• 한국인터넷방송통신학회논문지
• /
• 제17권2호
• /
• pp.15-23
• /
• 2017

사람의 빈번한 자세 변화, 그리고 background clutter과 occlusion으로 인해 Person Re-identificatio는 컴퓨터 비전 분야에서 가장 어려운 부분이다. 비겹침 카메라의 이미지는 어떤 사람을 다른 사람과 구별하기 어렵게 한다. 더욱 나은 성능 일치를 달성하기 위해 대부분의 방법은 특징 선택과 거리 메트릭을 개별적으로 사용한다. 그렇게 차별화된 표현과 적절한 거리를 얻을 수 있고, 사람과 중요한 특징의 무시 사이의 유사성을 설명할 수 있다. 이러한 상황은 우리가 이 문제를 다루는 새로운 방법을 고려하도록 한다. 본 논문에서는 Person Re-identification를 위한 3단 계층네트워크를 갖는 향상되고 반복적인 신경 회로망을 제안하였다. 특히 RNN(Revurrent Neural Network) 모델은 반복적인 EM(Expectation Maximum) 알고리즘과 3단 계층 네트워크를 포함하고, 차별적 특징과 지표 거리를 공동으로 학습한다. 반복적인 EM 알고리즘은 RNN 이전에 연속해 있는 CNN(Convoutional Neural Network)의 특징 추출 능력을 충분히 사용할 수 있다. 자율 학습을 통해 EM 프레임 워크는 패치의 레이블을 변경하고 더 큰 데이터 세트를 훈련할 수 있다. 네트워크를 더 잘 훈련시키기 위해 3단 계층 네트워크를 통해 CNN, RNN 및 풀링 계층이 공동으로 특징 추출을 할 수 있다. 실험 결과에 따르면 비전처리 분야에서 다른 연구자의 접근 방식과 비교할 때 이 방법은 경쟁력 있는 정확도를 얻을 수 있다. 이 방법에 대한 다른 요소의 영향은 향후 연구에서 분석되고 평가될 것이다.

• 한국전자거래학회지
• /
• 제16권4호
• /
• pp.197-220
• /
• 2011

스마트폰은 단순히 통신수단의 기기를 넘어 모바일 컨버전스(Mobile Convergence)시대의 전환기로 들어서고 있으며, 휴대기기에 카메라, 게임, 멀티미디어 기능이 부과되고, DMB(Digital Multimedia Broadcasting), 휴대 인터넷 등 새로운 개념의 서비스 도구로 인식되고 있으며, 스마트폰을 이용한 다양하고 새로운 비즈니스 모델 개발에 힘쓰고 있다. 본 연구는 자기결정성 이론에 대한 중요한 변수들의 내재적 동기인 몰입과 만족에 영향을 미치는 요인들에 대한 인과관계를 실증 연구하고자 한다. 지금까지의 스마트폰 연구들은 Flow에 미치는 영향변수에 대한 연구는 미비하였다. 본 연구에서는 내재적 동기에 영향을 주는 요인들을 연구한 자기결정성 이론을 바탕으로, 자기결정성의 요인인 자율성, 유능성, 관계성이 몰입과 만족에 미치는 인과관계를 연구하고자 한다. 위 연구모형을 실증적으로 검증하기 위해 스마트폰을 이용한 경험이 있는 서울 S기업의 직원들을 대상으로 설문조사를 실시하였다. 설문조사를 통해 670부의 표본을 수집하였으며, 요인들 간의 관계를 분석하기 위해 구조방정식모형 분석을 실시하였다. 연구결과, 첫째, 자율성이 몰입에 유의하게 영향을 미치는 것으로 나타났다. 둘째, 유능성은 몰입에 유의하게 영향을 미치는 것으로 나타났다. 셋째, 관계성은 몰입에 유의하게 영향을 미치는 것으로 나타났다. 추가적으로 몰입은 만족에 유의하게 영향을 미치는 것으로 나타났다.

• 한국ITS학회 논문지
• /
• 제10권6호
• /
• pp.108-117
• /
• 2011

서울시는 2001년부터 실시간 신호제어시스템(COSMOS)를 운영하고 있으며, 도시부 신호교차로의 신호운영 자료인 포화도 및 대기길이의 산출을 위하여 검지기를 설치해 차량으로부터 기초자료를 습득하고 있다. 현재 가장 보편적으로 사용하는 것은 유도성 루프검지기로 도로의 노면에 매설하는 방식이라 유지 보수가 용이하지 않고 비용이 많이 드는 단점이 있다. 또한 대기길이의 산정시 검지기를 통과하는 차량의 속도만으로 계산해야하기 때문에 속도측정 오차 발생시에 대기길이의 값에 영향을 미치게 된다. 제안하는 알고리즘은 카메라, 센서 및 이미지처리 장치와 같은 추가적인 장치 없이, VANETs(Vehicular Ad-hoc Networks)의 차량 간의 통신을 이용하고 각 방향별 그룹을 설정하여 교차로에서 원활한 교통 흐름을 가능케 하는 실시간 교통신호 제어 시스템을 제안한다. 본 연구에서 제안한 알고리즘은 GLD(Green Light District) Simulator를 기반으로 단일교차로 모델에서 AJWT(Average Junction Waiting Time)와 TQL(Total Queue Length) 에 대해서 확인하였으며 그 결과를 무작위(Random) 제어방식 및 최상우선(Best first) 제어방식과 비교하여 더 나은 결과를 보였다. 향후 VANETs를 활용한 실시간 제어방법이 보편화 될 경우 무선 통신기술을 이용한 교차로의 교통제어기술을 제안한 본 연구는 그 활용가치가 높을 것으로 판단된다.

• 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.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제7권1호
• /
• pp.9-18
• /
• 2018

최근 가상현실 기반의 콘텐츠들이 늘어나면서 이미지 Stitching 기술의 사용이 증가하고 있다. 이미지 Stitching이란 고해상도 이미지 및 넓은 시야(Wide Field of View)의 이미지를 생성하기 위해 다중의 영상을 정합하는 방법이다. 이런 이미지 Stitching은 하나의 카메라로부터 생성되는 영상의 한계를 넘어 다양한 분야에서 활용되고 있다. 이미지 Stitching은 다중의 영상을 정합하기 위해 특징 점 및 대응점을 검출하고 RANSAC 알고리즘을 이용하여 영상간의 변환관계(Homography)를 계산한다. 일반적으로 변환관계 계산을 위해 대응점들이 필요하다. 그러나 대응점들에는 변환관계에 대한 잘못된 가정이나 오류로 인해 발생할 수 있는 다양한 유형의 노이즈(Noise)가 포함되어 있다. 이러한 노이즈는 변환관계를 정확히 예측하는 방해 요인이 된다. 이처럼 일반적으로 사용되는 대응점 매칭(Matching) 방법들은 잘못된 대응점들을 매칭할 수 있는 경우가 발생하기 때문에 모델 파라미터의 예측을 방해하는 대응점(Outlier)로부터 정확한 변환관계를 구축하기 위해 RANSAC 알고리즘을 사용한다. 본 논문에서는 RANSAC 알고리즘에 사용되는 대응점 관계 정보를 이용하여 좀 더 정확한 대응점(Inlier)을 추출하고 정확한 변환관계를 계산하는 알고리즘을 제안한다. 대응점 관계 정보는 이미지 매칭에 사용되는 대응점 간의 거리 비율을 사용하며, 본 논문은 기존 RANSAC 알고리즘과 같은 성능을 유지하면서 처리 시간을 단축시키는데 있다.

• 대한교통학회지
• /
• 제27권5호
• /
• pp.97-111
• /
• 2009

영상기반의 교통정보수집시스템은 관리 및 운영상의 한계를 보이고 있는 기존의 루프검지기의 역할을 대체하는 검지기로써의 역할뿐만 아니라 다양한 교통류의 정보를 제공하고 관리할 수 있다는 점에서 여러 나라에서 보급 활용되기 시작했다. 또한 용도와 사용범위에 있어서도 획기적인 확장세에 있다. 반면에 교통사고 관리와 관련하여 현재까지는 단순히 교통사고 예상지역에 감시카메라를 설치해 두고 기록되는 자료의 디지털화를 추진하는 정도의 영상처리기술을 활용하고 있는 형편이다. 교차로 내 교통사고의 발생 전과 후의 순차적인 상황을 정확히 기록하고, 이 자료를 통해 발생된 교통사고의 사고 매커니즘을 객관적이고 명확하게 조명하고 분석하는 것은 교통사고 처리에 있어서 어느 것보다 시급하고 중요한 부분이다. 기존 기술들은 교차로의 환경적 다양한 변화로 인해 극복하기 매우 어려운 차량의 객체분리, 추적 등의 기술을 가지고 있음에도 불구하고 엄청난 데이터처리용량으로 실시간으로 적용하기 어려운 문제들을 갖고 있다. 이에 본 연구는 이를 극복할 수 있는 기술 방식을 제시하고자 한다. 또한 기존에 잘 알려진 환경적 장애요소 제거방식 중 가장 우수한 방식으로 평가받고 있는 가우시안 복합모델 분석기법에서 조차 환경적인 요인으로 인해 자주 발생하고 있는 오 검지 상황들을 효과적으로 저감시킬 수 있는 능동적이고 환경적응적인 기법을 제시하고 구현하여 그 기술의 성능을 평가하고자 한다. 기존의 교통사고자동기록장치와 비교해 본 연구의 결과가 비교우위의 성능을 구현하였음을 입증하기 위해 실제 운용되고 있는 신호교차로의 영상을 실시간 온라인으로 입력받아 시험하였으며 이 시험결과를 기존의 다른 기술의 성능과 비교평가를 실시하였다.

• 한국축산시설환경학회지
• /
• 제15권2호
• /
• pp.131-138
• /
• 2009

본 연구는 돼지의 체온 발산에 따른 행동에 근거하여 환경을 제어할 때 몸체에서 발산되는 체열과 환경의 온도차이를 이용하여 환경을 제어할 수 있는 방법을 모색하고자 하였으며, 열환경에서 얻어진 자료를 바탕으로 축사의 환경제어 시스템에 접목하고자 실시하였다. 연구의 결과를 요약하면 다음과 같다. 1. 환경온도에 따른 돼지의 행동을 칼라영상을 통하여 획득한 후 가시화 시스템 (열화상 프로그램)을 통한 행동상태를 고온, 적온, 저온기로 분류하였다. 2. 영상처리 시스템의 하드웨어를 적외선 CCD 카메라, 영상처리 보드DIF(TH3100) 모델과 컴퓨터는 400Hz, 128M, 586 Pentium로 구성되었으며, 프로그램은 C++ 언어로 작성되었다. 3. 영상처리시스템을 온도에 따라 분류했던 결과 저온, 적온, 고온으로 분류되어 돈사내 환경제어 시스템에 응용이 가능할 것으로 판단되었다. 4. 사료섭취량은 저온구가 다른 환경온도에 비하여 사료를 많이 섭취하였던 반면에 종료체중과 일당증체량에서는 낮게 나타났다 (p<0.05).

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제4권10호
• /
• pp.465-472
• /
• 2015

본 논문에서는 시차공간상의 평면검출 방법을 제안하고 그 성능을 평가한다. 다양한 표면을 평면으로 근사하고 검출함으로써 시차공간에 나타난 장면을 간소화하고 수식화하여 다루기 쉽도록 한다. 또한 시차공간에서 근사적으로 구한 평면은 3차원 공간상에서 실측 크기로 표현 가능하고 장애물 검출 및 카메라 위치 추정에 활용할 수 있다. 먼저 스테레오 매칭 기술을 이용해 두 개의 영상으로부터 2차원 공간상에 좌표쌍마다 시차값을 가지는 시차공간을 생성한다. x 또는 y축의 전체적인 추이를 반영하도록 돕는 선 단순화 기법을 이용하여 시차값의 접선 기울기를 추정한다. 기울기 쌍의 조합에 따라 10개의 라벨을 시차공간의 좌표쌍에 부여한다. 상하좌우 방향으로 인접하고 동일한 라벨을 가지는 좌표쌍을 연결하여 군집을 생성하고 최소자승법을 이용해 각 군집에 대한 평면식을 추정한다. 시차공간 내에서 평면식을 만족하는 점들이 가장 많은 평면을 검출하고 이를 시차공간을 가장 잘 간소화한 N개의 평면으로 선택한다. 평면검출의 성능을 정량적으로 평가하였고 그 결과는 3차원 원뿔과 원통에서 각각 97.9%, 86.6% 품질을 보였다. 스테레오 비전 알고리즘의 성능을 평가하기 위해 대표적으로 이용되는 Middlebury와 KITTI 실험데이터로부터 제안된 평면검출 방법은 훌륭하게 평면을 검출하였다.

• 인터넷정보학회논문지
• /
• 제20권4호
• /
• pp.91-102
• /
• 2019

자율주행 시스템에서, 카메라에 포착된 영상을 통하여 보행자를 분류하는 기능은 보행자 안전을 위하여 매우 중요하다. 기존에는 HOG(Histogram of Oriented Gradients)나 SIFT(Scale-Invariant Feature Transform) 등으로 보행자의 특징을 추출한 후 SVM(Support Vector Machine)으로 분류하는 기술을 사용했었으나, 보행자 특징을 위와 같이 수동(handcrafted)으로 추출하는 것은 많은 한계점을 가지고 있다. 따라서 본 논문에서는 CNN(Convolutional Neural Network)의 깊은 특징(deep features)과 전이학습(transfer learning)을 사용하여 보행자를 안정적이고 효과적으로 분류하는 방법을 제시한다. 본 논문은 2가지 대표적인 전이학습 기법인 고정특징추출(fixed feature extractor) 기법과 미세조정(fine-tuning) 기법을 모두 사용하여 실험하였고, 특히 미세조정 기법에서는 3가지 다른 크기로 레이어를 전이구간과 비전이구간으로 구분한 후, 비전이구간에 속한 레이어들에 대해서만 가중치를 조정하는 설정(M-Fine: Modified Fine-tuning)을 새롭게 추가하였다. 5가지 CNN모델(VGGNet, DenseNet, Inception V3, Xception, MobileNet)과 INRIA Person데이터 세트로 실험한 결과, HOG나 SIFT 같은 수동적인 특징보다 CNN의 깊은 특징이 더 좋은 성능을 보여주었고, Xception의 정확도(임계치 = 0.5)가 99.61%로 가장 높았다. Xception과 유사한 성능을 내면서도 80% 적은 파라메터를 학습한 MobileNet이 효율성 측면에서는 가장 뛰어났다. 그리고 3가지 전이학습 기법중 미세조정 기법의 성능이 가장 우수하였고, M-Fine 기법의 성능은 미세조정 기법과 대등하거나 조금 낮았지만 고정특징추출 기법보다는 높았다.

• 방송공학회논문지
• /
• 제26권5호
• /
• pp.519-532
• /
• 2021

최근 게임, 영화, 애니메이션 다양한 분야에서 모션 캡처를 이용하여 신체 모델을 구축하고 캐릭터를 생성하여 3차원 공간에 표출하는 콘텐츠가 증가하고 있다. 마커를 부착하여 관절의 위치를 측정하는 방법에서 촬영 장비에 대한 비용과 같은 문제를 보완하기 위해 RGB-D 카메라를 이용하여 애니메이션을 생성하는 연구가 진행되고 있지만, 관절 추정 정확도나 장비 비용의 문제가 여전히 존재한다. 이에 본 논문에서는 애니메이션 생성에 필요한 장비 비용을 줄이고 관절 추정 정확도를 높이기 위해 RGB 이미지를 관절 추정 네트워크에 입력하고, 그 결과를 3차원 데이터로 변환하여 FBX 형식 애니메이션으로 생성하는 시스템을 제안한다. 먼저 RGB 이미지에 대한 2차원 관절을 추정하고, 이 값을 이용하여 관절의 3차원 좌표를 추정한다. 그 결과를 쿼터니언으로 변환하여 회전한 후, FBX 형식의 애니메이션을 생성한다. 제안한 방법의 정확도 측정을 위해 신체에 마커를 부착하여 마커의 3차원 위치를 바탕으로 생성한 애니메이션과 제안된 시스템으로 생성한 애니메이션의 오차를 비교하여 시스템 동작을 입증하였다.