임베디드공학회논문지 Vol.18 No.6
With the wide spread of smart farms and the advancements in IoT technology, it is easy to obtain additional data in addition to crop images. Consequently, deep learning-based crop disease diagnosis research utilizing multimodal data has become important. This study proposes a crop disease diagnosis method using multimodal supervised contrastive learning by expanding upon the multimodal self-supervised learning. RandAugment method was used to augment crop image and time series of environment data. These augmented data passed through encoder and projection head for each modality, yielding low-dimensional features. Subsequently, the proposed multimodal supervised contrastive loss helped features from the same class get closer while pushing apart those from different classes. Following this, the pretrained model was fine-tuned for crop disease diagnosis. The visualization of t-SNE result and comparative assessments of crop disease diagnosis performance substantiate that the proposed method has superior performance than multimodal self-supervised learning.
-
최동희 ( Donghee Choi ),오강한 ( Kanghan Oh ) 한국농공학회 2022 한국농공학회 학술대회초록집 Vol.2022 No.-
최근 농촌은 인구 인구감소와 고령화로 인해 인력 부족 현상을 겪고 있다. 현재 이 문제를 극복하기 위해 기계 및 인공지능 소프트웨어 기술을 활용한 스마트 정밀 농업기술들이 개발되고 있다. 육계 산업 분야에서는 머신 비전 기술을 활용하여 계사 관리 자동화를 시도하고 하였고 유의미한 발전이 있었다. 특히 육계의 공간적 분포를 자동으로 추정하는 기술은 육계 산업 분야 종사자들에게 계사 관리자에게 유용한 정보를 제공해 줄 수 있어서 연구가 활발히 진행되는 분야이다. 하지만 기존 연구들은 최신 기술이면서 강력한 성능을 지닌 심층 학습 기법을 사용하기보단 전통적인 머신 비전 기술을 사용하고 있는 한계점도 존재한다. 심층 학습은 기본적으로 사용자가 해답을 만들어서 제공해야 하는 지도 학습 방법론이다. 하지만 실시간 프레임 단위로 들어오는 계사 영상에서 일일이 육계의 위치를 레이블링하는 일은 비효율적이며 노동집약적이다. 본 연구에서는 약지도 학습 기법을 사용하여 육계의 공간적 분포를 추정하는 기술을 제안한다. 먼저 계사에서 육계의 존재 여부에 따라 영상 데이터를 구분하고 심층 학습을 사용하여 육계의 존재 여부를 인식하는 학습 모델을 구축한다. 다음 설명 가능 인공지능 모델을 사용하여 학습된 분류 모델을 해석하여 육계의 위치를 열 지도 형태로 반환한다. 정성적 시각화 평가 결과에서는 육계가 몰려있는 위치에 적합한 열 지도를 생성하는 것을 확인하였으며, 특히 계사의 조명이 꺼진 상태나 카메라에 이 물질이 붙어 노이즈가 발생한 상황에서는 육계의 위치를 추정하는 결과를 확인하였다. 향후 연구에서 정량적 평가 기준을 사용하여 평가하고 분포 추정 알고리즘을 개선하면 더 정확한 결과를 산출할 수 있을 것으로 판단된다.
-
다중 확장된 컨볼루션 U-Net 을 사용한 간 영역 분할
신하쉬르티카 ( Shrutika Sinha ),오강한 ( Kanghan Oh ),파티마보드 ( Fatima Boud ),정환정 ( Hwan-jeong Jeong ),오일석 ( Il-seok Oh ) 한국정보처리학회 2020 한국정보처리학회 학술대회논문집 Vol.27 No.2
This paper proposes a novel automated liver segmentation using Multi-Dilated U-Nets. The proposed multidilation segmentation model has the advantage of considering both local and global shapes of the liver image. We use the CT images subject-wise, every 2D image is concatenated to 3D to calculate the IOU score and DICE score. The experimental results on Jeonbuk National University hospital dataset achieves better performance than the conventional U-Net.
-
ScienceON연관 검색어 추천
이 검색어로 많이 본 자료
활용도 높은 자료
