• 한국차세대컴퓨팅학회논문지
• /
• 제15권6호
• /
• pp.7-14
• /
• 2019

감시 영상에서 군중 행동의 자동 모니터링 및 감지는 보안, 안전 및 자산 보호와 같은 방대한 응용 프로그램으로 인해 컴퓨터 비전 분야에서 중요한 관심을 받고 있다. 또한 연구 커뮤니티에서 군중 분석 분야가 점차 증가하고 있다. 이를 위해서는 군중들의 행동을 감지하고 분석하는 것이 매우 필요하다. 본 논문에서는 스마트 시티에 설치된 감시 카메라의 비정상적인 활동을 감지하는 딥러닝 기반 방법을 제안하였다. 미세 조정된 VGG-16모델은 트레이닝된 공개적으로 사용 가능한 벤치마크 군중 데이터 셋을 실시간 스트리밍으로 테스트한다. CCTV카메라는 비디오 스트림을 캡쳐하는데, 비정상적인 활동이 감지되면 경보가 발생하여 추가 손실 전에 즉각적인 조치가 이루어지도록 가장 가까운 경찰서로 전송된다. 우리는 제안된 방법이 기존의 첨단 기술 보다 성능이 뛰어남을 실험으로 입증하였다.

• 한국차세대컴퓨팅학회논문지
• /
• 제14권6호
• /
• pp.87-97
• /
• 2018

강우량은 매우 중요한 기상 정보이다. 일반적으로, 도로 수준과 같은 높은 공간 해상도의 강우량이 더 높은 가치를 가진다. 하지만, 도로 수준의 강우량을 측정하기 위해 충분한 수의 기상 관측 장비를 설치하는 것은 비용 관점에서 비효율적이다. 본 논문에서는 도로의 감시 카메라 영상으로부터 강우량을 인식하기 위해 심층 신경망을 활용하는 방법에 대해 제시한다. 해당 목표를 달성하기 위해, 본 논문에서는 교내 두 지역의 감시 카메라 영상과 강우량 데이터를 수집했으며, 새로운 심층 신경망 구조인 Temporal and Spatial Segment Networks(TSSN)를 제안한다. 본 논문에서 제시한 심층 신경망으로 강우량 인식을 수행한 결과, 프레임 RGB와 두 연속 프레임 RGB 차이를 입력으로 사용했을 때, 높은 성능으로 강우량 인식을 수행할 수 있었다. 또한, 기존의 심층 신경망 모델과 비교했을 때, 본 논문에서 제안하는 TSSN이 가장 높은 성능을 기록함을 확인할 수 있었다.

• 한국컴퓨터정보학회논문지
• /
• 제28권2호
• /
• pp.19-25
• /
• 2023

이 논문에서는 image signal processing 을 고려하여 저조도에서 촬영된 저품질의 raw 이미지를 딥러닝에 기반하여 개선하는 방법을 제안한다. 스마트폰 카메라의 경우 DSLR 카메라에 비해 렌즈나 센서의 확장에 제약이 있어 저조도 상황에서 이미지에 노이즈가 증가되고 품질이 저하되는 문제점을 보인다. 기존 딥러닝 기반 저조도 이미지 처리 방식은 image signal processing의 주요 요소인 렌즈 쉐이딩 효과와 화이트 밸런스를 고려하지 못하여 부자연스러운 이미지를 생성하기도 한다. 본 논문에서는 렌즈 쉐이딩 효과와 화이트 밸런스를 딥러닝 모델에 적용하기 위해 중심거리와 채널 평균을 활용한다. 스마트폰으로 촬영된 저조도 이미지를 통한 실험에서 제안하는 방법이 기존 방법에 비해 더 높은 peak signal to noise ratio 와 structural similarity index measure를 달성함과 동시에 높은 품질의 저조도 이미지를 생성함을 확인한다.

• 한국정보전자통신기술학회논문지
• /
• 제17권3호
• /
• pp.130-140
• /
• 2024

본 논문에서는 해상상태 환경에 따른 카메라 센서 인식의 오차를 제어하고 보정 하기 위해 칼만 필터를 적용한 방법을 제시한다. 먼저, 함정의 제원을 기술하여 롤링에 따른 오차 정도를 측정하였다. 모델로 선택한 함정인 PKMR-211을 통해 시뮬레이션에 필요한 수면으로부터 현등까지 거리를 제시한 후, 피드백 제어 시스템에서 카메라 오차값을 변수로 삼아 오차 보정을 수행하였다. 실험에서는 함정의 롤링 정도를 각도로 나타내는 변수인 𝛼, 𝛽로 표기하고, 거리에 따른 각도 변화를 비교하였다. 해상 상태 3의 상황에서 칼만 필터를 적용하기 전과 후의 오차를 비교했을 때, 거리와 무관하게 적색등에서는 +1.5556°에서 -1.1544°까지 줄어들었고, 녹색등에서도 동일한 결과를 확인하였다. 이를 통해, 해상 환경에 따른 함정의 움직임을 고려하여 계산을 수행하고, 오차 보정 이후 함정의 향후 기동 안정성을 제시하였다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국지능시스템학회 2007년도 추계학술대회 학술발표 논문집
• /
• pp.415-418
• /
• 2007

가까운 미래에 인간생활에 활용될 지능형 로봇은 인간과 공존하면서도 효과적으로 인간을 도와줄 수 있는 인간친화형 로봇이라 할 수 있다. 이러한 것을 실현하기 위해서 로봇은 미지의 환경 내에서 자신의 위치 및 방향을 인식해야 할 필요가 있다. 더욱이, 이것은 일상생활에서 자연스럽게 이뤄지는 것이 당연하다. 로봇을 제어하는 가장 중요한 문제중의 하나로서 이동로봇의 주행에서의 위치불확실성을 해결함으로서 로봇의 위치를 추정하는 것이 바람직하다 할 수 있다. 본 논문에서는 실내외 공간에서 인간을 포한함 이동물체의 영상정보를 이용하여 이동로봇의 자기위치를 인식하기 위한 방법을 제시하고 있다. 제시한 방법은 로봇자체의 DR센서 정보와 카메라에서 얻은 영상정보로부터 로봇의 위치추정방법을 결합 한 것이다. 그리고 이동물체의 이전 위치정보와 관측 카메라의 모델을 사용하여 이동물체에 대한 영상프레임 좌표와 추정된 로봇위치 간의 관계를 표현할 수 있는 식을 제시하고 있다. 또한 이동하는 인간과 로봇의 위치와 방향을 추정하기 위한 제어방법을 제시하고 이동로봇의 위치를 추정하기위해서 칼만필터 방법을 적용하였다. 그리고 시뮬레이션 및 실험을 통하여 제시한 방법을 검증하였다.

• 한국통신학회논문지
• /
• 제39B권4호
• /
• pp.228-233
• /
• 2014

사회 안전 서비스 제공을 위한 보안 감시 시스템이 보편화되어, 보안 감시 시스템에 대한 접근성이 확대되고, 향상되는 만큼 안정성 확보를 위한 접근제어 기법이 요구된다. ONVIF(Open Network Video Interface Forum)에서 제정하는 표준은 보안 감시용 스마트 카메라의 호환성을 목적으로 만든 표준으로, 클라이언트에게 제공될 웹서비스의 프레임워크를 정의하고 있다. 본 논문에서는 ONVIF 표준을 따르는 보안 감시 카메라 네트워크에서 안전한 시스템 접근을 위하여 웹 서비스의 정보 보호 기법을 수용하고, 웹서비스의 안전한 제공을 위한 효율적인 접근 제어 모델을 제안 한다.

• 한국전자통신학회논문지
• /
• 제10권1호
• /
• pp.21-26
• /
• 2015

본 논문에서는 고화질 IP 카메라로부터 입력되는 영상으로부터 실시간으로 연기를 검출할 수 있는 시스템을 제안한다. 실시간 처리를 위해 FFmpeg 라이브러리를 이용하여 비디오 파일을 오픈하는 것처럼 IP 카메라로부터 전송되는 RTSP 스트림을 직접 오픈한다. 연기 검출을 위해 연기 후보 영역에 대해 연기의 색정보 및 형태학적 특성은 물론, 연기의 동적 특성까지 고려한다. 최종적으로 다양한 연기의 특성들을 효율적으로 결합하기 위해 부스팅 알고리즘으로 Adaboost 알고리즘을 사용한다. 실험 결과를 통하여 제안하는 방법이 연기를 검출하는 데 효과적인 것을 보인다.

• 한국정보과학회논문지:시스템및이론
• /
• 제28권10호
• /
• pp.491-498
• /
• 2001

컴퓨터 그래픽스 분야에서 물체나 장면을 실제 사진처럼 표현할 목적으로 표변 반사 특성에 고나한 많은 연구가 이루어져왔다. 본 논문은 물체의 표면 반산 특성을 구하기 위한 특별한 장비나 복잡한 기하학적인 정보를 필요로 하지 않는 광원 모델링 기법을 제시한다. 이 기법은 영상의 픽셀 밝기정보가 아닌. 카메라로 들어오는 실제 밝기를 나타내는 라디안스 정보를 이용하여 물체 표면의 반사 특성(BRDF)를 측정하는것이 특징이다. 본 논문에서 제안한 광원 모델링을 통하여 다양한 광원에서의 사실적인 장면을 복원할 수 있을 뿐만 아니라 다양한 광원의 조작과 카메라 센서의 노출시간을 자류롭게 조절하는것이 가능하다.

• 한국HCI학회:학술대회논문집
• /
• 한국HCI학회 2009년도 학술대회
• /
• pp.601-605
• /
• 2009

$180^{\circ}$ 이상의 영역을 획득하는 어안렌즈(fish-eye lens)는 최소의 카메라로 최대 시야각을 확보할 수 있는 장점으로 인해 차량 장착 시도가 늘고 있다. 운전자에게 현실감 있는 영상을 제공하고 센서로 이용하기 위해서는 캘리브레이션을 통해 방사왜곡(radial distortion)에 따른 기하학적인 왜곡 보정이 필요하다. 그런데 차량용 어안렌즈의 경우, 대각선 어안렌즈로 일반 원상 어안렌즈로 촬영한 둥근 화상의 바깥둘레에 내접하는 부분을 잘라낸 직사각형 영상과 같으며, 수직, 수평 화각에 따라 왜곡이 비대칭구조로 설계되었다. 본 논문에서는, 영상의 특징점(feature points)을 이용하여 차량용 어안렌즈에 적합한 카메라 모델 및 캘리브레이션 기법을 소개한다. 캘리브레이션한 결과, 제안한 방법은 화각이 다른 차량용 어안렌즈에도 적용 가능하다.

• 한국전자통신학회논문지
• /
• 제8권8호
• /
• pp.1129-1135
• /
• 2013

본 논문에서는 최적 특징점 선택기법를 적용한 다중 최적 Adaboost 분류기를 기반으로 새로운 차량 검출 알고리즘을 제안한다. 제안하는 알고리즘은 2 가지 주요 모듈로 구성된다. 첫 번째는 설치된 카메라의 사이트 모델링을 이용한 영상 스케일링을 기반으로 하는 이론적 DDISF(Distance Dependent Image Scaling Factor) 모듈이며, 두 번째는 차량과 카메라의 거리에 대응하는 최적 Haar-like 특징을 활용하는 것이다. 실험 결과 제안하는 알고리즘은 기존의 방법에 비하여 인식 성능이 개선됨을 확인하였다. 제안하는 알고리즘은 96.43% 의 인식률과 약 3.77%의 오검출이 발생하였다. 이러한 성능은 기존의 표준 Adabooost 알고리즘에 비하여 각각 3.69%와 1.28% 의 성능을 개선한 것이다.