• 한국측량학회지
• /
• 제26권2호
• /
• pp.111-116
• /
• 2008

본 연구는 무선조정 헬리콥터에 1000만 화소 카메라인 비측량용 카메라를 장착하였다. 그리고 상공에서 촬영되는 영상을 지상에서 제어하면서 중복도를 고려하여 촬영하였다. 획득된 영상으로부터 영상정합에 의해 불규칙 삼각망을 추출하여 수치표고모형(DEM)을 나타낼 수가 있었으며, 재래적인 측량방식인 Total Station에 의해 관측된 기준점 및 검사점과의 정확도를 비교 검토한 결과 X방향으로는 $-0.194{\sim}0.224m$, Y축으로는 $-0.088{\sim}0.180m$, Z축으로는 $-0.286{\sim}0.285m$ 정도의 오차를 얻을 수 있었다. 또한, 검사점에 대한 오차의 RMSE를 표현하면, X축 방향으로 0.021388m, Y축 방향으로 0.015285m, Z축 방향으로 0.041872m로 나타났다. 이러한 사진촬영 및 분석방법으로 기존의 Total Station 측량방법보다 더 많은 지형표고자료를 취득하는데 좋은 방법이라 판단된다.

• 대한전자공학회논문지SP
• /
• 제40권5호
• /
• pp.347-356
• /
• 2003

비디오 영상으로부터 카메라의 움직임과 3차인 구조를 복원하는 기술은 다양한 분야에 응용되고 있다. 특히 비교정(un calibrated) 동영상을 해석하기 위해서는 대상 영상의 정보만을 이용하는 카메라의 자동 보정(auto-calibration)기술이 필수적이다. 그러나 비디오 상의 많은 프레임에 안정적으로 이를 적용하려면 기존의 자동 보정기술은 무기조정(bundle adjustment) 또는 비선형 최적화 등의 매우 복잡한 과정이 요구된다. 본 논문에서는 최적화 과정 없이도 정확하게 대상 카메라의 궤적과 3차원 구조를 복원하는 새로운 방법이 제안된다. 첫 번째 단계에서 대상 시퀀스에서 카메라 궤적의 해석에 적절한 키프레임(key-frame)을 선택하여 전체 연산 시간을 줄이며, 두 번째 과정에서 보다 정확한 카메라 자동 보정을 하기 위해 이미 추출된 키프레임 가운데 적대 2차 원추곡면(absolute quadric)의 추정을 통해 오차가 많이 포함된 키프레임을 제거한다. 가상 및 실사영상에 대한 실험결과로부터 제안된 방법의 성능을 확인하였으며, 다양한 실사 영상을 대상으로 가상의 3차원 모델을 합성한 결과도 제시하였다.

• 한국차세대컴퓨팅학회논문지
• /
• 제15권6호
• /
• pp.7-14
• /
• 2019

감시 영상에서 군중 행동의 자동 모니터링 및 감지는 보안, 안전 및 자산 보호와 같은 방대한 응용 프로그램으로 인해 컴퓨터 비전 분야에서 중요한 관심을 받고 있다. 또한 연구 커뮤니티에서 군중 분석 분야가 점차 증가하고 있다. 이를 위해서는 군중들의 행동을 감지하고 분석하는 것이 매우 필요하다. 본 논문에서는 스마트 시티에 설치된 감시 카메라의 비정상적인 활동을 감지하는 딥러닝 기반 방법을 제안하였다. 미세 조정된 VGG-16모델은 트레이닝된 공개적으로 사용 가능한 벤치마크 군중 데이터 셋을 실시간 스트리밍으로 테스트한다. CCTV카메라는 비디오 스트림을 캡쳐하는데, 비정상적인 활동이 감지되면 경보가 발생하여 추가 손실 전에 즉각적인 조치가 이루어지도록 가장 가까운 경찰서로 전송된다. 우리는 제안된 방법이 기존의 첨단 기술 보다 성능이 뛰어남을 실험으로 입증하였다.

• 항공우주산업기술동향
• /
• 제6권2호
• /
• pp.80-89
• /
• 2008

사진측정기는 2차원 사진 이미지를 사용해 비접촉식으로 3차원 좌표를 측정한다. 사진측정기는 2차원 사진으로부터 3차원 데이터를 재구성하기 위해 삼각측량법을 사용한다. 디지털 사진측정기는 측정사진에 대한 맵핑(mapping)과 비율 조정(scaling) 그리고 번들(bundle) 조정이 소프트웨어로 동시에 계산되며 이를 통해 카메라의 위치와 좌표를 해석해 낸다. 본 연구에서는 대형전파망원경의 구조적인 변형 측정, ISIM 시험 구조체의 사진측정기 결과 분석, 원자로 연료 조립물에 대한 수중 사진측정, 위성 광학 조립부 측정 및 위성 지상지원장비 측정과 같은 특별한 용도로 사용된 사진 측정기에 대해 소개하였다.

• 대한전자공학회논문지SP
• /
• 제43권4호
• /
• pp.9-18
• /
• 2006

디지털 카메라 시스템에서 CMOS 이미지 센서 (CMOS image sensor, CIS)는 낮은 가격, 작은 시스템 크기, 특히 적은 소비전력의 장점을 가지고 있어 널리 사용되고 있다. 그러나 CIS에서 획득된 영상의 색은 원래의 피사체와 서로 다르고, CIS를 사용한 서로 다른 디지털 카메라는 촬상 특성의 차이에 의해서 통일한 자극치에 대해서 서로 다른 특성을 가지게 된다 이러한 CIS의 촬상 특성에 의해서 표준 색에 대한 출력 특성이 서로 다르게 되고, 영상 출력 장치에서도 동일한 색 재현을 기대하기가 어렵기 때문에 CIS를 위한 컬러 보정이 요구된다. 기존의 컬러 보정 방법은 많은 시간에 걸친 여러 변의 반복적 실험 과정에 의한 경험적 방법을 통해서 구하고 있으며, 그 결과 또한 만족스럽지 못한 실정이다. 본 논문에서는 CIS를 이용한 디지털 카메라를 위한 효과적인 컬러 랩 방법을 새롭게 제안한다. 제안된 방법은 화이트 밸런스만을 조정한 카메라 자체의 전달 특성을 구하고, 이상적인 표준 카메라의 전달 특성에 가깝도록 컬러 보정 행렬을 통해 컬러 보정을 수행한다. 실험 결과, 카메라 전달 특성이 보정 전에 비해 표준 카메라의 전달 특성에 매우 가깝게 보정되었으며, 제안한 방법을 적용한 디지털 카메라의 출력 영상에 대한 화질도 상당히 향상된 것을 확인하였다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2008년도 학술발표회 논문집
• /
• pp.1779-1783
• /
• 2008

영상해석을 통한 흐름해석의 방법인 Large-Scale Particle Image Velocimetry (LSPIV)는 실험실내의 소규모 흐름해석에 이용하던 Particle Image Velocimetry (PIV)를 자연하천이나 실험실에서 넓은 영역($4m^2{\sim}45,000m^2$)에 적용할 수 있도록 확장시킨 것으로 지난 10여년전부터 세계적으로 널리 이에 대한 연구가 진행되고 있다. PIV는 seeding, illumination, recording 그리고 image processing으로 구성된다. LSPIV(Large Scale PIV)는 PIV의 기본원리를 근거로 하여 기존의 PIV에 비하여 실험실 내에서의 수리모형실험이나 일반 하천에서의 유속측정과 같은 큰 규모의 흐름해석을 할 수 있도록 seeding, illumination에 대한 조정이 필요 하고, 촬영된 image에 대한 왜곡을 없애는 작업이 필요하다. LSPIV는 PIV의 네 가지 단계를 포함하여 seeding, illumination, recording, image transformation, image processing 및 post-processing의 여섯 단계로 구성되어진다 (Li, 2002). LSPIV의 적용시 각 단계마다 유속계산시 오차를 발생시키는 27가지의 요인들이 존재하고 있는바 (Kim, 2006), 본 연구에서는 이들 중 실내의 실험실에서 파악이 가능한 인자들에 대해 그들 각각의 인자들이 유속 측정에 미치는 오차의 정도를 파악하고자 하였다. 본 연구에서는 LSPIV의 적용시 이용되는 이미지의 개수와 이미지 촬영시 적용된 이미지의 해상도에 따른 오차의 발생 정도를 조사하였다. 이미지 촬영에 있어서 비디오카메라를 이용할 경우 촬영시간에 따라 많은 수의 이미지를 취득할 수 있은바 이미지의 수에 따른 유속계산오차를 파악하고자 하였다. 또한 디지털 카메라를 이용할 경우 여러 가지 이미지 해상도를 이용할 수 있으므로 적용한 이미지 해상도에 따른 유속계산에 미치는 오차의 크기를 파악하고자 하였다. 이미지의 갯수가 유속계산시 미치는 오차의 영향의 정도를 조사하기 위해서 초당 30 frame을 촬영할 수 있는 비디오카메라를 이용하여 91초 동안 촬영된 이미지로부터 매 5번째의 이미지를 추출하여 455개의 이미지를 준비하였고 이로부터 이미지수를 10, 50, 100, 200, 300, 400의 순서로 증가시키면서 이미지 개수로부터 나타나는 유속계산 오차를 조사한 결과 이미지의 개수가 50매 이상인 경우는 이로 인한 오차가 1% 이하로 감소함을 파악하였다. 촬영된 이미지의 해상도가 유속계산시 미치는 영향을 조사하기 위해 디지털카메라를 적용하여 세가지 이미지 해상도(640*480, 1280*960, 2048*1536 pixel)로 변화시키면서 유속측정 오차를 분석한 결과 저해상도의 이미지를 이용한 경우 고해상도 이미지를 이용한 경우와 비교하여 3% 가량의 차이를 나타내었다.

• 디지털융복합연구
• /
• 제14권11호
• /
• pp.319-324
• /
• 2016

실내에서 카메라를 이용한 로봇 응용이나 가상현실(Virtual Reality) 응용의 경우 평면을 찾고 추정하는 기술은 매우 중요한 기술이다. RGB-D 카메라의 경우 실내의 평면에서 질감 정보가 없는 평면에서도 3차원 관측 데이터를 얻을 수 있지만, 이미지 영역에서 점군 데이터(Point-cloud Data)를 처리하기 위해서는 많은 연산량이 필요하다. 더군다나 현재 관측되고 있는 평면의 개수가 몇 개인지 미리 알 수 없으며, 평면으로 검출(Plane Detection) 하더라도 강인하게 3차원에서 평면을 추정(Plane Estimation)하려면 추가적인 연산이 필요하다. 본 논문에서는 연속 데이터를 이용해 실시간으로 평면의 개수를 선택하며 평면을 추정하는 방법을 제시하고자 한다. 실험 결과를 통해 제안하는 방법이 전체 데이터를 처리하는 것에 비해 약 22배의 속도 개선을 가져 올 수 있음을 보였다.

• 인터넷정보학회논문지
• /
• 제19권1호
• /
• pp.105-111
• /
• 2018

건축 구조물의 상대적인 변위 계측을 위하여 2메가 픽셀 Full HD(FHD) 해상도의 카메라와 디지털 영상상관(DIC, Digital Image Correlation) 플랫폼을 설계하고, 계측에 영향을 주는 영상 품질을 분석하였다. DIC 플랫폼은 Freescale사의 I.MX6를 기반으로 설계하였다. 영상 상관을 이용한 계측은 영상의 품질에 따라 계측 정밀도에 영향을 줄 수 있는데, 이러한 영상 품질 요인으로 영상의 밝기(brightness), 대조(contrast), 신호대 잡음비(SNR, Signal to Noise Ratio)를 분석하였다. 관심 영역(ROI, Region Of Interest)으로 설정한 부분에서 추출한 영상을 기준 영상으로 삼고, 일정 시간 경과 후 디지털 영상 상관(DIC)을 이용하여 기준 영상의 이동을 화소 및 부화소 단위로 추적 계산하여 변위를 측정하였다. 더불어 DIC 기반의 비접촉 원격 계측의 유효성을 파악하기 위하여 25m, 35m, 50m의 계측 거리에서, 영상 품질 요인 및 ROI 의 크기를 조정하여 측정을 하고 정밀도를 분석하였다.

• 한국차세대컴퓨팅학회논문지
• /
• 제14권5호
• /
• pp.53-59
• /
• 2018

최근 컴퓨터 비전 기술의 발전으로 스마트도시에서는 합리적인 정확도로 복잡한 동작을 인식할 수 있다. 이와는 대조적으로, 싸움과 칼에 관련된 사건과 같은 폭력적인 인식은 관심을 덜 이끌었다. 시각적인 감시 능력은 거리나 교도소에서의 싸움을 감지하는데 사용될 수 있다. 이 논문에서 우리는 감시 카메라에 대한 심층 학습 기반의 폭력 인식 방법을 제안했다. 컨볼루션 뉴럴 네트워크(CNN) 모델은 폭력 인식을 위한 싸움과 칼의 벤치마크 데이터 셋에 대해 훈련하고 세부적으로 조정된다. 비정상적인 이벤트가 감지되면 가장 가까운 경찰서로 경보를 보내는 즉각적인 조치를 취할 수 있다. 제안된 방법의 실험 결과는 99.21%의 정확도를 달성함으로써 다른 최첨단 CNN모델을 능가했다.

• 대한공간정보학회지
• /
• 제12권3호
• /
• pp.51-59
• /
• 2004

포장노면관리시스템은 노면의 상태를 정밀히 조사 분석하고 유지보수에 대한 계획을 수립할 수 있는 시스템으로 구성하여야 한다. 현재 구축되어 있는 대부분의 포장노면관리시스템은 전문가가 현장에서 노면의 상태를 조사한 후 그 결과를 입력하도록 되어있다. 현재의 실정과 향후의 포장도로의 증가를 고려할 때 포장도로 전체를 전문가가 직접 조사하는 것은 비효율적 일 뿐만 아니라 지속적인 포장노면관리시스템의 유지가 어려운 실정이다. 따라서, 다중영상표정과 광속조정법에 의해 결정된 도로노면의 3차원 좌표의 정확도를 분석한 결과 표준오차의 평균은 X방향으로 0.0427m, Y방향으로 0.0527m, Z방향으로 0.1539m로 나타났다. 이 결과는 우리나라에서 현재 제작하여 사용하고 있는 축척 1:1000 이하의 지도제작 및 GIS 자료로서 충분히 활용성이 있다.