• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2019년도 춘계학술발표대회
• /
• pp.625-628
• /
• 2019

양돈 업계에서 돼지의 무게는 생산성 측면에서 매우 중요한 요인 중 하나이다. 탑뷰 카메라를 통해 획득된 이미지에서 돼지의 무게를 추정할 때 오차가 적고 신뢰도 있는 결과를 보이기 위해, 오차의 주요 원인인 돼지의 머리를 제거하여야 한다. 우선, 돼지의 머리를 제거하기 위해서는 귀를 탐지하여야 한다. 그러나 돼지의 자세가 바르지 못한 경우 겹침으로 인해 돼지의 귀와 머리가 구분되지 않는 경우가 발생하고, 귀 탐지 과정에서 고려해야 할 변수가 많아지므로 연산량과 수행 시간이 증가한다. 따라서 돼지의 무게 추정을 위해서 돼지의 머리를 제거할 때 돼지의 자세 판정은 필수적이다. 본 논문에서는 돼지의 중점으로부터 돼지의 경계선을 연결한 선분의 길이를 비교하여 돼지의 자세를 빠르게 결정하였다. 이를 통해 자세가 바른 돼지의 머리를 제거하여 돼지의 무게를 측정하는 방법을 제안한다. 실험 결과, 7.8 ms의 수행 시간과 0.97 이상의 정확도로 돼지머리 제거를 위한 자세를 결정할 수 있음을 확인하였다.

• 한국컴퓨터정보학회논문지
• /
• 제26권6호
• /
• pp.37-46
• /
• 2021

본 논문에서는 Azure Kinect를 사용하여 요가 자세의 정확도를 측정하고 판단하는 프로그램을 설계하고 구현하였다. 이 프로그램은 Azure Kinect Camera와 센서를 통해 사용자의 모든 관절 위치를 측정한다. 측정한 관절의 값은 두 가지 방법으로 정확도를 판단하는 데이터로 사용된다. 측정된 관절 데이터는 삼각법과 피타고라스의 정리를 통하여 관절의 각도를 구한다. 또한, 측정된 관절 값은 상대적인 위치 값으로 변경한다. 각각 계산하여 구한 값은 목표하고자 하는 자세의 관절 값 및 상대적 위치 값과 비교하여 정확도를 판단한다. Azure Kinect Camera를 통해 사용자가 본인의 자세를 확인할 수 있도록 화면을 구성하고 사용자의 자세 정확도를 피드백으로 전달해 사용자의 자세 향상을 유도한다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2020년도 추계학술대회
• /
• pp.68-71
• /
• 2020

최근 딥러닝을 이용한 인체 자세 추정(human pose estimation) 연구가 활발히 진행되고 있다. 그 중 구조가 간단하면서도 성능이 강력하여 널리 사용되고 있는 딥러닝 네트워크 모델은 이미지 분류(image classification)에 사용되는 백본 네트워크(backbone network)와 디컨볼루션 출력망(deconvolution head network)을 이어 붙인 구조를 갖는다[1]. 기존의 디컨볼루션 출력망은 디컨볼루션 층을 쌓아 낮은 해상도의 특징맵을 모두 높은 해상도로 변환한 후 최종 인체 자세 추정을 하는데 이는 다양한 해상도에서 얻어낸 특징들을 골고루 활용하기 힘들다는 단점이 있다. 따라서 본 논문에서는 매 디컨볼루션 층 이후에 인체 자세 추정을 하여 다양한 해상도에서 연산을 하고 이를 종합하여 최종 인체 자세 추정을 하는 방법을 제안한다. 실험 결과 Res50 과 기존의 디컨볼루션 출력망의 경우 0.717 AP 를 얻었는데 Res101 과 기존의 디컨볼루션 출력망을 사용한 결과 50% 이상의 파라미터 수 증가와 함께 0.727 AP, 즉 0.010AP 의 성능 향상이 이루어졌다. 이에 반해 Res50 에 다중 해상도 디컨볼루션 출력망을 사용한 결과 약 1%의 파라미터 수 증가 만으로 0.720 AP, 즉 0.003 AP 의 성능 향상이 이루어졌다. 이를 통해 디컨볼루션 출력망 구조를 개선하면 매우 적은 파라미터 수 증가 만으로도 인체 자세 추정의 성능을 효과적으로 향상시킬 수 있음을 확인하였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2021년도 추계학술발표대회
• /
• pp.787-790
• /
• 2021

본 논문에서는 최신 모션 인식 기술을 활용하여 골프 스윙 비디오에서 사람의 자세를 추정한 후 다양한 원인으로 오검출된 좌표들을 보정하여 자세 추정의 정확도를 높이는 방법을 제안한다. 기존의 사람 자세 추정 모델은 골프 스윙 데이터에서 오검출, 반전, 불안정성, 미검출의 문제를 보여 정확한 자세 추정을 어렵게 했다. 이를 해결하기 위하여 본 연구에서는 자세 추정시 발생하는 이상치 데이터들을 Bi-LSTM 으로 학습하고 골프 스윙의 특징을 고려한 간단한 규칙을 통하여 이상치 데이터를 효과적으로 검출하고 이를 보정하는 방법을 제안한다. 또한 다양한 실험과 분석을 통하여 제안하는 방법이 골프 스윙 모션에서 사람의 자세를 정확히 추정할 수 있음을 보인다.

• 한국컴퓨터정보학회논문지
• /
• 제17권7호
• /
• pp.155-166
• /
• 2012

본 논문은 비마커 증강현실(Marker-less Augmented Reality)을 위한 색상 및 깊이 정보를 융합한 Mean-Shift 추적 알고리즘 기반 손 자세의 추정 기법을 제안한다. 기존 비마커 증강현실의 연구는 손을 검출하기 위해 단순한 실험 배경에서 피부색상 기반으로 손 영역을 검출한다. 그리고 손가락의 특징점을 검출하여 손의 자세를 추정하므로 카메라에서 검출할 수 있는 손 자세에 많은 제약이 따른다. 하지만, 본 논문은 3D 센서의 색상 및 깊이 정보를 융합한 Mean-Shift 추적 기법을 사용함으로써 복잡한 배경에서 손을 검출할 수 있으며 손 자세를 크게 제약하지 않고 손 영역의 중심점과 임의의 2점의 깊이 값만으로 정확한 손 자세를 추정한다. 제안하는 Mean Shift 추적 기법은 피부 색상정보만 사용하는 방법보다 약 50픽셀 이하의 거리 오차를 보였다. 그리고 증강실험에서 제안하는 손 자세 추정 방법은 복잡한 실험환경에서도 마커 기반 방법과 유사한 성능의 실험결과를 보였다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2020년도 학술발표회
• /
• pp.52-52
• /
• 2020

영상을 이용하여 하천유속과 유량을 측정하는 방법은 신속하고 간결하게 유속을 측정할 수 있는 방법으로 주목을 받고 있다. 또한 새로운 기술인 드론을 활용하여 하천의 유속과 유량을 측정하는 방법도 다양하게 시도되고 있다. 본 연구는 드론을 정지영상과 동영상을 이용하여 별도의 측량이나 복잡한 과정없이도 하천의 유속분포를 추정할 수 있는 방안을 제시하였다. 이 때, 중소하천의 유속 측정에 보다 쉽게 활용할 수 있도록 카메라 보정을 통한 카메라 내부변수 획득과 정지영상에 수록된 드론의 위치와 자세에 대한 EXIF 자료를 이용하는 방안, 약간의 흔들림이 있는 영상에서도 유속을 추정하는 방안을 제안하였다. 먼저, 드론의 카메라 보정을 위한 프로그램을 작성하고, 카메라의 내부 변수를 추정하였다. 드론의 위치와 자세에 대한 정보는 정지영상(JPG 파일)에 수록된 EXIF 정보를 이용하여 드론의 위치(GPS)와 자세(자이로스코프)를 알아내었다. 이를 이용하여 현장의 참조점에 대한 위치 정보를 확인하고, 또 수면촬영을 위한 정지비행시의 카메라의 대략의 위치와 자세 정보를 확인하였다. 이 자료들은 실제 유속측정에 이용하는 동영상에서 나타나는 참조점의 위치 정보를 결정하기 위한 것이다. 그리고 연이어 촬영된 동영상에서 시공간영상분석법으로 측정 단면의 유속분포를 분석하였다. 이 때, 동영상 내에 있는 약간의 흔들림은 FFT 분석으로 적절히 보완할 수 있다. 개발된 방법을 밀양강의 단장천 대리 수위표 지점 인근에서 시험한 결과 기존의 유속계로 측정한 방법과 상당히 근사한 결과를 얻을 수 있었다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2022년도 추계학술대회
• /
• pp.178-180
• /
• 2022

본 논문은 Java 기반의 Firebase용 ML Kit로부터 구한 요가 강사의 요가 자세의 랜드마크를 기반으로 사용자가 요가 자세 훈련할 수 있는 애플리케이션 구현을 소개한다. ML Kit를 이용해 사용자의 자세를 분류하고 각 관절에 해당하는 랜드마크를 구한다. 구해진 랜드마크의 관절들이 이루는 각도를 통해 요가 자세에 대한 정확도 측정 기준값을 설정한다. 전문 요가 강사의 요가 자세에 대한 기준 랜드마크와 ML Kit를 통한 사용자의 포즈에 대한 랜드마크 사이의 정확도를 비교한다. 정확도 기준값에 따라서 오동작과 정동작 정보를 TTS(Text-to-Speech)를 통해 사용자에게 제공해준다. Firebase로 효과적인 사용자관리를 하고, 사용자 요가 자세가 정확도 기준값에 부합하는 운동을 했을 경우에 카운터와 타이머를 통해 운동량을 디스플레이하는 시스템을 설명한다.

• 한국ITS학회 논문지
• /
• 제22권1호
• /
• pp.115-125
• /
• 2023

본 논문은 교통상태 감시 등 교통관제를 위해 설정한 CCTV 카메라의 화각 상태에서 교통량, 속도 등 교통정보 수집을 동시에 수행할 수 있는 CCTV 카메라 자세보정 알고리즘 개발에 관한 것이다. 개발한 자율자세보정 알고리즘은 차량인식 및 추적기법을 이용하여 도로를 식별하고, 운영자의 교통감시 및 교통정보 수집을 위한 화각을 결정한다. 제안 알고리즘의 성능검증은 현장에 설치한 CCTV를 이용하였으며, 교통감시 및 교통정보 수집을 위해 각각 설정한 화각에 대해 자율자세보정 알고리즘이 자동 산출한 화각의 결과와 비교하였다. 분석결과 운영자 감시를 위한 화각은 상호 96%의 일치성을 보였다. 교통정보의 경우는 교통량 및 속도의 정확도가 각각 96%, 95%로 산출됐으며 수동 설정한 화각과 비교할 때 약 2%의 오차가 발생하는 것으로 나타났다. 결과적으로 제안 알고리즘을 통해 관제용 CCTV를 이용하여 교통정보 수집 및 교통상황 감시를 동시에 수행할 수 있음을 확인하였다.

• Journal of Astronomy and Space Sciences
• /
• 제21권4호
• /
• pp.399-416
• /
• 2004

국내 최초의 과학위성인 과학기술위성 1호(STSAT-1)의 주 탑재체 원자외선분광기(FIMS; Far-utraviolet IMaging Spectrograph)는 2003년 9월 발사된 이후로, 다양한 관측을 수행하고 있으나 위성체에서 제공하는 자세정보의 시각오차의 문제점이 발견되어 시각오차를 보정하기 위한 연구가 수행되었다. 시각오차의 보정 후에 잘 알려진 천체의 관측결과를 이용하여 FIMS와 위성체 좌표계 사이의 기계적인 정렬오차에 의해 발행하는 FIMS의 시선방향과 위성체에서 제공하는 자세의 차이를 단파장대와 장파장대에 대하여 각각 계산하였다. 또한, 자세정보의 월별 상태 및 정밀도를 조사하였다. FIMS의 관측방법의 특성상 FIMS로부터 얻어진 영상은 위치별로 서로 다른 노출시간을 갖는다. 이러한 노출시간을 보정하는 방법을 기술하였다. 이 연구의 결과는 FIMS 자료분석을 위해 반드시 필요한 내용이며 추후 좀 더 정밀한 자세정보 보정을 위한 참고 자료로 활용될 것이다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2017년도 제56차 하계학술대회논문집 25권2호
• /
• pp.11-12
• /
• 2017

본 논문에서는 항공기 비행 자세를 직관적으로 이해하고 동작의 원리를 시각화 할 수 있는 비행 자세 시뮬레이터를 구현하였다. 항적 정보의 변화에 따라 6축 모션 플랫폼을 동작시키고, 자이로 센서로 부터 전달 받은 비행 자세를 시뮬레이터에 전달하여 시스템을 구성한다. 항공기의 자세를 분석하기 위하여 자이로 센서와 가속도 센서를 같이 사용하는데 자이로 센서는 적분과정의 누적오차가 발생하고 가속도 센서는 짧은 순간의 진동에 따른 노이즈가 심하여 상보 필터를 이용한 보정작업을 하였다. 산출된 센서 정보를 이용하여 6축 모터에 전달할 각도를 계산하여 모션 플랫폼을 동작시키게 되며 시각화 결과는 OpenGL을 이용하여 구현하였다. 본 연구의 결과는 향후, 항공관련 학생들의 교육 기자재로 활용될 수 있을 것으로 사료된다.