• Journal of Korea Society of Industrial Information Systems
• /
• v.28 no.4
• /
• pp.1-9
• /
• 2023

In this paper, we propose a method to recognize the braille blocks for embedded devices in real time through deep learning. First, a deep learning model for braille block recognition is trained on a high-performance computer, and the learning model is applied to a lightweight tool to apply to an embedded device. To recognize the walking information of the braille block, an algorithm is used to determine the path using the distance from the braille block in the image. After detecting braille blocks, bollards, and crosswalks through the YOLOv8 model in the video captured by the embedded device, the walking information is recognized through the braille block path discrimination algorithm. We apply the model lightweight tool to YOLOv8 to detect braille blocks in real time. The precision of YOLOv8 model weights is lowered from the existing 32 bits to 8 bits, and the model is optimized by applying the TensorRT optimization engine. As the result of comparing the lightweight model through the proposed method with the existing model, the path recognition accuracy is 99.05%, which is almost the same as the existing model, but the recognition speed is reduced by 59% compared to the existing model, processing about 15 frames per second.

• Journal of Korea Society of Industrial Information Systems
• /
• v.13 no.4
• /
• pp.56-63
• /
• 2008

Image calibration at preprocessing step is very important for face recognition rate improvement, and background noise deletion affects accuracy of face recognition specially. In this paper, a method is proposed to remove background area utilizing elliptical model at preprocessing step for face recognition rate improvement. As human face has the shape of ellipse, a face contour can be easily detected by using the elliptical model in face images.

• Annual Conference of KIPS
• /
• 2005.11a
• /
• pp.345-348
• /
• 2005

소프트웨어 개발 후 인도 전 테스트 단계중에 발생되는 테스트 노력 소요량을 고려한 소프트웨어 신뢰도 성장 모델을 제시하여 테스트 노력소요량 동태를 시간함수인 로지스틱 곡선으로 설명한다. 테스트 단계중에 소요되는 테스트노력의 양에 대한 결함 검출비를 현재의 결함 내용에 비례하는 것으로 가정하여 소프트웨어 신뢰도 성장 모델을 비동차 포아송 프로세스(NHPP)로 공식화하여, 이 모델을 이용하여 소프트웨어 신뢰도 척도에 대한 데이터 분석기법을 개발한다. 그간 여러 문헌에서 소프트웨어 신뢰도 향상 모델을 연구할 때 소프트웨어 테스트 중에 소요되는 테스트노력의 양으로서 지수함수 곡선, 레일레이 곡선, 웨이불 곡선을 사용해 왔다. 그러나, 모든 소프트웨어 개발 환경에서 지금까지 제시된 그러한 곡선중 하나에 의해서 테스트노력 소요 곡선을 표현하는 것은 적절하지 못하다는 것이 밝혀지고 있다. 본 논문에서는 로지스틱 테스트노력 곡선이 소프트웨어의 개발/테스트 노력곡선으로 적절하게 표현될 수 있다는 것과 실제 데이터를 근거로 하여 적용하여서 예측성이 매우 좋은 능력을 가지고 있다는 것을 보이고자 한다.

• Transactions of Materials Processing
• /
• v.1 no.2
• /
• pp.52-62
• /
• 1992

본 연구에서는 모델재료를 이용한 모사실험을 통하여 고온의 강을 단조하였을 때의 유동과 변형 그리고 하중을 검토하고, 이어 성형에 관한 연구를 하였다. 모델재료인 플라스티신은 고용의 강을 모사하는데 많이 쓰이는데, 실험을 통하여 플라스티신과 강과의 변형저항식을 비교 검토하였다. 이 실험결과 상사성이 어느정도 일치함을 알았고, 이 상사성 결과를 이용하여 실제와 모델사이의 하중과 응력비를 검출하였다. 이로써 플라스티신을 이용한 단조 압축 실험을 통하여 실제의 하중을 예측하였다. 또한 예비 성형체를 설계하기 위하여 앞서 실험한 결과들을 이용하여 초기의 실린더의 체적과 치수를 결정하고 이에 단계에 따른 성형과정을 통하여 예비 성형체를 만들었는데, 이는 제한된 용량으로 성형하여야 하는 문제를 해결하기 위함이었다. 실험 결과 8단계에 따른 성형과정에 의해 우리가 원하는 대형 단조품을 성형할 수 있음을 알았다.

• Proceedings of the Korea Multimedia Society Conference
• /
• 2002.05c
• /
• pp.215-218
• /
• 2002

영상 내에 존재하는 객체를 배경에서 분리해내는 영상분할에 대한 연구는 일반적으로 픽셀중심, 에지기반, 영역기반 그리고 모델기반의 영역에서 이루어져왔다. Active Contour 모델은 객체를 영상에서 분리하는 에지기반의 영상분할 방식이다. 전통적인 의미의 Active Contour 모델에서 사용한 그라디언트 함수 기반의 영상추출은 잡영이 많고 객체와 배경간 뚜렷한 경계가 없는 객체를 검출하는데는 그 한계를 보이고 있다. 이런 한계를 극복하고자 제안된 방법이 Mumford-Shah equation과 Lipshitz 함수를 이용한 Chan과 Vese의 Active Contour Model이다. 그런데 이 모델은 잡영이 많고 경계선이 뚜렷하지 않은 영상을 분할하는데는 효과적이나, 불균형적 조명이 있는 영상에서 객체를 분리해 내는데는 한계를 보이고 있다. 본 논문은 이러한 단점을 극복하기 위해 불균형적인 영상을 균일화하는 방법을 Chan과 Vese의 Active Contour 방식을 적용하기 전에 적용 시켜 영상 내 객체를 보다 효과적으로 추출하는 방법을 제안한다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2022.05a
• /
• pp.486-486
• /
• 2022

미세플라스틱은 해양, 육상, 담수 및 대기환경에서 광범위하게 검출되고 있고 미세플라스틱에 대한 사람들의 우려가 커지고 있다. 담수환경에서의 미세플라스틱의 이동, 분포, 축척에 대한 연구는 해양환경에 비해 한정적으로 이루어지며, 하천은 종종 내륙에서 해양으로 미세플라스틱을 운반하는 경로로만 고려된다. 추후의 미세플라스틱의 저감정책 수립이나 이행에 있어서 미세플라스틱의 거동파악은 우선적으로 이루어져야한다. 따라서 오염의 생성에 영향을 미치는 유역의 작용을 가장 잘 표현하고, 단순히 전체의 상태를 설명하기보다는 인과관계를 밝히는 데에는 모델이 적합하다. 기후, 표면 유출, 토양이나 영양물질을 비롯한 오염물질의 부하 등을 잘 표현하고 수체 내부에서의 수질까지 동시에 시뮬레이션 가능한 기존의 잘 개발된 유역 모델의 주요 변수들은 미세플라스틱의 하천에서의 거동을 모의할 수 있다. 그 예로서 본 연구에서 HSPF의 유사(Sediment) 컴포넌트를 수정하여, 유역모델을 활용한 미세플라스틱 거동 모의 가능성을 입증하려고 한다.

• Annual Conference of KIPS
• /
• 2023.05a
• /
• pp.630-632
• /
• 2023

어텐션 메커니즘은 딥 뉴럴네트워크에 결합하여 언어 생성 모델에서 성능을 개선하였고, 이러한 성공은 다양한 신호처리 분야에 응용 및 확장되고 있다. 특정 입력 신호 부분에 선택적으로 집중함으로써, 어텐션 모델은 음성 인식, 이미지와 비디오 처리, 그리고 생체인식 등의 분야에서 더 높은 성능을 보여주고 있다. 어텐션 기반 모델은 심전도 신호를 이용한 개인식별 및 부정맥검출, 뇌파도 신호를 이용한 발작유형분류 및 수면 단계 분류, 근전도 신호를 이용한 제스처 인식 등에 사용되고 있다. 어텐션 메커니즘은 딥 뉴럴네트워크의 해석 가능성과 설명 가능성을 향상시키기 위해 사용되기도 한다. 신호 처리 분야에서의 어텐션 모델 연구는 지속적으로 진행 중이며, 다른 분야에서의 잠재력 탐구에 대한 관심이 높아지고 있다. 따라서 본 논문은 어텐션 메카니즘을 이용한 생체신호처리 연구 동향 분석을 수행한다.

• Annual Conference of KIPS
• /
• 2023.05a
• /
• pp.461-463
• /
• 2023

본 연구는 실시간 MOT(Multiple-Object-Tracking)의 성능을 향상시키기 위해 다양한 기법을 적용한 MOT 모델을 설계한다. 연구에서 사용하는 Backbone 모델은 TBD(Tracking-by-Detection) 기반의 Tracking 모델을 사용한다. Heatmap Detection을 통해 객체를 검출하고 Transformer 기반의 Feature를 연결하여 Tracking 한다. 제안하는 방법은 Anchor 기반의 Detection의 장시간 문제와 추적 객체 정보 전달손실을 감소하여 실시간 객체 추적에 도움이 될 것으로 사료된다.

• Journal of the Korean Society for Nondestructive Testing
• /
• v.35 no.1
• /
• pp.1-11
• /
• 2015

In this study, an online seed potato sorting system using a visible and near infrared (40 1100 nm) transmittance spectral technique and statistical model was evaluated for the nondestructive determination of infected and sound seed potatoes. Seed potatoes that had been artificially infected with Pectobacterium atrosepticum, which is known to cause a soil borne disease infection, were prepared for the experiments. After acquiring transmittance spectra from sound and infected seed potatoes, a determination algorithm for detecting infected seed potatoes was developed using the partial least square discriminant analysis method. The coefficient of determination($R^2_p$) of the prediction model was 0.943, and the classification accuracy was above 99% (n = 80) for discriminating diseased seed potatoes from sound ones. This online sorting system has good potential for developing a technique to detect agricultural products that are infected and contaminated by pathogens.

• Journal of Broadcast Engineering
• /
• v.23 no.5
• /
• pp.642-655
• /
• 2018

Occupancy sensors installed in buildings and households turn off the light if the space is vacant. Currently PIR(pyroelectric infra-red) motion sensors have been utilized. Recently, the researches using camera sensors have been carried out in order to overcome the demerit of PIR that cannot detect stationary people. The detection of moving and stationary people is a main functionality of the occupancy sensors. In this paper, we propose an on-line human occupancy tracking method using convolutional neural network (CNN) and self-organizing map. It is well known that a large number of training samples are needed to train the model offline. To solve this problem, we use an untrained model and update the model by collecting training samples online directly from the test sequences. Using videos capurted from an overhead camera, experiments have validated that the proposed method effectively tracks human.