• Annual Conference of KIPS
• /
• 2012.04a
• /
• pp.1007-1009
• /
• 2012

고혈압과 같은 만성질환 환자들은 약물치료 외에도 운동, 식습관 조절등과 생활습관 개선을 위해 꾸준한 자가관리가 필요하다. 본 논문은 최근 대중적으로 보급되고 있는 스마트폰을 통해 이러한 고혈압 환자들의 자가관리를 돕기 위한 프로그램을 개발하고자 한다.

• Review of KIISC
• /
• v.30 no.6
• /
• pp.107-115
• /
• 2020

다양한 응용분야에서 심층신경망 기반의 학습 모델이 앞 다투어 이용됨에 따라 인공지능의 설명 가능한 동작 원리 해석과, 추론이 갖는 불확실성에 관한 분석 또한 심도 있게 연구되고 있다. 이에 심층신경망 기반 기계학습 모델의 취약성이 수면 위로 드러났으며, 이러한 취약성을 이용하여 악의적으로 모델을 공격함으로써 오동작을 유도하고자 하는 시도가 다방면으로 이루어짐에 의해 학습 모델의 강건함 보장은 보안 분야에서의 쟁점으로 부각되고 있다. 모델 추론의 입력으로 이용되는 이미지에 교란값을 추가함으로써 심층신경망의 오분류를 발생시키는 임의의 변형된 이미지를 적대적 사례라 정의하며, 본 논문에서는 최근 인공지능 및 컴퓨터비전 분야에서 이루어지고 있는 이미지 기반 적대적 사례의 생성 기법에 대하여 논한다.

• Annual Conference of KIPS
• /
• 2023.05a
• /
• pp.424-426
• /
• 2023

비디오 월 컨트롤러의 멀티스크린에 영상을 표출하기 위해서는 입력 영상과 영상의 수신 및 표출을 수행하는 클라이언트 프로그램이 필요하다. 입력 영상을 얻기 위한 수단으로는 영상 송출이 가능한 장비를 케이블로 연결하거나 네트워크를 통해 수신하는 방법이 있다. 많은 스트리밍 장치를 보유하고 있는 시스템에서는 관리가 용이한 영상분배서버를 사용하는 것이 효율적이지만, 통상의 영상분배 서버는 컴퓨터 비전 기술을 탑재하고 있지 않고 일단 스트리밍을 시작한 후에는 스트리밍 장치를 변경할 수 없는 단점이 있다. 이에 본 논문에서는 스트리밍을 실행한 후에도 스트리밍 장치를 전환하여 스트림을 전송할 수 있는 얼굴 인식 기반의 영상분배 시스템을 제안한다.

• Proceedings of the Korean Institute of Navigation and Port Research Conference
• /
• 2022.06a
• /
• pp.28-30
• /
• 2022

본 연구에서는 컴퓨터 비전 기반의 딥러닝 객체 인식 기술을 이용하여 속초해수욕장에서 수집한 레이더 이미지에서 선박, 섬 및 부유체에 대해 탐지(Detection), 인식(Recognition)하는 연구를 수행하였다. 2021년 8월에 수집한 레이더 영상을 이용하여 본 연구를 수행하였으며, 움직이는 물표와 섬 등을 구분하였다. 일부 환경적인 제약에 따라 에러 발생이 있었지만, 향후 현재까지 수집한 레이더 영상을 추가하여 정확도를 높일 예정이다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2017.06a
• /
• pp.74-75
• /
• 2017

원의 대칭을 이용하는 회전 스캔 방식으로 원의 중심을 인식하는 기술을 제안한다. 컴퓨터 비전에서 원을 인식하는 기술은 매우 중요한 기술이다. 원 인식 기술은 높은 정확성을 위해 계속해서 연구되어왔다. 기존의 대표 기술인 Circle Hough transform(CHT)은 원을 인식하기 위해서 3차원의 축적 배열이 필요하며 실영상에서 원근 왜곡이 있는 경우에는 원이 인식되지 않는다. 원근 왜곡이 있는 경우에도 원 중심을 인식 할 수 있는 회전 스캔 방식을 제안한다. 제안하는 기술의 정확성을 입증하기 위해서 기존 기술 중 하나인 Open CV가 제공하는 gradient-CHT기술과 비교하는 실험을 진행하였다. 실험 결과는 제안하는 기술이 Open CV보다 우수하다는 것을 보여준다.

• Journal of Broadcast Engineering
• /
• v.27 no.3
• /
• pp.273-282
• /
• 2022

MPEG-VCM(Video Coding for Machine) aims to standardize video codec for machines. VCM provides data sets and anchors, which provide reference data for comparison, for several machine vision tasks including object detection, object segmentation, and object tracking. The evaluation template can be used to compare compression and machine vision task performance between anchor data and various proposed video codecs. However, performance comparison is carried out separately for each machine vision task, and information related to performance evaluation of multiple machine vision tasks on a single bitstream is not provided currently. In this paper, we propose a performance evaluation method of a video codec for AI-based multi-tasks. Based on bits per pixel (BPP), which is the measure of a single bitstream size, and mean average precision(mAP), which is the accuracy measure of each task, we define three criteria for multi-task performance evaluation such as arithmetic average, weighted average, and harmonic average, and to calculate the multi-tasks performance results based on the mAP values. In addition, as the dynamic range of mAP may very different from task to task, performance results for multi-tasks are calculated and evaluated based on the normalized mAP in order to prevent a problem that would be happened because of the dynamic range.

• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.38C no.3
• /
• pp.278-287
• /
• 2013

Modern information technologies continue to provide industries with new and improved methods. With the rapid development of Machine to Machine (M2M) communication, a smart container supply chain management is formed based on high performance sensors, computer vision, Global Positioning System (GPS) satellites, and Globle System for Mobile (GSM) communication. Existing supply chain management has limitation to real time container tracking. This paper focuses on the studies and implementation of real time container chain management with the development of the container identification system and automatic alert system for interrupts and for normal periodical alerts. The concept and methods of smart container modeling are introduced together with the structure explained prior to the implementation of smart container tracking alert system. Firstly, the paper introduces the container code identification and recognition algorithm implemented in visual studio 2010 with Opencv (computer vision library) and Tesseract (OCR engine) for real time operation. Secondly it discusses the current automatic alert system provided for real time container tracking and the limitations of those systems. Finally the paper summarizes the challenges and the possibilities for the future work for real time container tracking solutions with the ubiquitous mobile and satellite network together with the high performance sensors and computer vision. All of those components combine to provide an excellent delivery of supply chain management with outstanding operation and security.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2019.06a
• /
• pp.62-63
• /
• 2019

본 논문에서 개발하고자하는 다시점 스테레오 영상 기반의 3차원 깊이 정보 획득 기술은 스테레오 비전, light field, 가상시점, 방송 콘텐츠, 등 다양한 분야의 기술이 융합된 기술로 연구의 중요성이 매우 높다. 본 논문에서는 SGM 기반의 멀티베이스 라인 스테레오 정합 기술을 개발하고 다시점 스테레오 영상에 적용하여 깊이 정보를 획득하였다. 두 시점 간의 스테레오 정합에 있어서 다방향의 에너지 최소화 기술을 적용하고 시점 간의 정합비용함수를 누적하여 마지막으로 S공간 누적방법으로 최적의 깊이영상을 획득하였다. 기존의 스테레오 정합에 비하여 멀티베이스라인 스테레오 정합의 성능 향상을 확인하고 Middlebury 스테레오 영상을 이용하여 성능을 분석하였다.

• Broadcasting and Media Magazine
• /
• v.27 no.2
• /
• pp.35-42
• /
• 2022

3차원 깊이 영상은 시점으로부터 객체까지의 거리와 관련된 정보를 제공하는 영상으로 최근 자율주행 자동차, 스마트 드론, 로보틱스, 증강 현실, 의료 영상 등에 핵심 정보로 활용되는 매우 중요한 정보이다. 이에 따라 컴퓨터 비전 분야에서는 2차원 영상으로부터 3차원 깊이 정보를 획득하는 연구가 계속되어 왔고, 최근 인공지능 기술의 발달에 힘입어 그 성능도 나날이 향상되고 있다. 그 중에서도 스테레오 영상 간의 매칭을 통하여 깊이 정보를 획득하는 스테레오 매칭 기술은 데이터베이스 구축이 비교적 용이하고 획득 환경이 제한적이지 않다는 장점으로 인해 널리 활용되고 있다. 하지만 텍스쳐가 없는 영역, 패턴이 반복되는 영역, 가림 영역 등에서 성능에 한계를 보이기 때문에, 깊이 영상의 신뢰도를 추정하는 스테레오 깊이 영상의 신뢰도 추정 기술을 이용하여 깊이 정보를 효과적으로 복원할 수 있다. 본 고에서는 스테레오 매칭을 통하여 획득한 깊이 영상의 신뢰도 추정 기술의 발전 동향을 살펴보고 현재 기술의 한계점과 향후 나아갈 방향에 대해서 토의한다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2020.07a
• /
• pp.34-35
• /
• 2020

최근 컴퓨터 비전 분야에서는 딥러닝 기술을 활용하면 기존 방식을 뛰어 넘는 높은 수준의 성능 향상을 기대할 수 있다. 특히 고, 영상 감지 시스템에서의 침입 탐지와 같은 보안 분야에서는 실시간 성과 높은 수준의 정확도를 보장하기 때문에 딥러닝 기술의 적용은 필수적으로 인식 되고 있다(Lee et. al., 2019). 본 논문에서는 상용 서비스 중인 영상 감지 시스템의 침입 탐지 기술 동향 및 Edge Computing 기술을 활용한 영상 인식 시스템의 개선 방안을 제시한다.