• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제6권3호
• /
• pp.155-160
• /
• 2017

최근 컴퓨터를 이용한 다양한 인식 문제를 해결하기 위해 딥 러닝을 적용하는 사례가 늘어나고 있다. 딥 러닝은 학습에 필요한 요소를 학습데이터를 통해 스스로 도출해내기 때문에, 수작업(hand-craft)을 통해 특징을 도출하던 기존의 기계학습 방법보다 더 많은 장점을 갖는다. 행동인식을 위한 기존의 심층 신경망은 비디오 데이터를 일정 프레임의 이미지로 분할한 후, 분할된 각 이미지 사이의 시간적 연계성 분석을 통해 행동을 분류한다. 그러나 이러한 신경망은 소규모 행동 클래스를 갖는 분류 문제에서 학습 데이터의 부족 문제 및 과적합(overfitting) 문제로 인해 이를 실제 문제에 적용하기 어려운 경우가 많다. 이에 본 논문에서는 5가지의 소규모 행동 클래스를 정의하고, 기존 행동 인식 신경망의 최적화를 통해 이를 분류하였다. 700개의 비디오데이터를 통해 행동 데이터베이스를 구성하였고, 약 74.00%의 분류 정확도를 얻을 수 있었다.

• Journal of Biosystems Engineering
• /
• 제27권2호
• /
• pp.133-142
• /
• 2002

This is a fundamental study to develop a sensor to detect weeds in paddy field using machine vision adopted spectralphotometric technique in order to use the sensor to spread herbicide selectively. A set of spectral reflectance data was collected from dry and wet soil and leaves of rice and 6 kinds of weed to select desirable wavelengths to classify soil, rice and weeds. Stepwise variable selection method of discriminant analysis was applied to the data set and wavelengths of 680 and 802 m were selected to distinguish plants (including rice and weeds) from dry and wet soil, respectively. And wavelengths of 580 and 680 nm were selected to classify rice and weeds by the same method. Validity of the wavelengths to distinguish the plants from soil was tested by cross-validation test with built discriminant function to prove that all of soil and plants were classified correctly without any failure. Validity of the wavelengths for classification of rice and weeds was tested by the same method and the test resulted that 98% of rice and 83% of weeds were classified correctly. Feasibility of CCD color camera to detect weeds in paddy field was tested with the spectral reflectance data by the same statistical method as above. Central wavelengths of RGB frame of color camera were tried as tile effective wavelengths to distingush plants from soil and weeds from plants. The trial resulted that 100% and 94% of plants in dry soil and wet soil, respectively, were classified correctly by the central wavelength or R frame only, and 95% of rice and 85% of weeds were classified correctly by the central wavelengths of RGB frames. As a result, it was concluded that CCD color camera has good potential to be used to detect weeds in paddy field.

• Current Research on Agriculture and Life Sciences
• /
• 제27권
• /
• pp.59-67
• /
• 2009

The purpose of this study is to propose the methodology for introducing green infrastructure that can improve the health of citizens by promoting walkability. The methodology is composed of the following three phases: classification of the types of green spaces, selection of core green spaces with two separate analyses, and introduction of the framework of green infrastructure to promote walkability. In the first phase, the classification of the types of green spaces was carried out in order to understand existing distribution pattern of green spaces in study site. In the second phase, walkable blocks were selected by such methods as walkability value. Through these two analyses, all the blocks were divided into three groups according to the ranking figured up the second analyses' results. The blocks in the first group, the group involved in the top 30% and having the greatest ranking, were defined as walkable blocks. In the last phase, a basic frame of the green infrastructure in study site was introduced by connecting the walkable blocks with using other blocks and the green spaces over 1ha. In case study, 28 important green spaces and 35 walkable blocks were selected through the two analysis process. Then, the basic framework of green infrastructure based on the selected 28 important green spaces and 35 walkable blocks was introduced. The methodology applied to this study can be used to get the best selections of the proper green infrastructure in accordance with the purpose of the ecological and recreational local development. In particular, this study will suggest a specific analysis model to use for the ecological and walkable urban planning with green spaces existing in the city.

• 정보과학회 논문지
• /
• 제43권11호
• /
• pp.1281-1297
• /
• 2016

최근 스마트 기기의 보급으로 자유롭게 비디오 컨텐츠를 생성하고 이를 빠르고 편리하게 공유할 수 있는 네트워크 환경이 갖추어지면서, 퍼스널 비디오가 급증하고 있다. 그러나, 퍼스널 비디오는 비디오라는 특성 상 멀티 모달리티로 구성되어 있으면서 데이터가 시간의 흐름에 따라 변화하기 때문에 이벤트 분류를 할 때 이에 대한 고려가 필요하다. 본 논문에서는 비디오 내의 멀티 모달리티들로부터 고수준의 특징을 추출하여 시간 순으로 재배열한 것을 바탕으로 모달리티 사이의 연관관계를 Deep Neural Network(DNN)으로 학습하여 퍼스널 비디오 이벤트를 분류하는 방법을 제안한다. 제안하는 방법은 비디오에 내포된 이미지와 오디오를 시간적으로 동기화하여 추출한 후 GoogLeNet과 Multi-Layer Perceptron(MLP)을 이용하여 각각 고수준 정보를 추출한다. 그리고 이들을 비디오에 표현된 시간순으로 재 배열하여 비디오 한 편당 하나의 특징으로 재 생성하고 이를 바탕으로 학습한 DNN을 이용하여 퍼스널 비디오 이벤트를 분류한다.

• 정보처리학회논문지B
• /
• 제16B권5호
• /
• pp.367-376
• /
• 2009

본 논문은 적외선 영상에서 Haar 웨이블릿과 이동평균을 이용한 화염검출 방법을 제안한다. 제안된 방법은 Haar 웨이블릿 변환 단계, 화염 후보영역 검출단계, 화염후보영역 추적 및 화염 판단의 3단계로 구성된다. Haar 웨이블릿 변환 단계는 Haar 웨이블릿을 적용하여 입력영상 프레임을 4개의 부영상으로 분할하고, 고주파 영상을 합성하여 에너지를 계산한다. 화염 후보영역 검출단계에서는 저주파영역에서 임계값을 적용하여 높은 밝기 값을 갖는 이진영상을 구한 다음, 연결 알고리즘을 이용하여 초기 화염후보영역의 경계선을 구하고, 영역확장 방법을 이용하여 최종 화염 후보영역을 계산한다. 화염후보영역의 추적 및 화염 판단 단계에서는 화염후보영역의 크기와 고주파 성분 에너지 평균을 계산하고, 큐를 사용하여 추적하면서, 계산된 특징의 이동평균이 변동되는 영역을 화염영역으로 판단한다.

• 한국정보처리학회논문지
• /
• 제6권6호
• /
• pp.1590-1597
• /
• 1999

웹서비스에서의 주요 수익원중 하나로 등장한 광고는 기존의 미디어들과 비교해서 잠재고객 세분화가 가능하다는 점이 가장 큰 특징이다. 즉, 개인의 특성에 따라서 선별적으로 광고를 제공할 수 있으며, 정확한 광고효과 측정도 가능하다. 따라서 웹 광고관리 시스템들은 고객의 환경특성 또는 등록내용을 바탕으로 광고를 제공하고, 광고효과를 관리하여 광고주에게 제공하는 형태로 구성되어 있다. 그러나 이러한 광고관리 시스템들은 고객, 광고주, 정보제공자(ISP)의 요구사항 또는 특성의 모델링 및 이러한 요구사항들간의 매칭과 조정에 있어서 문제점이 많다. 이러한 문제점을 해결하기 위하여 이 논문에서는 다중상속이 가능한 수형 구조의 광고분류 체계를 중심으로, 칸텐츠 내부에서의 특성관리, 규칙을 사용한 광고대상 설정, 사용자의 기본 특성 및 사례분석을 사용하는 개인화 된 웹 광고 지원시스템을 제안한다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제14권10호
• /
• pp.3955-3971
• /
• 2020

Due to the significant increase in the use of autonomous car technology, it is essential to integrate this technology with high-precision digital map data containing more precise and accurate roadway information, as compared to existing conventional map resources, to ensure the safety of self-driving operations. While existing map technologies may assist vehicles in identifying their locations via Global Positioning System, it is however difficult to update the environmental changes of roadways in these maps. Roadway vision algorithms can be useful for building autonomous vehicles that can avoid accidents and detect real-time location changes. We incorporate a hybrid architectural design that combines unsupervised classification of vision data with supervised joint fusion classification to achieve a better noise-resistant algorithm. We identify, via a deep learning approach, an intelligent hybrid fusion algorithm for fusing multimodal vision feature data for roadway classifications and characterize its improvement in accuracy over unsupervised identifications using image processing and supervised vision classifiers. We analyzed over 93,000 vision frame data collected from a test vehicle in real roadways. The performance indicators of the proposed hybrid fusion algorithm are successfully evaluated for the generation of roadway digital maps for autonomous vehicles, with a recall of 0.94, precision of 0.96, and accuracy of 0.92.

• 한국전자파학회논문지
• /
• 제15권6호
• /
• pp.579-589
• /
• 2004

일반적인 시간 영역에서의 레이더 신호들은 표적의 관측각에 민감하게 변화한다. 이로 인하여 각도가 넓어짐에 따라서 표적 구분의 정확도가 상당히 감소하게 된다. 이러한 문제를 해결하기 위하여 본 논문에서는 다중각도 정보를 이용하여 표적 구분 성능을 향상시키기 위한 방법을 제시한다. 먼저, 대표적인 시간영역 레이더신호인 1차원 range profile로부터 central moments와 PCA를 결합하여 특성백터를 추출한다. 추출된 특성백터에 다중 각도 정보를 사용하는 구분기를 적용시켜 넓은 관측각에서 표적 인식 성능을 향상시킬 수 있다. 다중 각도정보를 이용하는 기법에는 독립방식과 종속방식이 있으며, 본 논문에서는 두 기법의 성능을 비교한다. 성능 비교 실험에는 포항공대 단축거리 무반향실에서 측정된 여섯 개의 항공기 모델에 대한 레이더가 단면적 데이터가 이용된다.

• 한국정보과학회논문지:컴퓨팅의 실제 및 레터
• /
• 제11권3호
• /
• pp.284-291
• /
• 2005

본 연구에서는 학습한 표정 패턴을 기반으로 비디오에서 사람의 얼굴을 검출하고 표정을 분석하여 분류하는 프레임워크를 제안한다. 제안 프레임워크는 얼굴 표정을 인식하는데 있어 공간적 정보 외시간에 따라 변하는 표정의 패턴을 표현하기 위해 표정 특성을 공간적으로 분석한 PCA와 시공간적으로 분석한 Hidden Markov Model(HMM) 기반의 표정 HMM을 이용한다. 표정의 공간적 특징 추출은 시간적 분석 과정과 밀접하게 연관되어 있기 때문에 다양하게 변화하는 표정을 검출하여 추적하고 분류하는데 HMM의 시공간적 접근 방식을 적용하면 효과적이기 때문이다. 제안 인식 프레임워크는 현재의 시각적 관측치와 이전 시각적 결과간의 사후 확률 방법에 의해 완성된다. 결과적으로 제안 프레임워크는 대표적인 6개 표정뿐만 아니라 표정의 정도가 약한 프레임에 대해서도 정확하고 강건한 표정 인식 결과를 보인다. 제안 프레임 워크를 이용하면 표정 인식, HCI, 키프레임 추출과 같은 응용 분야 구현에 효과적이다

• 전기전자학회논문지
• /
• 제24권1호
• /
• pp.200-207
• /
• 2020

본 논문에서는 보안 감시용 레이다 시스템을 위한 저복잡도 특징점 추출기를 제안하고, 이의 FPGA 기반 설계 결과를 제시하였다. 특징점 추출기의 메모리 요구량을 최소화하기 위해 레이다 스펙트로그램 전체에 대한 통계처리를 요구하는 프레임 단위의 특징점을 배제하고, 단위 도플러 프로파일에서 추출 가능한 특징점을 적용하였다. 제안된 특징점 추출기는 Verilog-HDL을 이용하여 RTL 설계 후, Xilinx Zynq-7000 FPGA를 활용하여 구현되었으며, 기존 연구대비 58.3%의 slice 및 98.3%의 메모리 요구량을 감소 가능함을 확인하였다. 또한, 제안된 특징점 추출기가 통합된 레이다 기반 보안 감시 시스템을 통해 차, 자전거, 보행자 및 전동 킥보드에 대한 분류 실험이 수행되었고, 성능 분석 결과 93.4%의 정확도 성능을 확인하였다.