• 대한전자공학회논문지SP
• /
• 제48권4호
• /
• pp.21-29
• /
• 2011

사전에 정의된 피부 색상 정보를 이용한 기존 피부 검출 방법들은 배경과 피부 영역을 분할하는 단계에서 사용되는 임계값을 실험을 통하여 주관적 관점에서 결정하였다. 또한 기존 방법들은 배경 환경과 조명 환경에 따라 각각 다른 임계값을 설정하였다. 이러한 기존 방법들은 반복 실험을 통하여 추정된 임계값에 따라 성능이 좌우되는 단점이 제시되었다. 제시된 기존 방법들의 단점을 극복하기 위하여 본 논문은 mean shift 알고리즘 기반의 히스토그램 근사화를 이용한 피부 영역 검출 방법을 제안한다. 제안하는 방법은 CbCr 컬러공간에서의 표준 피부색상과 유사도를 비교하여 생성된 입력 영상의 피부맵(skin-map)의 히스토그램에서 mean shift 방법을 이용하여 각각 밝기 영역별로 수렴하는 극대점을 능동적으로 찾아서 배경 영역과 피부영역으로 분할한다. 히스토그램은 픽셀의 명도값에 따라 누적되는 불연속 함수의 형태를 가지므로 베이지 곡선(Bezier curve) 기법을 이용하여 연속 가우시안 함수로 근사화된다. 따라서 제안하는 방법은 기존 방법에서처럼 수동적으로 임계값을 설정하는 방법을 사용하지 않고 mean shift 기법을 이용하여 능동적으로 영역 분할점인 극대점을 찾아서 피부 영역을 검출한다. 제안된 방법은 실험을 통하여 강인하고 효율적으로 피부 영역을 검출하였다.

• 한국통신학회논문지
• /
• 제32권2C호
• /
• pp.141-149
• /
• 2007

영상에서 사람의 머리위치를 찾는 문제에 있어서 어깨선 정보를 이용하는 것은 아주 유용하다. 영상에서 머리 외곽선과 어깨선의 형태는 일정한 변형을 유지하면서 같이 움직이므로 이를 ASM(Active Shape Model) 기법을 사용해서 통계적으로 모델링 할 수 있다. 그러나 ASM 모델은 국부적인 에지나 그래디언트에 의존하므로 배경 에지나 클러터 성분에 민감하다. 한편 AAM(Active Appearance Model) 모델은 텍스쳐 등을 이용하지만, 사람의 피부색, 머리색깔, 옷 색깔 등의 차이로 인해서 통계적인 학습방법을 쓰기가 어렵고, 전체 비디오에서 외모(Appearance)가 시간적으로 변한다. 따라서, 본 논문에서는 외모(Apperance) 모델을 변화에 따라 바꾸는 대신, 영상의 각 화소를 머리, 어깨, 배경으로 구분하는 분별적 외모 모델(discriminative appearance)를 사용한다. 실험을 통해서 제안된 방법이 기존의 기법에 비해서 포즈변화와 가려짐, 조명의 변화 등에 강인함을 보여준다. 또한 제안된 기법은 실시간으로 작동하는 장점 또한 가진다.

• 정보과학회 논문지
• /
• 제41권9호
• /
• pp.666-673
• /
• 2014

본 논문에서는 비제약적 얼굴 데이터 베이스를 위한 확장성 있는 얼굴 인식 방법을 연구하고, 간단한 실험 결과를 소개한다. 기존의 얼굴 인식 연구들은 주로 조명, 얼굴 각도, 표정, 배경 등 제약이 있는 환경에서의 정확도 향상에 초점을 맞추고 있어서 비제약적 얼굴 데이터 베이스에 사용하기에 적합하지 않다. 제안하는 얼굴인식 방법은 비제약적 얼굴 인식을 위한 특징 추출 알고리즘으로, 먼저 지역적 특징이 존재하는 눈, 코, 입과 같이 얼굴의 중요한 특징을 나타내는 영역을 분리한다. 각 얼굴 주요 위치는 고차원의 다중 스케일 국부 이진패턴 히스토그램(Multi-scale LBP histogram) 특징 벡터로 기술된다. 단일 얼굴 주요 위치에 해당하는 다중 스케일 국부 이진패턴 히스토그램 특징 벡터는 주성분 분석법(PCA: Principal Component Analysis)과 선형 판별 분석법(LDA: Linear Discriminant Analysis)의 차원 축소 과정을 통해 저차원 얼굴 특징 벡터를 생성한다. 저차원 얼굴 특징 벡터는 랭크 획득과 Precision at k(p@k) 성능 평가 방법을 이용하여 제안한 알고리즘의 얼굴 인식 성능을 검증한다. 본 연구는 FERET, LFW 및 PubFig83 데이터 베이스를 이용하여 얼굴 인식 실험을 수행하였으며, 제안한 알고리즘을 이용한 얼굴 인식 방법이 기존의 방법보다 향상된 인식성능을 보였다.

• 한국콘텐츠학회논문지
• /
• 제6권12호
• /
• pp.1-11
• /
• 2006

많은 연구 데모용 프로그램들과 상업적 응용물들이 얼굴 검출과 얼굴 인식 시스템들을 개발하기 위해 시도되고 있다. 인간의 얼굴 검출은 접근 제어 및 비디오 감시 시스템, 휴먼 컴퓨터 인터페이스, 신원 인증 등과 같은 많은 응용 프로그램들에 중요한 역할을 한다. 일반적으로 스킨 영역 분할 후 배경과 연결된 얼굴, 스킨 칼라로 인한 연결된 얼굴들, 여러 개의 작은 부분들로 분할된 하나의 얼굴과 같은 몇 가지 특별한 문제점들이 있다. 많은 얼굴 검출 기법들이 첫 번째 와 두 번째 문제를 해결하도록 허락되어진다. 그러나 세 번째 문제에서 다른 조명 효과들로 인해서 여러 영역들로 분할된 하나의 얼굴이 검출되어지는 것은 쉽지가 않다. 그러므로 우리는 기존 영역 분할 알고리즘은 이용될 수 없기 때문에 이 문제를 해결하기 위해 효율적인 수정된 스킨 분할 알고리즘을 제안한다. 본 알고리즘은 전체 영상에 대해 피부 영역을 검출한 후 피부 분할 알고리즘을 사용하여 얼굴 후보 영역들을 생성한다. 각 얼굴 피부 후보 영역에 대해 그림자 등의 조명 효과로 인해 한 명의 얼굴이 여러 영역으로 분할되는 경우를 처리하기 위해 동차적 영역간의 인접성을 활용하여 하나의 큰 영역으로 만드는 병합 작업을 시도하였다. 다른 크기의 얼굴 검출을 위해 다양한 가변 크기의 탐색 윈도우와 선택된 각 얼굴 후보 영역에 얼굴이 존재하는지를 판단하기 위해 역전파 알고리즘에 기반한 얼굴 검출 분류기를 사용하였다.

• Tuberculosis and Respiratory Diseases
• /
• 제57권1호
• /
• pp.72-77
• /
• 2004

연구배경 : 폐암의 말기에 관찰되는 기도 폐쇄는 호흡곤란, 기침, 객혈 및 발열 등을 일으키고 반복적인 호흡기계 감염의 원인이 되기도 한다. 그러나 대부분의 경우 방사선 치료, 항암화학요법 또는 수술적 치료를 받았기 때문에 더 이상 치료를 할 수 없는 어려움이 있다. 따라서 기도 폐쇄를 호전시키기 위한 보조적인 방법으로 광역동 치료가 한 방법임이 알려져 있다. 방 법 : 기도 폐쇄가 관찰되는 폐암 환자에게 기관지 내시경 시행 48시간 전에 광감작물질인 porfimer sodium (Photofrin$^{(R)}$)을 kg당 2mg으로 정맥주사 후 일광화상 및 광과민반응을 방지하기 위해 직사광선을 차단시켰다. Light source는 diode laser를 이용하였고, light dose는 180-200 $joul/cm^2$, 방사하는 빛의 강도는 400 $mW/cm^2$ 으로 하였으며 interstitial irradiation 및 cylindrical diffuser 를 이용하여 630nm의 레이져를 조사하였다. 시행 48시간 후 기관지내시경을 시행하여 괴사된 조직을 제거하고 남아있는 종양 부위에 대해 재조사를 시행하였다. 결 과 : 폐암 수술 후 수술부위의 국소적인 재발을 보인 경우가 1예, 기도 폐쇄로 인한 호흡곤란을 호전시키기 위해 시행한 경우가 4예였다. 광역동 치료를 통해 종양조직의 선택적인 괴사를 관찰할 수 있었고 괴사조직을 제거한 후에는 기도 폐쇄가 4예에서 호전되었다. 광역동 치료 종결 후 호흡곤란 및 활동도가 호전된 경우가 3예에서 관찰되었고 폐쇄성 폐렴으로 인한 객담 및 발열의 소견 및 기관지암에 의한 객혈의 경우에도 광역동 치료 후 호전되었다. 결 론 : 기도 폐쇄가 관찰되는 폐암 환자에서 보존적인 치료 방법으로 기관지내시경을 이용한 광역동 치료는 호흡곤란, 반복적인 호흡기계 감염 및 객혈 등을 호전시키기 위한 효과적인 방법 중의 하나이다.

• 조명전기설비학회논문지
• /
• 제22권1호
• /
• pp.24-32
• /
• 2008

본 연구에서는 한국인의 시각적 특성을 반영한 불쾌글레어의 합리적인 예측을 위해 국내에 실제적으로 적용 가능한 불쾌글레어 예측식을 작성하는 것이 최종목표로 하고 있으며, 본 논문에서는 주변의 일반적인 사무실 건물의 조명환경을 대상으로 기본 단위로 구획하여 실물대모형(Mock-up)을 제작하여 실험을 진행하고 글레어에 최대 영향요인인 광원휘도를 비롯한 배경휘도, 입체각, 광원면적, 루버종류와 불쾌글레어의 관계를 도출하는 것을 목적으로 하였다. 본 연구는 다음과 같이 4단계로 나누어 연구를 진행하였다. 첫째, 불쾌글레어 평가등급을 정의하고 분류하기 위하여 선행연구에서 사용된 평가등급을 조사하여 연구목적에 부합되도록 수정하여 실험에 적용할 수 있도록 하였다. 둘째, 기존 불쾌글레어 평가실험식에 대한 검토를 통해 실험변수, 변수범위, 평가대상, 평가내용 등을 선정하였다. 셋째, 연구의 목적에 부합되도록 실험변인을 조절할 수 있는 실물대모형(Mock-up)을 제작하여 불쾌글레어 평가실험을 실시하였다. 최종적으로 불쾌글레어감과 광원휘도, 루버종류, 광원면적, 피험자위치간의 관계분석을 통해 실험변수의 민감도를 분석하였다. 연구 결과 인공광원의 불쾌글레어감에 영향을 주는 주요 변수는 광원휘도, 루버의 유무, 광원면적, 피험자위치(입체각) 순으로 영향을 미치는 것으로 나타났다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제3권9호
• /
• pp.361-368
• /
• 2014

차량 번호판 인식 시스템은 복잡한 교통환경의 효율적 관리를 위해 발전되어 현재 많은 곳에 사용되고 있다. 그러나 조명, 잡음, 배경변화, 번호판 훼손 등 환경변화에 큰 영향을 받기 때문에 제한된 환경에서만 동작하며, 실시간으로 사용하기 어렵다. 본 논문에서는 조명변화와 잡음에 강건하며 빠른 번호판 인식을 위한 휴리스틱 분할 알고리즘 및 이를 이용한 실시간 번호판 인식 시스템을 제안한다. 첫 번째 단계는 Haar-like 특징과 Adaboost를 이용하여 번호판을 검출한다. 이 방법은 적분영상을 이용하며 케스케이드 구조로 구성되어 있어 빠른 검출이 가능하다. 두 번째 단계에서 적응 히스토그램 평활화 방법과 노이즈를 경감시키는 바이레터럴 필터를 이용하여 번호판의 종류를 결정한 후, 번호판 종류에 따라 적분영상을 이용한 적응 이진화, 픽셀 프로젝션, 사전지식 등을 기반으로 빠르고 정확한 문자 분할을 한다. 세번째 단계에서는 HOG와 신경망 알고리즘을 이용하여 숫자를 인식하고, SVM을 이용해 한글을 인식한다. 실험결과는 번호판검출에 94.29%의 검출률, 2.94%의 오경보율을 보이며, 문자분할에서는 검출률 97.23%, 2.94%의 오경보율을 보였다. 문자인식에서 평균 인식률은 98.38%이다. 평균 운용시간은 140ms으로 빠르고 강인한 실시간 시스템을 만들 수 있다.

• 한국터널지하공간학회 논문집
• /
• 제26권2호
• /
• pp.129-152
• /
• 2024

터널 내 CCTV를 통한 딥러닝 객체인식 적용에 있어서 터널의 열악한 환경조건, 즉 낮은 조도 및 심한 원근현상으로 인해 오탐지가 대량 발생한다. 이 문제는 객체인식 성능에 기반한 영상유고시스템의 신뢰성 문제로 직결되므로 정탐지 향상과 더불어 오탐지의 저감 방안이 더욱 필요한 상황이다. 이에 본 논문은 딥러닝 객체인식 모델을 기반으로, 오탐지 데이터의 재학습을 통해 오탐지의 저감뿐만 아니라 정탐지 성능 향상도 함께 추구하는 오탐지 학습법을 제안한다. 본 논문의 오탐지 학습법은 객체인식 단계를 기반으로 진행되며, 학습용 데이터셋 초기학습 - 검증용 데이터셋 추론 - 오탐지 데이터 정정 및 데이터셋 구성 - 학습용 데이터셋에 추가 후 재학습으로 이어진다. 본 논문은 이에 대한 성능을 검증하기 위해 실험을 진행하였으며, 우선 선행 실험을 통해 본 실험에 적용할 딥러닝 객체인식 모델의 최적 하이퍼파라미터를 결정하였다. 그리고 본 실험에서는 학습영상 포맷을 결정하기 위한 실험, 반복적인 오탐지 데이터셋의 재학습을 통해 장기적인 성능향상을 확인하기 위한 실험을 순차적으로 진행하였다. 그 결과, 첫 번째 본 실험에서는 추론된 영상 내에서 객체를 제외한 배경을 제거시키는 경우보다 배경을 포함시키는 경우가 객체인식 성능에 유리한 것으로 나타났으며, 두 번째 본 실험에서는 재학습 차수별 독립적으로 오탐지 데이터를 재학습시키는 경우보다 차수마다 발생하는 오탐지 데이터를 누적시켜 재학습 시키는 경우가 지속적인 객체인식 성능 향상 측면에서 유리한 것으로 나타났다. 두 실험을 통해 결정된 방법으로 오탐지 데이터 재학습을 진행한 결과, 차량 객체 클래스는 1차 재학습 이후부터 AP값이 0.95 이상 우수한 추론 성능이 발현되었으며, 5차 재학습까지 초기 추론 대비 약 1.06배 추론성능이 향상되었다. 보행자 객체 클래스는 재학습이 진행됨에 따라 지속적으로 추론 성능이 향상되었으며, 18차 재학습까지 초기 추론대비 2.3배 이상 추론성능이 자가 향상될 수 있음을 보였다.

• 한국터널지하공간학회 논문집
• /
• 제19권6호
• /
• pp.915-936
• /
• 2017

본 논문에서는 2016년을 기준으로 강화된 터널 방재시설 설치 및 관리지침과, 점차 강화되고 있는 터널 CCTV설치 터널등급 기준과 터널 영상유고감지 시스템의 설치 운용에 대한 요구의 증가 상황을 정리해 보고하였다. 그럼에도, 가동중인 알고리즘 기반의 터널 영상유고감시 시스템의 정상 인지율은 50%가 채 되지 않는 것으로 파악되었으며, 그에 대한 주원인은 터널 내 낮은 조도, 심한 먼지로 인한 영상 선명도 저하, 낮은 CCTV 설치위치로 인한 이동객체의 겹침현상 등으로 파악되었다. 따라서, 본 연구에서는 이러한 열악한 조건에서도 영상유고 정상 인지율을 확보할 수 있는 딥러닝 기반 영상유고감지 시스템을 개발하였으며, 이에 대한 이론적 배경 제시와 시스템의 타당성 검토 연구가 진행되었다. 개발 시스템의 타당성 검토 연구는 터널 방재시설 및 관리지침 내 영상유고감지 항목중 정지 및 역주행 차량을 감지하는 주요 정보인 차량 객체 인식과 보행자 감지를 중심으로 진행되었다. 또한, (1) 동일 터널 내에서 학습과 추론이 이루어 지는 경우와 (2) 다양한 터널의 영상 정보를 통합 학습하고, 각 터널의 영상유고감지에 투입되는 경우, 두개의 시나리오를 설정하여 타당성 검토를 진행하였다. 두 시나리오 모두 일정 시간의 학습 자료와 유사한 상황에 대해서는 열악한 터널환경과 무관하게 그 감지성능이 80% 이상으로 우수하나, 추가 학습 없이 학습된 시간 구간과 멀어질수록 그 추론 성능은 상대적으로 낮은 40% 수준으로 떨어짐을 알 수 있었다. 그러나, 시간이 지남에 따라 자동으로 누적되어 확장되는 영상유고 빅데이터를 반복적으로 학습함으로써, 설치된 영상유고감지 시스템의 보완이나 보정절차 없이도 자동으로 그 영상유고감지 성능이 향상될 수 있음을 보였다.