• 한국항공우주학회지
• /
• 제36권7호
• /
• pp.680-687
• /
• 2008

본 논문에서는 광학방식 헤드 트랙커를 위한 맵 생성 알고리즘과 초기자세 추정기법을 제안한다. 제안한 광학방식 헤드 트랙커는 적외선 스테레오 카메라와 특징점으로 사용되는 적외선 다이오드가 부착된 헬멧으로 구성된다. 광학방식 헤드 트랙커의 경우 발광된 특징점의 중심점을 추적하여 조종사 머리의 자세 및 위치를 추정하기 때문에 이를 고려한 특징점의 정확한 위치정보가 요구된다. 제안한 맵 생성 알고리즘은 적외선 다이오드의 방사 형태를 고려하여 정밀한 특징점의 위치 정보가 포함된 맵 데이터와 머리 좌표계를 생성한다. 또한 초기자세 추정 기법은 헬멧에 부착된 특징점의 패턴을 이용하여 카메라와 머리 사이의 초기 자세와 위치를 빠르게 추정하며 이를 바탕으로 동체인 전투기를 기준으로 하는 머리 움직임을 정확하게 추정할 수 있다.

• 방송공학회논문지
• /
• 제24권4호
• /
• pp.564-572
• /
• 2019

최근 딥러닝 기술의 발전과 함께 얼굴 특징점 검출 방법의 성능은 크게 향상되었다. 대표적인 얼굴 특징점 검출 방법인 히트맵 회귀 방법은 효율적이고 강력한 방법으로 널리 사용되고 있으나, 단일 네트워크를 통해 특징점 좌표를 즉시 얻을 수 없으며, 히트맵으로부터 특징점 좌표를 결정하는 과정에서 정확도가 손실된다는 단점이 존재한다. 이러한 문제점들을 해결하기 위해 본 논문에서는 기존의 히트맵 회귀 방법에 적분 회귀 방법을 결합할 것을 제안한다. 여러 가지 데이터셋을 사용한 실험을 통해 제안하는 적분 회귀 네트워크가 얼굴 특징점 검출 성능을 크게 향상시킨다는 것을 보인다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2001년도 추계학술발표논문집 (상)
• /
• pp.7-10
• /
• 2001

웹의 특징인 조작의 간편함, 뛰어난 접근성 등으로 인해 웹을 통한 지리정보의 검색, 접근을 위한 웹 맵 서비스의 요구가 증대되고 있다. 지리정보 분야의 대표적인 컨소시움인 OGC 를 통해서 웹 맵 서비스를 위한 표준 인터페이스가 정의됨에 따라 향후 웹을 통한 지리정보의 공유가 활발히 진행될 것으로 예상된다. 그런데, 현재 정의된 웹 맵 서비스에는 3 차원 맵 서비스를 고려하고 있지 않다. 왜냐하면, 3 차원 데이터 모델에 따라 구축된 공간 데이터가 거의 없으며, 맵 출력을 위한 출력 요소 정의 언어인 SVG 또는 WebCGM 등이 3 차원 기하를 표현할 수 없기 때문이다. 이 논문에서는 OCG 의 웹 맵 서비스를 위한 표준 인터페이스를 준수하면서, 최소한의 확장을 통해 3 차원 맵 서비스를 지원하기 위한 웹 맵 서비스 컴포넌트를 제안한다. 3 차원 맵은 2 차원 공간 데이터와 속성 정보를 이용하여 생성하므로, 3 차원 공간 데이터베이스 구축을 위한 추가의 비용이 발생하지 않는다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2020년도 하계학술대회
• /
• pp.537-539
• /
• 2020

단일 영상 기반 초고해상도 복원은 컴퓨터 비전 및 영상처리 분야의 중요한 기초 및 응용 분야 중 하나이며, 딥러닝에 대한 연구가 발전됨에 따라 이를 이용한 다양한 연구들이 활발히 진행되고 있다. 기존 딥러닝 기반 연구들은 복원 성능을 높이기 위해서 다양한 구조의 네트워크를 설계하거나 네트워크를 학습하는 알고리즘들을 중점으로 연구되어 왔다. 최근 들어 네트워크 구조나 설계 이외에 네트워크를 통과하는 정보의 집합체인 특징 맵에 관한 연구들이 진행되고 있다. Attention은 특징 맵에서 채널 간의 관계를 이용하여 특정 채널을 강조하거나 또는 공간 정보를 강조하는 방식으로 특징 맵의 정보를 잘 활용하도록 하여 전체적인 네트워크의 성능을 향상시킨다. 본 논문은 단일 영상 기반 초고해상도 복원 네트워크를 기반으로 다양한 Attention방법들을 적용하고 성능을 비교 및 분석한다.

• 한국융합학회논문지
• /
• 제12권10호
• /
• pp.55-61
• /
• 2021

본 논문에서는 정밀한 semantic segmentation을 위해 강조 기법을 활용한 DeepLabv3+ 기반의 인코더-디코더 모델을 제안하였다. DeepLabv3+는 딥러닝 기반 semantic segmentation 방법이며 자율주행 자동차, 적외선 이미지 분석 등의 응용 분야에서 주로 사용된다. 기존 DeepLabv3+는 디코더 부분에서 인코더의 중간 특징맵 활용이 적어 복원 과정에서 손실이 발생한다. 이러한 복원 손실은 분할 정확도를 감소시키는 문제를 초래한다. 따라서 제안하는 방법은 하나의 중간 특징맵을 추가로 활용하여 복원 손실을 최소화하였다. 또한, 추가 중간 특징맵을 효과적으로 활용하기 위해 작은 크기의 특징맵부터 계층적으로 융합하였다. 마지막으로, 디코더에 강조 기법을 적용하여 디코더의 중간 특징맵 융합 능력을 극대화하였다. 본 논문은 거리 영상 분할연구에 공통으로 사용되는 Cityscapes 데이터셋에서 제안하는 방법을 평가하였다. 실험 결과는 제안하는 방법이 기존 DeepLabv3+와 비교하여 향상된 분할 결과를 보였다. 이를 통해 제안하는 방법은 높은 정확도가 필요한 응용 분야에서 활용될 수 있다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2021년도 추계학술대회
• /
• pp.30-32
• /
• 2021

최근 머신비전 임무(machine vision task)를 위해 기계에 소비되는 비디오가 증가하면서 MPEG 은 기계를 위한 비디오 부호화 표준으로 VCM(Video Coding for Machine) 표준화 진행하고 있다. VCM 은 기계분석 네트워크에 입력되는 비디오 또는 특징(feature)을 부/복호화하여 압축 대비 임무 수행 정확도를 평가한다. 본 논문은 기계분석 네트워크에서 추출한 특징 데이터를 기존의 비디오 코덱을 사용하여 부/복호화를 진행할 때, 각 채널의 특징맵을 SAD(Sum of Absolute Difference) 기반으로 재배열하는 방법을 제안한다. 제안기법은 VCM 의 기준성능(anchor)에는 미치지 못하지만, 채널 재배열하지 않은 특징을 비디오 코덱으로 부호화 할 때 보다 개선된 성능을 보인다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2022년도 하계학술대회
• /
• pp.143-145
• /
• 2022

MPEG-VCM(Video Coding for Machine)은 입력된 비디오 특징(feature)를 압축하는 Track1 과 입력 영상을 직접 압축하는 Track2 로 나뉘어 표준화가 진행중이다. 본 논문은 VCM Track 1 에 해당하는 Detectron2 FPN(Feature Pyramid Network)에서 추출한 다중 스케일 특징맵을 VVC 로 압축하는 MSFC(Multi-Scale Feature Compression)을 구조를 제안한다. 본 논문의 MSFC 에서는 다중 스케일 특징을 결합하여 부호화/복호화하는 기존의 구조에서 특징맵의 해상도를 줄여 압축하는 개선된 MSFC 를 제시한다. 제안 방법은 VCM 의 Track2 의 영상 앵커(image anchor) 보다 우수한 BPP-mAP 성능을 보이고 최대 -84.98%의 BD-rate 성능향상을 보인다.

• 한국IT서비스학회:학술대회논문집
• /
• 한국IT서비스학회 2007년도 추계학술대회
• /
• pp.392-397
• /
• 2007

최근 블로그나 RSS 등을 통해 개인이 쉽게 미디어를 생산하고 배포할 수 있게 되어 인터넷상에서는 이전보다 더 많은 정보가 생산되고 유통되고 있다. 그러나 이렇게 폭발적인 정보의 양적인 성장은 질적 성장을 동반하지 못하고 있다. 최근 생산되는 정보들의 내부를 살펴보면 가치 있는 정보들이 유기적으로 연결되어 있지 않고 산재되러 있으며 정제되지 않은 정보들과 섞여 있음을 알 수 있다. 대량으로 생산된 정보들 중에서 가치 있는 정보를 찾고 관련 정보간의 유기적 연결을 갖도록 하기 위해서는 이러한 정보들을 통합하고 정제할 필요성이 요구되고 있다. 본 논문에서는 이러한 정보를 통합하고 정제하는 방법, 즉 정보를 구조화하는 방법으로써 링크맵 방법을 제시한다. 링크맵이란 토픽맵이나 마인드맵과 비슷한 형태를 가진 링크의 모음을 맵으로 표현한 정보의 구조화 방법이다. 본 논문에서는 링크맵의 개념, 특징 및 효율적인 연결방안을 제시하며, 이러한 링크맵을 구축하기 위한 설계방안을 제시한다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2003년도 하계학술대회 논문집 D
• /
• pp.2516-2518
• /
• 2003

본 논문은 고차 뉴런의 문제점으로 지적되고 있는 뉴런이 방대하게 증가하는 문제를 해결하고자, 최적의 뉴런을 생성하고 생성되어진 고차 뉴런 중 일정 비율로 뉴런의 연결강도를 도태시켜 감에 따라 네트워크상에 나타나는 특성을 비교하였다. 본 논문은 고차 뉴런을 이용한 Kohonen의 자기 조직화 맵의 고차 뉴런부에 일정 비율로 연결강도를 도태한 후 인식률을 얻는 형태로 시뮬레이션을 하였다. 특히, 종래 형태의 고차 뉴런을 이용한 Kohonen 자기 조직화 맵의 알고리즘을 변형없이 사용하였으며 중복되는 뉴런을 최대한 억제하기 위해 2차 뉴런만을 생성한 네트워크 구조 위에 입력 데이터의 특징을 유지하고 고차 뉴런의 특징을 더욱 활성화하기 위해 일정한 양의 연결강도를 도태시킴으로써 출력면에서 국소집중 반응에 의한 정확한 인식률 향상 등을 조사하는 시뮬레이션을 하였다. 본 제안 모델의 특성을 살펴보기 위해 60개의 데이터로 이루어진 금속 소나 음데이터와 암석 소나 음 데이터를 이용하여 금속인지 암석인지를 판별하는 시뮬레이션을 하였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2016년도 추계학술발표대회
• /
• pp.661-662
• /
• 2016

컴퓨터비전의 한 분야인 추적은 다양한 방법론들에 근거하여 활발히 연구되어온 분야이다. 추적알고리즘은 연속되는 영상 시퀀스의 객체를 지속적으로 추적하는 방법으로, 객체의 외형 변형, 이동, 회전, 폐색등 복잡한 환경에서도 강건히 추적하는 것에 초점이 맞춰져 있다. 본 논문에서는 딥러닝의 한 부류인 CNN의 컨볼루션 레이어에서 출력되는 특징맵과 변화되는 객체에 적응적으로 대응하는 코릴레이션 필터를 결합하여 복잡한 환경에서도 객체를 추적하는 방법을 제안한다.