• Convergence Security Journal
• /
• v.24 no.1
• /
• pp.77-82
• /
• 2024

Recent research has seen significant improvements in various object detection and classification models overall. However, the study of object detection and classification in situations where objects are partially obscured remains an intriguing research topic. Particularly in the military domain, unmanned combat systems are often used to detect and classify objects, which are typically partially concealed or camouflaged in military scenarios. In this study, a method is proposed to enhance the classification performance of partially obscured objects. This method involves adding occlusions to specific parts of object images, considering the surrounding environment, and has been shown to improve the classification performance for concealed and obscured objects. Experimental results demonstrate that the proposed method leads to enhanced object classification compared to conventional methods for concealed and obscured objects.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2024.01a
• /
• pp.81-83
• /
• 2024

본 논문에서는 mask R-CNN의 이미지 세그먼테이션(Image Segmentation) 기법을 이용하여 철도의 선로를 식별하고 분류하는 방법을 제안한다. mask R-CNN의 이미지 세그먼테이션은 바운딩 박스(Bounding Box)를 통해 이미지에서 객체를 식별하는 R-CNN 알고리즘과는 달리 픽셀 단위로 관심 있는 객체를 검출하고 분류하는 기법으로서 오브젝트 디텍션(Object Detection)보다 더욱 정교한 객체 식별이 가능하다. 본 연구에서는 Pascal VOC 형태의 고속철도 데이터 24,205셋의 데이터를 전처리하고 MS COCO 데이터셋으로 변환하여, MMDetection의 mask R-CNN을 통해 픽셀 단위로 철도선로를 식별하고 정상/불량 상태를 분류하는 연구를 수행하였다. 선행연구에서는 YOLO를 활용하여 Polygon형태의 좌표를 바운딩 박스로 분류하였는데, 본 연구에서는 mask R-CNN을 활용함으로써 철도 선로를 더욱 정교하게 식별하였으며 정상/불량의 상태 분류는 YOLO와 유사한 성능을 보였다.

• 한국HCI학회:학술대회논문집
• /
• 2006.02a
• /
• pp.130-135
• /
• 2006

본 논문에서는 상황 인지(Context Aware)를 이용한 제스처 인식 방법에 대하여 기술한다. 기존의 인식 방법들은 대부분 제스처의 개별적인 의미를 중심으로 제스처를 분류하는 방법을 사용한다. 그러나 이러한 방법들은 인식 알고리즘을 일반화하는데 있어서 다음과 같은 문제점들을 가지고 있다. 첫째, 인간의 모든 제스처를 제한된 특징으로 모호하지 않게 구별하기 어렵다. 둘째, 같은 제스처라 할지라도 상황에 따라 다른 의미를 내포할 수 있다. 이러한 문제점들을 해결하고자 본 논문에서는 확률 기반의 상황 인지 모델을 이용한 제스처 인식 방법을 제안한다. 이 방법은 제스처의 개별적인 의미를 인식하기 전에 대상의 상황을 추상적으로 분류함으로써 행위자의 의도를 정확히 파악할 수 있다. 본 방법은 시스템의 상태를 [NULL], [OBJECT], [POSTURE], [GLOBAL], [LOCAL]의 5 가지 상태로 정의한 뒤, 각 상태의 천이를 바탕으로 대상의 상황을 판단한다. 이러한 상황 정보에 따라 각 상태에 최적화된 인식 알고리즘을 적용함으로써 지능적인 제스처 인식을 수행할 수 있으며, 기존 방법들이 갖는 제스처 인식의 제약을 완화 시키는 효과가 있다. 따라서, 제안하는 제스처 인터페이스는 자연스러운 상호 작용이 필요한 지능형 정보 가전 혹은 지능형 로봇의 HCI 로 활용될 수 있을 것이다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2000.10b
• /
• pp.185-187
• /
• 2000

일본어에서 "てぃる"형태는 동작진행과 상태진행을 모두 나타내지만 한국어에서는 "고 있다"와 "어 있다"로 나누어 표기한다. 양 언어간의 상적인 의미 대응은 간단하지 않지만, 술부의 의미정보, 부사와 부사어의 의미정보 등을 이용하여 "てぃる"형태의 상적인 의미를 결정하는 것이 가능하다. "てぃる"형태의 적절한 대역어 선정을 위하여, 사전 속의 모든 일본어 술어에 다섯 종류의 의미코드를 입력한다. 즉, "1:동작진행만으로 사용되는 술어", "2:일반적으로는 동작진행으로 사용되지만, 수동인 경우에는 상태진행의 형태로도 사용되는 술어", "3:상태진행으로만 사용되는 술어", "4:동작진행, 상태진행의 구별이 애매한 술어", "5:기타"등의 상적인 의미분류코드를 술어별로 입력한다. 그리고 "2", "4" 형태의 술어로부터 진행형을 구별하기 위하여 부사와 부사어를 사용하는 방법을 제안한다.uot;5:기타"등의 상적인 의미분류코드를 술어별로 입력한다. 그리고 "2", "4" 형태의 술어로부터 진행형을 구별하기 위하여 부사와 부사어를 사용하는 방법을 제안한다.여 부사와 부사어를 사용하는 방법을 제안한다.

• Journal of the Korea Society for Simulation
• /
• v.19 no.1
• /
• pp.143-151
• /
• 2010

Fingerprint classification is a step to increase the efficiency of an 1:N fingerprint recognition system and plays a role to reduce the matching time of fingerprint and to increase accuracy of recognition. It is difficult to classify fingerprints, because the ridge pattern of each fingerprint class has an overlapping characteristic with more than one class, fingerprint images may include a lot of noise and an input condition is an exceptional case. In this paper, we propose a novel approach to design a stochastic model and to accomplish fingerprint classification using a directional characteristic of fingerprints for an effective classification of various qualities. We compute the directional value by searching a fingerprint ridge pixel by pixel and extract a directional characteristic by merging a computed directional value by fixed pixels unit. The modified Markov model of each fingerprint class is generated using Markov model which is a stochastic information extraction and a recognition method by extracted directional characteristic. The weight list of classification model of each class is decided by analyzing the state transition matrixes of the generated Markov model of each class and the optimized value which improves the performance of fingerprint classification using GA (Genetic Algorithm) is estimated. The performance of the optimized classification model by GA is superior to the model before the optimization by the experiment result of applying the fingerprint database of various qualities to the optimized model by GA. And the proposed method effectively achieved fingerprint classification to exceptional input conditions because this approach is independent of the existence and nonexistence of singular points by the result of analyzing the fingerprint database which is used to the experiments.

• Proceedings of the Korea Contents Association Conference
• /
• 2011.05a
• /
• pp.569-570
• /
• 2011

fault와 에러를 구분하여 정의한 후, 에러처리를 위한 시스템 상태를 fault, 에러, 회복, benign, mon1, mon2의 상세 상태로 분류하고, 이들 상태를 묘사해 줄 수 있는 추계적 페트리 네트를 이용하여 시스템 에러 처리를 모델링 한다. 시스템이 수십년이 지나면 궁극적으로 다운되는 비신뢰도를 모델로 부터 구할 수 있음을 보여준다.

• Communications for Statistical Applications and Methods
• /
• v.5 no.3
• /
• pp.777-792
• /
• 1998

병원의 임상연구실험에서 종종 환자들의 치료에 따른 병세의 호전상태를 여러단계로 분류하여 상이한 치료방법에 대한 치료효과간의 차이론 알고자 하는 경우가 있다. 이와 같이 다중상태의 생존자료를 분석하기 위해서 본 논문에서는 semi-Markov 모형에 Cox 회귀모형을 적용하여 회귀계수와 기저생존함수를 추정하고 이를 바탕으로 반응확률함수를 추정하였다. 그리고 본 논문의 결과를 실제 임상실험에서 얻어진 자료에 적용하여 분석하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2008.05a
• /
• pp.1909-1913
• /
• 2008

수자원의 공급적인 측면에서 내륙지역에 비하여 불리한 도서지역은 단기간의 가뭄에도 생활용수가 고갈되어 매년 상습적인 식수난을 겪고 있는 상태이다. 전국 3,170개 섬 중 491개 유인도에 831,295명(2003년)이 거주하고 있으나 상수도 보급률은 28.7%에 불과하다(환경부, 2005). 나머지 71.3%의 도서지역 주민들은 간이 급수시설, 우물, 지붕수 등을 생활용수로 이용하고 있다. 이와같이 도서지역은 상수도 보급율이 열악하여 지하수자원에 대한 의존도가 내륙지역에 비하여 높아 지하수자원을 통해 부족한 용수를 공급받아야 할 실정이다. 용수공급을 위한 지하수의 개발을 위해서 무엇보다 선행되어야 할 것은 도서지역의 지하수개발가능량 평가이며 이의 평가를 위해서는 지하수함양량의 파악이 이루어져야 한다. 지하수함양량 산정 기법 중 하나인 NRCS-CN방법은 선행강우조건, 토지피복상태, 수문학적 토양군 등의 인자들에 의해 산정되어진다. 수문학적 토양군의 경우 대부분의 연구에서 정정화 등 (1995)에 의해 분류된 자료가 이용되고 있었으나 최근 정광호 등(2007)에 의하여 수문학적 토양군이 재분류 되었다. 본 연구에서는 NRCS-CN방법을 이용하여 식수난에 어려움을 겪고 있는 우리나라 서남해안의 14개 도서지역에 대하여 수문학적 토양군의 1995년 분류와 2007년 분류를 적용하여 지하수함양량을 산정하고 비교하였다. 1995년 분류와 2007년 분류에서 지하수함양량과 함양률은 개도, 생일도, 보길도를 제외한 도서지역은 1%미만의 차이로 변화가 거의 없는 것으로 나타났다. 개도, 생일도, 보길도는 1995년 분류에 비하여 2007년 분류에서 $2.2%{\sim}2.8%$ 감소하였다. 따라서 대상지역의 수문학적토양군의 재분류에 의한 지하수함양량 및 함양률의 차이가 미미함을 알 수 있었다. 연평균 함양량은 1995년 분류와 2007년 분류에서 수도가 590.8mm, 583.5mm로 최대값을 가지며 가파도가 270.2mm, 270.5mm로 최소값을 가지는 것으로 나타났다. 함양률의 경우 1995년 분류에서는 개도가 29.8%의 최대값을 나타내었고 가파도가 23.3%의 최소값을 가지는 것으로 나타났으며 2007년 분류에서는 사량도 상도가 28.5%의 최대값을 나타내었고 가파도가 23.3%의 최소값으로나타났다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2011.05a
• /
• pp.355-355
• /
• 2011

토지피복의 분류는 토지표면의 물리적인 지표면의 상태를 나타내는 자료로 환경, 행정, 수자원, 재해 등 다방면으로 이용되고 있다. 특히 수자원과 관련하여 식생의 증산과 토양의 증발을 통칭하는 증발산과 유출, 토양수분 등과 연관되어 있다. 광범위한 토지피복의 산정에는 경제성 및 주기성 등의 장점으로 인하여 인공위성 영상을 이용하는 기법이 적합하다. 위성영상분류법은 훈련지역의 선정 여부에 따라 감독분류와 무감독 분류로 나누어지며 각각의 알고리즘의 특성에 따라 더욱 세분화된다. 본 연구에서는 Landsat-TM (Thematic Mapper) 영상을 이용하여 감독 분류와 무감독 분류를 각각 적용하여 한강유역의 토지피복을 수역, 시가, 나지 습지, 초지, 산림, 농지의 7가지 부분으로 대분류로 산정하고 비교하였다. 두 경우의 정확도는 각각 91.6%, 90.9%의 비슷한 정확도를 나타내었으며, 세부적으로 우리나라의 대부분의 면적에 분포하는 산림, 농지, 시가, 수역의 정확도가 높게 나타났다. 또한 각 항목별로 정확도를 비교하였을 때 감독분류가 무감독분류에 비해 다소 정확한 것을 확인할 수 있었다. 추후 외부자료를 도입하면 비교적 낮은 정확도를 나타낸 초지, 습지, 나지의 정확도를 보완할 수 있을 것이다.

• The Journal of The Korea Institute of Intelligent Transport Systems
• /
• v.12 no.5
• /
• pp.1-12
• /
• 2013

Road's accidents caused by Ice, snow, Wet of roads surface conditions and weather conditions situations that are constantly occurring. That is, driver's negligence and safe driving ability of individuals due to lack of awareness, and Road management main agent(the government and the public, etc.) due to road conditions, if there is insufficient information. So Related research needs is a trend that is required. In this study, gather Camera(Stereo camera)'s image data, and analysis polarization coefficients and wavelet transform. And unlike traditional single-dimensional classification algorithms as multi-dimensional analysis by using SVM classification techniques, develop an algorithm to determine road conditions. Four on the road conditions (dry, wet, snow, ice) recognition success rate for the detection and analysis of experiments.