• Journal of the Institute of Electronics Engineers of Korea SP
• /
• v.41 no.1
• /
• pp.37-46
• /
• 2004

In this paper, we propose an improved reproduction algorithm for a realistic image of the real scene based on the spectral distribution of lights and objects. The proposed method for the realistic image is focused on a more accurate reproduction of an image incident on the sight of the viewer. At first, to reproduce an image accurately incident on a sight of viewer, we used the backward ray tracing method based on spectral distribution of object and illuminant representing its physical characteristic used in real. Next, we propose utilizing the improved shading model of the reproduction algorithm of realistic image by applying Bouguer-Beer's law to consider an optical absorptive property of transparent objects. We also define a new ambient light term which is considered the diffuse reflection of neighboring objects instead of constant ambient light. The simulation results show that the proposed algorithm can reproduce the visually similar image with a scene incident on a sight of viewer.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2011.11a
• /
• pp.337-339
• /
• 2011

본 연구에서는 EPUB기반의e-Book 콘텐츠를 스마트러닝환경에서학습객체로 활용하고자한다. 이를 위해e-Book의 표준인 EPUB을 분석하여 SCORM의 콘텐츠 모델을 적용하여 확장 설계하였으며, 더블린코어와 LOM 메타데이터를 Collection Map을 이용하여 EPUB 기반의 학습객체메타데이터인ELOM을 설계하였다. EPUB기반의 학습객체가 LMS에서 추적관리가 가능하도록 SCORM2004의 CMI 데이터 모델을 바탕으로 학습객체 특성에 맞는 기본 데이터 모델을 정의하였다. 설계된 학습객체의 운용 가능성을 평가하기 위해 EPUP기반 오픈소스 콘텐츠인 모비딕의 bodymatter를 학습객체로 재구현한 후 ADL의 SCORM2004 $4^{th}$ Test Suite1.1.1을 이용하여 검증하였다. 본 연구에서 설계된 ELOM은 스마트 스크린으로 확장하여 적용할 수 있다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2006.06b
• /
• pp.265-267
• /
• 2006

본 논문에서는 무선인터넷 플랫폼의 표준인 WIPI와 사람추적시스템을 결합한 모바일 사람추적 감시시스템을 제안한다. 제안된 시스템은 보안시스템이 가동된 시간 내에 침입자가 보안영역에 들어오면 침입자를 추적하여 추적된 영상과 추적정보를 사용자의 WIPI 단말기로 전송함으로써, 사용자가 언제 어디서나 손쉽게 여러 곳의 감시구역을 감시하고 감시결과를 인지할 수 있는 원격모니터링 서비스를 제공할 수 있도록 설계하였다. 또한 제안된 시스템은 다수의 CCTV에 촬영된 영상을 영상처리를 통해 설계된 사람모델을 이용하여 사람을 추적하고, 어떤 카메라에서 사람이 추적되었는지, 추적된 사람의 상태가 어떠한지, 몇몇의 사람이 침입하였는지 등의 침입상황을 사용자의 단말기를 통해 추적상황을 알려준다. 본 시스템은 추적된 정보를 모바일 클라이언트로 전송되는 것을 확인하기 위하여 WIPI SDK를 이용하여 구현하였다. 또한 감시된 상황을 서버에 자동적으로 저장함으로써 추후에 사용자가 감시상황을 재확인하고자 했을 시, 카메라별 또는 시간 별로 선택하여 영상을 재확인 할 수 있다.

• 한국HCI학회:학술대회논문집
• /
• 2008.02a
• /
• pp.342-347
• /
• 2008

Face tracking and recognition are difficult problems because the face is a non-rigid object. If the system tries to track or recognize the unknown face continuously, it can be more hard problems. In this paper, we propose the method to track and to recognize the face of the unknown person on video sequences using linear combination of nonlinear manifold models that is constructed in the system. The arbitrary input face has different similarities with different persons in system according to its shape or pose. Do we can approximate the new nonlinear manifold model for the input face by estimating the similarities with other faces statistically. The approximated model is updated at each frame for the input face. Our experimental results show that the proposed method is efficient to track and recognize for the arbitrary person.

• The Journal of the Korea institute of electronic communication sciences
• /
• v.19 no.3
• /
• pp.563-570
• /
• 2024

This paper proposes a method to recognize and track drivable lane areas to assist the driver. The main topic is designing a deep-based network that predicts drivable road areas using computer vision and deep learning technology based on images acquired in real time through a camera installed in the center of the windshield inside the vehicle. This study aims to develop a new model trained with data directly obtained from cameras using the YOLO algorithm. It is expected to play a role in assisting the driver's driving by visualizing the exact location of the vehicle on the actual road consistent with the actual image and displaying and tracking the drivable lane area. As a result of the experiment, it was possible to track the drivable road area in most cases, but in bad weather such as heavy rain at night, there were cases where lanes were not accurately recognized, so improvement in model performance is needed to solve this problem.

• The Bulletin of The Korean Astronomical Society
• /
• v.36 no.2
• /
• pp.129.2-129.2
• /
• 2011

망원경을 사용하여 천체를 관측할 때, 망원경은 기계적인 오차, 구동제어 오차 등의 영향을 받는다. 제어를 위하여 천체영상을 획득하는 부분은 시간 지연, 상의 왜곡 등의 영향을 받는다. 더우기, 바람이나 진동 등 예기치 않은 외부적인 요인에 의한 오차가 유발되기도 한다. 이러한 다양한 요인들은 망원경이 천체를 정확히 찾아가고 추적하는 것을 어렵게 만든다. 우리는 추적오차에 주는 영향들을 정량적으로 분석하고 제어에 반영하여 가장 최적의 제어를 할 수 있도록 하고자 한다. 이전 연구에서 김해천문대 독일식 적도의 방식 200mm 망원경과 PLC 기반의 망원경 제어 장치 및 AP8 CCD 카메라를 사용하여, 지향 및 추적 관측 실험을 하였고, 그 결과를 분석하여 경험적 제어 모형을 만들었다(강용우 외, 2010). 이전 연구를 기반으로 이번 연구에서는 제어 전달을 해석적 함수로 시스템의 수학적 모델을 세워, 각 요인들의 영향을 분석하여, 그 내용을 소개하고자 한다.

• Annual Conference of KIPS
• /
• 2010.11a
• /
• pp.211-214
• /
• 2010

본 연구에서는 소프트웨어 프로세스 개선모델인 CMMI에 기반한 소프트웨어 프로세스 품질인증 모델을 적용하여 중소기업 SW개발 프로세스의 개선성과를 보인다. 프로세스 개선영역은 프로젝트 관리, 개발, 지원 영역이며 소프트웨어 프로세스 품질인증 모델 대비 프로세스 이행수준 및 개선영역을 식별하고, SW개발 프로세스를 분석하였다. 분석결과를 토대로 SW개발 프로세스를 개선하여 프로세스 체계 수립, 요구사항과 산출물간의 추적성 관리체계 정립, 형상변경 통제체계 성립 등의 성과를 보인다.

• Journal of Broadcast Engineering
• /
• v.25 no.2
• /
• pp.192-199
• /
• 2020

Recently, the utilization of the object tracking algorithm based on the deep learning model is increasing. A system for tracking multiple objects in an image is typically composed of a chain form of an object detection algorithm and an object tracking algorithm. However, chain-type systems composed of several modules require a high performance computing environment and have limitations in their application to actual applications. In this paper, we propose a method that enables real-time operation in low-performance computing environment by adjusting the computational process of object detection module in the object detection-tracking chain type system.

• Journal of the Institute of Electronics Engineers of Korea SP
• /
• v.49 no.1
• /
• pp.1-10
• /
• 2012

In this paper, we propose a new class of color histogram model suitable for object tracking. In addition to the pixel count, each bin of the proposed model also contains the spatial mean and the average value of the pixels located at a certain distance from the mean location of the bin. Using the proposed color histogram model, we derive a mean shift procedure using the modified Bhattacharyya distance. Unlike most mean shift based methods, our algorithm performs well even when the object being tracked shares similar colors with the background. Experimental results demonstrate improved tracking performance over existing methods.

• Journal of Internet Computing and Services
• /
• v.18 no.4
• /
• pp.61-67
• /
• 2017

Recently, CCTV has been combined with areas such as big data, artificial intelligence, and image analysis to detect various abnormal behaviors and to detect and analyze the overall situation of objects such as people. Image analysis research for this intelligent video surveillance function is progressing actively. However, CCTV images using 2D information generally have limitations such as object misrecognition due to lack of topological information. This problem can be solved by adding the depth information of the object created by using two cameras to the image. In this paper, we perform background modeling using Mixture of Gaussian technique and detect whether there are moving objects by segmenting the foreground from the modeled background. In order to perform the depth information-based segmentation using the RGB information-based segmentation results, stereo-based depth maps are generated using two cameras. Next, the RGB-based segmented region is set as a domain for extracting depth information, and depth-based segmentation is performed within the domain. In order to detect the center point of a robustly segmented object and to track the direction, the movement of the object is tracked by applying the CAMShift technique, which is the most basic object tracking method. From the experiments, we prove the efficiency of the proposed object detection and tracking method using the RGB-D model.