• 한국통신학회논문지
• /
• 제24권12B호
• /
• pp.2359-2368
• /
• 1999

본 논문에서는 2차원 영상을 기반으로 3차원 목표물을 인식하는 기법의 한 예로서 적외선 영상으로부터 추출된 물체의 모양 정보와 모양 정보의 신뢰도를 이용해서 지상에서 지상용 차량을 인식하는 기법(ground-to-ground vehicle recognition)을 제안한다. 우선 목표물 추출과정에서 얻어진 마스크의 윤곽선 상에 있는 점들 중 에지 경사도의 크기와 밝기값이 일정한 값 이상이 되는 점들을 신뢰도가 높은 점이라고 정의하고 신뢰도가 높은 점들을 연결해서 신뢰도가 높은 부분 윤곽선(sub-contour)을 추출한다. 모델로부터 입력 영상의 신뢰도가 높은 윤곽선에 해당되는 윤곽선을 선택한 후 각각 해당되는 윤곽선들은 이산 정현 변환(Discrete Sine Transform)을 사용해서 특징값을 계산한 다음 서로 비교한다. 실험 결과 영상 분할이 불완전한 경우 신뢰도를 이용한 방법이 그렇지 않은 방법보다 더 나은 결과를 보였다.

• 한국정보전자통신기술학회논문지
• /
• 제13권5호
• /
• pp.331-337
• /
• 2020

스마트폰의 고성능 카메라를 사용하여 버니어 캘리퍼스를 대체할 앱의 개발을 목표로 연구를 진행하고 있다. 앱은 제안된 템플릿이 부착된 측정 대상을 촬영한다. 촬영된 영상에서 템플릿을 참조하여 측정 대상에서 사용자가 지정한 지점 간의 거리를 측정한다. 앱의 정밀도는 시중에서 판매되고 있는 버니어 캘리퍼스의 오차 범위를 유지하도록 한다. 시장에 보급된 스마트폰의 카메라는 12M 픽셀이며, 그 이미지 셀의 크기는 1.4㎛이므로 이론적으로 버니어 캘리퍼스보다 더 정밀한 측정이 가능하다. 기존에 제안한 알고리즘에서는 촬영된 소스 영상의 템플릿 형태로부터 기준 거리를 추출하였지만, 제안하는 알고리즘은 알고 있는 템플릿의 기하학적 속성을 이용하여 영상을 보정한 후 거리를 구함으로써 향상된 정밀한 길이를 구할 수 있다.

• 한국측량학회지
• /
• 제35권3호
• /
• pp.125-132
• /
• 2017

IKONOS, QuickBird, Kompsat-2 등 서로 다른 고해상도 광학 센서로 취득된 다중시기 영상은, 취득 당시의 센서 자세나 환경의 차이에 의해 영상 등록(image registration)을 수행한 이후에도 여전히 지역적인 지형 불일치가 존재한다. 등록오차(registration noise)라고도 불리는 이러한 지형 불일치는 고해상도 다중시기 영상을 이용하여 공간정보를 추출하는 다양한 활용분야의 정확도를 떨어뜨리는 방해 요인으로 작용한다. 반대로, 등록오차를 추출하여 이를 효과적으로 제거한다면 결과적으로는 다중시기 고해상도 영상을 이용하여 추출되는 공간정보의 정확도를 높일 수 있다. 이에 본 연구에서는 지배적인 등록오차는 주로 영상 내 객체의 경계를 따라서 존재한다는 가정 하에, 경계강도 영상을 이용하여 등록오차를 추출한다. 추출된 등록오차의 지역적 분포특성을 고려하여 고해상도 영상 간 지형 불일치를 최소화하는 정밀 등록 기법을 제안한다. 제안 기법을 평가하기 위해, 고해상도 다중시기 광학위성 영상을 이용하여 실험지역을 구성한다. 등록오차 기반의 정밀 등록 기법 적용 결과와 수동으로 수행한 등록 결과와의 정량적/정성적 비교평가를 통해 제안 기법의 우수성을 판단하고자 한다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제1권2호
• /
• pp.115-126
• /
• 2012

동영상에 포함되는 인공 캡션은 영상과 관계있는 의미정보를 포함한다. 이러한 영상을 표현하는 정보를 이용하기 위해 캡션을 추출하는 연구는 근래에 들어 활발히 진행되고 있다. 기존 방법들은 대부분 정지영상에서 캡션을 검출하였다. 하지만 동영상의 경우에는 유용한 시간정보가 있다. 따라서 본 연구는 이러한 시간정보를 사용한 캡션영역 검출방법을 제안한다. 먼저, 캡션후보영역 검출을 위해 문자출현맵을 생성하고, 후보영역 매칭 과정에서 지속후보영역을 검출한다. 검출된 지속후보영역의 소멸성 검사를 통해 캡션의 소멸 여부를 검출하고 소멸된 캡션 일 경우 시 공간정보에 의한 병합과정을 통해 캡션후보영역을 결정한다. 마지막으로 결정된 캡션후보영역을 검증하기 위하여 에지 방향 히스토그램을 이용한 신경망 인식기를 통하여 최종캡션영역을 검출한다. 실험을 위해 다양한 크기와 형태, 위치의 캡션을 포함하는 동영상에 대해 영역검출의 성능을 평가하고자 Recall과 Precision을 이용하여 제안하는 방법의 영역검출에 대한 효율성을 입증한다.

• 대한원격탐사학회지
• /
• 제11권3호
• /
• pp.61-70
• /
• 1995

본 논문에서는 카메라의 정확한 정보(카메라 자세, 위치, 초점거리, 시야각)를 알고 있다 는 가정하에 스테레오 항공영사에서 평면지붕 인공지물의 고도정보를 추출하기 위한 알고리즘이 제안하였다. 이 알고리즘은 위성영사에 대해서도 적용이 가능하다. 특징기반 정합을 수행하는데 있어, 일반적인 건물을 묘사하기 위해 적합한 직선을 특징으로 선택하였다. 이 논문은 세단계로 구성되어 있다. 첫 번째 단계에서는 에지 추적 기법을 이용한 다각형 인공지물의 경계 추출 알고 리듬을 통하여 영상상에서 인공 지물의 경계를 추출한다. 두 번째 단계에서는 카메라 정보를 이 용하여 인공지물의 구성하고 있는 직선성분들을 정립한다. 마지막 단계로 정합된 선분쌍을 이용 하여 실제높이를 계산하고 높이 정보를 추출한다. 실험에 사용된 영상은 실제로 취득한 영상이 아닌 합성영상을 사용하였다. 실험 결과 본 논문에 서 제안한 인공지물 경계 추출, 고도 정보 추출은 좋은 성능을 보임을 알 수 있었다.

• 한국콘텐츠학회논문지
• /
• 제19권1호
• /
• pp.125-131
• /
• 2019

소실점이란 실제 공간의 평행한 선들이 영상 내에 투영되면서 한곳에 모이는 점으로, 도로 공간에서의 소실점은 매우 중요한 공간정보이다. 도로 공간에서의 소실점을 이용해 추출된 차선의 위치를 개선하거나, 깊이지도 영상을 생성할 수 있다. 본 논문에서는 자동차의 시점을 기준으로 도로를 촬영한 영상을 Deep Neural Network(DNN)과 Histogram of Oriented Gradient(HoG) Feature를 이용한 소실점 검출 방법을 제안한다. 제안하는 알고리즘에서는 영상을 블록별로 나눠서 주요 에지 방향을 추출하는 HoG Feature 추출 단계와 DNN 학습 단계, 그리고 Test 단계로 나뉜다. 학습단계에서는 자동차 시점으로 기준으로 도로 영상 2300장으로 학습을 진행한다. 그리고 Test 단계에서는 Normalized Euclidean Distance(NormDist) 방법을 사용하여 제안하는 알고리즘의 효율성을 측정한다.

• 한국정보기술학회논문지
• /
• 제16권11호
• /
• pp.85-95
• /
• 2018

스마트폰의 보급이 확산되고 대중화됨에 따라 대부분의 사람들은 사진을 촬영하기 위해 모바일 카메라를 애용하고 있다. 하지만 저조도 환경에서 사진을 촬영할 때 광량이 부족한 이유로 원치 않는 잡음이 발생할 수 있다. 이런 잡음을 제거하기 위해, 최근 심층 합성곱 신경망에 기반한 잡음 제거 기법이 제안되었다. 이 기법은 성능 측면에서 큰 진전을 보였을지라도 여전히 텍스처 및 에지 표현 능력이 부족하다. 따라서 본 논문에서는 영상의 구조를 향상시키기 위해 에지의 방향 정보를 나타내는 호그 영상을 활용하고자 한다. 그리고 잡음 영상과 호그 영상을 스택으로 쌓은 후, 입력 텐서를 형성하여 심층 합성곱 신경망을 학습시키는 기법을 제안하고자 한다. 실험 결과를 통해, 제안한 기법은 기존의 기법보다 정량적인 화질 평가에서 더 우수한 결과를 얻을 수 있었으며 시각적인 측면에서도 텍스처 및 에지의 향상을 달성할 수 있었다.

• Journal of Ginseng Research
• /
• 제45권1호
• /
• pp.58-65
• /
• 2021

Background: Panax ginseng, as one of the most widely used herbal medicines worldwide, has been studied comprehensively in terms of the chemical components and pharmacology. The proteins from ginseng are also of great importance for both nutrition value and the mechanism of secondary metabolites. However, the proteomic studies are less reported in the absence of the genome information. With the completion of ginseng genome sequencing, the proteome profiling has become available for the functional study of ginseng protein components. Methods: We optimized the protein extraction process systematically by using SDS-PAGE and one-dimensional liquid chromatography mass spectrometry. The extracted proteins were then analyzed by two-dimensional chromatography separation and cutting-edge mass spectrometry technique. Results: A total of 2,732 and 3,608 proteins were identified from ginseng root and cauline leaf, respectively, which was the largest data set reported so far. Only around 50% protein overlapped between the cauline leaf and root tissue parts because of the function assignment for plant growing. Further gene ontology and KEGG pathway revealed the distinguish difference between ginseng root and leaf, which accounts for the photosynthesis and metabolic process. With in-deep analysis of functional proteins related to ginsenoside synthesis, we interestingly found the cytochrome P450 and UDP-glycosyltransferase expression extensively in cauline leaf but not in the root, indicating that the post glucoside synthesis of ginsenosides might be carried out when growing and then transported to the root at withering. Conclusion: The systematically proteome analysis of Panax ginseng will provide us comprehensive understanding of ginsenoside synthesis and guidance for artificial cultivation.

• 한국전산구조공학회논문집
• /
• 제34권4호
• /
• pp.183-189
• /
• 2021

구조물에 장기적으로 발생하는 노후화를 정량적으로 파악하기 위해 상시진동 데이터를 활용한 일반화된 모니터링 시스템에 관한 연구가 세계적으로 활발히 수행중이다. 본 연구에서는 구조물에서 장기적으로 취득되는 동특성을 앙상블 학습에 활용하여 구조물의 이상을 감지하기 위한 보급형 엣지 컴퓨팅 시스템을 구축하였다. 시스템의 하드웨어는 라즈베리파이와 보급형 가속도계, 기울기센서, GPS RTK 모듈, 로라 모듈로 구성됐다. 실험실 규모의 구조물 모형 진동실험을 통해 동특성을 활용한 앙상블 학습의 구조물 이상감지를 검증하였으며, 실험을 기반으로 한 실시간 동특성 추출 분산처리 알고리즘을 라즈베리파이에 탑재하였다. 구축된 시스템을 하우징하고 포항시 행정복지센터에 설치하여 데이터를 취득함으로써 개발된 시스템의 현장 적용성을 검증하였다.

• 한국컴퓨터정보학회논문지
• /
• 제27권6호
• /
• pp.43-52
• /
• 2022

사람이 느끼는 피로는 다양한 생체신호로부터 측정이 가능한 것으로 알려져 있으며, 기존 연구는 질병과 관련된 심각한 피로수준을 산정하는데 주된 목적을 두고 있다. 본 연구에서는 피실험자의 영상을 이용하여 딥러닝 기반의 영상 분석 기술을 적용, 피로 여부를 판단하기 위한 모델을 제안한다. 특히 화상 분석에서 통상적으로 사용되는 객체 인식, 요소 추출과 함께 영상 데이터의 시계열적 특성을 고려하여 방법론을 교차한 3개 분석모델을 제시했다. 다양한 피로상황에서 수집된 정면 얼굴 영상 데이터를 이용하여 제시된 모델을 실험하였으며, CNN 모델의 경우 0.67의 정확도로 피로 상태를 분류할 수 있어 영상 분석 기반의 피로 상태 분류가 유의미하다고 판단된다. 또한 모델별 학습 및 검증 절차 분석을 통해 영상 데이터 특성에 따른 모델 적용방안을 제시했다.