• 한국컴퓨터정보학회논문지
• /
• 제14권12호
• /
• pp.63-73
• /
• 2009

본 논문에서는 단순화한 색상 정보에 기반한 컨벌류션 정합(Convolution Matching)을 이용하여 차량을 검출하는 기법을 제안한다. 입력 영상을 화소 색상 벡터의 방향을 고려해 8방향 색상(Red, Green, Blue Cyan, Yellow, Magenta, White, Black)으로 표현한다. 8 방향 색상의 표현은 조명이나 환경 변화에 강인한 영상을 제공한다. 본 논문의 차량 검출 단계는 크게 후보 영역 검출 단계와 차량 검증 단계로 구성된다. 후보 영역 검출 단계에서는 수직 에지와 그림자 등을 고려하여 차량의 후보 영역을 결정한다. 차량 검증 단계에서는 차량을 판별하기 위해 컨벌류션 정합과 후보 영역내의 에지 복잡도를 사용한다. 제안하는 차량 검출 알고리즘은 조명이나 환경이 변화하는 다양한 실험들에서 빠르고 높은 검출률을 보였다.

• 대한임베디드공학회논문지
• /
• 제16권5호
• /
• pp.179-186
• /
• 2021

For stereo matching based on deep learning, the design of network structure is crucial to the calculation of matching cost, and the time-consuming problem of convolutional neural network in image processing also needs to be solved urgently. In this paper, a method of stereo matching using sparse loss volume in parallax dimension is proposed. A sparse 3D loss volume is constructed by using a wide step length translation of the right view feature map, which reduces the video memory and computing resources required by the 3D convolution module by several times. In order to improve the accuracy of the algorithm, the nonlinear up-sampling of the matching loss in the parallax dimension is carried out by using the method of multi-category output, and the training model is combined with two kinds of loss functions. Compared with the benchmark algorithm, the proposed algorithm not only improves the accuracy but also shortens the running time by about 30%.

• 한국지능시스템학회논문지
• /
• 제15권6호
• /
• pp.759-764
• /
• 2005

본 논문은 EBGM(Elastic Bunch Graph Matching)기법을 이용한 얼굴인식에 대해 다룬다. 대용량 영상 정보에 대해 차원 축소를 이용한 얼굴인식 기법인 주성분기법이나 선형판별기법에서는 얼굴 영상 전체의 정보를 이용하는 반면 본 연구에서는 얼굴의 눈 코 입 등과 같은 얼굴 특징점에 대해 주파수와 방향각이 다른 여러 개의 가버 커널과 영상 이미지의 컨볼루션(Convolution)의 계수의 집합(Jets)을 이용한 특징 데이터를 이용한다. 하나의 얼굴 영상에 대해서 모든 영상이 같은 크기의 특질 데이터로 표현되는 Face Graph가 생성되며, 얼굴인식 과정에서는 추출된 제트의 집합에 대해서 상호 유사도(Similarity)의 크기를 비교하여 얼굴인식을 수행한다. 본 논문에서는 기존의 EBGM 방법의 Face Graph 생성 과정을 보다간략화 한 방법을 이용하여 얼굴인식 과정에서 계산량을 줄여 속도를 개선하였으며, 퍼지 매칭법을 이용한 유사도 계산을 하였다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2004년도 추계학술대회 학술발표 논문집 제14권 제2호
• /
• pp.138-141
• /
• 2004

본 논문은 EBGM(Elastic Bunch Graph Matching)기법을 이용한 얼굴인식에 대해 다룬다. 대용량 영상 정보에 대해 차원 축소를 이용한 얼굴인식 기법인 주성분기법이나 선형판별기법에서는 얼굴 영상 전체의 정보를 이용하는 반면 본 논문에서는 얼굴의 눈, 코, 입 등과 같은 얼굴 특징점에 대해 주파수와 방향각이 다른 여러 개의 가버 커널과 영상 이미지의 컨볼루션(Convolution)의 계수의 집합(Jets)을 이용한 특징 데이터를 이용한다. 하나의 얼굴 영상에 대해서는 모든 영상이 같은 크기의 특징 데이터로 표현되는 Face Graph가 생성되며, 얼굴인식 과정에서는 추출된 제트의 집합에 대해서 상호 유사도(Similarity)의 크기를 비교하여 얼굴인식을 수행한다. 본 논문에서는 기존의 EBGM방법의 Face Graph 생성 과정을 보다 간략화 한 방법을 이용하여 얼굴인식 과정에서 계산량을 줄여 속도를 개선하였다.

• 한국통신학회논문지
• /
• 제28권1C호
• /
• pp.56-63
• /
• 2003

본 논문에서는 스테레오 정합을 위한 특징으로 웨이블릿의 이동성(shift ability)을 이용한 윈도우 웨이블릿 기반 스테레오 정합방법을 제안하였다. 기존의 정합방법에서 사용된 전 영상에 대한 웨이블릿 분해는 웨이블릿의 이동성 유지가 이루어지지 않아서 정합 정확도가 떨어진다. 그래서 웨이블릿의 이동성을 신뢰성 있는 정합정보로 사용하기 위해 윈도우로 전체 파형의 일부를 표본화하고 웨이블릿 분해를 수행하여 기준신호와 이동된 신호의 부대역 정보 사이의 상관도(cross-correlation)를 정합정보로 이용하였다. 대역별 상관도는 얻어진 4개의 부대역의 대역별 가중치가 고려되어 계산된다. 제안한 방법은 주파수 대역별 계층적인 정합과 양방향 정합과정을 통해 영상의 경계부분, 동일한 형태의 반복, 잡음(white noise)등이 포함된 영상에서의 오정합을 줄일 수 있었으며 특징정보가 부족한 부분에서의 정합도 개선할 수 있었다.

• 한국전자파학회논문지
• /
• 제8권6호
• /
• pp.620-628
• /
• 1997

Chebyshev 함수에 의하여 테이퍼형 선로를 설계할 때 Chebyshev 함수는 테이퍼 길이가 한 파장근처에서 임 피던스 불연속을 발생시켜 실제 제작된 선로는 그 특성이 나빠진다. 이를 보완하기 위하여 이 함수들을 중첩시켜 불연속이 제거된 새로운 함수를 이 논문에서 제안하였다. 이 개선된 함수를 이용하여 구형과 원형 도파관과의 트랜지션을 설계하였으며 기존 방법으로 설계하였을 때보 다 반사손실이 5dB 이상 개선되었음을 보여주었다.

• 한국전자통신학회논문지
• /
• 제17권5호
• /
• pp.801-808
• /
• 2022

대규모 링크드 데이터에 어떻게 지식을 임베딩하고, 엔티티 매칭을 위해 어떻게 신경망 모델을 적용할 것인가에 대한 연구는 상대적으로 많이 부족한 상황이다. 이에 대한 가장 근본적인 문제는 서로 다른 레이블이 어휘 이질성을 초래한다는 것이다. 본 논문에서는 이러한 어휘 이질성 문제를 해결하기 위해 재정렬 구조를 결합한 확장된 GCN(Graph Convolutional Network) 모델을 제안한다. 제안된 모델은 기존 임베디드 기반 MTransE 및 BootEA 모델과 비교하여 각각 53% 및 40% 성능이 향상되었으며, GCN 기반 RDGCN 모델과 비교하여 성능이 5.1% 향상되었다.

• 로봇학회논문지
• /
• 제13권4호
• /
• pp.230-236
• /
• 2018

3D depth perception has played an important role in robotics, and many sensory methods have also proposed for it. As a photodetector for 3D sensing, single photon avalanche diode (SPAD) is suggested due to sensitivity and accuracy. We have researched for applying a SPAD chip in our fusion system of time-of-fight (ToF) sensor and stereo camera. Our goal is to upsample of SPAD resolution using RGB stereo camera. Currently, we have 64 x 32 resolution SPAD ToF Sensor, even though there are higher resolution depth sensors such as Kinect V2 and Cube-Eye. This may be a weak point of our system, however we exploit this gap using a transition of idea. A convolution neural network (CNN) is designed to upsample our low resolution depth map using the data of the higher resolution depth as label data. Then, the upsampled depth data using CNN and stereo camera depth data are fused using semi-global matching (SGM) algorithm. We proposed simplified fusion method created for the embedded system.

• 한국산업융합학회 논문집
• /
• 제17권3호
• /
• pp.184-193
• /
• 2014

Machine vision systems is applied for various industries such as optimize your spending, automate your production and maximize your efficiency. This research is effective for most optimal light condition of machine vision that technology was applied bald outside human visual acuity. Image processing converts a target image captured by a CCD camera into a digital signal and then performs various arithmetic operations on the signal to extract the characteristics of the target, such as points, lines, circles, area and length. The mathematical concepts of convolution and the kernel matrix are used to apply filters to signals, to perform functions such as extracting edges and reducing unwanted noise. This research analyze and compares matching ratio with reference image and search for optimal lighting condition in accuracy that user wants coming input image according to brightness change of lighting.

• Journal of information and communication convergence engineering
• /
• 제11권4호
• /
• pp.298-306
• /
• 2013

The scale invariant feature transform (SIFT) is an effective algorithm used in object recognition, panorama stitching, and image matching. However, due to its complexity, real-time processing is difficult to achieve with current software approaches. The increasing availability of parallel computers makes parallelizing these tasks an attractive approach. This paper proposes a novel parallel approach for SIFT algorithm implementation using a block filtering technique in a Gaussian convolution process on the SIMD Pixel Processor. This implementation fully exposes the available parallelism of the SIFT algorithm process and exploits the processing and input/output capabilities of the processor, which results in a system that can perform real-time image and video compression. We apply this implementation to images and measure the effectiveness of such an approach. Experimental simulation results indicate that the proposed method is capable of real-time applications, and the result of our parallel approach is outstanding in terms of the processing performance.