• 정보처리학회논문지B
• /
• 제12B권7호
• /
• pp.729-736
• /
• 2005

본 논문에서 디지털 워터마킹을 위해 제안한 방법은 다중 해상도 웨이블릿 변환을 기본으로 하고 있다. 영상 데이터의 저작권 보호를 위해 필요한 워터마크로 $2N_{wx}{\times}2N_{wy}$ 크기의 이진 로고영상의 1 레벨 DWT(discrete wavelet transform) 계수값을 사용하였다. 대상 영상을 3 레벨 DWT한 후 LL 영역과 중주파수 대역을 $N_{wx}{\times}N_{wy}$ 크기로 분할하고, 분할된 블록내 값이 큰 계수값들을 이용하여 임계값을 설정한다. 대상 영상의 각 주파수 대역마다 설정되는 임계값은 동일 대역의 워터마크가 다 삽입될 수 있는 값을 기준으로 정한다 즉, 각 주파수 대역마다 임계값을 설정해야 한다. 대상 영상의 화질 저하를 막기 위해 블록내 임계값 이상인 부분에 대해 워터마크의 동일 위치 값을 삽입한다. 워터마크를 대상 영상의 LL 영역 및 중주파수 대역에 삽입한다. 워터마크를 인간의 시각 시스템으로부터 감추기 위해 워터마크에 HVS(human visual system)을 적용하여 삽입하였다 따라서 본 논문에서 제안한 기법은 워터마크의 빠르고 정확한 검출이 가능하며, HVS가 적용된 작은 크기의 워터마크를 삽입함으로써 비가시성과 강건성이 뛰어나다는 장점이 있다.

• 인터넷정보학회논문지
• /
• 제10권4호
• /
• pp.25-33
• /
• 2009

본 논문은 스테레오 영상에 기반한 3차원 주름 데이터 복원 시스템을 제안한다. 일반적으로, 3차원 데이터 복원 연구는 스테레오 영상 또는 비디오 영상을 통해, 문화유산과 같은 건물이나 주변 환경에 적용하는 연구가 최근 활발히 진행되고 있다. 3차원 데이터 복원에서 사물 측정의 목적은 각 영상간의 깊이 정보 계산을 통해 3차원 데이터를 획득하는 것이다. 본 연구를 진행하기 위해선 몇 가지 고려해야할 사항이 있다. 첫째로, 카메라 성능과 비 균일한 구성의 피부, 그리고 조명의 영향 때문에 촬영 시 주름의 완전한 정보를 얻기가 힘들다. 따라서 본 논문은 주름의 정보를 최대한 완전하게 얻기 위해, 근접 촬영이 가능한 접사렌즈를 사용하였다. 둘째로, 피부 영상은 영상 분할이나 특징점을 추출하는데 부정확한 문제점이 있어, 스테레오 영상의 밀집 정보를 얻기가 힘들다. 따라서 본 논문은 주름의 정확한 깊이 정보 계산을 위해 반 밀집에 기반한 스테레오 정합 알고리즘을 사용한다. 본 시스템은 기존의 3차원 스캐너와 비교해 비용 절감의 효과가 있으며, 실험 결과 일반적인 모델링 방법보다 고성능의 결과를 보여주며 이를 통해 활용방안이 많을 것으로 예상된다.

• 대한전자공학회논문지SP
• /
• 제37권3호
• /
• pp.1-10
• /
• 2000

본 논문에서는 프랙탈 기반의 전송율 제어 가능을 갖는 동영상 압축 시스템을 제안한다. 기존의 프랙탈 압축방법의 부호화비트량 과다라는 단점을 극북하기위해, 제안하는 시스템은 이미지를 배경, 움직임 보상 및 프랙탈 코딩의 3가지로 분류하여 부호화 하였다. 부호화 되는 코드의 양을 줄이기 위하여 움직임 보상부의 움직임 벡터값은 가변길이 코드를 사용하고 프랙탈 변이값(offset)은 이전 프레임으로부터의 예측값과 최소 자승 근사화(least-square approximation)법으로 구한 값의 차값(difference)을 가변 길이 코드로 부호화하였다. 전송율 제어를 위해 현재의 비트 발생량과 밴드폭을 고려해서 화연 분할 문턱값(threshold)을 결정하는 알고리듬을 적용하였다. 전체 시스템의 실험 결과 동일한 화질에서 기존의 시스템에 비해 압축율이 18배이상 향상됨을 확인하였고, 전송율이 결정되어 있을 때의 전송율 제어가 이루어짐을 확인하였다.

• 디지털융복합연구
• /
• 제14권7호
• /
• pp.355-362
• /
• 2016

본 연구에서는 디자인 사고 과정에서 디자이너의 시각적 표현도구 중 하나인 '에스키스(esquisse)'를 분석하였다. 결과물 이미지의 유사성에 근거하여 F.G.I를 통해 M, N, O, P, Q 5가지 유형으로 분류하였으며, Ned Herrmann의 두뇌 4분할 이론에 근거한 두뇌선호도검사(HBDI)를 통해 두뇌활용영역의 선호유형을 분류하였다. 분류된 5가지 에스키스 유형과 이에 따른 두뇌유형의 비교 대조분석을 통해 상관관계를 찾아내어 디자인 사고 유형을 정의하였다. 구조적인 좌뇌형(M), 감성적인 변연계형(N), 시각적인 우뇌형(O), 평면표현을 선호하는 우뇌형(P), 텍스트표현을 선호하는 우뇌형(Q)의 5가지 디자인 사고 유형을 통해 디자이너의 다양한 성향과 특징을 분석하는 것이 가능하였으며, 또한 두뇌의 결핍영역을 보완시켜 창의적인 결과물을 도출해낼 방법을 찾아내는 연구의 기틀을 마련하였다.

• 인터넷정보학회논문지
• /
• 제4권4호
• /
• pp.9-14
• /
• 2003

GUI(Grophic User Interface) 기반의 상호작용은 컴퓨터를 더 사용하기 간단하고 쉽게 만들었다. 그러나 GUI 기반의 상호작용은 자연스럽고 직관적이며 적응적인 사용자의 요구사항을 만족시키기 위해 필요한 상호 작용 기능을 쉽게 지원하지는 못한다. 본 연구에서는 이미지 시퀀스에서 손을 추적하고 가상 현실에서 포인팅 장치로 마우스를 대체하기 위해 각 비디오 프레임에서 손을 인식하는데 유용한 방법인 수정 BMA를 제안했으며 이를 이용해 초당 30 프레임의 HCI 시스템을 구현했다. HCI 시스템을 구현하는데 가장 중요한 기준은 정확한 움직임 벡터 포착과 그의 실시한 처리이다. 수정 BMA는 실시간 처리를 위해 손의 위치, 움직임 방향을 고려한 손 영역을 분할, 손 영역의 색상 분포를 예측하는데 적용했다. 실험 결과는 YCbCr 좌표를 이용한 수정 BMA가 실시간 처리와 인식율을 보장함을 보여 준다. YCbCr 색상 좌표는 각 픽셀 색상의 휘도를 제거한 RGB 색상 좌표보다 더 적은 비트로 코딩 가능하며 주변 상황에 덜 민감하다. 수정 BMA를 이용한 손 추적은 가상현실, 게임과 장애인을 위한 HCI시스템 적용가능하다.

• 자동차안전학회지
• /
• 제13권2호
• /
• pp.35-41
• /
• 2021

In this study, improved path tracking control algorithm based on pure pursuit algorithm is newly proposed by using improved lane detection algorithm through real time post-processing with interpolation methodology. Since the original pure pursuit works well only at speeds below 20 km/h, the look-ahead distance is implemented as a sigmoid function to work well at an average speed of 45 km/h to improve tracking performance. In addition, a smoothing filter was added to reduce the steering angle vibration of the original algorithm, and the stability of the steering angle was improved. The post-processing algorithm presented has implemented more robust lane recognition system using real-time pre/post processing method with deep learning and estimated interpolation. Real time processing is more cost-effective than the method using lots of computing resources and building abundant datasets for improving the performance of deep learning networks. Therefore, this paper also presents improved lane detection performance by using the final results with naive computer vision codes and pre/post processing. Firstly, the pre-processing was newly designed for real-time processing and robust recognition performance of augmentation. Secondly, the post-processing was designed to detect lanes by receiving the segmentation results based on the estimated interpolation in consideration of the properties of the continuous lanes. Consequently, experimental results by utilizing driving guidance line information from processing parts show that the improved lane detection algorithm is effective to minimize the lateral offset error in the diverse maneuvering roads.

• 한국정보통신학회논문지
• /
• 제26권3호
• /
• pp.389-395
• /
• 2022

심층 학습 기술의 발전으로 인해 분류, 객체 검출, 분할과 같은 시각 정보를 이용한 심층 학습이 다양한 분야에서 활용되고 있다. 그 중 자율 주행은 시각 데이터를 잘 활용하는 대표적인 분야 중 하나이다. 본 논문에서는 도로 위의 사람과 운송수단 객체에 대한 개별적인 깊이 값을 예측하는 망을 제안한다. 제안하는 모델은 YOLOv3와 Monodepth를 기반으로 하며, 하드 파라미터 쉐어링을 이용한 인코더와 디코더를 통해 객체 검출과 깊이 추정을 동시에 수행한다. 또한 주의 집중 기법을 사용하여 객체 검출 및 깊이 추정의 정확도를 높이고자 하였다. 깊이 추정은 단안 이미지를 통해 이루어지며, 자가 학습 방법을 통해 학습을 수행하였다.

• 한국ITS학회 논문지
• /
• 제21권3호
• /
• pp.83-95
• /
• 2022

본 논문은 자율주행 차량 적용을 위한 객체 검출과 거리 추정을 수행하는 시스템을 제안한다. 객체 검출은 최근 활발하게 사용되는 딥러닝 모델 YOLOv4의 특성을 이용해서 입력 이미지 비율에 맞춰 분할 grid를 조정하고 자체 데이터셋으로 전이학습된 네트워크로 수행한다. 검출된 객체까지의 거리는 bounding box와 homography를 이용해 추정한다. 실험 결과 제안하는 방법에서 전반적인 검출 성능 향상과 실시간에 가까운 처리 속도를 보였다. 기존 YOLOv4 대비 전체 mAP는 4.03% 증가했다. 도심로 주행시 빈출하는 보행자, 차량 및 공사장 고깔(cone), PE드럼(drum) 등의 객체 인식 정확도가 향상되었다. 처리 속도는 약 55 FPS이다. 거리 추정 오차는 X 좌표 평균 약 5.25m, Y 좌표 평균 0.97m으로 나타났다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2021년도 춘계학술대회
• /
• pp.213-215
• /
• 2021

IoT 기술의 발달에 따라 인공지능과 자동화와 같이 다양한 기술들이 산업현장에 접목되고 있으며, 이에 따라 데이터처리의 중요성이 높아지고 있다. 특히 디지털 이미지에 기반한 시스템은 센서의 결함 및 통신 환경의 문제 등으로 영상에 잡음이 발생하여 오작동이 발생할 수 있다. 따라서 전처리 과정으로 영상처리의 연구가 지속되어 왔으며, 잡음의 종류와 영상의 특징에 따라 효과적인 잡음제거 기법이 요구되고 있다. 본 논문에서는 임펄스 잡음제거 과정에서 에지성분의 보호를 위한 변형된 공간가중치 필터를 제안한다. 제안한 알고리즘은 필터링마스크를 4개의 영역으로 분할하여 각 영역의 표준편차를 계산한다. 최종출력은 표준편차값이 가장 낮은 영역에 대해 공간가중치를 적용하여 필터링하였다. 제안한 알고리즘의 성능을 평가하기 위해 시뮬레이션을 진행하였으며, 기존 방법에 비해 우수한 임펄스 잡음제거 성능을 보였다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2022년도 제66차 하계학술대회논문집 30권2호
• /
• pp.81-84
• /
• 2022

제조 산업에서의 이상치 검출은 생산품의 품질과 운영비용을 절감하기 위한 중요한 요소로 최근 딥러닝을 사용하여 자동화되고 있다. 이상치 검출을 위한 딥러닝 기법에는 CNN이 있으며, CNN을 계층적으로 구성할 경우 단일 CNN 모델에 비해 상대적으로 성능의 향상을 보일 수 있다는 것이 많은 선행 연구에서 나타났다. 이에 MVTec-AD 데이터셋을 이용하여 계층 CNN이 다중 클래스 이상치 판별 문제에 대해 효과적인지를 탐구하고자 하였다. 실험 결과 단일 CNN의 정확도는 0.7715, 계층 CNN의 정확도는 0.7838로 다중 클래스 이상치 판별 문제에 있어 계층 CNN 방식 접근이 다중 클래스 이상치 탐지 문제에서 알고리즘의 성능을 향상할 수 있음을 확인할 수 있었다. 계층 CNN은 모델과 파라미터의 개수와 리소스의 사용이 단일 CNN에 비하여 기하급수적으로 증가한다는 단점이 존재한다. 이에 계층 CNN의 장점을 유지하며 사용 리소스를 절약하고자 하였고 K-means, GMM, 계층적 클러스터링 알고리즘을 통해 제작한 새로운 클래스를 이용해 계층 CNN을 구성하여 각각 정확도 0.7930, 0.7891, 0.7936의 결과를 얻을 수 있었다. 이를 통해 Clustering 알고리즘을 사용하여 적절히 물체를 분류할 경우 물체에 따른 개별 상태 판단 모델을 제작하는 것과 비슷하거나 더 좋은 성능을 내며 리소스 사용을 줄일 수 있음을 확인할 수 있었다.