• 소음진동
• /
• 제11권2호
• /
• pp.336-345
• /
• 2001

This research presents a nonlinear model to analyze the ball bearing nitration due to the waviness in a rigid rotor supported by multi-row ball bearings. The waviness of a ball and each races is modeled by the superposition of sinusoidal function, and the position vectors of inner and outer groove radius center are defined with respect to the mass center of the rotor in order to consider five degrees of freedom of a general rotor-bearing system. The waviness of a ball bearing is introduced to these position vectors to use the Hertzian contact theory in order to calculate the elastic deflection and nonlinear contact force resulting from the waviness while the rotor has translational and angular motion. They can be determined by solving the nonlinear equations of motion with five degrees of freedom by using the Runge-Kutta-Fehlberg algorithm. Numerical results of this research are validated with those of prior researchers. The proposed model can calculate the translational displacement as well as the angular displacement of the rotor supported by the multi-row ball bearings with waviness. It also characterizes the nitration frequencies resulting from the various kinds of waviness in rolling elements, the harmonic frequencies resulting from the nonlinear load-deflection characteristics of ball bearing. and the sideband frequencies resulting from the waviness interaction.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제12권8호
• /
• pp.3820-3841
• /
• 2018

Most of the accidents occur due to drowsiness while driving, avoiding road signs and due to driver's distraction. Driver's distraction depends on various factors which include talking with passengers while driving, mood disorder, nervousness, anger, over-excitement, anxiety, loud music, illness, fatigue and different driver's head rotations due to change in yaw, pitch and roll angle. The contribution of this paper is two-fold. Firstly, a data set is generated for conducting different experiments on driver's distraction. Secondly, novel approaches are presented that use features based on facial points; especially the features computed using motion vectors and interpolation to detect a special type of driver's distraction, i.e., driver's head rotation due to change in yaw angle. These facial points are detected by Active Shape Model (ASM) and Boosted Regression with Markov Networks (BoRMaN). Various types of classifiers are trained and tested on different frames to decide about a driver's distraction. These approaches are also scale invariant. The results show that the approach that uses the novel ideas of motion vectors and interpolation outperforms other approaches in detection of driver's head rotation. We are able to achieve a percentage accuracy of 98.45 using Neural Network.

• 대한전자공학회논문지SP
• /
• 제47권4호
• /
• pp.1-8
• /
• 2010

본 논문에서는 효과적인 프레임율 증가 변환을 위한 새로운 방법을 제안하였다. 첫 번째로 제안한 삼중 프레임 기반의 양방향 움직임 추정 방법은 기존의 양방향 움직임 추정 방법에서 발생한 문제점인 유사한 특성을 갖는 이미지에서의 잘못된 움직임 추정을 해결하여 보간 프레임 생성 시 발생한 블록화 현상을 크게 줄일 수 있었다. 두 번째로 제안한 움직임 벡터 평탄화 방법은 시공간적으로 인접한 움직임 벡터들을 고려하여 블록화 현상의 원인이 되는 아웃라이어를 제거할 수 있었다. 실험 결과 제안한 프레임율 증가 변환 방법은 기존의 방법들과 비교했을 때 평균 PSNR이 최대 4.337 dB만큼 높은 것을 확인할 수 있었고, 평균 SSIM은 최대 0.089만큼 높은 것을 확인할 수 있었다.

• 한국통신학회논문지
• /
• 제30권8C호
• /
• pp.824-831
• /
• 2005

LR 영상을 이용하는 HR 영상 재구성에서 추정된 움직임 벡터의 오류는 재구성된 영상의 화질을 저하시킨다. 이를 해결하기 위해 움직임 추정과 HR 영상의 추정을 동시에 하는 방법들이 제안되었으나, 블록 정합법과 같은 간단한 방법을 사용하는 경우 추정된 움직임 벡터에는 여전히 오류가 발생한다. 본 논문에서는 정규화된 움직임 추정과 POCS를 이용한 HR 영상 재구성을 동시에 하는 IBR 재구성 방법을 제안한다. 이 방법에서는 어느 한 화소의 움직임 벡터가 이웃의 움직임 벡터들과 연관성이 있음을 이용하여 블록 정합법에 정규화를 적용하여 움직임 추정이 이루어진다. 제안된 방법을 사용한 실험 결과 종래의 방법에 비하여 움직임 추정이 개선되었으며 이에 따라서 재구성된 고해상도 영상의 화질과 PSNR이 현저히 개선되었다.

• 방송공학회논문지
• /
• 제7권4호
• /
• pp.310-316
• /
• 2002

본 논문에서는 동영상 부호화 시 움직임 벡터의 고속 추정을 가능하게 하기 위한 적응 탐색 영역 결정 방식에 대해 제안한다. 시간적 과잉정보를 제거함으로써 압축 효율을 개선하고자 하는 움직임 벡터 추정을 위한 블록 매칭 방식 (BMA: Block Matching Algorithm)은 움직임 벡터의 정확성 및 계산량 측면에서 상호 교환적인 특성을 갖고 있다. 고속 움직임 추정을 위한 전처리 과정인 제안 방식은 인접 블록 움직임 벡터의 국부 통계 특성을 이용하여 움직임 탐색 영역을 적응적으로 결정한다. 실험 결과를 통해 제안된 방식이 압축 효율의 손상 없이 상당한 계산량이 줄었음을 확인할 수 있었다.

• Journal of Electrical Engineering and information Science
• /
• 제1권2호
• /
• pp.77-86
• /
• 1996

In this paper we deal with the problem of recovering 3-D motion and structure from a time-varying 2-D velocity vector field. A great deal has been done on this topic, most of which has concentrated on finding necessary and sufficient conditions for there to be a unique 3-D solution corresponding to a given 2-D motion. While previous work provides useful theoretical insight, in most situations the known algorithms have turned out to be too sensitive to be of much practical use. It appears that any robust algorithm must improve the 3-D solutions over time. As a step toward such algorithm, we present a method for recovering 3-D motion and structure from a given time-varying 2-D velocity vector field. The surface of the object in the scene is assumed to be locally planar. It is also assumed that 3-D velocity vectors are piecewise constant over three consecutive frames (or two snapshots of flow field). Our formulation relates 3-D motion and object geometry with the optical flow vector as well as its spatial and temporal derivatives. The linearization parameters, or equivalently, the first-order flow approximation (in space and time) is sufficient to recover rigid body motion and local surface structure from the local instantaneous flow field. We also demonstrate, through a sensitivity analysis carried out for synthetic and natural motions in space, that 3-D motion can be recovered reliably.

• 한국전자파학회논문지
• /
• 제30권6호
• /
• pp.487-497
• /
• 2019

탄도미사일은 작은 레이다 단면적 및 빠른 기동 특성으로 인하여 탐지가 매우 힘들며, 또한 탄도미사일의 각 비행단계에서 탄두와 유사한 운동 변수로 기동하는 연료탱크 및 기만체의 존재로 인하여 탄두의 식별 및 요격이 매우 어렵다. 따라서 비행 단계에 따라 표적의 기동 및 미세운동을 이용한 특성벡터가 필요하며, 또한 이를 적절히 융합하여 비행단계에 상관없이 식별하는 방법이 요구된다. 본 연구에서는 탄도미사일의 비행단계에 따른 유용한 특성벡터를 소개하고, 이를 특성벡터 및 구분기 레벨에서 융합하는 효과적인 기법을 제안한다. CAD 모델들을 사용하여 예측된 레이다 신호들로 시뮬레이션을 수행한 결과, 구분기 레벨 융합을 통하여 잡음환경 내에서 비행단계에 상관없이 종말 단계로 갈수록 보다 향상된 탄두 식별이 가능하였다.

• 센서학회지
• /
• 제31권3호
• /
• pp.156-162
• /
• 2022

This study estimates the relative position between body segments using segment orientation and segment-to-joint center (S2J) vectors. In many wearable motion tracking technologies, the S2J vector is treated as a constant based on the assumption that rigid body segments are connected by a mechanical ball joint. However, human body segments are deformable non-rigid bodies, and they are connected via ligaments and tendons; therefore, the S2J vector should be determined as a time-varying vector, instead of a constant. In this regard, our previous study (2021) proposed a method for determining the time-varying S2J vector from the learning dataset using a regression method. Because that method uses a deformation-related variable to consider the deformation of S2J vectors, the optimal variable must be determined in terms of estimation accuracy by motion and segment. In this study, we investigated the effects of deformation-related variables on the estimation accuracy of the relative position. The experimental results showed that the estimation accuracy was the highest when the flexion and adduction angles of the shoulder and the flexion angles of the shoulder and elbow were selected as deformation-related variables for the sternum-to-upper arm and upper arm-to-forearm, respectively. Furthermore, the case with multiple deformation-related variables was superior by an average of 2.19 mm compared to the case with a single variable.

• 대한전자공학회논문지SP
• /
• 제37권5호
• /
• pp.31-41
• /
• 2000

본 논문은 입력 영상에 따라 적응적으로 구해진 임계 값을 이용하여 움직임을 검출하는 블럭 단위 움직임 검출 기법을 제안한다 우선, 현재 영상을 블럭의 크기에 따라 블럭화 한 후 각 블럭의 특정 값을 구하고 이 전 영상에서 저장된 블럭 특정 값과의 차이 값을 구한 다음 임계 값을 이용하여 움직임을 검출한다. 본 논문 에서는 적응적인 임계 값을 구하기 위해서 움직임 벡터를 이용하여 움직임 블럭과 배경 블럭을 구분하고 각 각의 영역에 대한 통계척인 분포를 해석하여 움직임 판별을 위한 각 특정 값의 임계 값을 입력 영상에 따라 자동 조정한다 모의 실험을 통하여 블럭의 크기가 움직임 검출 성능에 미치는 영향, 노이즈의 영향, 특정 값의 종류에 따른 검출의 정확도 기존의 움직임 검출 알고리즘과의 성능을 비교 분석한다

• 한국정보과학회논문지:컴퓨팅의 실제 및 레터
• /
• 제10권3호
• /
• pp.273-281
• /
• 2004

동영상의 현재 블록의 움직임 벡터와 이전 블록의 움직임 벡터는 시간적 상관성을 갖고 있다. 본 논문에서는 영상의 시간적인 특성과 움직임 벡터의 가운데 중심 분포 특성을 이용하는 예측 탐색 알고리즘을 제안한다. 제안된 알고리즘은 이전 프레임 블록으로부터 예측된 움직임 벡터와 분할된 탐색 구간에 속하는 후보 벡터 중에서 가장 작은 SAD 값을 갖는 점을 정확한 움직임 벡터를 찾기 위한 초기 탐색점 위치로 결정한다. 실험 결과 제안된 방식은 FS를 제외한 기존의 대표적인 고속 탐색 방식들에 비해 PSNR 값에 있어서 평균적으로 0.19∼0.46㏈ 개선되고 영상에 따라 최고 1.06㏈ 정도 우수한 결과를 나타내었다.