$\require{mediawiki-texvc}$
  • 검색어에 아래의 연산자를 사용하시면 더 정확한 검색결과를 얻을 수 있습니다.
  • 검색연산자
검색연산자 기능 검색시 예
() 우선순위가 가장 높은 연산자 예1) (나노 (기계 | machine))
공백 두 개의 검색어(식)을 모두 포함하고 있는 문서 검색 예1) (나노 기계)
예2) 나노 장영실
| 두 개의 검색어(식) 중 하나 이상 포함하고 있는 문서 검색 예1) (줄기세포 | 면역)
예2) 줄기세포 | 장영실
! NOT 이후에 있는 검색어가 포함된 문서는 제외 예1) (황금 !백금)
예2) !image
* 검색어의 *란에 0개 이상의 임의의 문자가 포함된 문서 검색 예) semi*
"" 따옴표 내의 구문과 완전히 일치하는 문서만 검색 예) "Transform and Quantization"
쳇봇 이모티콘
안녕하세요!
ScienceON 챗봇입니다.
궁금한 것은 저에게 물어봐주세요.

논문 상세정보

시각장애인을 위한 라즈베리 파이 기반 지폐 인식기 개발

Development of a Raspberry Pi-based Banknote Recognition System for the Visually Impaired

초록

한화 지폐는 그 크기들이 비슷하고 지폐가 오래되면 점자 부분이 마모된다. 이로 인해 촉각만을 이용해 지폐를 구분하는 시각장애인들은 한화 지폐를 인식하는데 어려움을 느끼며, 잘못된 인식으로 인해 경제적 손실을 입을 수도 있다. 지폐를 인식하는 유사 시스템은 이미 존재하나 기존 시스템은 한화 지폐를 인식하지 못하며, 모바일 애플리케이션으로 구현되어 있어 사실상 시각장애인들이 사용하기에 어렵다는 단점이 있다. 따라서 본 논문에서는 한화 지폐를 인식할 수 있으며, 시각장애인들이 사용하기에 편리한 라즈베리 파이 기반 지폐 인식기를 개발한다. 본 지폐 인식기는 간단한 동작만으로 인식을 시작하며 시각장애인들에게 음성으로 인식 결과를 알려준다. 특히 성능에 직접적인 영향을 미치는 특징 추출 알고리즘을 선택하기 위해 본 연구에서는 대표적인 특징 추출 알고리즘인 SIFT, SURF, ORB의 성능을 실제 비교하였다. 다양한 실제 환경에서의 실험을 통해, 본 논문에서는 95%의 인식률로 가장 좋은 정확도를 보이는 SIFT를 시스템 구현에 채택하였다.

Abstract

Korean banknotes are similar in size, and their braille tend to worn out as they get old. These characteristics of Korean banknotes make the blind people, who mainly rely on the braille, even harder to distinguish the banknotes. Not only that, this can even lead to economic loss. There are already existing systems for recognizing the banknotes, but they don't support Korean banknotes. Furthermore, because they are developed as a mobile application, it is not easy for the blind people to use the system. Therefore, in this paper, we develop a Raspberry Pi-based banknote recognition system that not only recognizes the Korean banknotes but also are easily accessible by the blind people. Our system starts recognition with a very simple action of the user, and the blind people can hear the recognition results by sound. In order to choose the best feature extraction algorithm that directly affects the performance of the system, we compare the performance of SIFT, SURF, and ORB, which are representative feature extraction algorithms at present, in real environments. Through experiments in various real environments, we adopted SIFT to implement our system, which showed the highest accuracy of 95%.

참고문헌 (0)

  1. 이 논문의 참고문헌 없음

이 논문을 인용한 문헌 (0)

  1. 이 논문을 인용한 문헌 없음

원문보기

원문 PDF 다운로드

  • ScienceON :

원문 URL 링크

원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다. (원문복사서비스 안내 바로 가기)

상세조회 0건 원문조회 0건

DOI 인용 스타일