http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
Fast Super-Resolution GAN 기반 자동차 번호판 검출 및 인식 성능 고도화 기법
민동욱(Dongwook Min),임현석(Hyunseok Lim),곽정환(Jeonghwan Gwak) 한국스마트미디어학회 2020 스마트미디어저널 Vol.9 No.4
자동차 번호판 인식 기술은 도로의 교통상황 통제, 과속차량 단속, 도주 차량의 추적 등 현대 교통 시설 및 교통 안전망을 책임지고 있는 핵심 기술 중 하나이다. 이 기법은 과거에도 연구되었던 분야였으나 최근 딥러닝 기술의 발전으로 다양한 기법들을 적용하여 향상된 성능을 보이는 분야이며, 크게 자동차 번호판 검출과 번호판 인식으로 나뉜다. 본 연구에서는 다양한 객체 검출 모델과 WPOD-Net(Warped Planar Object Detection Network) 모델을 활용하여 자동차 번호판 검출 성능을 향상시키기 위한 실험을 진행하였으며, 객체 검출 모델을 활용하여 번호판을 검출하는 기존 방식들 대신 차량을 검출한 다음 번호판을 검출하는 방식을 택하여 정확도를 높였다. 특히 Super-Resolution 기법 중 하나인 Fast-SRGAN 모델을 활용하여 이미지 내에 존재하는 노이즈를 제거하는 처리를 통해 최종 성능을 향상시켰다. 결과적으로 92.38%에서 96.72%로 선행 연구 대비 평균 4.34% 향상된 성능이 실험을 통해 확인되었다. Vehicle License Plate Recognition is one of the approaches for transportation and traffic safety networks, such as traffic control, speed limit enforcement and runaway vehicle tracking. Although it has been studied for decades, it is attracting more and more attention due to the recent development of deep learning and improved performance. Also, it is largely divided into license plate detection and recognition. In this study, experiments were conducted to improve license plate detection performance by utilizing various object detection methods and WPOD-Net(Warped Planar Object Detection Network) model. The accuracy was improved by selecting the method of detecting the vehicle(s) and then detecting the license plate(s) instead of the conventional method of detecting the license plate using the object detection model. In particular, the final performance was improved through the process of removing noise existing in the image by using the Fast-SRGAN model, one of the Super-Resolution methods. As a result, this experiment showed the performance has improved an average of 4.34% from 92.38% to 96.72% compared to previous studies.
민동욱 ( Dongwook Min ),고재헌 ( Jaeheon Ko ),김영덕 ( Youngduck Kim ),서정범 ( Jeongbeom Seo ),박정민 ( Jeongmin Park ),이현숙 ( Hyunsook Rhee ),김훈기 ( Hoonki Kim ),이은석 ( Eunseok Lee ) 한국정보처리학회 2009 한국정보처리학회 학술대회논문집 Vol.16 No.1
서비스 로봇이 발전함에 따라 인간이 직접 해결해야했던 작업들이 로봇에게 위임가능하게 되었으나, 서비스 로봇이 잘못된 행동을 하게 되는 경우 작업에 심각한 혼란이 야기되고, 사람의 안전과 직결될 수 있다. 이러한 문제점을 극복하기 위해 지능형 서비스 로봇을 위한 자가 치유 방법론 및 자가 치유시스템의 구조를 제안한다. 제안 방법론은 7단계로 설계 및 구현되며, 시스템 구조는 모니터링, 진단 및 평가, 치유전략 계획 및 실행 순으로 수행된다. 제안사항을 통해 로봇의 고장으로 인한 불편을 최소화 하며 관리를 위해 발생하는 비용 절감이 가능하다.
서정범 ( Jeongbeom Seo ),민동욱 ( Dongwook Min ),고재헌 ( Jaeheon Ko ),김영덕 ( Yeongduck Kim ),최재규 ( Jaekyu Choi ),이현숙 ( Hyunsook Rhee ),김훈기 ( Hoonki Kim ),정석용 ( Sukyong Jung ),박정민 ( Jeongmin Park ) 한국정보처리학회 2009 한국정보처리학회 학술대회논문집 Vol.16 No.2
자가 치유란 시스템에서 발생될 수 있는 에러나 오류를 미리 예상하거나 감지하고 시스템 스스로 치유함으로써 시스템의 오동작을 최소화하는 것을 의미한다. 자가 치유 시스템의 신뢰성을 높이기 위해서는 정확한 테스트 기법이 필요하다. 하지만 기존의 테스트 기법은 성공 또는 실패만으로 나타내기 때문에 정량적인 평가가 불가능하다. 따라서 본 논문에서는 자가 치유 시스템이 달성해야 할 목표를 추출하고 관계에 따라 트리로 작성하여 이를 기반으로 시스템의 자가 치유 기법의 성공률을 정량적 측정하는 기법을 제안한다. 본 기법을 통해 자가 치유 시스템의 치유 결과를 정량적으로 평가 가능하고, 치유 전략에 대한 문제점이 분석 가능하므로 자가 치유 시스템의 신뢰성 향상이 가능하다.
로봇과의 상호작용을 위한 사용자 애플리케이션의 설계 및 구현
고재헌 ( Jaeheon-ko ),민동욱 ( Dongwook-min ),최재규 ( Jaekyu-choi ),박정민 ( Jeongmin-park ),이현숙 ( Hyunsook-rhee ),김훈기 ( Hoonki-kim ),이은석 ( Eunseok-lee ) 한국정보처리학회 2009 한국정보처리학회 학술대회논문집 Vol.16 No.1
인간 생활의 편의를 위해 지능형 서비스 로봇에 대한 필요성이 증가하고 있지만, 인간과 로봇이 상호간에 소통할 수 있는 인터페이스나 애플리케이션 등의 개발은 미흡한 상태이다. 이러한 문제점을 극복하고 지능형 서비스 로봇의 대중화를 위하여 사용자 중심의 애플리케이션을 제안한다. 사용자 애플리케이션은 각 시스템들의 정보를 분석하여 제어하는 부분을 담당하고, 사용자의 명령을 블루투스 통신을 통해 로봇에게 전달하며, 로봇의 위치데이터 및 영상정보를 사용자에게 보여준다. 제안 시스템을 통해 로봇에 대한 전문지식이 없는 사용자도 로봇을 쉽게 제어할 수 있으며, 관리자는 원격지에서도 제어 및 모니터링이 가능하여 시스템 관리의 편의성을 제공한다.
김영덕 ( Yeongduck Kim ),고재헌 ( Jaeheon Ko ),민동욱 ( Dongwook Min ),서정범 ( Jeongbeom Seo ),최재규 ( Jaekyu Choi ),이현숙 ( Hyunsook Rhee ),김훈기 ( Hoonki Kim ),정석용 ( Sukyong Jung ),박정민 ( Jeongmin Park ) 한국정보처리학회 2009 한국정보처리학회 학술대회논문집 Vol.16 No.2
자가 치유 시스템은 자율 컴퓨팅의 개념 중 하나로 사람의 개입 없이 시스템의 이상상태를 인식하고 정상상태로 복귀 가능한 시스템을 의미한다. 발생한 오류는 또 다른 오류를 유발할 수 있고, 하나 이상의 원인이 되는 오류나 사건이 있을 수 있다. 따라서 오류의 원인에 따른 치유전략을 필요로 하며 발생한 오류에서부터 전이될 수 있는 오류에 대한 추론을 요구하게 된다. 따라서 본 논문에서는 오류의 인과관계에 따른 진단 및 추론 기법을 제안하고자 한다. 제안사항을 통해 오류트리를 기반으로 하여 발생한 오류의 원인이 되는 오류를 파악할 수 있으며, 오류의 원인에 따른 치유 전략을 계획 가능하고, 발생 가능한 오류의 추론이 가능하다.