• 한국컴퓨터정보학회논문지
• /
• 제27권10호
• /
• pp.11-17
• /
• 2022

본 논문에서는 증강현실 기술을 적용하여 실내 가구 인테리어를 배치하는데 작업의 효율성을 높일 수 있는 모델을 연구하였다. 현재 증강현실을 적용한 기존 시스템에서는 가구의 이미지를 출력할 때 기업 제품의 규모와 성격 등에 따라 정보가 제한적으로 제공되는 문제가 있다. 이러한 문제점을 해결하기 위해 본 논문에서는 AR 레이블링 알고리즘을 제시하였다. AR 레이블링 알고리즘은 촬영된 이미지에서 특징점을 추출하고 실내 위치 정보를 포함한 데이터베이스를 구축하였다. CNN 기법을 활용하여 실내 공간에서 가구의 위치 데이터를 검출해 학습시키는 방법을 채택하였다. 학습한 결과를 통해 실내 위치와 학습시켜 나타낸 위치와의 오차를 현저히 낮출 수 있다는 것을 확인한다. 또한 가구의 정확한 이미지 추출과 함께 가구에 대한 상세한 정보를 받아 사용자가 원하는 가구들을 증강현실을 통해 쉽게 배치할 수 있도록 하는 연구를 진행하였다. 연구 결과 모델의 정확도와 손실률이 99%, 0.026으로 나타나 신뢰성을 확보하여 본 연구가 유의미함을 알 수 있었다. 본 연구 결과는 AR 레이블의 설계, 구현을 통해 원하는 가구들을 실내에 정확히 배치하여 소비자의 만족도와 구매 욕구를 충족시킬 수 있을 것으로 기대된다.

• 한국산업정보학회논문지
• /
• 제13권4호
• /
• pp.1-13
• /
• 2008

본 논문은 이동 중의 차량으로부터 획득한 후면 번호판의 이미지를 이진화 할 경우의 문제점과 이의 해결책을 제시하였다. 후면 번호판을 이진화한 경우 태양의 고도와 차량 구조의 영향으로 그림자가 드리워진 이미지를 획득하게 되며 이 번호판의 이미지를 이진화 할 경우 문자를 인식하기에 좋지 않은 이미지를 획득하게 된다. 따라서 본 논문에서는 먼저 그림자 경계선을 파악하고 이를 이용하여 그림자가 드리워진 영역과 드리워지지 않은 영역을 구분한 후 각각의 영역을 이진화하는 방법을 제시하였다. 기존 발표되었던 이진화 방법들 중 일반 이진화, 타 논문 이진화, 블록 이진화, 라벨링 응용 이진화 들과 본 논문에서 제시한 방법을 비교 실험하여 성능분석 하였고, 실험결과, 대부분의 경우에 본 논문에서 제안한 방법이 타 방법에 비해 성능이 좋음을 확인할 수 있었다.

• 한국지능시스템학회논문지
• /
• 제22권2호
• /
• pp.198-204
• /
• 2012

로봇들의 협동 작업을 위해서는 다양한 환경에서 다른 로봇들을 인식하고 추적하는 기술이 요구된다. 본 논문에서는 코드북 모델과 스테레오 영상 처리를 이용하여 이동 로봇을 인식하고, 퍼지 제어기를 사용해 추적하는 이동 로봇 추적 제어 시스템을 제안한다. 먼저 코드북 모델을 사용하여 영상의 전경과 배경을 분리하였다. 분리된 전경에서 색상정보를 기반으로 관심영역을 구해내고, 스테레오 영상처리를 통해 얻은 깊이 영상을 기반으로 이동 로봇까지의 실제 거리를 추정한다. 각 거리에 따라 열림 및 닫힘 연산을 적용하고, 모듈형 로봇의 크기에 맞춰 라벨링을 통해 효과적으로 이동 로봇을 인식한다. 추출된 이동 로봇의 움직임에 따른 효과적인 추적을 위하여 스테레오 영상 처리를 통해 얻은 거리 정보와 로봇의 이동 정보를 이용해 퍼지 제어기를 설계하여 이동 로봇 추적 시스템을 제안하였다. 제안한 퍼지 추적 제어 시스템의 성능은 실제 이동 로봇의 추적 실험을 통하여 검증하였다.

• 정보처리학회논문지B
• /
• 제16B권4호
• /
• pp.271-280
• /
• 2009

본 논문에서는 옥외 비디오 영상에서 영역 확장법을 이용한 연기 영역검출 방법을 제시한다. 제안된 방법은 차영상에 의한 초기 변화영역 검출 단계, 경계선 검출 및 확장 단계, 특징 검출 및 연기분류의 3단계로 구성된다. 초기 변화영역 검출 단계에서는 배경영상으로 차영상을 계산하고, 초기 임계치를 이용하여 이진영상을 구하고, 잡음 제거를 위하여 모폴로지 연산을 수행한다. 경계선 검출 및 확장 단계는 레이블링 알고리즘에 의해 이진영상에서 변화영역을 검출하고, 각 변화영역의 경계선을 검출한 다음, 차영상과 경계선을 이용하여 확장된 경계선을 계산한다. 특징 검출 및 연기분류 단계에서는 확장된 경계선에 모멘트를 이용하여 타원을 추정하고 타원의 시간에 따른 특징정보를 이용하여 연기 영역을 분류한다.

• 한국정보통신학회논문지
• /
• 제5권6호
• /
• pp.1157-1162
• /
• 2001

본 논문에서는 영상 처리 기법을 이용하여 칼라 팔레트 외형상의 불량품을 식별하는 연구를 수행하고자 한다 먼저 기본적인 팔레트 자동선별시스템의 필요성에 대해 기술하며, 각 샘플링된 팔레트에 대해 영상처리기법을 이용한 불순물 검출 알고리즘을 제안하고자 한다. 또한 이를 상용화할 수 있도록 윈도우환경의 비전처리 프로그램을 제시하였다. 끝으로 본 연구에 대한 평가와 앞으로의 연구과제에 대해 기술하고자 한다.

• 전기학회논문지
• /
• 제65권11호
• /
• pp.1879-1886
• /
• 2016

In this paper, we propose a real-time recognition algorithm of lanes, stop lines and speed bumps on roads for autonomous vehicles. First, we generate a top-view using the image transmitted from a camera that is installed to see the front of a vehicle. To speed up the processing, we simplify the mapping algorithm in constructing a top-view wherein the region of interest (ROI) is concerned. The features of lanes, stop lines and speed bumps, which are composed of lines, are searched in the edge image of the top-view, then followed by labeling and clustering specialized to detect straight lines. The width of lines, distances from the center of a vehicle, and curvature of each cluster are considered to select final candidates. We verify the proposed algorithm on real roads using the commercial car (KIA K7) which is converted into an autonomous vehicle.

• 한국산업융합학회 논문집
• /
• 제23권3호
• /
• pp.481-489
• /
• 2020

Safety and security during the handling of hazardous materials is a great concern for anyone in the field. One driving point in the security field is the ability to detect the source of the danger and take action against it as quickly as possible. Via the usage of a fully convolutional network, it is possible to create the label map of an input image, indicating what object is occupying the specific area of the image. This research employs the usage of U-net, which was constructed in biomedical field segmentation to segment cells, instead of the original FCN. One of the challenges that this research faces is the availability of ground truth with precise labeling for the dataset. Testing the network after training resulted in some images where the network pronounces even better detail than the expected label map. With better detailed label map, the network might be able to produce better segmentation is something to be studied in further research.

• IEIE Transactions on Smart Processing and Computing
• /
• 제3권4호
• /
• pp.195-204
• /
• 2014

This paper presents the depth evaluation for object detection by automated assembling robots. Pattern distortion analysis from a structured light system identifies an object with the greatest depth from its background. An automated assembling robot should prior select and pick an object with the greatest depth to reduce the physical harm during the picking action of the robot arm. Object detection is then combined with a depth evaluation to provide contour, showing the edges of an object with the greatest depth. The contour provides shape information to an automated assembling robot, which equips the laser based proxy sensor, for picking up and placing an object in the intended place. The depth evaluation process using structured light for an automated electronics assembling robot is accelerated for an image frame to be used for computation using the simplest experimental set, which consists of a single camera and projector. The experiments for the depth evaluation process required 31 ms to 32 ms, which were optimized for the robot vision system that equips a 30-frames-per-second camera.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제9권6호
• /
• pp.2302-2316
• /
• 2015

We propose an efficient method of extracting targets within a region of interest in non-homogeneous infrared images by using a principal component analysis (PCA) plane and adaptive Gaussian kernel. Existing approaches for extracting targets have been limited to using only the intensity values of the pixels in a target region. However, it is difficult to extract the target regions effectively because the intensity values of the target region are mixed with the background intensity values. To overcome this problem, we propose a novel PCA based approach consisting of three steps. In the first step, we apply a PCA technique minimizing the total least-square errors of an IR image. In the second step, we generate a binary image that consists of pixels with higher values than the plane, and then calculate the second derivative of the sum of the square errors (SDSSE). In the final step, an iteration is performed until the convergence criteria is met, including the SDSSE, angle and labeling value. Therefore, a Gaussian kernel is weighted in addition to the PCA plane with the non-removed data from the previous step. Experimental results show that the proposed method achieves better segmentation performance than the existing method.

• 한국멀티미디어학회논문지
• /
• 제24권8호
• /
• pp.1000-1011
• /
• 2021

In recent years, using Deep Learning methods to apply for medical and biomedical image analysis has seen many advancements. In clinical, using Deep Learning-based approaches for cancer image analysis is one of the key applications for cancer detection and treatment. However, the scarcity and shortage of labeling images make the task of cancer detection and analysis difficult to reach high accuracy. In 2015, the Unet model was introduced and gained much attention from researchers in the field. The success of Unet model is the ability to produce high accuracy with very few input images. Since the development of Unet, there are many variants and modifications of Unet related architecture. This paper proposes a new approach of using Unet++ with pretrained EfficientNet as backbone architecture for breast tumor cell nuclei segmentation and uses the multi-organ transfer learning approach to segment nuclei of breast tumor cells. We attempt to experiment and evaluate the performance of the network on the MonuSeg training dataset and Triple Negative Breast Cancer (TNBC) testing dataset, both are Hematoxylin and Eosin (H & E)-stained images. The results have shown that EfficientUnet++ architecture and the multi-organ transfer learning approach had outperformed other techniques and produced notable accuracy for breast tumor cell nuclei segmentation.