• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2019년도 제60차 하계학술대회논문집 27권2호
• /
• pp.317-318
• /
• 2019

가상/증강현실로 대표되는 공간정보 기반 실감형 콘텐츠에 대한 관심이 증대되면서 객체인식 등의 지능형 공간인지 기술에 대한 연구가 활발히 진행되고 있다. 특히 HMD등의 영상 시각화 장치의 발달 및 5G 통신기술의 출현으로 인해 실시간 대용량 영상정보의 송, 수신 및 가시화 처리 기술의 기반이 구축됨에 따라, $360^{\circ}$ 스트리밍 영상정보 처리와 같은 고자유도 콘텐츠를 위한 관련 연구의 필요성이 증대되고 있다. 하지만 지능형 영상정보 처리의 대표적 연구인 딥 러닝(Deep Learning) 기반 객체 인식 기술의 경우 대부분 일반적인 평면 영상(Planar Image)에 대한 처리를 다루고 있고, 파노라마 영상(Panorama Image) 특히, $360^{\circ}$ 스트리밍 영상 처리를 위한 연구는 미비한 상황이다. 본 논문에서는 딥 러닝을 이용하여 $360^{\circ}$ 스트리밍 영상에서의 객체인식 연구 방법에 대해 서술한다. 이를 위해 $360^{\circ}$ 카메라 영상에서 딥 러닝을 위한 학습 데이터를 획득하고, 실시간 객체 인식이 가능한 YOLO(You Only Look Once)기법을 이용하여 학습을 한다. 실험 결과에서는 학습 데이터를 이용하여 $360^{\circ}$영상에서 객체 인식 결과와, 학습 횟수에 따른 객체 인식에 대한 결과를 보여준다.

• 제어로봇시스템학회지
• /
• 제2권6호
• /
• pp.50-62
• /
• 1996

이 글에서는 본 실험실에서 개발한, 교통정보 추출을 위한 차량검지 알고리즘과 차량 추적 알고리즘, 모델에 기반한 차량의 인식과 추적을 위한 알고리즘, 지능형 차량을 위한 선행차량 인식과 차선 인식을 위한 영상 알고리즘에 대하여 살펴 보았고, 이들 알고리즘을 직접 도로영상에 적용하여 그 가능성을 살펴보았다. 교통 정보 추출용 차량 검지 알고리즘은 실험실에서 구성한 영상 검지기 시스템에 실제 적용되어 실시간으로 작동하고 있다. 그렇지만, 아직까지는 대부분의 알고리즘이 실시간 구현과 시스템 적용성에서 미흡한 상태이다. 따라서, 본 실험실에서는 이미 개발된 영상 알고리즘의 신뢰성 제고와 실시간 처리를 위해 알고리즘 자체의 성능 향상 뿐만 아니라 이를 수행하는 하드웨어에 대한 연구도 병행하고 있다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2022년도 추계학술대회
• /
• pp.553-555
• /
• 2022

본 논문은 원샷 파노라믹 스캐닝을 기반으로 하는 실시간 자동 얼굴 인식 시스템에 대한 것이다. 한 번의 파노라믹 스캐닝 프로세스를 통하여 실시간으로 다수의 얼굴을 검출하고 사전에 등록된 얼굴을 인식하는 것이다. 한 장의 파노라마 영상 내에서 다수 얼굴 인식을 하는 것이 아닌, 스캐닝 과정에서 얻어진 다수의 영상을 이용하여 얼굴을 인식하도록 한다. 이는 파노라마 영상 생성 시간과 스티칭(Stitching) 오류를 줄임과 동시에 다수 영상의 누적 정보를 활용하여 얼굴 인식 성능을 향상할 수 있다. 이는 간단한 영상 획득 장치만으로 다수 인원의 스마트 출결 시스템과 같은 다양한 응용 프로그램에 사용될 수 있을 것으로 예상한다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2023년도 추계학술발표대회
• /
• pp.1123-1124
• /
• 2023

본 논문은 실시간 차선 인식을 기반으로 한 자율주행 알고리즘을 제안한다. 자율주행 알고리즘은 크게 차선 인식과 의사결정으로 구분된다. 차선 인식 부분에서는 직관적인 판단을 위해 버드 아이 뷰로 영상데이터를 변환하여 안정적 차선 인식을 위하여 차선 영역을 추출하고 노이즈를 제거하는 전처리과정을 거친다. 이렇게 처리된 영상에서 Hough 변환을 통하여 차선을 검출한다. 의사결정 부분에서는 검출된 차선과 현재 위치를 기반으로 진행할 경로를 결정한다.

• 한국전자통신학회논문지
• /
• 제7권1호
• /
• pp.21-26
• /
• 2012

본 논문에서는 HSDPA 상용 무선 네트워크 환경을 이용하여 실시간으로 영상 데이터를 전송하고 위치를 인식하는 시스템을 제안한다. 이번 연구에서는 MPEG4를 기반으로 하는 새로운 영상 압축 알고리듬을 개발하여 130 kbps 대역폭과 30 fps의 QVGA 영상 전송률을 실현하였다. 이동 차량에 탑재할 목적으로 본 시스템을 소형화하고 전력 효율을 좋게 하였으며 외란에도 견실하게 설계하였다. 시스템을 실제 구동시켜 얻은 동영상 캡쳐 화면과 위치 인식 데이터를 제시하여 개발한 시스템의 성능을 검증한다. 본 시스템은 순찰차 및 대중교통 시스템에 적용하는 것을 목표로 하고 있으며 유선 전송이 어려운 오지 환경에서 실시간으로 영상정보를 획득하고자 할 때도 적용 가능하다.

• 대한전자공학회논문지SP
• /
• 제37권3호
• /
• pp.57-69
• /
• 2000

본 논문에서는 주행차량에 장착된 CCD 카메라를 통하여 획득되어진 영상으로부터 moving window를 사용하여 차선을 인식하고 장애물을 감지하는 방법을 제안한다 입력되는 동영상을 실시간에 처리하기 위해서는 하드웨어적으로 상당히 많은 제약을 초래한다. 이러한 문제점을 극복하고 영상을 사용하여 실시간에 차선 인식 및 장애물을 감지하기 위해, 도로조건과 차량상태에 바탕을 둔 최적의 window 크기를 결정하고 그 window 영상만을 처리하여 차선 인식 및 장애물 감지를 실시간에 가능하게 하는 기법을 제안한다 영상의 각 프레임에 대하여 moving window는 칼만필터에 의해 정확성이 향상된 예측방향으로 옮겨진다. 제안된 알고리즘의 효용성을 고속도로 주행영상을 사용한 실험을 통해 보여준다

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2016년도 하계학술대회
• /
• pp.284-287
• /
• 2016

영상에서 배경으로부터 객체를 분류하는 영상 분류 알고리즘은 물체 인식 및 추적 등 다양한 응용분야에서 중요하다. 본 논문에서는 고정된 카메라에서 다수의 초기 프레임을 참조하여 실시간 영상 분류 방법을 제안한다. 먼저 전경과 배경을 구분하는 확률모델을 제안하였으며 초기 프레임 동안에 카메라의 특성을 추출하여 카메라에 적응적으로 영상을 분류한다. 또한 분류된 영상에서 human의 특징을 이용하여 분류된 결과를 보정하는 방법을 제안한다. 마지막으로 제안한 알고리즘의 실시간 분류 처리를 위하여 복잡도를 최소화 하였다.

• 대한기계학회논문집A
• /
• 제39권5호
• /
• pp.483-489
• /
• 2015

본 논문에서는 넓은 지역에서의 영상기반 자동 항법을 위한 실시간 위치인식 및 지도작성 방법을 제안한다. 한 대의 카메라에서 입력된 영상으로부터 제안된 방법은 6 자유도 카메라 자세와 3 차원 특징점 위치를 연속적으로 계산한다. 제안된 방법은 넓은 지역을 주행하며 촬영된 영상에 적용하여 그 위치와 환경지도를 성공적으로 작성하였이다. 본 논문에서는 이진기술자(binary descriptor)와 수치-위상(metric-topological)지도 표현법을 사용하여 GPU 나 영상의 축소 없이 실시간 성능과 광범위한 지역에서의 회귀점 검출(loop detection)을 하였다. 제안된 방법은 여러 환경에서 촬영된 영상과, 해당 영상의 GPS 기준값과 비교하여 평가하였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2011년도 추계학술발표대회
• /
• pp.318-321
• /
• 2011

도로 주행 시 운전을 보조하고 안전 운전을 지원하기 위한 기술인 도로상황인지 시스템에 있어 효율적인 차선 차간 검출 기법은 위의 핵심적인 기술이다. 실시간으로 수집되는 도로 상황 영상 데이터 분석에 대한 처리 시간을 단축하기 위하여 각각의 영상 프레임에 대해 관심 영역을 설정한 후 허프 변환을 적용하였다. 본 논문은 카메라로 수집되는 도로 상황 영상에 관심 영역 설정을 통한 실시간 차선 차간 인식에 관한 연구로서, 차선과 차간 인식을 위한 효율적인 알고리즘을 제안한다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2002년도 가을 학술발표논문집 Vol.29 No.2 (2)
• /
• pp.508-510
• /
• 2002

본 연구에서는 실시간으로 얼굴을 인식, 검증하기 위한 전처리 단계로써 얼굴을 고속으로 추출하고 추출된 영상을 개선하기 위한 효율적인 기법들을 소개한다. 먼저 RGB로 획득되는 영상을 인간의 시각 구조와 유사한 HSI 컬러 모델로 변환하고 여기서 인간의 피부 영역에 해당하는 컬러 분포를 조사하여 대강의 얼굴 영역을 찾고 이 영역을 대상으로 두 개의 가변 템플릿과의 상관도(Correlation)를 이용하여 최적의 얼굴 안면을 찾는다. 보다 나은 얼굴 인식을 위하여 검출된 얼굴 안면 이미지에서 조명 평면(Illumination plane) 이미지를 추출하여 먼저 불균일성을 보정한 다음 평활화(Equalization)를 수행함으로써 영상을 개선한다.