• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2016년도 하계학술대회
• /
• pp.222-223
• /
• 2016

보행자 인식을 위한 컴퓨터 비전 알고리즘은 야간 상황과 같이 저조도 환경에서는 인식 성능이 떨어지고 있다. 이로 인하여 최근 저조도 환경에서 촬영된 영상으로 야간 상황에서 객체 인식 성능을 높이는 기법들이 연구되고 있다. 야간 환경은 주간 환경과는 다르게 광량이 적기 때문에 인간의 시각으로도 객체 인식에 어려움이 있고 일반적인 카메라로 촬영된 영상으로 객체 인식이 어렵다. 최근에는 NIR 카메라를 이용하여 촬영된 영상으로 야간 보행자 인식 알고리즘이 개발되고 있으나, 인식률과 객체 인식 가능 거리 및 범위가 한정적이다. 또한 기존의 야간 보행자 검출 기법들은 방대한 연산량이 필요하기 때문에 실시간 객체 인식이 불가능하다. 본 논문에서는 NIR 카메라로부터 촬영된 영상으로 preprocessing 후 ACF(Aggregated Channel Feature)를 이용하여 최근 연구되고 있는 카메라 움직임이 있는 야간 환경에서 보행자 인식 알고리즘을 PC 및 TK1 Board 환경에서 구현하고 객체 인식률을 높인다.

• 한국산학기술학회논문지
• /
• 제12권7호
• /
• pp.3207-3213
• /
• 2011

조명 변화에 관계없이 물체의 원래 색을 결정할 수 있는 색 항등성 기법은 저조도 환경에 적합하지 않다. 이러한 저조도 환경을 고려한 색 항등성 기법을 위해 우선적으로 다양한 저조도 환경의 영상이 필요하다. 본 논문에서는 분광 데이터에 기반한 저조도 합성 영상 집합과 저조도 자연 영상 집합을 생성한다. 합성 영상 집합은 380~780nm의 5nm 단위로 보간된 카메라의 센서 반응 함수, 일루미넌트 분광분포(SPD) 그리고 분광 반사율 곡선을 사용하여 생성되며, 52,000개의 영상들로 구성된다. 자연 영상 집합은 Ebner 데이터 집합과 일루미넌트의 SPD를 기반으로 생성한 4,970개의 영상들로 구성된다. 영상 집합은 실측 분광 데이터와 물리적인 영상 형성 모델을 바탕으로 생성되기 때문에 저조도 환경에서의 색 변화 및 분포를 객관적이고 정량적으로 분석하는 것이 가능한 장점을 갖는다. 또한, 이 영상 집합은 Ground Truth Data를 포함하고 있어 색 항등성 기법의 평가를 위해 사용될 수 있다.

• 전기전자학회논문지
• /
• 제25권2호
• /
• pp.267-272
• /
• 2021

최근 화석에너지 고갈 및 환경 문제 해결을 위하여 신재생에너지와 탄소중립에 관한 관심이 집중되고 있다. 또한, 도시 건물의 고층화와 건물의 증가에 따른 건물에너지의 증가가 급속하게 되고 있다. 도시의 중심에 신재셍에너지원인 태양광 발전을 설치하는데 있어서 많은 제약사항이 있으며, 건물의 고층화가 됨에 따라 그늘이 형성되는 저조도 환경이 많이 발생하게 된다. 따라서 본 연구에서는 실외의 저조도 환경 및 실내의 조명 환경에서 전력발생이 가능한 발전소자를 개발하고자 한다. 저조도 환경에서의 발전소자는 태양전지의 종류중에 하나인 염료감응형 태양전지를 활용하고자 한다. 염료감응형 태양전지의 단위셀과 20cm×20cm 모듈을 제작하였고, LED, 할로겐램프, 3파장 램프의 광원을 활용하여 발전소자의 전기적 특성을 측정하였다. 단위셀의 광전변환효율은 LED, 할로겐 램프, 3파장 램프별로 17.2%, 1.28%, 19,2%로의 결과를 나타냈으며 20cm×20cm 모듈의 광전변환효율은 각각 10.9%, 8.7%, 11.8%의 결과를 나타내었다. 또한 모듈의 최대전력값은 광원별로 각각 13.1mW, 15.7 mW, 14.2 mW로서 저조도 환경에서 발전 가능성을 확인하였다.

• 한국산학기술학회:학술대회논문집
• /
• 한국산학기술학회 2011년도 추계학술논문집 2부
• /
• pp.683-685
• /
• 2011

저조도 환경에서 획득된 영상은 대부분의 픽셀이 낮은 RGB 값을 가지기 때문에 물체가 가지는 색의 식별 및 물체 간의 구별이 어렵다는 문제점을 갖는다. 이러한 문제는 이론적으로 영상 내 존재하는 광원의 영향을 제거하는 것을 목적으로 하는 색 항등성 기법을 적용하여 해결이 가능하다. 저조도 영상에 적합한 색 항등성 기법을 찾기 위하여 본 논문에서는 Barnard 데이터 셋을 바탕으로 하는 저조도 합성 영상을 생성하고 이를 기반으로 다양한 색 항등성 기법을 평가한다. 저조도 합성 영상은 원하는 장면을 가지는 영상과 GTD를 생성할 수 있는 장점이 있기 때문에 실험 영상으로 사용된다. 성능 평가는 색 항등성 기법을 적용한 결과 영상과 GTD 영상을 비교하여 수행된다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2010년도 추계학술발표대회
• /
• pp.572-575
• /
• 2010

본 논문은 SNR 이 매우 낮은 저조도 영상의 잡음 제거를 위한 새로운 기술을 제안한다. 제안하는 기술은 입력 영상에서 파라미터를 자동/적응적 방식으로 추정하는 알고리즘을 특징으로 한다. 제안하는 기술의 효율성을 검증하기 위해 실질적인 환경에서 취득한 저조도 동영상들을 가지고 실험을 수행하였다. 실험을 통해 제안하는 기술을 활용하여 적응적으로 추정된 파라미터가 필터링(filtering) 성능을 잘 유지시킴을 검증하였다. 또한 기존 연구들과 비교할 때 저조도 동영상의 명암대비 향상과 잡음 제거에 우수한 결과를 보임을 검증하였다.

• 전자공학회논문지
• /
• 제49권9호
• /
• pp.128-137
• /
• 2012

CCD 카메라를 이용해 영상을 취득하는 과정에서 조도가 낮을 경우, 자동이득제어(AGC)를 사용하여 자동적으로 부족한 출력 신호를 증폭하게 된다. 이 과정에서 신호와 함께 잡음도 함께 증폭하게 된다. 따라서 저조도 상황에서 취득한 영상은 잡음이 매우 강하여 기존의 방법으로는 잡음을 효과적으로 제거하기 어렵다. 본 논문에서는 잡음의 정도가 심한 저조도 영상의 잡음제거를 위하여 중심화소와 주변영역을 주파수 영역으로 변환하여, 신호 및 잡음의 주파수 특성에 따라 적응적으로 잡음제거를 수행하는 잡음제거 기술을 제안한다. 이러한 주파수 대역 별 특성의 차이를 비교하여 영상의 특징에 따른 적응적인 잡음제거를 수행하여 저조도 환경 영상의 화질을 개선하였다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2019년도 하계학술대회
• /
• pp.125-126
• /
• 2019

현재 상업적으로 널리 쓰이는 CCTV 용 카메라는 충분한 광량이 보장된 환경에서는 가시영역 영상을, 저조도 환경에서는 적외선 영상을 획득한다. 적외선 영상은 색채정보를 갖고 있지 않아 객체의 색채 정보를 이용하여야 하는 응용에 활용하기 어렵다. 본 논문에서는 ND 필터를 사용하여 가시광선 및 근적외선 영역의 영상정보를 분리하여 취득하는 가능성에 대한 연구를 하였다. 먼저 카메라 내부의 Hot Mirror 필터를 제거하여 가시영역 및 근적외선 신호 모두가 카메라에 들어오도록 한 후 ND 필터를 사용하여 영상을 취득한 후, 본 논문에서 제안하는 분리방식을 사용하여 가시영역 및 근적외선 영역으로 분리하였다.

• 한국정보통신학회논문지
• /
• 제19권7호
• /
• pp.1680-1686
• /
• 2015

에지 검출은 대부분의 영상 처리 응용에서 필수적인 전처리 과정으로서 여러 분야에서 널리 사용되고 있으며, 기존의 에지 검출 방법에는 Sobel, Roberts, Laplacian, LoG(Laplacian of Gaussian) 등이 있다. 기존의 에지 검출 방법들은 저조도 환경에서 화소의 휘도 변화가 적기 때문에 에지 검출 특성이 미흡하게 나타난다. 따라서 본 연구에서는 이러한 문제점을 해결하기 위해, 전처리 과정에서 휘도 변환 함수를 사용한 알고리즘과 국부 마스크의 평균 및 표준편 차에 따른 가중치를 적용하여 에지를 검출하는 알고리즘을 제안하였다. 그리고 제안한 알고리즘의 성능을 평가하기 위해, 기존의 Sobel, Roberts, Prewitt, Laplacian, LoG 에지 검출 방법들과 비교하였다.

• 한국ITS학회 논문지
• /
• 제19권3호
• /
• pp.129-136
• /
• 2020

본 논문에서는 저조도 야간 감시 시스템을 위한 열영상 기반의 객체 검출 알고리즘을 제안한다. 기존 Adaboost를 이용한 Haar 특징점 선택 알고리즘은 학습 샘플에 대한 유사하거나 중복되는 특징점의 선택 문제와 잡음에 취약한 경우가 많았다. 또한 저조도 야간 환경의 감시 영상에서 얻어지는 잡음을 특징점 세트에서 제거하고 빠르고 효율적인 실시간 특징점 선택이 이루어질 수 있게 가벼운 확장형 Haar 특징점과 Adaboost 학습 알고리즘을 사용하여 구현하였다. 야간 저조도 환경에서 움직임이 있는 비예측 객체를 인식하기 위하여 열영상으로 촬영된 이미지에 확장 Haar 특징점을 사용하여 객체를 인식한다. 비디오 프레임 800*600 크기의 열영상 이미지를 입력으로 하는 Adaboost 학습 알고리즘을 CUDA 9.0 플랫폼으로 구현하여 시뮬레이션을 시행한다. 그 결과 객체 검출 결과는 성공률이 약 90% 이상임을 확인하였고, 이는 일반영상에 히스토그램 이퀄라이징 연산을 거쳐 얻어진 연산 결과보다 약 30% 더 빠른 처리 속도를 얻을 수 있었다.

• 사물인터넷융복합논문지
• /
• 제10권2호
• /
• pp.51-60
• /
• 2024

저조도 환경에서 영상 이미지의 콘트라스트가 낮고 식별이 어려운 문제를 목표로 사람의 시각 감지 기반의 콘트라스트 적응 보상 증진 알고리즘을 제안한다. 첫째, 저조도 환경에서 평균 밝기, 평균 대역폭 요인의 영상 이미지 특징 요인을 추출하고, 원본 영상의 회색/색도 차이에 따라 사람의 시각적 콘트라스트 해상도 보상의 수학적 모델을 설정하며, 실제 컬러의 3원색에 대해 각각 비례 적분하여 보상한다. 다음으로 보상 정도가 명시각 차이를 적절하게 구별할 수 있는 것보다 낮을 때 보상 임계값 선형 보상이 명시각에서 전체 대역폭으로 설정된다. 마지막으로 주관적인 이미지 품질 평가와 이미지 특성 요인을 결합하여 비례 계수를 보상하는 자동 최적화 모델을 구축한다. 실험 테스트 결과는 영상 이미지 적응 증진 알고리즘이 우수한 증진 효과와 우수한 실시간 성능을 가지며 다크 비전 정보를 효과적으로 마이닝할 수 있으며 다양한 시나리오에서 널리 사용될 수 있음을 보여준다.