• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2000년도 봄 학술발표논문집 Vol.27 No.1 (A)
• /
• pp.498-500
• /
• 2000

객체 지향 소프트웨어에 있어서, 테스팅의 중요성은 전통적인 소프트웨어의 개발에 있어서의 중요성과 크게 다르지 않다. 테스팅이 부적절하게 수행된 경우 프로그램의 버그를 성공적으로 검출 할 수 없으며, 소프트웨어 품질을 보장할 수 없다. 즉, 성공적인 소프트웨어를 위한 문제가 바로 테스팅이라 할 수 있다. 따라서 개발된 객체 지향 소프트웨어의 신뢰성을 향상시킬수 있는 객체 지향 테스팅 방법이 필요하다. 이 논문에서는 전통적인 소프트웨어 테스팅 기법과 객체 지향 특성을 결합하여 객체 지향 소프트웨어 테스팅을 위한 단위 설정을 위해 실시간 시스템에서 하나의 행위를 정의할 수 있는 객체 메소드의 결합에 대한 이벤트 그래프(Eent Gaph)와 제약적 메소드 시퀀스(M？ Sequence with Cnstraints)를 정의하고, 제약사항을 포함하는 이벤트 그래프와 메소드 시퀀스(sequence)를 정의하고, 제약사항을 포함하는 이벤트 그래프와 메소드 시퀀스(sequence)를 엘리베이터 시스템에 적용하여 객체 지향 실시간 시스템에 대한 객체 상태 행위 테스팅(object state behavior testing)을 통해 인트라 클래스 테스팅 및 인터 클래스 테스팅 기법을 제안한다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2020년도 춘계학술발표대회
• /
• pp.468-471
• /
• 2020

본 논문은 ESRGAN(Enhanced Super Resolution GAN)과 Semantic Soft Segmentation을 이용한 객체 분할의 성능 개선에 관한 것이다. 본 논문의 연구진이 이미 제안한 Mask R-CNN과 Semantic Soft Segmentation을 이용한 객체 분할 방법은 전반적으로 객체 분할 성능이 양호한 반면, 객체의 크기가 상대적으로 작으면 분할 성능이 저조해지는 문제점이 있었다. 본 논문은 이러한 문제점을 해결하기 위한 것으로, Mask R-CNN을 통해 검출된 객체의 크기가 일정 기준치 이하인 경우, ESRGAN을 통해 초해상화를 수행한 후, Semantic Soft Segmentation을 수행함으로써 소형 객체의 분할 성능을 개선함에 그 목적이 있다. 제안된 방법에 따르면, 기존의 방볍에 비해 크기가 작은 객체의 분할 특성을 좀 더 효과적으로 개선할 수 있음을 확인할 수 있었다.

• 한국정보통신학회논문지
• /
• 제22권7호
• /
• pp.956-962
• /
• 2018

본 논문은 영상에 포함된 객체 특징을 추출하기 위한 연구로서, 말레이시아 산림에서 드론으로 항공 촬영된 산림 영상사진을 이용하여 실제로 산림 속에 존재하는 나무를 파악하기 위한 방법을 기술한다. 일반적으로 회색조 영상특징 추출방법으로는 LBP 방식과 GLCM 방식, Gabor 필터 방식 등이 많이 사용되고 있다. 본 연구에서는 드론으로 촬영된 영상이므로 나뭇잎 질감이 매우 유사하기 때문에, 질감 자체보다는 표본으로 채취한 샘플들에 대한 통계적 특성을 이용한 객체 추출 방식을 제안한다. 이를 위하여 먼저 샘플 영상을 생성하고, 생성된 샘플영상과 원 영상간의 상호상관관계를 이용하여 객체를 검출한다. 각 샘플영상들에 대한 평균치 및 표준편차는 객체 샘플을 분간하고, 판단하기 위한 중요한 자료로 사용될 수 있으며, 또한 RGB 모델과 HSV 모델의 각 신호성분들을 분석하여 객체판단에 유용한 샘플 영상에 대한 통계값을 이용함으로서 객체 추출 확률을 높일 수 있다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2008년도 제39차 동계학술발표논문집 16권2호
• /
• pp.237-240
• /
• 2009

감시 시스템은 지역의 특성에 따라 다양한 환경 및 설치 조건을 가지게 되며, 지능적 처리 요구에 따라 객체 분류를 필요로 한다. 본 논문에서는 검출된 객체로부터 특징 정보의 자율적 추출 및 학습을 이용하여 객체를 분류하기 위한 방안을 제시하고자 한다. 다양한 환경 및 설치 조건에서도 감시 시스템의 입력과 처리에 대한 추가적 보정 과정이 필요하지 않으며, 연속적으로 입력되는 객체의 형태와 움직임 정보를 효과적으로 활용하여 객체의 특징 추출 및 분류가 가능하게 된다.

• 한국시뮬레이션학회:학술대회논문집
• /
• 한국시뮬레이션학회 1998년도 추계학술대회 및 정기총회
• /
• pp.66-70
• /
• 1998

제조환경 정보의 급속한 변화는 변화에 유연(flexible)하게 대처할 수 있는 제조관리 시스템 개발을 요구하게 되었으며 이를 위한 방법으로 객체지향 개발방법론을 이용한 제조관리 시스템이 구축되어 시스템 구성요소들의 재사용성, 확장성, 유연성을 높일 수 있게 되었다. 그러나 개발된 객체지향 제조관리 시스템은 과거 데이터와 불확실한 데이터를 바탕으로 개발된 시스템이므로 시스템의 타당성 및 효율성의 검증을 위한 방법으로 객체지향 시뮬레이터를 개발하였다. 객체지향 시뮬레이터는 개발된 제조관리 시스템이 현장에 구축되었을 때 발생될 수 있는 문제점을 사전에 검출할 수 있을 뿐만 아니라 시스템의 성능을 사전에 측정할 수 있어 제조관리 시스템의 개발비용을 단축할 수 있게 된다. 본 연구에서는 가상공장의 특성을 구현한 가상공장(virtual factory) 콤포넌트, 제조관리 시스템과의 인터페이스를 담당하는 커넥터(connector) 콤포넌트, 제조시스템의 구성환경을 모델링하는 컨피규레이션(configuration) 콤포넌트, 시뮬레이션의 시간전진을 담당하는 시계(clock) 콤포넌트 등으로 이루어진 객체지향 시뮬레이션의 프레임워크(framework)를 제시하고, 제조관리 시스템과 연계된 시뮬레이션을 통해 제조관리 시스템의 검증, 평가 방안으로 이용하였다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2018년도 하계학술대회
• /
• pp.5-7
• /
• 2018

지능형 자동차는 역사가 깊은 연구 분야이다. 과거에는 낮은 하드웨어 성능에 맞추기 위하여 복잡한 알고리즘을 경량화하면서 성능을 유지하고자 하는 제한적인 연구들이 주로 이루어졌으나, 최근 하드웨어 성능이 높아지면서는 다양한 알고리즘 적용이 가능해졌기 때문에 매우 활발하게 연구되는 분야가 되었다. 본 논문은 차량의 주행 특성을 반영한 움직임 벡터 필드 모델링을 수행하고, 이 모델 값과 실제 추정된 움직임 벡터와의 차이를 이용해서 차량의 후보 영역을 검출하는 객체 영역 검출 알고리즘을 제안한다. 제안하는 움직임 벡터 필드 모델링 기법은 기존의 움직임 벡터 추정 기법에 비해 계산량이 적고, 음영 영역이나 밝기가 포화된 영역에서도 움직임 필드를 모델링해낼 수 있는 장점이 있어서 상용화된 블랙박스에 적용이 가능하다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2017년도 하계학술대회
• /
• pp.107-108
• /
• 2017

횡단보도 인근에서는 보행취약자의 사고가 끊이지 않고 있으며 사고예방 및 사고의 절감을 위하여 선제적안 안전시스템의 개발이 요구되고 있다. 선제적 안전시스템의 개발을 위하여 빅데이터를 이용한 안전 데이터 도출, 영상분석을 이용한 보행자 행동특성 모니터링 시스템의 개발 및 사고감소를 위한 안전 시스템 개발이 진행되고 있다. 보행취약자 위험상황 판단에 대한 정의를 빅데이터 분석을 통해 도출하고 횡단보도 주변 안전 시스템의 개발을 기존 시스템에 적용 및 새로운 시스템을 개발하며 이에 적합한 딥러닝 영상분석 시스템을 개발하였다. 본 논문에서는 딥러닝 모델을 이용하여 객체의 검출, 분석을 수행하는 객체 검출부, 객체의 포즈와 행동을 보여주는 영상 분석부로 구성되어 있으며 기존 모델을 응용하여 최적화한 모델을 적용하였다. 딥러닝 모델의 구동은 리눅스 서버에서 운용되고 있으며 딥러닝 모델 구동을 위한 여러 툴을 적용하였다. 본 연구를 통하여 보행취약자의 검출, 추적, 보행취약자의 포즈 및 위험상황을 인식하고 안전시스템과 연계할 수 있도록 구성하였다.

• 한국컴퓨터정보학회논문지
• /
• 제29권7호
• /
• pp.41-51
• /
• 2024

본 논문에서는 적외선 이미지에서 딥러닝 물체 탐지를 사용하여 유도무기의 표적 탐지 정확도 향상 방법을 연구한다. 적외선 이미지의 특성은 시간, 온도 등의 요인에 의해 영향을 받기 때문에 모델을 학습할 때 다양한 환경에서 표적 객체의 특징을 일관되게 표현하는 것이 중요하다. 이러한 문제를 해결하는 간단한 방법은 적절한 전처리 기술을 통해 적외선 이미지 내 표적 객체의 특징을 강조하고 노이즈를 줄이는 것이다. 그러나, 기존 연구에서는 적외선 영상 기반 딥러닝 모델 학습에서 전처리기법에 관한 충분한 논의가 이루어지지 못했다. 이에, 본 논문에서는 표적 객체 검출을 위한 적외선 이미지 기반 훈련에 대한 이미지 전처리 기술의 영향을 조사하는 것을 목표로 한다. 이를 위해 영상과 이미지의 전역(global) 또는 지역(local) 정보를 활용한 적외선 영상에 대한 전처리인 Min-max normalization, Z-score normalization, Histogram equalization, CLAHE (Contrast Limited Adaptive Histogram Equalization)에 대한 결과를 분석한다. 또한, 각 전처리 기법으로 변환된 이미지들이 객체 검출기 훈련에 미치는 영향을 확인하기 위해 다양한 전처리 방법으로 처리된 이미지에 대해 YOLOX 표적 검출기를 학습하고, 이에 대한 분석을 진행한다. 실험과 분석을 통해 전처리 기법들이 객체 검출기 정확도에 영향을 미친다는 사실을 알게 되었다. 특히, 전처리 기법 중에서도 CLAHE 기법을 사용해 실험을 진행한 결과가 81.9%의 mAP (mean average precision)을 기록하며 가장 높은 검출 정확도를 보임을 확인하였다.

• 한국멀티미디어학회논문지
• /
• 제3권5호
• /
• pp.454-460
• /
• 2000

영상과 같은 다양하고 복잡한 데이터 검색은 기존의 키워드를 이용한 검색이 아닌 내용 기반 검색 방법이 요구된다. 본 논문에서는 물체의 위치 이동이나 회전, 크기 변화 등과 같은 각종 변환에 민감하지 않은 불변모멘트(invariant moments)값의 특성을 이용하여 사용자 질의로서 입력된 객체를 효율적으로 검색할 수 있는 시스템을 구현하였다. 영상내의 단일 객체뿐만 아니라 다중 객체들도 효과적으로 검출하기 위해 레이블링(labeling) 알고리즘을 적용해 각각의 객체를 따로 분리하여 불변모멘트를 적용하는 방법을 이용했다. 또한, 검색 시간 단축 및 영상의 효율적인 인덱싱(indexing)을 위해 해싱을 응용한 기법을 적용하였다. 실험결과, precision 85%, recall 23%의 높은 검색효율을 보였고 기존의 전체 영상의 특징을 가지고는 정확히 표현할 수 없는 객체들의 모양을 정확히 표현해 줌으로써 보다 정화한 검색 결과를 얻을 수 있었다.

• 한국전자통신학회논문지
• /
• 제9권2호
• /
• pp.155-160
• /
• 2014

본 논문에서 RGB-Depth 카메라를 이용하여 실내에서의 연기를 검출하는 알고리즘을 제안한다. RGB-Depth 카메라는 RGB 색영상과 깊이 정보를 제공한다. 키넥트(Kinect)는 특정한 패턴의 적외선을 출력하고 이를 적외선 카메라로 수집하고 분석하여 깊이 정보를 획득한다. 특정한 패턴을 구성하는 점들 각각에 대하여 거리를 측정하고 객체면의 깊이를 추정한다. 따라서, 이웃하는 점들의 깊이 변화가 많은 객체인 경우에는 객체면의 깊이를 결정하지 못한다. 연기의 농도가 일정 주파수로 변화하고, 적외선 영상의 이웃하는 화소간의 변화가 많기 때문에 키넥트가 깊이를 결정하지 못한다. 본 논문에서는 연기에 대한 키넥트의 특성을 이용하여 연기를 검출한다. 키넥트가 깊이를 결정하지 못한 영역을 후보영역으로 설정하고, 색영상의 밝기가 임계값보다 큰 경우 연기영역으로 결정한다. 본 논문에서는 시뮬레이션을 통하여 실내에서의 연기 검출에 RGB-Depth 카메라가 효과적임을 확인할 수 있다.