• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2013.06a
• /
• pp.34-35
• /
• 2013

본 논문에서는 오디오 피크 검출을 적용한 TV 방송 프로그램내 배경음악 식별 알고리즘을 제안한다. 제안한 알고리즘은 음악 핑거프린트 추출 및 전송부, 음악구간 검출부, 음악 핑거프린트는 고속 매칭 및 정보전송부 세 부분으로 구성되어 있다. 음악 핑거프린트 추출 및 전송부에서는 음악 원음 오디오 데이터를 퓨리에 변환하여 스펙트럼 계수를 추출한다. 추출된 스펙트럼의 성분 중에서 일정한 문턱값 이상의 에너지를 가지는 값을 피크로 검출하고 검출된 피크를 이용하이 핑거프린트를 생성하고 데이터 베이스화한다. 음악구간 검출부에서는 입력된 방송 프로그램 오디오 데이터에 GMM(Gaussian Mixture Model)을 적용하여 음악과 음악 외 오디오 데이터를 분류한다. 음악 핑거프린트 고속 매칭 및 정보전송부에서는 음악구간이라고 인식된 쿼리 오디오 데이터를 음악 핑거프린트 추출 및 전송부와 동일한 과정을 통해 핑거프린트를 생성하고 데이터 베이스화된 음악 원음의 핑거프린트들과 비교하여 가장 유사한 음원의 정보를 TV의 화면에 자막으로 보여준다.

• Journal of the Korean Society for Aviation and Aeronautics
• /
• v.5 no.1
• /
• pp.65-79
• /
• 1997

In this study, we deviced side warning system that is necessary to the ground operation of aircraft. The system consist of obstacle detection part, transmission part, receive part, and warning part. We used TOF(Time Of Flight) method using 40kHz ultrasonic wave as the obstacle detection part. The 447MHz RF module was applied to the transmission and receive part. The warning part is activated by the computer using received distance data. The detection system attach to the left/right side edge of main wing and horizontal stabilizer. We have decided 10m obstacle detection range. The result of experiment was satisfactory.

• Journal of the Institute of Electronics Engineers of Korea SP
• /
• v.48 no.4
• /
• pp.116-128
• /
• 2011

In this paper, we propose the structure of a high-performance face-detection engine that responds well to facial rotating changes using rotation transformation which minimize the required memory usage compared to the previous face-detection engine. The validity of the proposed structure has been verified through the implementation of FPGA. For high performance face detection, the MCT (Modified Census Transform) method, which is robust against lighting change, was used. The Adaboost learning algorithm was used for creating optimized learning data. And the rotation transformation method was added to maintain effectiveness against face rotating changes. The proposed hardware structure was composed of Color Space Converter, Noise Filter, Memory Controller Interface, Image Rotator, Image Scaler, MCT(Modified Census Transform), Candidate Detector / Confidence Mapper, Position Resizer, Data Grouper, Overlay Processor / Color Overlay Processor. The face detection engine was tested using a Virtex5 LX330 FPGA board, a QVGA grade CMOS camera, and an LCD Display. It was verified that the engine demonstrated excellent performance in diverse real life environments and in a face detection standard database. As a result, a high performance real time face detection engine that can conduct real time processing at speeds of at least 60 frames per second, which is effective against lighting changes and face rotating changes and can detect 32 faces in diverse sizes simultaneously, was developed.

• Proceedings of the Korean Nuclear Society Conference
• /
• 1997.05b
• /
• pp.350-355
• /
• 1997

가압중수로(PHWR)형 원자력발전소의 저장수조에 보관중인 사용후핵연료를 대상으로 하는 핵물질 보장조치(safeguards) 이행에 필요한 핵연료다발 수중검증장치를 개발하였다. 본 장치는 CdTe 감마선검출기, 차폐체 및 시준기등으로 구성된 검출부와 이를 지지 및 구동하기 위한 구동부로 구성되어 있다. 검출부에 대하여 감마선 표준선원 및 사용후핵연료 시료를 사용하여 성능시험을 수행한 결과 현장검증시의 요건을 만족하였고, 구동부의 경우 건식조(dry pit)에서 수행한 예비실험 결과 검증목적에 적합하였다. 따라서, PHWR형 원자력발전소인 월성 1 호기의 수중저장조에 있는 사용후CANDU핵연료에 대한 현장성능시험을 현재 준비중에 있으며 그 결과를 바탕으로 하여 국가사찰시에 본 장치를 사용할 예정이며, 향후 IAEA의 공인을 획득하여 IAEA 사찰용 장비로도 활용할 계획이다.

• Journal of the Institute of Electronics Engineers of Korea SP
• /
• v.47 no.2
• /
• pp.33-44
• /
• 2010

This paper propose the structure of real-time face detection hardware architecture for robot vision processing applications. The proposed architecture is robust against illumination changes and operates at no less than 60 frames per second. It uses Modified Census Transform to obtain face characteristics robust against illumination changes. And the AdaBoost algorithm is adopted to learn and generate the characteristics of the face data, and finally detected the face using this data. This paper describes the face detection hardware structure composed of Memory Interface, Image Scaler, MCT Generator, Candidate Detector, Confidence Comparator, Position Resizer, Data Grouper, and Detected Result Display, and verification Result of Hardware Implementation with using Virtex5 LX330 FPGA of Xilinx. Verification result with using the images from a camera showed that maximum 32 faces per one frame can be detected at the speed of maximum 149 frame per second.

• Proceedings of the KIEE Conference
• /
• 2005.07d
• /
• pp.2591-2593
• /
• 2005

본 연구는 물체의 좌우측 상단에 연결된 와이어로프를 모터 및 드럼을 통하여 감아 올리거나 내려 놓는 과정에서 물체가 수평상태를 유지하여 이동될 수 있도록 Two Motor-Two Drum 형식의 권양기를 제어 하는 권양기의 밸런스제어장치에 관한 것이다. 본 연구에 Two Motor-Two Drum 형식의 권양기 제어장치에 있어서, 물체의 상단에 연견된 일측 와이어로프와 타측 와이어로프의 이동길이를 실시간으로 검출하는 와이어로프 이동길이검출부와, 이 와이어로프 이동길이검출부를 통하여 검출되는 일측 와이어로프와 타측 와이어로프의 이동길이를 비교하여 물체의 기울어진 좌 우 편차를 검출하는 편차검출부와, 이 편차검출부를 통해 검출되는 좌우 편차를 제거하기 위하여 일측 또는 타측 와이어로프가 감겨있는 드럼을 회전시키는 모터의 구동속도를 조절하여 물체를 수평상태로 보정하는 밸런스제어부로 구성 되어 있다.

• Proceedings of the KIPE Conference
• /
• 2012.11a
• /
• pp.9-10
• /
• 2012

AFD(Active Frequency Drift), SMS(Slip-Mode frequency Shift)를 비롯한 주파수 이동 단독 운전 검출 방법은 단독 운전 발생 후, 계통의 주파수를 정상 운전 범위 밖으로 이동시켜 OUF(Over/Under Frequency) 릴레이를 동작하게 만들어 단독 운전을 검출한다. 이 방법들의 불검출 영역은 알고리즘에 의한 전류 위상각 변화율과 부하 역률 각 변화율 사이의 관계, 그리고 단독 운전 후 정상 상태(steady state) 운전 주파수에 의해 결정된다. 본 논문에서는 불검출 영역에 영향을 미치는 부하 역률 각 변화율을 분석하고 그를 바탕으로, 설계한 Q(Quality)-factor보다 낮은 Q-factor를 갖는 부하 조건에서는 항상 단독 운전을 검출할 수 있는 설계 방법을 제시한다. 제안된 방법의 유효성은 모의실험 및 실험으로 검증되었다.

• Proceedings of the KIEE Conference
• /
• 2015.07a
• /
• pp.1351-1352
• /
• 2015

본 논문에서는 지능형 영상 감시 시스템에서 보행자를 검출하고 추적을 수행하기 위해 은닉층 활성함수에 가우시안 대신 FCM를 사용한 RBFNNs 패턴분류기와 객체 추적 알고리즘인 Mean Shift를 융합한 시뮬레이터를 개발한다. 시뮬레이터는 검출부과 추적부로 나누며, 검출부에서는 입력 영상으로부터 기울기의 방향성을 이용한 HOG(Histogram of Oriented Gradient) 특징을 구하고 빠른 처리속도를 위해 PCA 알고리즘을 통해 차원수를 축소하고 pRBFNNs 패턴분류기를 통해 보행자를 검출 한다. 다음 추적부에서 객체 추적 알고리즘인 Mean Shift를 이용하여 검출된 보행자 추적을 수행한다.

• Journal of KIISE:Software and Applications
• /
• v.36 no.7
• /
• pp.548-559
• /
• 2009

The cascade face detector learned by Adaboost algorithm, which was proposed by Viola and Jones, is state of the art face detector due to its great speed and accuracy. In spite of its great performance, it still suffers from false alarms, and more computation is required to reduce them. In this paper, we want to reduce false alarms with less computation using facial color. Using facial color information, proposed face detection model scans sub-window efficiently and adapts a fast face/non-face classifier at the first stage of cascade face detector. This makes face detection faster and reduces false alarms. For facial color filtering, we define a facial color membership function, and facial color filtering image is obtained using that. An integral image is calculated from facial color filtering image. Using this integral image, its density of subwindow could be obtained very fast. The proposed scanning method skips over sub-windows that do not contain possible faces based on this density. And the face/non-face classifier at the first stage of cascade detector rejects a non-face quickly. By experiment, we show that the proposed face detection model reduces false alarms and is faster than the original cascade face detector.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.25 no.1
• /
• pp.44-49
• /
• 2021

Recently, due to COVID-19, studies have been popularly worked to apply neural network to mask wearing automatic detection system. For applying neural networks, the 1-stage detection or 2-stage detection methods are used, and if data are not sufficiently collected, the pretrained neural network models are studied by applying fine-tuning techniques. In this paper, the system is consisted of 2-stage detection method that contain MTCNN model for face recognition and ResNet model for mask detection. The mask detector was experimented by applying five ResNet models to improve accuracy and fps in various environments. Training data used 17,217 images that collected using web crawler, and for inference, we used 1,913 images and two one-minute videos respectively. The experiment showed a high accuracy of 96.39% for images and 92.98% for video, and the speed of inference for video was 10.78fps.