• 제목/요약/키워드: 객체 감지

검색결과 263건 처리시간 0.033초

레이더 센서와 카메라를 이용한 객체 감지 시스템 설계 (Design of an Object Detection System using Radar Sensors and Cameras)

  • 정동훈;최성용;장시웅
    • 한국정보통신학회:학술대회논문집
    • /
    • 한국정보통신학회 2017년도 추계학술대회
    • /
    • pp.298-301
    • /
    • 2017
  • 기존의 객체 감지 센서로는 적외선 센서와 초음파 센서, 레이저 센서 등이 있다. 적외선 센서는 가격이 저렴하고 구현이 쉬워 가장 많이 사용되지만, 객체가 움직임이 있을 때에만 감지가 가능한 단점이 있다. 또한 초음파 센서는 움직임이 없어도 감지가 되지만 정확도가 떨어지고 오류가 많은 단점이 있다. 이러한 감지 센서들은 일정 짧은 거리 내의 객체 감지는 가능하지만 탐지범위를 벗어나면 감지가 되지 않는다. 또한 객체 감지를 하여도 객체의 종류가 어떤 것인지 사용자가 알기 힘들다. 본 논문에서는 레이더 센서와 카메라를 활용한 객체 감지 시스템을 설계하였다. 제시하고 있는 시스템은 레이더 센서를 이용하여 객체를 1차적으로 감지한다. 1차적으로 객체가 감지되었으면 2차적으로 감지 당시 카메라의 화면을 별도로 캡쳐하여 객체의 이미지를 저장한다.

  • PDF

단일 깊이 센서를 이용하는 자율주행 시나리오 기반의 깊이 데이터 객체 감지 (Depth data object detection based on autonomous driving scenario using a single depth sensor)

  • 김명균;정진우;김성제
    • 한국방송∙미디어공학회:학술대회논문집
    • /
    • 한국방송∙미디어공학회 2022년도 하계학술대회
    • /
    • pp.1318-1321
    • /
    • 2022
  • 본 논문에서는 단일 깊이 센서를 사용하는 자율주행 시나리오에서 거리 계산에 주로 이용되는 깊이 데이터만 이용하는 객체 감지 기술을 제안한다. 우선, 해당 시나리오에서 객체 감지 학습 데이터는 깊이 데이터가 사용되지만 상대적으로 객체 감지 성능을 비교하기 위해 동일한 시간의 색상, 깊이 데이터를 함께 획득하여 학습에 이용한다. 학습모델은 객체 감지 분야에서 최근 주목 받고 있는 YOLOv5로 선정하여 색상, 깊이 데이터의 객체 감지 학습의 결과를 각각 확인하였다. 결과적으로 색상과 깊이 데이터 사이에서 객체 감지 학습 결과의 차이를 확인하며 본 논문에서 제안하는 자율주행 시나리오에 깊이 영상만 이용하는 객체 감지 기술의 문제점과 향후 자율주행 기술 발전에 기여 가능성을 확인할 수 있다.

  • PDF

클러스터 협업 체계 및 객체 관계를 이용한 객체 추적 연구 (A Study on Object Tracking Using Cluster Collaboration and Object Association)

  • 김진아;문남미;홍상진
    • 한국정보처리학회:학술대회논문집
    • /
    • 한국정보처리학회 2016년도 춘계학술발표대회
    • /
    • pp.142-145
    • /
    • 2016
  • 본 논문은 기존의 RFID 감지 시스템에서 더 나아가 다수의 RFID 클러스터의 협업 및 RFID가 부착된 객체들 사이의 관계를 통하여 객체 추적이 가능한 시스템을 제안한다. 서버는 다수 클러스터와의 통신으로 모든 객체의 데이터를 관리하며 클러스터는 객체의 RFID가 감지되는 경우에 객체의 데이터를 얻어 서버에 전송한다. 이러한 서버와 클러스터의 상호작용을 통해 감지된 클러스터의 위치를 파악하여 객체 추적이 가능하다. 만약 RFID를 감지하는 데 있어 문제가 발생할 경우, 객체 관계를 활용하여 해결한다. 얻은 데이터의 신뢰도가 낮더라도 RFID가 감지된 상황에 따라 가진 데이터를 기반으로 객체는 싱글과 그룹 관계로 결정되며 시간이 지남에 따라 그룹 관계를 싱글 관계로 바꾸어 모든 객체를 분별할 수 있도록 한다. 실제 제한된 실내 공간을 선정해 이를 기반으로 시뮬레이션 프로그램을 구현하여 이 시스템의 효율성을 확인하였다.

지하공동구의 CCTV 영상 기반 AI 연기 감지 모델 개발 (Development of AI Detection Model based on CCTV Image for Underground Utility Tunnel)

  • 김정수;박상미;홍창희;박승화;이재욱
    • 한국재난정보학회 논문집
    • /
    • 제18권2호
    • /
    • pp.364-373
    • /
    • 2022
  • 연구목적: 본 논문은 지하공동구의 초기 화재 감지를 위해 CCTV를 활용한 AI 연기 객체 감지 모델을 개발하는데 목적이 있다. 연구방법:비정형성이 높은 연기 객체의 감지 성능을 제고하기 위해 화재 감지에 특화된 딥러닝 객체 감지 모델을 지하공동구 연기 감지에 특화되도록 학습시켰고, 학습데이터셋의 정제 및 학습 중 Gradient explosion 완화 등 감지 성능 개선을 위한 방법들을 적용해 모델 결과를 비교하였다. 연구결과: 결과는 제안된 방법을 통해 모델 성능을 향상시켰고 mAP 등의 지표를 평가를 통해 개발 모델이 우수한 성능을 보유하고 있음을 보여준다. 최종 모델은 지하공동구 환경의 연기에 대해 미탐이 낮은 반면 오탐이 다수 발견되는 성능을 보였다. 결론: 본 논문의 모델은 지하공동구 관리시스템과 연계를 통해 보완함으로써 지하공동구의 연기 객체 감지에 활용할 수 있을 것으로 판단된다.

웹캠 기반 객체 감지시스템 설계 (Design of Webcam-Based Object Detection System)

  • 심재성;윤성열;박석천
    • 한국정보처리학회:학술대회논문집
    • /
    • 한국정보처리학회 2012년도 추계학술발표대회
    • /
    • pp.549-551
    • /
    • 2012
  • 본 논문에서는 기존의 화소값 차영상 기법이 저속으로 움직이는 물체의 동작정보 감지에 취약한 점을 보완하기 위하여 실시간 영상 처리를 목적으로 연속된 프레임(Frame)에서 움직임이 있는 프레임을 찾아내고, 움직임 영역을 추출하는 움직임 검출에 관한 연구를 통해 웹캠 기반의 객체 감지시스템을 제안하였다. 제안 시스템은 단일 객체뿐 아니라 다중 객체의 움직임까지 파악할 수 있다는 장점을 가지고 있다.

비관통 변형 객체를 위한 충돌 감지 및 반응 (Collision Detection and Response for Non-penetrating Deformable Body)

  • 남상아;김명희
    • 한국컴퓨터그래픽스학회논문지
    • /
    • 제6권1호
    • /
    • pp.11-17
    • /
    • 2000
  • 본 논문에서는 강체와 변형 객체 사이에서 발생할 수 있는 자체관통을 포함한 충돌처리 방법을 제시한다. 충돌은 객체간 계층구조 교차검사를 통해 감지된다. 연속된 프래임 사이에서 발생하는 충돌을 감지하기 위해 객체간 교차검사 외에 모조객체와 상대 객체 사이의 교차검사를 수행한다. 모조객체는 두 프래임 사이의 객체 움직임을 기반으로 구성된다. 일단 충돌이 발생되면, 객체간 관통은 허용되지 않으며 객체의 변형이 유발된다. 변형과정에서 발생 가능한 자체관통은 또 다른 종류의 모조객체와 객체 사이의 교차검사에 의해 빠르게 감지된다. 이때의 모조객체는 연속된 두 프래임간의 변형된 영역을 나타낸다. 객체 변형은 자체 접촉이 발생한 때까지로 제한된다. 제안 방법은 객체 형태와 무관하게 적용될 수 있다.

  • PDF

안전관리 지역 내의 객체 분석 연구 (A study of object analysis in safety management zone)

  • 박상준;김관중
    • 한국산학기술학회논문지
    • /
    • 제12권12호
    • /
    • pp.5873-5877
    • /
    • 2011
  • 본 논문은 안전관리 지역 내에서 아이와 같은 객체의 움직임에 대한 분석 연구이다. 안전관리 지역 내의 객체의 이상상황을 감지하여, 만일 비정상적인 상황이 감지되면 사전에 정해진 업무를 수행하도록 설계되어진다. 인적자원을 통하여 안전관리가 필요한 지역에 대해서 지속적으로 이상상황에 대한 감지업무를 수행한다는 것은 불가능한 사항이므로 이러한 감지 시스템의 도입을 통하여 안정적으로 지역의 신뢰도를 높일 수 있다. 따라서 본 논문에서는 객체의 검지를 통하여 현재의 상황을 인식하여 그에 대한 대응을 위한 것이다. 본 논문에서 제안한 방안을 통하여 센서 기반 분석시스템을 이용하여 객체의 이동상황 및 이상상황 감지를 수행한다.

딥러닝 기반 터널 내 이동체 자동 추적 및 유고상황 자동 감지 프로세스 개발 (Development of a deep-learning based automatic tracking of moving vehicles and incident detection processes on tunnels)

  • 이규범;신휴성;김동규
    • 한국터널지하공간학회 논문집
    • /
    • 제20권6호
    • /
    • pp.1161-1175
    • /
    • 2018
  • 도로 터널의 주행은 시야의 제한으로 인해 유고상황이 발생한 후 2차 대형사고로 이어지기 쉽다. 따라서, 유고상황 발생 즉시, 상황을 자동 감지하여 신속히 초동대응이 이루어 져야 한다. 유고상황을 자동으로 감시할 수 있는 시스템은 기존에도 존재했지만, 폐합된 터널 내 열악 환경에서 촬영되는 CCTV 영상의 질적 한계로 인해 유고상황을 제대로 감지하지 못했다. 이러한 한계를 극복하기 위해 딥러닝을 기반으로 한 터널 영상유고 자동 감지 시스템을 개발하였으며, 지난 2017년 11월 딥러닝 객체 인식 네트워크에 대한 연구를 진행하여 우수한 객체인식 성능을 보인바 있다. 그러나 객체인식은 정지영상 기반으로 수행되므로 이동체의 이동방향과 속도를 알 수 없어, 정차 및 역주행 등 이동체의 이동특성에 따른 유고상황을 판단하기 힘들다. 본 논문에서는 객체인식으로 감지된 이동체의 객체정보를 기반으로 별도의 객체추적기법을 적용하여 이동체의 이동 특성을 자동으로 추적하는 프로세스를 제안하였다. 이를 통해 얻어진 이동체의 이동 방향과 속도 정보를 기반으로 정차 및 역주행을 판별하는 알고리즘을 개발하여 딥러닝 기반 터널 영상유고 자동감지 시스템을 완성하였다. 또한, 유고상황이 포함된 영상들에 대하여 유고상황 감지성능을 검증하였다. 검증 실험 결과, 화재, 정차와 역주행 상황에 대해서는 모두 100% 수준으로 완전한 유고상황 감지성능을 보였으나, 보행자 발생 상황에서는 78.5%로 상대적으로 낮은 성능을 보였다. 하지만, 향후 지속적인 영상유고 영상 빅데이터를 확장해 나가고 주기적인 재학습을 통해 유고상황에 대한 인지성능을 향상시켜 나갈 수 있을 것이다.

컴퓨터 비젼을 이용한 교차로 사고 감지 (Traffic Accident Detection of Crossroad Using Computer Vision)

  • 정성환;이준환
    • 한국정보처리학회:학술대회논문집
    • /
    • 한국정보처리학회 2010년도 추계학술발표대회
    • /
    • pp.736-739
    • /
    • 2010
  • 본 논문에서는 배경영상과 교차로 내의 신호등의 주기를 이용한 교차로 교통 사고 감지 방법을 제안한다. 교차로 내의 객체의 움직임 궤적 정보, 객체의 움직임 정보에 기반한 배경영상 생성과 교차로 신호등 주기를 이용하는 사고 감지 방법으로 구성된다. 환경적인 잡음과 카메라의 잡음을 효과적으로 제거하고 객체를 개별적으로 추적하지 않고 사고를 감지 할 수 있는 알고리즘을 개발하였다. 제안한 알고리즘의 성능을 알아보기 위하여 교차로에 설치된 DVR을 통해 다양한 환경의 사고영상을 저장하여 실험한 결과 모든 동영상에서 사고를 감지하였다.

퍼지 기법을 이용한 다수 레이저스캐너 기반 객체 인식 알고리즘 (Object Classification Algorithm with Multi Laser Scanners by Using Fuzzy Method)

  • 이기룡;좌동경
    • 한국ITS학회 논문지
    • /
    • 제13권5호
    • /
    • pp.35-49
    • /
    • 2014
  • 본 논문에서는 레이저스캐너만으로 이루어진 감지 시스템을 이용하여 도로 위에 있는 객체의 위치를 추정하고 분류하는 알고리즘을 제안한다. 각각의 레이저 스캐너에서 획득한 데이터는 그리드 맵을 사용하여 데이터를 융합하였으며, 팽창 연산과 레이블링 방법을 사용하여 측정 오차를 보정하였다. 추출한 객체의 정보(길이, 폭)를 입력으로 사용한 퍼지방법을 통해 객체를 보행자, 자전거, 차량으로 분류하였으며, 이러한 방법은 레이저스캐너로만 이루어진 감지 시스템의 정확도를 증가시켰다. 또한 본 논문에서는 실제 도로 환경에서 몇 가지 시나리오를 설정하여 실험을 하였다. 실험을 통해 감지 시스템이 객체를 정확히 분류하는지, GPS-RTK 장비를 사용하여 획득한 위치 정보와 비교하여 객체의 위치 정보를 정확히 추정하는지 검증하였다.