• Korean Journal of Remote Sensing
• /
• v.31 no.2
• /
• pp.171-182
• /
• 2015

We propose a camera system to acquire indoor stereo omni-directional images and its calibration method. These images can be utilized for indoor precise mapping and sophisticated imagebased services. The proposed system is configured with a rotating stereo line camera system, providing stereo omni-directional images appropriate to stable stereoscopy and precise derivation of object point coordinates. Based on the projection model, we derive a mathematical model for the system calibration. After performing the system calibration, we can estimate object points with an accuracy of less than ${\pm}16cm$ in indoor space. The proposed system and calibration method will be applied to indoor precise 3D modeling.

• Journal of the Korean Society of Surveying, Geodesy, Photogrammetry and Cartography
• /
• v.13 no.1
• /
• pp.95-106
• /
• 1995

The purpose of this study is to analyse the accuracy of non-metric photos by close-range photogrammetry. Close-range photogrammetry using non-metric photos is 'economical and convenient to handle, but it is insufficient of study on accuracy. To execute this study, first, the terrain model was made and then taken photographs of this model with metric and non-metric cameras. The Bundle adjustment and the Direct linear transformation methods are used for the analysis close-range photogrammetry. The results of the analysis showed that the Bundle adjustment method is a appropriate method for the analysis of the non-netric photo. Therefore, we concluded that the accuracy of the non-metric photo by close-range photogrammetry is applicability for the photogrammetry.

• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.36 no.12C
• /
• pp.738-743
• /
• 2011

For the high quality 3-D broadcasting, depth maps are important data. Although commercially available depth cameras capture high-accuracy depth maps in real time, their resolutions are much smaller than those of the corresponding color images due to technical limitations. In this paper, we propose the depth map up-sampling method using a high-resolution color image and a low-resolution depth map. We define a random walk probability model in an operation unit which has nearest seed pixels. The proposed method is appropriate to match boundaries between the color image and the depth map. Experimental results show that our method enhances the depth map resolution successfully.

• The Journal of the Korea institute of electronic communication sciences
• /
• v.15 no.6
• /
• pp.1195-1200
• /
• 2020

The DOM (: Digital Optical Method), which measures the turbidity of chimney smoke, is a method of calculating the turbidity by setting the area to be measured and the contrast area using a low-cost digital camera that can be easily obtained. However, it is difficult to measure clouds and white smoke in a cloudy sky. In this paper, we develop a background sky type model that can represent the background sky and classify the type by periodically photographing it with a digital camera to solve this problem. In addition, based on the model, we develop a filter to optimize white smoke image and prove its excellence through experiments.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2023.07a
• /
• pp.15-18
• /
• 2023

UAV는 군사용을 처음 시작으로 근래에 취미용 드론의 급격한 성장과 더불어 최근 기후변화, 교통혼잡, 범죄 예방 등 여러 사회 문제 해결을 위한 드론의 필요성이 증가함에 따라 건설, 교통, 농업, 에너지, 엔터테인먼트 등 다양한 산업과 여러 사회 서비스로 그 필요성이 확대되고 있다. 본 연구는 이러한 사회적 흐름에 따라 인공지능 기술을 통한 드론의 활용성을 확대하고 GPS 수신이 안 되는 환경에서 딥러닝 객체 탐지 모델을 활용한 자율 착륙을 연구를 목표로 한다. GPS 신호는 실내와 같은 환경 혹은 지하, 교량 아래, 산속 등과 같은 곳에서는 수신이 어렵다. 이를 극복하고자 GPS 신호수신이 어려운 지역에서 GPS 수신기를 통해 받는 위치 정보 대신 드론에 장착된 카메라를 통해 전달받는 영상에서 착륙할 지점을 인식하고 카메라를 통해 받는 영상 정보만 이용하여 목표지점으로 하강하는 방식으로 자율 착륙을 유도한다. 딥러닝 중 경량화 모델을 활용하여 소형 드론에서 실시간으로 착륙 지점을 감지하기 위해 최적화 과정을 진행해 실시간 자율 착륙이 가능하게 하였다. 본 연구를 통해 드론의 착륙에 있어 GPS 수신기와 사람의 조종에 대한 의존도를 낮출 수 있을 것으로 기대한다.

• Proceedings of the KSR Conference
• /
• 2010.06a
• /
• pp.533-539
• /
• 2010

The The contactless railway abrasion measurement system have to satisfy two conditions to increase the measurement accuracy as follows. The laser region projected on the rail have to be extracted without the geometrical distortion. The mapping of the acquired laser region data on the rail profile have to be matched with the cross section of rail, exactly. But, the conventional railway abrasion measurement system is required the post image processing with a camera model and a perspective transform for the exact mapping between the cross section of rail and the coordinate data extracted from a line laser region or the raw image obtained from a camera because the image captured from the camera has an oblique viewpoint. So, the measured rail profile data had limits to the measurement accuracy because of a discontinuity point. In this Paper, we propose the 3D rail profile reconstruction method to increase the accuracy of the railway abrasion measurement system applying the modified camera model and perspective transform to the image obtained from the bidirectional rail.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2019.11a
• /
• pp.44-45
• /
• 2019

최근 CNN 등 인공신경망은 최근 이미지 분류, 객체 인식, 자연어 처리 등 다양한 분야에서 뛰어난 성능을 보이고 있다. 그러나, 대부분의 분야에서 보다 더 높은 성능을 얻기 위해 사용한 인공신경망 모델들은 파라미터 수 및 연산량 등이 방대하여, 모바일 및 IoT 디바이스 같은 연산량이나 메모리가 제한된 환경에서 추론하기에는 제한적이다. 따라서 연산량 및 모델 파라미터 수를 압축하기 위한 딥러닝 경량화 알고리즘이 연구되고 있다. 본 논문에서는 임베디트 보드에서의 압축된 CNN 모델의 성능을 검증한다. 인공지능 지원 맞춤형 칩인 QCS605 를 내장한 임베디드 보드에서 카메라로 입력한 영상에 대해서 원 CNN 모델과 압축된 CNN 모델의 분류 성능과 동작속도 비교 분석한다. 본 논문의 실험에서는 CNN 모델로 MobileNetV2, VGG16 을 사용했으며, 주어진 모델에서 가지치기(pruning) 기법, 양자화, 행렬 분해 등의 인공신경망 압축 기술을 적용하였을 때 원래의 모델 대비 추론 시간 및 분류의 정확도 성능을 분석하고 인공신경망 압축 기술의 유용성을 확인하였다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2019.11a
• /
• pp.252-255
• /
• 2019

본 논문에서 Equirectangular projection(ERP) 영상을 행동 인식 모델에 입력하기전 제안하는 전처리를 통하여 성능을 향상시키는 것을 보인다. ERP 영상의 특성상 행동 인식을 하는데 불필요한 영역이 일반적인 2D 카메라로 촬영한 영상보다 많다. 또한 행동 인식은 사람이 Object of Interest(OOI)이다. 따라서 객체 인식모델로 인간 객체를 인식한 후 Region of Interest(ROI)를 추출하여 불필요한 영역을 없애고, 왜곡 또한 줄어든다. 본 논문에서 제안하는 기법으로 전처리 후 CNN-LSTM 모델로 성능을 테스트했다. 제안하는 방법으로 전처리를 한 데이터와 하지 않은 데이터로 행동 인식을 한 정확도로 비교하였으며 제안하는 기법으로 전처리 한 데이터로 행동 인식을 한 경우 데이터의 특성에 따라 다르지만, 최대 61%까지 성능향상을 보였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2012.06b
• /
• pp.432-434
• /
• 2012

본 논문에서 우리는 고정된 교통 CCTV 카메라 화면 내에 존재하는 배경의 동적 요소틀을 효과적으로 모델링 할 수 있는 새로운 배경 모델을 제안하고자 한다. 우리의 모델은 [1]에서 제안했던 multiple-thresholded local binary patterns(MTLBP)배경 모델을 확장한 것으로, 가우시안 필터를 통해 화면의 분산된 국부정보를 수집함으로써 움직이는 나뭇가지등과 같은 배경의 동적 요소를 제거한다. 우리는 다양한 실험 결과를 통해 제안하는 기법이 저해상도의 영상에 대해서도 매우 빠르고 정확하게 동작할 수 있으며, 따라서 실제의 응용 시스템에 적합함을 보일 것이다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2012.06c
• /
• pp.335-337
• /
• 2012

전투공간 시뮬레이션 결과를 가시화할 뿐 아니라 시나리오 가시화 중에 사용자가 선택한 엔티티의 상세한 관찰을 제공하기 위해 스테레오 3D 모델 뷰어를 개발하여 가시화 시스템의 프로토타입을 구성하였다. 전투공간 가시화를 위해서는 가시화 스프트웨어인 SIMDIS를 사용하였다. 사용자는 시뮬레이션 가시화 스크린 상에서 엔티티를 선택할 수 있으며, 이 엔티티의 자세한 관찰은 스테레오 3D 모델 뷰어에 가시화 된다. 모델 뷰어는 사용자에게 엔티티 관찰 시 몰입감과 인지도를 향상시키기 위하여 헤드 트래킹 기술을 적용하였다. 사용자의 위치를 추적하기 위해서는 깊이 카메라를 이용하였으며, 획득한 깊이 영상을 통해 실시간 사용자 헤드 트래킹을 적용하였다. 구현된 시스템은 SIMDIS를 이용한 전투공간 시뮬레이션 가시화와 스테레오 3D 뷰어를 각각 가시화하기 위하여 2D 디스플레이와 3D TV를 사용하였다.