초록 ▼

용어보기논문에서 용어와 풀이말을 자동 추출한 결과로, 시범 서비스 중입니다. AI-Helper

최근에 인공지능은 우리 실생활에 많은 분야에 적용되고 있다. 이러한 인공지능기법 중에서 인공신경망은 생물학의 신경망에 영감을 얻은 알고리즘으로서 의학분야나 통계학분야 등에서 쓰인다. 본 논문에서는 이러한 인공신경망기법을 활용해 시각장애인 위한 점자블록인식 연구방안을 제안하였다.

카메라 영상을 통해 들어온 점자 블록을 인식하기 위해 ...

최근에 인공지능은 우리 실생활에 많은 분야에 적용되고 있다. 이러한 인공지능기법 중에서 인공신경망은 생물학의 신경망에 영감을 얻은 알고리즘으로서 의학분야나 통계학분야 등에서 쓰인다. 본 논문에서는 이러한 인공신경망기법을 활용해 시각장애인 위한 점자블록인식 연구방안을 제안하였다.

카메라 영상을 통해 들어온 점자 블록을 인식하기 위해 전 처리 과정에서 점자블록 색을 감지하고자 YCbCr 모델을 활용하였으며, 점자블록의 패턴을 찾기 위해 Canny Edge를 활용하여 경계선 검출을 하였다. 인공신경망 패턴을 활용하기 전에 상관계수를 이용한 Templete Matching을 활용해 후보군을 선정였다.

인공신경망 가중치 연산을 위해 오류 역전파 알고리즘을 활용하였다. 오류 역전파 알고리즘은 피드포워드 신경망에서 사용되는 알고리즘으로 그 목적을 달성하기 위해 결과에 값을 수렴시키고자 할 때 사용하는 일반적인 알고리즘이다. 본 논문에서는 알고리즘을 이용해 점자블록의 이미지 패턴을 인식에 활용할 것을 제안한다.

R을 사용하여 실제 들어온 이미지를 신경망 연산을 통해 나온 값과 비교하는 시뮬레이션 과정을 거쳤다. 인공신경망은 가중치와 훈련횟수에 따라 결과값이 달라진다. 본 논문에서는 훈련횟수에 따라 점자블록 인식율이 증가함을 확인하였으며, 인공신경망을 통해 연산을 할 경우 템플릿 매칭으로 점자블록 이미지를 검색하였을 때 나오는 오인식 된 부분을 모두 제거해 주는 것을 알 수 있었다.

주제어