http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
조영준(Youngjoon Cho),신동욱(Donguk Shin) 한국정보과학회 1999 한국정보과학회 학술발표논문집 Vol.26 No.2Ⅱ
본 논문에서는 저항 생산 과정에서 실제저항값과 칼라 코드값이 잘못 표기되는 경우에 이를 검사 · 인식하는 시스템에 이용할 수 있는 알고리즘을 제안한다. 본 알고리즘에서는 칼라 영상에서의 효과적인 경계선 추출 방법과 칼라 영상의 명암도 변화 차이를 이용한 저항의 칼라 코드 영역 추출법, 그리고 역전파 알고리즘을 이용한 칼라 코드 판별법이 제시된다.
ARM 모델을 활용한 한우의 활동량 데이터 수집과 발정 예측
조영준(Youngjoon Cho),김종원(Jongwon Kim) 한국산학기술학회 2023 한국산학기술학회논문지 Vol.24 No.3
대규모 축산 환경에서는 축산 자원을 효율적으로 관리하기 위해 다양한 작업이 수행된다. 그러나 축산업 종사자는 지속적으로 감소되어 축산자원의 안전한 관리를 위해 축산현장에 정보통신기술(ICT)을 접목한 지능형 시스템을 연구하고 있다. 본 연구에서는 사육되는 가축을 개별적으로 구분하여 개체별 활동특성을 실시간으로 감시할 수 있는 지능형 시스템을 제안한다. 연구된 시스템은 수집된 데이터를 기반으로 분석을 통해 한우의 행동 특성을 예측할 수 있는 인공지능 기반 동물 상태 예측을 위한 개선된 관찰 시스템이다. 개선된 시스템인 ARM(Augmented Recognition Model)은 비침습적 관찰이 가능한 방법을 기반으로 연구되었고. 대상 객체의 활동 데이터를 수집하여 이를 기반으로 발정 대상 한우의 예측 가능성을 실제 한우농가에 적용하여 검증하였다. 이런 지능형 시스템의 개발을 통해 안전한 가축자원의 관리를 위한 고도의 축산환경 개선에 활용될 수 있음을 보였다. Large livestock environments require various jobs for the efficient management of individual livestock resources. However, the number of employees in the livestock industry is decreasing, so systems that combine information and communication technology (ICT) are being applied to industrial sites for safe management of livestock resources. This study presents an animal condition-prediction system based on artificial intelligence that can be used to predict animals behavioral characteristics through analysis based on collected data. The system can monitor the activity characteristics of individual livestock in real time after dividing livestock being bred into individual objects. An improved augmented recognition model (ARM) was developed based on a method that enables non-invasive observation. The novel method was directly applied to a real breeding site for Hanwoo cattle, and activity data of target objects were collected. The activities of Hanwoo livestock were measured, and the possibility of predicting estrus in Hanwoo cattle was verified using the ARM. Image information and machine learning can be utilized in a variety of fields such as in the analysis of behavioral characteristics and health conditions of animals through a non-invasive method without human intervention.
딥러닝 모델을 이용한 비전이미지 내의 대상체 분류에 관한 연구
조영준(Youngjoon Cho),김종원(Jongwon Kim) 한국산학기술학회 2021 한국산학기술학회논문지 Vol.22 No.2
본 논문은 Deep-learning 기반의 검출모델을 이용하여 연속적으로 입력되는 비디오 이미지 내의 해당 대상체를 의미별로 분류해야하는 문제에 대한 구현방법에 관한 논문이다. 기존의 대상체 검출모델은 Deep-learning 기반의 검출모델로서 유사한 대상체 분류를 위해서는 방대한 DATA의 수집과 기계학습과정을 통해서 가능했다. 대상체 검출모델의 구조개선을 통한 유사물체의 인식 및 분류를 위하여 기존의 검출모델을 이용한 분류 문제를 분석하고 처리구조를 변경하여 개선된 비전처리 모듈개발을 통해 이를 기존 인식모델에 접목함으로써 대상체에 대한 인식모델을 구현하였으며, 대상체의 분류를 위하여 검출모델의 구조변경을 통해 고유성과 유사성을 정의하고 이를 검출모델에 적용하였다. 실제 축구경기 영상을 이용하여 대상체의 특징점을 분류의 기준으로 설정하여 실시간으로 분류문제를 해결하여 인식모델의 활용성 검증을 통해 산업에서의 활용도를 확인하였다. 기존의 검출모델과 새롭게 구성한 인식모델을 활용하여 실시간 이미지를 색상과 강도의 구분이 용이한 HSV의 칼라공간으로 변환하는 비전기술을 이용하여 기존모델과 비교 검증하였고, 조도 및 노이즈 환경에서도 높은 검출률을 확보할 수 있는 실시간 환경의 인식모델 최적화를 위한 선행연구를 수행하였다. The target-object classification method was implemented using a deep-learning-based detection model in real-time images. The object detection model was a deep-learning-based detection model that allowed extensive data collection and machine learning processes to classify similar target-objects. The recognition model was implemented by changing the processing structure of the detection model and combining developed the vision-processing module. To classify the target-objects, the identity and similarity were defined and applied to the detection model. The use of the recognition model in industry was also considered by verifying the effectiveness of the recognition model using the real-time images of an actual soccer game. The detection model and the newly constructed recognition model were compared and verified using real-time images. Furthermore, research was conducted to optimize the recognition model in a real-time environment.
렌즈 모듈 생산 공정에서 조립 정렬을 위한 자동 초점 제어
김형태(Hyung Tae Kim),강성복(Sung Bok Kang),강희석(Heui Seok Kang),조영준(YoungJoon Cho),박남규(Nam Gue Park),김진오(Jin-Oh Kim) Korean Society for Precision Engineering 2010 한국정밀공학회지 Vol.27 No.2
This study proposed an auto focusing method for a multi-focus image in assembling lens modules in digital camera phones. A camera module in a camera phone is composed of a lens barrel, an IR glass, a lens mount, a PCB board and aspheric lenses. Alignment among the components is one of the important factors in product quality. Auto-focus is essential to adjust image quality of an IR glass in a lens holder, but there are two focal points in the captured image due to thickness of IR glass. So, sharpness, probability and a scale factor are defined to find desired focus from a multi-focus image. The sharpness is defined as clarity of an image. Probability and a scale factors are calculated using pattern matching with a registered image. The presented algorithm was applied to a lens assembly machine which has 5 axes, two vacuum chucks and an inspection system. The desired focus can be determined on the local maximum of the sharpness, the probability and the scale factor in the experiment.
조영준,신동욱 한국기술교육대학교 1999 論文集 Vol.6 No.1
In this paper, we suggests algorithm which can be applied to systems that test and recognize wrong colored resistors in the manufacturing process. It shows and effective method for detecting the edge in color image, a method for detecting the region of color code using the differences of the brightness and code identification method using back-propagation algorithm.