• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2019.06a
• /
• pp.32-34
• /
• 2019

최근 딥러닝 기반의 다양한 물체 검출 알고리즘이 제안되어 높은 성능을 보이고 있다. 본 논문은 이러한 딥러닝 기반 물체 검출의 성능을 향상시키기 위해 입력영상에서 추출된 특징 지도를 강화하는 비지역적 특징 융합과, 이를 이용한 물체 검출 기법을 제안한다. 제안 기법은 입력영상에서 CNN 을 통해 추출한 특징 지도를 비지역적 특징 강화 블록을 통해 강화한다. 해당 블록 내에서 입력된 특징 지도는 먼저 여러 리셉티브 필드를 갖는 특징 지도로 분기된다. 그리고 분기된 특징 지도들은 비지역적 특징 융합 모듈에 의해 융합되어 강화된다. 이러한 과정을 통해 강화된 특징 지도는 비지역적 문맥 정보가 강화된 특성을 가지며, 해당 특징 지도를 이용하여 최종적으로 물체 검출을 수행한다. Pascal VOC 공인 데이터세트를 통한 실험 결과, 제안 기법은 기존 비교 기법 대비 향상된 검출 성능을 보인다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2014.06a
• /
• pp.181-182
• /
• 2014

본 논문에서는 어파인(affine) 변환에 불변하는 지역 검출기에 대하여 다양한 기술자의 성능을 비교하였다. 지난 수 년간 다양한 특징 기술자들이 연구되어 왔고, 이러한 특징 기술자들은 각각의 목적에 따라 상이한 특성을 갖고 있기 때문에 동일한 조건에서 다양한 기술자들의 성능을 비교하는 연구가 필요하다. 그러나 어파인 변환에 불변하는 지역 검출기에 대해 최적의 특징 기술자를 찾는 연구는 미흡한 실정이다. 따라서 본 논문에서는 지역적인 패치 기반의 특징 기술자뿐만 아니라 바이너리 기술자와 최근에 제안된 기술자들의 성능을 비교하였다. 제안하는 실험에서는 MSER (maximally stable extremal regions) 검출기를 이용하여 어파인 변환에 불변하는 지역을 검출하였고, 영상 확대 및 축소, 회전, 시점 변환 및 변형 가능한 물체에 대하여 각각 기술자의 성능을 비교하였다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2012.10a
• /
• pp.75-77
• /
• 2012

In this paper, We proposed that real-time pupil detection using local binarization at each region of eyes in image. In image obtained a single low-resolution web-camera, we detect a region of face using haar-like feature and then detect each region of eyes depending upon the rate of width and height of region of face respectively. In each region of eyes, we detect the pupil after local preprocessing and binarizing. This pupil detection can be variously used for HCI(Human-Computer Interface) systems.

• Journal of agricultural medicine and community health
• /
• v.27 no.2
• /
• pp.67-73
• /
• 2002

집쥐가 인체 기생충 전파에 어느 정도의 역할을 하는지 그 양상을 밝히고자 전라북도 남원, 익산지역에서 포획한 집쥐의 체내 기생충 감염상을 조사하였다. 섬진강 상류 남원지역에서 32마리, 만경강 중류 익산지역에서 53마리를 채집하여 총 85마리였고, 종별로는 곰쥐(Rattus rattus) 28마리, 시궁쥐(Rattus norvegicus) 57마리였다. 결과를 요약하면 다음과 같다. 1. 남원, 익산지역의 집쥐 85마리 중 71마리(83.5%)에서 체내 기생충이 검출되었다. 2. 폐장이 회수되었던 집쥐 74마리 중 35마리(47.3%)에서 폐장에 기생하는 조직 기생충인 폐포자충(Pneumocystis carinii)이 검출되었다. 3. 전체 85마리의 가로막에서 선모충(Trichinella spiralis)을 조사하였고, 폐심장 혈관계에서 광동주혈선충(Angiostrongylus cantonensis)을 조사하였으나 한 예도 검출하지 못하였다. 4. 간을 조사한 바 85마리 중 간모세선충(Capillaria hepatica) 22례(25.9%), Taenia taeniaeformis의 유충(Cysticercus fasciolaris) 9례(10.6%), 간흡충(Clonorchis sinensis) 1례(1.2%)가 검출되었다. 5. 장내용물을 조사 한 바 85 마리 중 50례(58.9%)에서 윤충 및 원충이 검출되었다. 윤충은 쥐조충(Hymenolepis diminuta), 극구흡충류(Echinostoma sp.), 쥐요충류(Syphacia sp.), 분신충류(Strongyloides sp.) 등이었고 원충은 대장아메바(Entamoeba coli) 등이었다. 이상의 결과에서 인수공통 질환을 일으킬 수 있는 폐포자충, 쥐조충, 간흡충 등이 집쥐에 감염되어 있어 철저한 집쥐 관리가 요망된다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2017.06a
• /
• pp.33-35
• /
• 2017

최근 영상 내에서 보행자를 검출하는 기술이 발전하면서 보행자 검출 기술이 다양한 분야에서 응용되고 있다. 영상 내에서 보행자들을 검출함으로써 보행자의 통행량이나 이동경로를 분석할 수 있고, 위험 지역이나 보안 지역에 진입하려는 보행자에게 경고를 줄 수도 있다. CCTV와 같이 고정된 카메라를 이용하여 촬영된 영상의 경우 배경 분리 기술을 적용할 수 있는데, 배경 분리 기술을 통해 영상 내에서 움직이는 물체의 영역을 검출해 낼 수 있다. 본 논문에서는 영상의 배경 분리 결과를 이용하여 보행자 검출의 정확도를 높이고자 한다. 영상 내에서 보행자를 검출 했을 때, 보행자 외에 다른 영역이 보행자로 검출되는 상황이 발생할 수 있다. 이로 인해 보행자 검출의 정확도가 낮아진다. 하지만 배경 분리 결과를 이용하여 전경 부분에서만 보행자가 검출되도록 하고 배경 부분에서는 보행자가 검출되지 않도록 한다면, 보행자가 아닌 영역이 보행자로 검출되는 현상을 막을 수 있다. 실제 HDA Person Dataset에서 실험을 해본 결과, 정량적인 성능 향상을 확인 할 수 있었다.

• KIISE Transactions on Computing Practices
• /
• v.23 no.7
• /
• pp.408-416
• /
• 2017

This paper proposes a real-time side-rear vehicle detection algorithm that detects vehicles quickly and accurately in blind spot areas when driving. The proposed algorithm uses a cascade classifier created by AdaBoost Learning using the MCT (modified census transformation) feature vector. Using this classifier, the smaller the detection window, the faster the processing speed of the MCT classifier, and the larger the detection window, the greater the accuracy of the MCT classifier. By considering these characteristics, the proposed algorithm uses two classifiers with different detection window sizes. The first classifier quickly generates candidates with a small detection window. The second classifier accurately verifies the generated candidates with a large detection window. Furthermore, the vehicle classifier and the wheel classifier are simultaneously used to effectively detect a vehicle entering the blind spot area, along with an adjacent vehicle in the blind spot area.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2018.06a
• /
• pp.79-81
• /
• 2018

최근 딥 러닝의 발전과 함께 보행자 검출 기술의 성능이 발전하면서 다양한 분야에서 응용되고 있다. 영상 내 보행자의 위치나 움직임을 파악함으로써 위험 지역이나 보안 지역에 접근하는 보행자를 찾아낼 수 있다. 일반적인 딥 러닝 기반의 물체 검출기는 멀리 있는 보행자와 같은 작은 물체를 검출 하는 데에 적합하지 않다. 또, 검출을 수행하기 위해서 큰 계산량을 필요로 하기 때문에, 동영상의 매 프레임 마다 수행하기 부적합 하다는 단점이 있다. 본 논문에서는 작은 물체도 잘 검출할 수 있도록 기존 YOLO 네트워크의 구조를 변경하고, 보행자 데이터를 이용하여 추가로 학습함으로써 보행자를 검출하는 성능을 증가시켰다. 그리고 검출한 보행자들에 대해 추적 기법을 이용함으로써, 동영상의 매 프레임 마다 검출을 수행하는 것을 피할 수 있도록 하였다. 실제로 DukeMTMC Dataset을 이용하여 실험을 해본 결과, YOLO 네트워크의 구조를 변경하고 추가 학습을 함으로써 검출 정확도가 개선되는 것을 확인할 수 있었다. 또, 추적 기법을 이용했을 때, 성능이 크게 떨어지지 않으면서 검출 속도를 개선할 수 있는 것을 확인할 수 있었다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2017.04a
• /
• pp.1035-1036
• /
• 2017

재난관리 및 대응 분야에서는 무인기의 낮은 운영비용과 자유로운 이동능력의 장점을 토대로, 무인기를 활용한 다양한 재난대응 방안이 연구되고 있다. 본 논문은 무인기를 통해 획득한 항공영상에 대하여, 기계학습 기반의 영상분석을 통한 사람 검출 및 사람 위험 감지 기술을 제안한다. 제안하는 기법은 사람 검출을 위한 딥러닝 네트워크와 범람지역 검출을 위한 딥러닝 네트워크로 구성된다. 제안하는 기법에서 사용하는 두 개의 딥러닝 네트워크를 통해, 사람의 단순 검출뿐만 아니라, 범람지역과 같은 위험지역 검출을 통해, 사람의 위험도를 판단할 수 있다.

• Korean Journal of Fisheries and Aquatic Sciences
• /
• v.20 no.6
• /
• pp.591-600
• /
• 1987

To evaluate the detection rate and the density of Vibrio vulnificus by the sample, sampling area and date, 240 sea water samples and marine invertebrates were collected from coastal area of Korea including Pohang, Chungmu, Yeosu, Kunsan, Sihwa and Pusan from March to October, 1986. Eighty two strains oft of 1087 strains isolated from the submitted samples were identified as V. vulnificus. Forty seven of total 240 samples were positive in V. vulnificus which were constituted by 31 out of 138 sea water samples and 16 out of 102 marine invertebrates. Detection rate of V. vulnificus among the invertebrates was high in the crab, Portunus trituberculatus and the ark shell, Anadara broughtonii samples. The samples collected at Kunsan area showed the highest in detection rate of the bacterium as $67\%$ during the study period and the density of V. vulnificus was high in the sea water which was low in salinity.

• The Journal of the Institute of Internet, Broadcasting and Communication
• /
• v.11 no.1
• /
• pp.185-191
• /
• 2011

Recently, the surveillance system is highly being attention. Various Technologies as detecting object from image than determining and recognizing if the object are person are universally being used. Therefore, In this paper shows detecting on this kind of object and local context based facial feather detection algorithm is being advocated. Detect using Gabor Bunch in the same time Bayesian detection method for revision to find feather point is being described. The entire system to search for object area from image, context-based face detection, feature extraction methods applied to improve the performance of the system.