http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
얼굴을 관심 영역으로 사용하는 자동 초점을 위한 얼굴 영역 추적 향상 방법 및 하드웨어 구현
정효원,하주영,한학용,양훈기,강봉순,Jeong, Hyo-Won,Ha, Joo-Young,Han, Hag-Yong,Yang, Hoon-Gee,Kang, Bong-Soon 한국정보통신학회 2010 한국정보통신학회논문지 Vol.14 No.1
In this paper, we proposed a method about improving face tracking efficiency of face detection for AF system using the faces to the ROI. The conventional face detection system detecting faces based skin color uses the ratio of skin pixels of the present frame to detected face regions of the past frame to track the faces. The tracking method is superior in the stability of the regions but it is inferior in the face tracking efficiency. We proposed a face tracking method using the area of the overlapping region in the detected face regions of the past frame and the present frame to improve the tracking efficiency. The proposed face tracking efficiency demonstration was performed by making a film of face detection with face tracking in real-time and using the moving traces of the detected faces. 본 논문은 얼굴을 관심 영역(ROI)으로 사용하는 자동 초점(AF, Auto Focusing) 시스템을 위 한 얼굴 검출 기능(Face Detection)의 얼굴 추적 향상 방법에 관한 것이다. 피부색을 바탕으로 얼굴을 검출하는 기존의 얼굴 검출 기능에서는 얼굴을 추적하기 위하여 이전 프레임에 검출된 얼굴 영역에 대하여 현재 프레임의 스킨 픽셀 비율을 사용한다. 이 방법은 동영상에서 얼굴 영역의 안정성은 뛰어나지만, 얼굴 추적 성능은 다소 떨어진다. 따라서 얼굴 추적 성능을 향상 시키기 위하여, 이전 프레임에 검출된 얼굴 영역과 현재 프레임에 검출된 얼굴 영역의 겹침을 조사하여 겹치는 영역의 면적을 이용하여 얼굴을 추적하는 방법을 제안하였다. 검증을 위하여 FPGA 보드와 모바일 폰 카메라용 CIS를 이용하여 실시간으로 얼굴 검출을 촬영하였고, 검출된 얼굴의 이동 궤적을 이용하여 성능을 검증하였다.
AF를 위한 피부색 영역의 얼굴 특징을 이용한 Face Detection 알고리즘 및 하드웨어 구현
정효원,곽부동,하주영,한학용,강봉순,Jeong, Hyo-Won,Kwak, Boo-Dong,Ha, Joo-Young,Han, Hag-Yong,Kang, Bong-Soon 한국정보통신학회 2009 한국정보통신학회논문지 Vol.13 No.12
본 논문은 얼굴을 자동 초점(AF, Auto Focusing) 기능의 관심영역(ROI, Region of Interest)으로 이용하기 위한 얼굴 검출(Face Detection) 알고리즘 및 하드웨어 구현에 관한 것이다. 얼굴 검출을 위해 YCbCr 색 좌표계에서의 피부색 영역을 바탕으로 얼굴의 특징을 이용하였다. 얼굴에 해당하는 피부, 눈에 해당하는 에지, 그리고 입에 해당하는 음영의 픽셀수를 얼굴 특징으로 선택하였고, 얼굴 특징은 2,000개의 얼굴 샘플을 통하여 통계적으로 구하였다. 제안된 알고리즘은 하드웨어 설계 시, 하드웨어 자원의 효율성을 고려하여 영상의 중심에 가까운 두 명의 얼굴을 검출하게 하였다. 그리고 검출된 얼굴을 자동 초점의 관심 영역으로 이용하기 위하여 얼굴 영역을 사각형의 박스로 표시하였고, 영상에서 박스의 시작점과 끝점에 해당하는 위치를 출력하게 하였다. 하드웨어로 설계된 얼굴 검출 기능은 FPGA 보드와 모바일 폰 카메라 센서를 사용하여 검증하였다. In this paper, we proposed a face detection algorithm and a hardware implementation method for ROI(Region Of Interest) of AF(Auto Focusing). We used face features in skin regions of YCbCr color space for face detection. The face features are the number of skin pixels in face regions, edge pixels in eye regions, and shadow pixels in lip regions. The each feature was statistically selected by 2,000 sample pictures of face. The proposed algorithm detects two faces that are closer center of the image for considering the effectiveness of hardware resource. The detected faces are displayed by rectangle for ROI of AF, and the rectangles are represented by positions in the image about starting point and ending point of the rectangles. The proposed face detection method was verified by using FPGA boards and mobile phone camera sensor.
식품에서 분리된 리스테리아 모노사이토젠스의 분포 및 항생제 내성
정효원,박상훈,이집호,김수진,류승희,송미옥,박선희,조정윤,박건용,최성민 한국식품위생안전성학회 2014 한국식품위생안전성학회지 Vol.29 No.3
본 연구에서는 식품에서의 L. monocytogenes에 대한 기 초자료를 제공하고자 2010년부터 2011년까지 서울지역에서 수거된 식품 총 1042건에서 L. monocytogenes를 분리 하여 항생제 감수성 검사를 하였다. 김밥 4건(0.8%), 육회 4건(2.6%), 연어제품 2건(11.1%), 돈육식품과 조리된 생선에서 각 1건씩(각5.9%, 6.3%) 총 12균주가 분리 동정되었다. 분리 균주를 20종의 항생제에 검사한 결과 대다수 항생제(16종)에 감수성을 나타내었지만 cefotetan (11균주), cefotaxime (7균주), cefepime (6균주)에서 내성을 나타냈으며 3균주에서 임상치료에 자주 사용되는 tetracycline에 대해서 내성을 나타내었다. Listeria monocytogenes continues to be a important food safety concern. The aims of the present study were to investigate the prevalence and antimicrobial susceptibility of L. monocytogenes. A total of 1,042 samples was collected from 2010 to 2011 in Seoul and twelve L. monocytogenes were isolated. Isolation rate was Gimbap (0.8%), Beef (yukhoe) (2.6%), Pork (cooked) (5.9%), Fish(cooked) (6.3%), and Salmon (11.1%), respectively. In this study, most of the isolates were susceptible to antibiotics. The most common resistance was cefotetan on 11 isolates, followed by cefotaxime on 7 isolates, cepefime on 6 isolates and tetracyclin on 3 isolates.