-
公开(公告)号：WO2014200155A1
公开(公告)日：2014-12-18
申请号：PCT/KR2013/009361
申请日：2013-10-18
Applicant: 전북대학교산학협력단 , 목포대학교산학협력단 , 주식회사 아이에스피
IPC: G01N23/223 , G06F19/00
CPC classification number: G01N23/223 , G01N2223/345
Abstract: 본 발명은 인공 신경망을 이용하여 중첩 피크를 보다 간단하고 신속하게 분리할 수 있도록 하는 중첩 피크 분리 장치 및 이를 이용하는 X선 형광 분석 장치에 관한 것으로, 상기 중첩 피크 분리 장치는 중첩 피크를 포함하는 신호 스펙트럼이 입력되는 입력층, 상기 신호 스펙트럼의 피크 검출값이 출력되는 출력층, 및 상기 입력층과 출력층 사이에 위치하는 은닉층으로 구성되고, 상기 입력층과 은닉층 사이와 상기 은닉층과 출력층 사이는 상기 중첩 피크와 상기 피크 검출값의 상관관계인 연결강도로 연결되는 인공 신경망; 및 상기 인공 신경망에 학습 데이터를 반복 입력하면서, 상기 출력층의 오차율이 목표 오차율에 도달하도록 상기 연결 강도를 조정하는 학습부;를 포함할 수 있다.
Abstract translation: 本发明涉及能够使用人造神经网络更简单且更快速地分离重叠峰的重叠峰分离装置和使用其的X射线荧光分析装置。 重叠峰值分离装置包括：人造神经网络，其包括输入包括重叠峰值的信号频谱的输入层，输出信号频谱的峰值检测值的输出层和位于输入端之间的隐藏层 层和输出层，其中输入层和隐藏层以及隐层和输出层以与重叠峰值和峰值检测值之间的关系相对应的连接强度互连; 以及学习单元，用于在将学习数据重复输入人造神经网络的同时，调整连接强度，使得输出层的错误率达到目标误差率。
-
公开(公告)号：WO2014017697A1
公开(公告)日：2014-01-30
申请号：PCT/KR2012/008410
申请日：2012-10-16
Applicant: 전북대학교산학협력단 , 목포대학교산학협력단
CPC classification number: G06K9/00885 , A61B5/0037 , A61B5/0059 , A61B5/489 , A61B2576/00 , G06K2009/00932
Abstract: 가이디드 가버 필터를 이용한 지정맥 패턴 추출 방법 및 장치를 공개한다. 본 발명의 지정맥 패턴 추출 장치는 적외선 광을 이용하여 사용자의 정맥 패턴이 포함된 캡쳐 이미지를 획득하고, 캡쳐 이미지로부터 지정맥을 포함하는 관심영역을 설정하는 전처리부, 기설정된 가이드 이미지를 이용하여 이미지 획득부에서 획득한 캡쳐 이미지에 대해 가이디드 필터링을 수행하여 캡쳐 이미지보다 화질이 개선된 가이디드 이미지를 출력하는 가이디드 필터부, 및 가이디드 이미지에서 능선의 형상을 추출하기 위한 가버 필터링을 가이디드 이미지에 대해 수행하여 필터링 이미지를 출력하는 가버 필터부를 포함한다. 따라서 가이디드 필터의 이미지 화질 향상 능력과 가버 필터의 능선 추출 능력을 이용하여 매우 선명한 지정맥 패턴을 빠른 속도로 추출할 수 있다.
Abstract translation: 公开了一种使用引导Gabor滤波器提取手指静脉图案的方法和装置。 根据本发明的用于提取手指静脉图案的装置包括：预处理单元，其通过使用近红外光获得包括用户的静脉图案的拍摄图像，并且设置包括手指的感兴趣区域 静脉从捕获的图像; 导向过滤器单元，其通过使用预设引导图像对图像获取单元中获得的拍摄图像执行引导过滤，并且输出具有比捕获图像更好的图像质量的被导图像; 以及Gabor滤波器单元，其相对于被引导图像执行用于从引导图像中提取脊的形状并且输出滤波图像的Gabor滤波。 因此，通过使用引导过滤器的图像图像质量改善能力和Gabor滤波器的脊提取能力，可以高速提取非常清晰的手指静脉图案。
-
公开(公告)号：WO2022158674A1
公开(公告)日：2022-07-28
申请号：PCT/KR2021/011439
申请日：2021-08-26
Applicant: 전북대학교산학협력단 , 목포대학교산학협력단
Abstract: 본 발명은 가축행동 어노테이션(annotation)을 이용하여 사전 학습된 딥러닝을 이용하여 동영상에서 가축의 행동을 자동으로 인식 및 검출하고, 이를 저장 및 단기행동분석/장기행동분석을 수행하여 위험상황 발생시 경보를 수행함으로써 가축 행동을 자동으로 실시간 모니터링할 수 있는 딥러닝(deep learning)을 이용한 가축행동 자동인식 및 모니터링 시스템 및 그 방법에 관한 것이다.
-
公开(公告)号：KR101406334B1
公开(公告)日：2014-06-19
申请号：KR1020130043174
申请日：2013-04-18
Applicant: 전북대학교산학협력단 , 목포대학교산학협력단 , 주식회사 헤드아이티
CPC classification number: G06T7/254 , G06K9/4642 , G06K9/4652 , G06K9/6267
Abstract: According to the present invention, a system for tracking multiple objects may be provided. The system includes a background removal unit that updates a background model when an image is input, produces a new background image from the image, and obtains a foreground image that has been background-removed through image differencing between the image and the background image; a characteristic point determination unit that determines a characteristic point represented on the image and the foreground image with reference to a characteristic tree and extracts a determined characteristic point; a situation selection unit that uses the characteristic point extracted through the characteristic point determination unit to select the situation of an object represented on the image as any one of pre-classified situations; an object determination unit that compares a pre-stored object model with a characteristic point extracted from the image having occlusion when the state of the object is selected as occlusion, separates the object and determines the motion of the object; and an object tracking unit that updates the motion of the object determined through the object determination unit, predicts the motion of the object and then transfers the motion of the predicted object of the object to the situation selection unit through tracking inform.
Abstract translation: 根据本发明，可以提供用于跟踪多个对象的系统。 该系统包括背景去除单元，其在输入图像时更新背景模型，从图像生成新的背景图像，并通过图像和背景图像之间的图像差异获得背景去除的前景图像; 特征点确定单元，参考特征树确定在图像和前景图像上表示的特征点，并提取确定的特征点; 使用通过特征点确定单元提取的特征点的情景选择单元，将图像上表示的对象的状况选择为预分类情况; 对象确定单元，当选择对象的状态作为遮挡时，将预先存储的对象模型与从具有遮挡的图像提取的特征点进行比较，分离对象并确定对象的运动; 以及对象跟踪单元，其更新通过对象确定单元确定的对象的运动，预测对象的运动，然后通过跟踪通知将对象的预测对象的运动传送到情境选择单元。
-
Patent Agency Ranking
公开(公告)号：KR101315646B1
公开(公告)日：2013-10-08
申请号：KR1020120081241
申请日：2012-07-25
Applicant: 전북대학교산학협력단 , 목포대학교산학협력단
CPC classification number: G06K9/00885 , A61B5/0037 , A61B5/0059 , A61B5/489 , A61B2576/00 , G06K2009/00932
Abstract: PURPOSE: A finger vein pattern extraction method using a guided Gobor filter and a method thereof are provided to improve the quality of a finger vein image by reducing influence and by protecting a vein pattern from the outside. CONSTITUTION: A pre-processing unit (120) uses infrared light to obtain a captured image including a vein pattern and to set an interested area including a finger vein in the captured image. A guided filter unit (130) outputs a guided image in which resolution is improved by executing a guided filtering process for the captured image. A Gobor filter unit (140) outputs a filtering image by executing a Gobor filtering process in the guided image. [Reference numerals] (110) Image acquisition unit; (120) Pre-processing unit; (130) Guided filter unit; (140) Gobor filter unit; (150) Quality estimation unit; (160) Feature extracting unit
Abstract translation: 目的：提供使用引导的Gobor滤波器的手指静脉图案提取方法及其方法，以通过减小影响并通过从外部保护静脉图案来改善手指静脉图像的质量。 构成：预处理单元（120）使用红外光来获得包括静脉图案的捕获图像，并且在拍摄图像中设置包括手指静脉的感兴趣区域。 引导过滤器单元（130）通过对捕获的图像执行引导过滤处理来输出其中改进了分辨率的引导图像。 Gobor滤波器单元（140）通过在引导图像中执行Gobor滤波处理来输出滤波图像。 （附图标记）（110）图像获取单元; （120）预处理单元; （130）引导式过滤器单元; （140）Gobor过滤器单元; （150）质量估算单位; （160）特征提取单元
-
公开(公告)号：KR101440237B1
公开(公告)日：2014-09-12
申请号：KR1020130070761
申请日：2013-06-20
Applicant: 전북대학교산학협력단 , 목포대학교산학협력단
IPC: G01N23/223
CPC classification number: G01N23/223 , G01N23/2076 , G01N2223/076 , G01N2223/313 , G01T1/36 , G06F17/17
Abstract: The present invention relates to a method to divide spectrum sections to apply an interval threshold method even to XRF spectrum data with random properties by dividing the sections of the XRF spectrum using peak size characteristics, and to a method to analyze X-ray fluorescence using the same. The method to divide spectrum sections comprises: a step of reducing spectrum data through down sampling and then differentiating the reduced signal; a step of creating a cumulative graph by accumulating the differentiation results of the reduced signal; a step of detecting section division points using a gradient of the cumulative graph and the gradient rate; and a step of dividing the spectrum data into sections based on the section division points.
Abstract translation: 本发明涉及通过使用峰值特性划分XRF频谱的各部分来分割频谱部分以应用间隔阈值法甚至具有随机特性的XRF频谱数据的方法，以及使用该方法来分析X射线荧光 相同。 分割频谱部分的方法包括：通过下采样减少频谱数据，然后对减小的信号进行微分的步骤; 通过累加减小的信号的微分结果来产生累积图的步骤; 使用累积图的梯度和梯度率来检测区间分割点的步骤; 以及基于部分分割点将频谱数据划分为多个部分的步骤。
-
公开(公告)号：KR101440236B1
公开(公告)日：2014-09-12
申请号：KR1020130067847
申请日：2013-06-13
Applicant: 전북대학교산학협력단 , 목포대학교산학협력단
IPC: G01N23/223
CPC classification number: G01N23/223 , G01N23/04 , G01N23/2076 , G01N2223/076 , G01N2223/304 , G01N2223/313 , G01R23/167
Abstract: The present invention relates to a method to analyze X-ray fluorescence and a method to remove backgrounds for the same, which accurately and efficiently removes backgrounds included in a spectrum for X-ray fluorescence analysis. A method to divide spectrum sections comprises: a step of creating a cumulative graph by performing multi-resolution analysis on spectrum data, and by collecting and accumulating differences of the analysis results; a step of detecting section division points by considering a gradient of the cumulative graph and the gradient rate; a step of dividing the spectrum data into sections based on the section division points; a step of firstly removing the backgrounds included in the spectrum data by classifying sections, where symbols of the differences of the analysis results are crossed and changes into a peak area, and the remaining sections into a background area; and a step of estimating the remaining background in the peak area and secondly removing backgrounds by fitting a beginning point and an end point of the peak area through a linear function or an exponential function.
Abstract translation: 本发明涉及一种分析X射线荧光的方法和一种去除其背景的方法，其精确有效地去除了包括在X射线荧光分析的光谱中的背景。 分割频谱部分的方法包括：通过对频谱数据进行多分辨率分析，并通过收集和累积分析结果的差异来创建累积图的步骤; 通过考虑累积图的梯度和梯度率来检测区间分割点的步骤; 基于区段分割点将频谱数据划分为多个部分的步骤; 首先通过分类部分去除包括在频谱数据中的背景的步骤，其中分析结果的差异的符号被越过并变成峰值区域，其余部分进入背景区域; 以及通过线性函数或指数函数拟合峰值区域的起点和终点来估计峰值区域中的剩余背景并且其次去除背景的步骤。
-
公开(公告)号：KR100967725B1
公开(公告)日：2010-07-05
申请号：KR1020080040085
申请日：2008-04-29
Applicant: 전북대학교산학협력단 , 주식회사 헤드아이티
IPC: H04N5/913
Abstract: 본 발명은 정지영상의 저작권 보호를 위한 보호저작권정보 생성 및 복원방법에 관한 것으로서, 상세하게는 원본 정지영상에 저작권 정보를 직접 삽입하지 않기 때문에 품질 저하가 발생하지 않고, 정지영상의 크기와 화소값만을 이용하여 EX-OR 연산을 수행함에 따라 처리시간이 매우 빠른 보호저작권정보 생성 및 복원방법에 관한 것이다.
정지영상, 저작권-
公开(公告)号：KR1020090114243A
公开(公告)日：2009-11-03
申请号：KR1020080040085
申请日：2008-04-29
Applicant: 전북대학교산학협력단 , 주식회사 헤드아이티
IPC: H04N5/913
CPC classification number: H04N21/835 , G06F7/588 , H03K19/21
Abstract: PURPOSE: A method for generating and restoring value added copyright protection information for a still image is provided to prevent the quality from being degraded without the direct insertion of copyright information into the still image. CONSTITUTION: A method for generating and restoring value added copyright protection information for a still image comprises the following steps of: generating an arbitrary coordinate value and arbitrary pixel value within the size of the still image and the range of pixel values by generating random numbers; extracting a pixel value from the still image by using the arbitrary coordinate value; giving 1 when the extracted pixel value is identical or larger to or than the generated arbitrary pixel value; generating a binary image by giving 0 if the pixel value is smaller than the generated arbitrary pixel value; and generating value added copyright information by performing the EX-OR operation based on the binary image and separate copyright information.
Abstract translation: 目的：提供一种用于生成和恢复静态图像的增值版权保护信息的方法，以防止在不将静态图像直接插入版权信息的情况下降低质量。 构成：用于生成和恢复静止图像的增值版权保护信息的方法包括以下步骤：通过产生随机数生成静止图像的大小和像素值的范围内的任意坐标值和任意像素值; 通过使用任意坐标值从静止图像提取像素值; 当所提取的像素值等于或大于所产生的任意像素值时，给出1; 如果像素值小于生成的任意像素值，则通过给出0来产生二进制图像; 以及通过基于二进制图像执行EX-OR操作并分离版权信息来生成增值版权信息。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.02 seconds)
