• 한국컴퓨터정보학회논문지
• /
• 제13권5호
• /
• pp.77-84
• /
• 2008

본 논문에서는 자연영상에 존재하는 문자들을 효율적으로 검출하기 위한 새로운 접근 방법을 제안한다. 빛 또는 조명의 영향에 의해 획득된 영상 내에 존재하는 반사성분은 문자 또는 관심객체들의 경계가 모호해 지거나 관심객체와 배경이 서로 혼합되었을 경우, 문자추출 및 인식을 함에 있어서 오류를 포함시킬 수 있다. 따라서 영상 내에 존재하는 반사성분을 제거하기 위해 먼저, 영상으로부터 Red컬러 성분에 해당하는 히스토그램에서 두개의 피크 점을 검출한다. 검출된 두 개의 피크 점들 간의 분포를 사용하여 노말 또는 편광 영상에 해당하는지를 판별한다. 노말 영상의 경우 부가적인 처리를 거치지 않고 문자영역을 검출하며 편광 영상인 경우 조명성분을 제거하기 위해 호모모픽 필터링 방법을 적용하여 반사성분에 해당하는 영역을 제거한다. 그리고 문자영역을 검출하기 위해 색 병합과 세일런스 맵을 이용하여 각각의 문자 후보영역을 결정한다. 마지막으로 두 후보영역을 이용하여 최종 문자영역을 검출한다.

• Journal of Platform Technology
• /
• 제9권4호
• /
• pp.71-78
• /
• 2021

자율주행 차량은 사람의 안전, 환경, 노령화 등의 문제 해결에 새로운 대안으로 부상하고 있다. 또한, 이러한 기술개발은 다른 산업 분야에 파급효과가 매우 크다. 하지만, 이에 따르는 문제점들이 발생한다. 자율주행 차량에 의한 인명 피해는 점점 증가하고 있는 실정이다. 활동성이 없는 물체에 대한 충돌 사고는 다소 줄어들고 있지만, 반대로 활동성을 가진 장애물에 대한 기술 개발은 아직 미미한 편이다. 이에, 본 연구에서는 자율주행차량에서 가장 큰 문제점으로 나타나고 있는 도로 위의 활동성이 있는 장애물을 추출하는 방안을 제안한다. 먼저, 자동차 카메라에 의해 획득한 연속적인 영상에서 핵심장면을 추출한 후, 장면에 포함되어 있는 장애물들에 대한 활동성의 크기와 활동의 반복성 정보를 이용하여 활동성 장애물을 추출하는 것을 제안하였다. 핵심장면은 영역분할과 병합을 통하여 산출한다. 이러한 결과를 바탕으로 영역의 픽셀 별로 빈도의 크기를 산출하고, 활동성의 빈번하게 나타나는 정보를 이용하여 장애물의 활동의 크기를 계산하였다. 사람이 직접 추출한 결과와 비교했을 때 추출 정확도는 다소 떨어지지만 만족할 만한 결과를 얻을 수 있었다. 따라서 제안된 연구가 자율주행의 문제점들을 해소하고 인명사고를 줄이는 방안에 기여할 것으로 사료된다.

• 한국컴퓨터정보학회논문지
• /
• 제28권8호
• /
• pp.95-101
• /
• 2023

Colmap은 혁신적인 인공지능 기술 중 하나로, 3D 재구성 작업에 있어 매우 유용한 도구로 사용된다. 또한, 이미지와 해당 메타데이터를 활용하여 세밀한 3D 모델을 구축하는 데 탁월하다. 2D 이미지, 카메라의 위치 정보, 깊이 정보 등을 결합하여 Colmap은 3D 모델을 생성한다. 이를 통해 실제 세계의 객체들을 포함한 상세하고 정확한 3D 재구성을 이뤄낼 수 있다. 또한, Colmap은 대규모 데이터 세트에서 효율적으로 작동할 수 있도록 GPU를 활용하여 빠른 처리를 제공한다. 본 논문에서는, 우리나라 전통탑의 2D 이미지를 수집하고, Colmap을 사용하여 3D 모델로 재구성하는 방법을 제시했다. 본 연구는 우리나라의 전통적인 석탑 복원 과정에 이 기술을 적용했다. 이로써, 문화재 복원 분야에서의 Colmap의 응용 가능성을 확인했다.

• 한국지리정보학회지
• /
• 제24권3호
• /
• pp.73-82
• /
• 2021

농촌 도로는 농촌 지역의 개발과 관리를 위한 핵심 기반시설로서 원격탐사 자료를 활용한 농촌 도로 관리 기술은 농촌 교통 인프라 확대, 농촌 주민의 삶의 질 개선을 위해 매우 중요하다. 본 연구에서는 농촌 지역을 촬영한 고해상도 위성영상을 활용하여 농촌 도로를 매핑하기 위해 영상 분류 방법과 영상 분할 방법을 다음의 과정을 통하여 비교하였다. 영상 분류의 경우, 심층 신경망 기반 딥러닝 기법을 주어진 고해상도 위성영상에 적용하여 고정밀 객체 분류 지도를 제작하였고 이로부터 농촌 도로 객체를 추출함으로써 농촌 도로를 매핑하였다. 영상 분할의 경우, multiresolution segmentation 기법을 동일한 위성영상에 적용하여 세그먼트 영상을 제작하였고 농촌 도로에 위치한 다중 객체들을 선택하고 이들을 최종적으로 융합하여 농촌 도로를 매핑하였다. 영상 분류 및 영상 분할 방법을 통해 매핑한 농촌 도로의 정확도 검증을 위해 100개의 검사점을 사용하였고 다음과 같은 결론을 도출하였다. 영상 분류 방법에서는 객체 분류 지도 내 오분류 에러로 인해 영상 내 일부 농촌 도로의 인식이 불가능하였으나 영상 분할 방법에서는 영상 내 모든 농촌 도로의 인식이 가능하였으므로 영상 분할 방법이 영상 분류 방법보다 위성영상을 이용한 농촌 도로 매핑 작업에 더 적합한 방법이었다. 그러나 영상 분할 방법을 통해 매핑한 농촌 도로를 구성하는 일부 세그먼트들이 농촌 도로 외 객체를 포함하고 있어 영상 내 일부 농촌 도로에서 오분류 에러가 발생하였다. 추후 연구에서는 객체 기반 분류 또는 합성곱 신경망 등 다양한 정밀 객체 인식 기법을 고해상도 위성영상에 적용하여 농촌 도로의 정확도를 개선할 계획이다.

• 한국ITS학회 논문지
• /
• 제18권6호
• /
• pp.124-136
• /
• 2019

교차로에서의 자율주행은 다양한 차량이 혼재하며 주행환경이 복잡한 특성으로 인하여 교통 객체 간의 교통정보 교환을 통한 자율주행 지원이 필요하다. 이와 관련되어 인접한 교차로 간의 교통정보 교환이 요구되고 있으나 국내 표준노드·링크 체계에서 교차로를 나타내는 노드 ID는 일련번호를 포함한 구성 체계를 가지고 있어 교차로의 갱신 및 ID를 통한 교차로의 위치 정보 파악에 한계가 있다. 본 논문에서는 교차로 ID 내에 위치정보가 포함되도록 교차로의 2차원 좌표를 가공 및 병합하여 생성한 좌표 기반 교차로 ID 구성 체계를 설계하였다. 제시한 교차로 ID의 적용 가능성을 검증하기 위해 국내 교차로를 대상으로 새로운 교차로 ID를 적용하였으며 중복된 값이 없는 것을 확인하였다. 좌표 기반 교차로 ID는 데이터 크기가 기존 노드 ID 대비 60% 줄어들었으며 GIS 툴 없이 인근 교차로 검색 및 Box 형태의 특정 지역 내 교차로 추출과 같은 공간 쿼리가 가능하다. 따라서 좌표 기반 교차로 ID는 기존 노드 ID보다 확장성 및 활용도가 높을 것으로 예상된다.

• 전자공학회논문지
• /
• 제50권5호
• /
• pp.165-172
• /
• 2013

최근 들어 IT 분야에 하나나 그 이상의 기술들이 하나의 장치에 결합되는 융합이 활발히 진행되고 있다. 특히, 기학급수적으로 증가하는 방송 및 통신 시스템으로 인해 무선 주파수 자원의 고갈 문제가 심각하게 대두되고 있다. 이와 같은 주파수 고갈과 비효율적인 주파수 사용 문제를 해결하기 위해 유휴 주파수를 합리적으로 이용하기 위한 융합기술인 인지무선 기술이 많은 관심을 받고 있다. 하지만 융합을 통해 개별적으로 제공되던 기존 서비스에 새로 개발된 기술들이 결합됨으로서 기존에는 존재하지 않았던 새로운 보안 문제들을 야기할 수 있다. 본 논문의 목적은 통신 융합응용 기술로서 인지무선네트워크를 위한 회전자 기반 적응형 보안프레임워크를 제안한다. 제안한 적응형 보안프레임워크는 위치정보에 기반한 회전자를 프라이버시 및 다양한 보안을 제공하기 위한 보안 기법들에 필요한 공유키 설정을 위한 기초로 이용한다. 본 논문에서 제안한 적응형 보안프레임워크는 인지무선네트워크 표준들을 포함한 다양한 융합응용의 보안 기반 구조로 활용될 수 있을 것이다.

• 대한원격탐사학회지
• /
• 제22권2호
• /
• pp.111-121
• /
• 2006

분광각(Spectral Angle)을 이용한 분류는 같은 종류의 지표 대상물의 분광 특성이 대기 및 지형적인 영향으로 인해 원점을 기준으로 유사한 분광각을 가지며, 선형적인 분포 모양을 가진다는 가정에 기초한 분류 방식이다. 최근 분광각을 이용한 무감독 분류에 대한 연구가 활발히 이루어지고 있으나, 하이퍼스펙트럴 데이터의 특성을 반영한 효과적인 무감독 분류에 대한 연구는 미진한 상태이다 본 연구는 하이퍼스펙트럴 영상 분류에 있어서 기존 무감독 분광각 분류(USAC, Unsupervised Spectral Angle Classification) 연구에서 나타난 문제점들을 보완한 반복최적화 무감독 분광각 분류(ISOUSAC, Iterative Self-Organizing USAC) 기법을 제안하고 있다. 이를 위해, 무감독 분광각 분류에 적합한 각 분할(Angle Range Division) 기법을 적용하여 군집 초기 중심을 설정하였고, 군집 중심 계산에 있어서 각 중심을 이용하였다. 뿐만 아니라 병합(Merge)과 분할(Split)를 통한 유동적인 군집 분석을 수행하였다. 결과를 통해, 제안된 알고리즘이 기존의 기법보다 수행 시간뿐 아니라 시각적, 정량적인 면에서 우수한 결과를 도출하였으며, 분광각을 이용한 군집 유효성 지수(Validity Index)를 제안함으로써 기존의 무감독 분광각 분류와 정량적 비교를 수행하였다.