• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2009년도 추계학술대회
• /
• pp.204-207
• /
• 2009

본 논문은 마커리스 증강현실(Markerless Augmented Reality)의 구현과 레퍼런스(reference) 데이터 그룹을 효율적으로 생성하고 활용하는 방법을 제안한다. 구현은 카메라 설정과 레퍼런스 데이터 그룹 생성, 트래킹(tracking) 부분으로 되어 있다. 효율적인 레퍼런스 데이터 그룹을 생성하기 위해서는 CAD모델과 같은 3D모델을 필요하며, 다양한 관점에서 본 레퍼런스 데이터 그룹을 생성해야 한다. 모델에 대한 영상에서 특징점들을 추출하고, 광선 추적법을 이용하여 그 특징점에 대응하는 3D좌표를 추출하여, 모델의 특징점 들에 대한 2D/3D 대응점의 레퍼런스 데이터 그룹이 구성된다. 트래킹 할 때 현재 프레임영상에서 특징점 들이 가장 많이 매칭되는 레퍼런스 데이터와 그 주위의 모델 데이터만을 이용하기 때문에 빠르게 트래킹 할 수 있다.

• 한국산학기술학회논문지
• /
• 제22권5호
• /
• pp.251-256
• /
• 2021

일반적인 카메라와 다르게 초당 매우 많은 개수의 프레임을 캡처할 수 있는 기능을 가진 고속의 카메라는 그동안 제한적이었던 일부의 영상 처리 기술들의 고도화를 가능하게 할 수 있다. 본 논문에서는 입력되는 초고속의 컬러 영상으로부터 잡음을 제거한 다음, 잡음이 제거된 영상으로부터 사람의 얼굴 영역을 검출하는 방법을 제시한다. 본 논문에서는 우선 입력되는 초고속의 영상 안에 포함된 잡음 화소들을 양방향의 필터를 적용하여 효과적으로 제거한다. 그런 다음, 레티나 얼굴 모델을 사용하여 잡음이 제거된 영상으로부터 사람의 개인 정보를 대표적으로 나타내는 얼굴 영역을 강인하게 검출한다. 실험 결과에서는 본 논문에서 제시한 알고리즘이 입력되는 컬러 영상으로부터 잡음을 제거한 다음, 생성된 모델을 사용하여 사람의 얼굴 영역을 강인하게 검출한다는 것을 보여준다. 본 논문에서 제시된 모델 기반의 얼굴 영역검출 방법은 실내외 건물의 모니터링, 출입문 개폐 관리, 그리고 모바일 생체 인증과 같은 영상처리 및 패턴 인식과 관련된 실제적인 많은 응용 분야의 기초 기술로 사용될 것으로 예상된다.

• 융합신호처리학회논문지
• /
• 제19권4호
• /
• pp.174-179
• /
• 2018

현재 지문인식, 얼굴인식 등 다양한 보안기술들이 개발되고 있다. 하지만 많은 기술들이 개발되었음에도 불구하고 기술들을 접목시킨 분야가 상당히 제한적이다. 특히 기존에 디지털 방식의 시스템에 현대 보안기술들을 접목시키기는 쉽지만, 아날로그 방식을 사용하던 시스템에서 디지털 방식의 새로운 기술을 도입하기엔 많은 어려움이 있다. 하지만 그 시스템이 널리 사용될 수 있다면 아날로그 시스템을 디지털 시스템으로 바꿀만한 충분한 가치가 있다. 그렇기 때문에 선택한 주제가 전자출결 시스템이다. 본 논문은 라즈베리파이를 활용하여 출입문에 카메라를 설치하여 얼굴 감지를 위한 Haar-like feature방식의 트레이닝과, 주성분 분석(PCA)방식 중의 Eigenface 방식의 얼굴인식으로 실시간 얼굴인식을 수행하여 출결을 수행한다. 출결 된 데이터들은 무선통신을 활용하여 스마트폰으로 전송하고 스마트폰에선 그 정보들을 받고 관리할 수 있는 관자용 어플리케이션 제작까지 완료하였다.

• 한국환경복원기술학회지
• /
• 제22권1호
• /
• pp.61-72
• /
• 2019

With the diversification of research using UAV(Unmanned Aerial Vehicle)s, the possibility of remote sensing research for urban green spaces is increasing. UAVs can be used as an investigation method to monitor the successful construction of the park and the planting of vegetation since its creation. This study was carried out to investigate UAVs utilization of urban green space monitoring in Dosol Square. It was photographed three times on May 21, July 13, and September 16, 2018 using DJI Phantom3 pro, Inspire2, and Parrot Sequoia multispectral camera. Orthographic images were overlaid on the planting plan of the site and the construction results were checked, the change of vitality of the plantation area was analyzed by NDVI(Normalized Difference Vegetation Index) and SAVI(Soil Adjusted Vegetation Index). As a result, it was confirmed that the UAVs are very effective for surveying the view of the urban green space after the construction and recording the results, which can be grasped quantitatively by overlaying the planting plan map. UAVs are more likely to be used in terms of monitoring vegetation vitality. It is interpreted that SAVI is better than NDVI in the green space just after composition. Chionanthus retusus and Pinus strobus were analyzed for their low level of vitality, and partially damaged and their vitality was lowered. In addition, there was difficulty in grass planting area and flower garden due to drainage and summer drought problems. In the future, it is expected that orthoimage and multispectral data using UAVs will be useful in the early vegetation monitoring and management field of urban green spaces.

• 방송공학회논문지
• /
• 제25권6호
• /
• pp.882-897
• /
• 2020

최근 Panorama와 360° 영상이 대표되는 몰입형 미디어 콘텐츠의 활용이 증가하고 있다. 일반적인 카메라 한 대를 통해서 해당 콘텐츠를 생성하기에는 시야각이 제한되기 때문에, 다수의 카메라로 촬영한 영상을 넓은 시야각을 갖는 하나의 영상으로 합성하는 영상 스티칭이 주로 사용되고 있다. 그러나 촬영하는 카메라 간의 시차(Parallax)가 크다면 스티칭 영상에서 시차 왜곡이 발생할 수 있고, 이는 사용자의 콘텐츠 몰입을 제한하기 때문에 시차 왜곡을 극복할 수 있는 영상 스티칭 기술이 필요하다. 시차 왜곡을 극복하기 위한 기존의 Seam Optimization 기반 영상 스티칭 방법은 사물의 위치 정보를 반영하기 위하여 에너지 함수나 객체 세그먼트 정보를 활용하고 있지만, 초기 Seam 생성 위치, 배경 정보, 사물 검출기의 성능 그리고 사물의 배치 등의 제한 사항으로 인해 기술의 적용이 제한될 수 있다. 이에 본 논문에서는 딥러닝 기반 사물 검출을 활용하여 사물의 종류에 따라 다르게 설정한 가중치 값을 시각적 인지 에너지 값에 더함으로써, 기존 기술의 제한 사항을 극복할 수 있는 영상 스티칭 방법을 제안하고자 한다.

• 한국정보통신학회논문지
• /
• 제25권8호
• /
• pp.1039-1045
• /
• 2021

4차 산업 혁명과 IoT 기술의 발전으로 카메라 센서와 영상에 기반한 자동화 시스템이 다양한 분야에서 사용되고 있으며, 영상 및 신호처리의 관심이 높아지고 있다. 본 논문은 임펄스 잡음에 훼손된 영상을 복원하기 위한 디지털 필터 알고리즘을 제안한다. 제안한 알고리즘은 영상에 설정된 로컬 마스크를 기준으로 수직, 수평, 대각선 방향으로 8개의 마스크로 분할하며, 각 분할 마스크의 표준편차를 비교하여 기준값을 구한다. 최종 출력은 공간적 거리에 따른 가중치와 기준값을 사용한 가중치를 로컬 마스크에 적용하여 계산한다. 제안한 알고리즘을 평가하기 위해 기존 알고리즘과 시뮬레이션하였으며, 확대영상과 PSNR 등을 이용하여 성능을 비교하였다.

• 디지털융복합연구
• /
• 제19권6호
• /
• pp.293-297
• /
• 2021

본 논문은 과학관의 자연사 콘텐츠를 응용하여 게슈탈트 이론을 접목하여 나비표본상자의 나비배열 구조와 표본상자에 필요한 나비 표본정보를 AR(Augmented Reality)로 개발하고 표본정보에 필요한 채집날짜, 채집자, 채집장소, 나비정보, 그래프등을 접목하여 기존 아날로그 표본정보를 디지털정보로 표현하여 디지털 디오라마 전시효과를 극대화하였다. 디지털 자연사 정보를 증감시키고 실물표본과 최적화된 환경을 구성하고, 자연사 콘텐츠 배열은 게슈탈트 시지각 원리를 활용하여 집단성, 폐쇄성, 단순성, 연속성등의 원리로 배열하여 주목성을 높히고 나비 채집정보를 AR의 활용방안으로 응용하였다. 나비의 생태계환경을 연출하고 디지털 디오라마와 나비의 배열구조, 나비 정보를 응용하여 자연사 표본상자의 활용방안에 대한 가능성을 제시하였다. 실물 나비표본과 유니티, MAYA, 안드로이드 기반 환경에서 프로그램을 개발하고 여러각도에서 Camera Tracking을 셋팅하여 다각도뷰에서 나비와 나비표본정보를 안드로이드기반 AR정보로 관찰할수 있도록 응용하였다.

• 한국컴퓨터정보학회논문지
• /
• 제26권3호
• /
• pp.51-57
• /
• 2021

본 논문에서는 카메라의 포커싱과 아웃포커싱에 의해 이미지에서 뿌옇게 표현되는 피사계 심도(Depth of field, DoF) 영역을 효율적인 합성곱 신경망을 통해 찾는 방법을 제안한다. 우리의 접근 방식은 RGB채널기반의 상호-상관 필터를 이용하여 DoF영역을 이미지로부터 효율적으로 분류하고, 합성곱 신경망 네트워크에 학습하기 위한 데이터를 구축하며, 이렇게 얻어진 데이터를 이용하여 이미지-DoF가중치 맵 데이터 쌍을 설정한다. 학습할 때 사용되는 데이터는 이미지와 상호-상관 필터 기반으로 추출된 DoF 가중치 맵을 이용하며, 네트워크 학습 단계에서 수렴률을 높이기 위해 스무딩을 과정을 한번 더 적용한 결과를 사용한다. 테스트 결과로 얻은 DoF 가중치 이미지는 입력 이미지에서 DoF영역을 안정적으로 찾아내며, 제안하는 방법은 DoF영역을 사용자의 ROI(Region of interest)로 활용하여 NPR렌더링, 객체 검출 등 다양한 곳에 활용이 가능하다.

• 전기전자학회논문지
• /
• 제24권4호
• /
• pp.1050-1057
• /
• 2020

실감형 360도 미디어는 기존 영상보다 고품질, 초대용량으로 영상의 크기가 크며, 다양한 렌더링 방식을 사용하여 기존방식으로 이미지 처리할 경우 영상인식 속도가 느려지는 문제가 있다. 또한, 실감형 360도 미디어의 특성상 특정 장소에서 카메라를 고정시켜 한 장면만 촬영하는 경우가 대부분이기 때문에, 모든 영상에서 특징정보를 추출할 필요가 없다. 본 논문에서는 실감형 360 미디어의 프레임 추출과정, 프레임 다운사이징, 구형 형태의 렌더링 과정을 거치고, 렌더링 과정에서 영상을 16개 프레임으로 분할 캡처하여 캡처된 프레임에서 객체 정보가 많은 중앙 부분에서 픽셀당 RGB 벡터와 딥 러닝을 이용하여 객체를 추출한 뒤, 객체 특징정보를 이용하여 대표 프레임을 선정하는 방법을 제안한다.

• 한국인터넷방송통신학회논문지
• /
• 제22권5호
• /
• pp.17-22
• /
• 2022

본 논문에서는 지능형 엣지 컴퓨팅을 지원할 수 있는 경량 임베디드 기기를 설계하고, 영상 기기로부터 입력되는 이미지에서 객체를 실시간으로 빠르게 검출할 수 있음을 보인다. 제안하는 시스템은 산업 현장이나 군 지역과 같이 사전에 설치된 인프라가 없는 환경에 적용되는 지능형 영상 관제 시스템이나 드론과 같은 자율이동체에 탑재된 영상 보안 시스템에 적용될 수 있다. 지능형 비전 인지 시스템이 확산 적용되기 위해 온디바이스 AI(On-Device Artificial intelligence) 기술 적용 필요성이 증대되고 있다. 영상 데이터 취득 장치에서 가까운 엣지 기기로의 컴퓨팅 오프 로딩은 클라우드를 중심으로 수행되는 인공지능 서비스 대비 적은 네트워크 및 시스템 자원으로도 빠른 서비스 제공이 가능하다. 또한, 다양한 해킹 공격에 취약한 공격 표면의 감소와 민감한 데이터의 유출을 최소화 할 수 있어 다양한 산업에 안전하게 적용될 수 있을것으로 기대된다.