• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.4 no.1
• /
• pp.123-130
• /
• 2000

In this paper, we propose an extracting method of moving object contour using active contour model from image sequences acquired by fixed camera. We use an adaptive background model for robust processing in surrounding conditions. Object segmentation model detects pixels thresholded from local difference image between background and current image and extracts connected regions. Noises in boundary area of moving object we eliminated by morphological filter. The contour of segmented object is corrected by using active contour model for extracting accurate boundary of moving object. We apply the proposed method to highway image sequences and show the results of simulation.

• Proceedings of the Korean Information Science Society Conference
• /
• 2006.06b
• /
• pp.286-288
• /
• 2006

영상 이해는 컴퓨터 비전의 가장 높은 수준의 처리 기법이다. 영상을 이해하기 위해서는 위치 정보, 물체 존재정보와 같은 기본 컨텍스트들을 추출하는 것이 중요하다. 그러나 실내 환경의 영상 정보는 카메라의 흔들림이나 각도, 빛의 상태에 따라 불확실해지기 때문에 이러한 불확실함에 강인한 영상 인식 기법이 필요하다. 동적 베이지안 네트워크(DBN)는 이러한 불확실한 정보의 처리에 강인하며 장소와 물체의 관계등 고수준의 컨텍스트를 모델링하는데 좋은 성능을 보이는 확률 모델이다. 또한 DBN은 이전 상태를 추론에 활용할 수 있으므로 장소 인식과 같은 컨텍스트의 추출에 좋다. 본 연구에서는 불확실한 실내 환경 영상으로부터 영상 전처리를 통해 특징값을 추출하고, 회전이나 크기 변화에 강인한 물체인식기법인 크기불변 특징 변환기법(SIFT)을 이용하여 물체 존재정보를 추출하여 고수준 컨텍스트가 모델링된 DBN 추론으로 장소 및 물체를 인식하는 방법을 제안한다. 실제 대학 실내 환경에서의 실험으로 DBN을 이용한 영상 인식기법이 좋은 성능을 보임을 확인할 수 있었다.

• The Transactions of the Korea Information Processing Society
• /
• v.6 no.3
• /
• pp.821-831
• /
• 1999

Recognition of three-dimensional objects with convexities and concavities is a hard and challenging problem. This paper presents a feature extraction method out of three-dimensional objects for the purpose of classification. This new method not only provides invariance to scale, translation, and rotation $R^3$ but also distinguishes any three-dimensional model objects with concavities and convexities by measuring a relative similarity in the information space where a set of characteristics features of objects is mapped.

• Annual Conference of KIPS
• /
• 2001.10a
• /
• pp.739-742
• /
• 2001

영상처리 기법을 이용하여 움직이는 물체를 추적하는 시스템은 많은 분야에 응용될 수 있다. 기존의 물체 추적 시스템에서 사용한 방법들은 최적의 특성을 지니고 있지만, 많은 계산량을 요구하는 단점이 있다. 또한 단안에 의한 영상의 경우 물체의 다양한 변화에 대한 예측과 추적이 어렵다. 따라서 본 논문에서는 양안에 의해 얻어진 스테레오 영상에 전이(translation)와 회전(rotation)에서의 예측이 어려운 단점을 보완한 블록 정합 알고리즘을 적용함으로써 실시간 물체의 변화의 추적능력을 지니면서도 그 계산량을 줄일 수 있는 추적 방법에 대하여 기술한다. 또한 히스토그램의 계수 변화를 이용함으로써 블록 정합 알고리즘에서의 탐색영역을 제한하도록 하여 불필요한 처리시간을 절약하는 효율적인 물체추적 시스템을 제안한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2003.10b
• /
• pp.604-606
• /
• 2003

본 논문은 향상된 Scale Invariant Feature Transform (SIFT) 기법과 이로부터 얻어진 로컬 특징 영역에서 다중특징을 이용한 물체인식 방법에 대하여 논하였다. SIFT 기법 [1]은 물체의 크기. 회전. 3차원 좌표변환에 강인한 특성을 갖는다. 이 기법에서는 크기가 다른 가우시안 (Gaussian) 함수를 적용한 영상들의 차이에서의 최대 및 최소값이 특징점으로 결정된다. 하지만 SIFT 알고리듬의 특성상, 인식되어야 될 물체의 비교적 큰 크기 변화, 중요도가 낮은 특징점들의 추출, 그리고 서로 다른 물체에서 추출된 유사한 특징벡터등이 인식 시스템의 신뢰도를 저하 시킬 수 있다. 이에 대응방안으로, 본 논문에서는 상대적으로 낮은 인식정보를 갖는 추출된 특징점을 제거하기 위한 기법과 서로 다른 물체에서 생성된 유사 특징벡터의 구분을 위한 특징점에서의 방위 (orientation) 비교법 및 색차 (chrominance) 정보를 사용에 대하여 기술하였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2005.07b
• /
• pp.616-618
• /
• 2005

서비스 로봇 분야에서 물체를 인식하고 장면을 이해하는 것은 매우 중요하다. 전통적인 방법들은 기하학적 모델을 기반으로 물체를 인식하였으나 불확실하고 동적인 환경에서 이러한 방법은 한계를 갖는다. 이에 최근 지식 기반의 접근 방법을 통해 이러한 부분을 보완하는 연구가 이루어지고 있다. 본 논문에서는 효과적인 물체 탐색을 위해 베이지안 네트워크를 사용하여 대상 물체의 존재 여부를 추론하는 방법을 제안한다. 이를 위해 트리구조의 계층적 베이지안 네트워크를 사용하였고 물체들의 관계를 활동을 기준으로 모델링 하였다. 6가지 장소를 기반으로 한 실험 결과, $86.5\%$의 정확도를 보여주었다.

• Proceedings of the KIEE Conference
• /
• 2003.11c
• /
• pp.353-356
• /
• 2003

본 논문은 이동로봇의 다양한 작업들 중에 선행하는 물체를 안정하게 추종하는 동작중 예기치 못한 움직이는 장애물의 효과적인 회피 방법을 고려한다. 센서 기반의 이동로보트에서는 이동물체 추종과 충돌회피를 센서정보에 의존해서 해결해야 하는데 동일한 센서 정보로 추종물체와 충돌물체를 구분하는 것이 쉽지 않은 문제이다. 또한 명확히 규정되지 않은 환경에서 적용하기 어렵다. 따라서 본 논문에서는 이와 같이 명확히 규정되지 않은 환경에서 선행물체의 안정한 추종과 추종 중에 마주치는 이동 장애물에 대한 충돌회피를 위하여 이동로봇의 상태 판단에 따라 구분된 행동 선택 모드를 제안하고 실험적으로 확인한다.

• Annual Conference of KIPS
• /
• 2012.11a
• /
• pp.662-664
• /
• 2012

실내 서비스로봇이 빠르고 정확하게 업무를 수행하기 위해 위치인식과 물체인식은 매우 중요한 요소이다. 본 논문에서는 실내 서비스로봇의 물체인식 성능을 객관적으로 비교 평가를 할 수 있도록 Sejong OFEX 데이터베이스를 구성하였고 이에 대하여 기술하고자 한다. 2009년에 제작되어 제공되었던 OFEX 1.0의 취약점을 보완한 OFEX 2.0를 소개하고 있다. OFEX 2.0에서는 OFEX 1.0과 같은 환경 조건을 이용하여 촬영을 하였지만 물체를 6가지로 증가시키고, 복잡배경 영상을 추가하였다. 또한 기존에는 없던 복합조건 영상을 제작하여 제공한다. OFEX 2.0을 이용하여 물체인식 관련 알고리즘 간의 성능 비교 및 새로운 물체인식 방법의 개발에 도움이 될 것으로 기대한다.

• Annual Conference of KIPS
• /
• 2012.04a
• /
• pp.421-424
• /
• 2012

본 논문은 실내 공간에서 RFID와 센서를 이용하여 이동로봇이 자기 위치를 파악하고 목표물체를 인식할 수 있는 기법을 제안한다. RFID를 지면과 목표물체에 설치하고 로봇은 리더기와 다양한 센서를 갖춤으로써 이동시 자기 위치를 파악하고 물체로부터도 고유정보를 얻을 수 있게 구성하였다. 초음파 센서 신호의 귀환시간을 활용하여 전방 물체의 거리를 추출하며 바닥의 RFID로부터 이미 획득한 자기 위치를 활용하여 물체의 절대 위치를 구한다. 이는 로봇을 중심으로한 경로지도를 실시간으로 작성하는 것이 가능하며, 실내의 구조 및 목표 물체의 위치등을 포함한 전체적인 지도를 작성할 수 있다. 최종적으로는 최적의 경로계획을 세워 로봇이 목표 위치로 이동하거나 자율적 탐색이 가능하도록 한다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2018.11a
• /
• pp.29-32
• /
• 2018

본 논문에서는 IR-UWB(Impulse-Radio Ultra Wideband) 레이더와 서보 모터를 이용한 실내 환경의 물체 위치(거리, 각도) 탐지 방법을 제안한다. 기존의 카메라나 적외선을 사용한 기술은 비용이 비싸고 장애물이 있을 시 측정이 어려워 정확도가 떨어지는 단점을 가지고 있다. 반면 IR-UWB 레이더는 저 전력, 저 가격, 소형으로 구현이 가능하고 광대역을 사용하여 투과성이 좋다는 장점을 가져 실내 환경의 물체 움직임 탐지에 적합하다. 하지만 IR-UWB 레이더를 이용한 물체 탐지 시 각도 측정 없이 거리만을 측정하기 때문에 물체의 정확한 위치를 탐지할 수 없다. 이러한 점을 보완하고자 레이더를 모터 위에 설치하고 모터를 180 도 회전시키는 방법을 사용함으로써 넓은 측정 범위를 가짐과 동시에 물체의 위치를 보다 정확히 탐지해내는 결과를 보였다.