• 한국정보통신학회논문지
• /
• 제19권6호
• /
• pp.1462-1470
• /
• 2015

컨테이너 BIC-code란 국제 운송 및 복합적인 운송환경에서의 편의성을 위해 사용하고 있는 약속된 규약이다. BIC-code는 해상운송 컨테이너의 식별 부호이며 국가 code와 다양한 조작 등의 내용을 포함하고 있다. 해가 거듭될수록 항공, 해양을 통한 물류운송은 계속 증가하고 있으며 이에 따라 해당 물류를 처리하는 항만에서는 신속하고 정확한 처리가 요구되고 있다. 따라서 본 논문에서는 컨테이너의 BIC-code를 다중 이진화를 통해 영역을 추출하고 개별 code를 인식하는 방법을 제안한다. 코드 인식에 있어서, 기후 요소, 빛, 카메라 위치, 컨테이너의 색과 같은 다양한 요인으로 인해 고정된 임계값을 사용할 수 없다. 따라서 제안된 방법에서는 각 영상에 대해 다양한 임계값으로 인식을 수행하여 가장 우수한 인식 결과를 선택한다. 각 임계값에 대한 이진화, 레이블링, close연산을 통해 BIC-code의 가로, 세로 여부를 판단하여 잡음을 제거하고, 개별 code를 분리한다. 분리된 개별 code는 데이터베이스의 기본 자료와 템플릿 매칭을 통해 인식한다. 각 임계값에 대한 인식결과의 신뢰도를 측정하여 가장 신뢰도가 높은 결과를 선택하게 된다. 실험 결과를 통해 제안한 방법이 조명상황에 관계없이 컨테이너 BIC-code를 효과적으로 추출하고 인식함을 보인다.

• 한국지능시스템학회논문지
• /
• 제18권1호
• /
• pp.72-77
• /
• 2008

개인 식별 연구는 보안, 감시 시스템에서 중요한 부분이다. 최선의 성능을 가진 시스템을 설계하기 위하여 감지기들로부터 최대 정보를 이용할 수 있도록 설계한다. 다양한 생체 인식 시스템은 등록, 확인, 또는 개인 식별을 위하여 생리 특성이나 행동 특성을 하나이상 활용한다. 발걸음 인식만을 가지고는 아직 개인별 변별적 특징을 안정적으로 나타내지 못하므로, 본 논문에서는 얼굴과 발걸음을 결합한 개인 식별 시스템을 제안한다. 본 논문에서 우리는 한 개의 카메라를 이용한다. 즉, 얼굴과 발걸음 인식 모두 하나의 카메라를 이용하여 획득된 같은 이미지 셋을 사용한다. 본 논문의 중점은 이미지들에서 이용할 수 있는 최대 정보량을 활용하는 것으로 시스템의 성능을 향상시키는 것이다. 결합은 결정 단계에서 고려된다. 제안된 알고리듬은 NLPR 데이터베이스를 사용한다.

• 한국멀티미디어학회논문지
• /
• 제13권3호
• /
• pp.438-456
• /
• 2010

홍채 인식은 고유한 홍채 패턴을 이용하여 신원을 확인하는 생체 인식 기술이다. 일반적으로 홍채인식에서 는 홍채 직경이 200 화소(pixel) 이상 되는 고해상도 홍채 영상을 사용하며, 이런 경우 인식률 감소 없이 정확한 홍채 인식 결과를 얻는다고 알려져 있다. 이를 위해 기존의 홍채 인식 시스템들은 줌렌즈 카메라를 사용하지만, 이러한 카메라는 홍채 인식기의 가격과 크기를 증가시키는 요인이 된다. 이러한 문제를 해결하기 위하여 본 연구에서는 줌렌즈 카메라의 사용 없이 저해상도로 취득된 홍채 영상에서의 인식 정확도를 향상할 수 있는 방법을 제안한다. 본 연구에서는 기존의 방법과 비교하여 다음과 같은 두 가지 장점을 갖는다. 첫째, 기존의 연구에서는 홍채 직경이 200 화소 이하인 저해상도 영상에서의 홍채 인식 성능 감소에 대한 정량적 분석이 진행된 바 없다. 본 연구에서는 홍채 영상의 초점 정도, 눈꺼풀 및 속눈썹 가림 정도의 영향을 배제하고, 홍채 영상의 크기 변화에 따른 인식율의 저하정도를 정량적으로 파악하였다. 둘째, 한 장의 저해상도 홍채 영상을 고해상도 영상으로 복원하기 위해 홍채 영역의 에지 방향에 따라 개별적으로 다르게 학습된 다중 다층 퍼셉트론을 적용함으로써, 복원된 영상에서의 인식 정확도를 향상시켰다. 원 영상대비 6%만큼의 크기로 축소한 저해상도 홍채 영상을 고해상도 영상으로 복원한 결과, 제안하는 방법에 의한 홍채 인식의 EER이 기존의 이중선형보간법에 의한 EER보다 0.133% (1.485% - 1.352%) 만큼 감소됨을 알 수 있었다.

• 한국통신학회논문지
• /
• 제34권6C호
• /
• pp.593-603
• /
• 2009

본 논문은 스테레오 카메라가 이동하는 환경에서 카메라 움직임을 보정하여 새로운 다수의 사람을 검출하는 방법과 검출된 사람을 추적하고, 실루엣을 추출하는 통합된 시스템을 제안한다. 제안하는 시스템은 사람 검출, 추적, 실루엣 추출 3가지 모듈로 구성되어 있으며 3가지 모듈은 카메라가 이동하는 환경을 고려한 것이다. 사람 검출 모듈에서는 카메라 움직임(egomotion) 보정을 이용한 움직이는 영역 추출 결과와 스테레오 정보를 결합하여 움직이는 객체를 검출하였으며, 추적모듈은 변위 정보가 가중된 히스토그램 알고리즘으로 검출된 객체를 추적한다. 실루엣을 추출하는 모듈은 트라이맵(trimap)을 이용하여 사람의 실루엣 부분을 대략적으로 추정하는 단계와 그래프컷(graph cut)을 적용하여 정교하게 실루엣 추출하는 단계로 이루어져 있다. 본 논문에서 제안하는 방법을 실내 환경에서 팬-틸트(pan-tilt) 스테레오 카메라로 획득한 실험데이터를 대상으로 실험한 결과 다수의 사람의 검출 및 추적, 정교한 실루엣 추출이 가능한 것을 확인하였다. 본 논문의 실루엣 추출결과는 제스처 인식이나 걸음걸이 인식 등의 다양한 분야에도 적용가능하다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2021년도 추계학술대회
• /
• pp.422-424
• /
• 2021

In this paper, it leads the approach of fusing multiple RGB cameras for visual objects recognition based on deep learning with convolution neural network and 3D Light Detection and Ranging (LiDAR) to observe the environment and match into a 3D world in estimating the distance and position in a form of point cloud map. The goal of perception in multiple cameras are to extract the crucial static and dynamic objects around the autonomous vehicle, especially the blind spot which assists the AV to navigate according to the goal. Numerous cameras with object detection might tend slow-going the computer process in real-time. The computer vision convolution neural network algorithm to use for eradicating this problem use must suitable also to the capacity of the hardware. The localization of classified detected objects comes from the bases of a 3D point cloud environment. But first, the LiDAR point cloud data undergo parsing, and the used algorithm is based on the 3D Euclidean clustering method which gives an accurate on localizing the objects. We evaluated the method using our dataset that comes from VLP-16 and multiple cameras and the results show the completion of the method and multi-sensor fusion strategy.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제35권12호
• /
• pp.780-788
• /
• 2008

손 포즈 모델링 및 추적은 컴퓨터 시각 분야에서 어려운 문제로 알려져 있다. 손 포즈 3차원 복원을 위한 방법에는 사용되는 카메라의 수에 따라 다중 카메라 또는 스테레오 카메라 기반 방식과 단일카메라 기반 방식이 있다. 다중 카메라의 경우 여러 대의 카메라를 설치하거나 동기화를 시키는 등에 대한 제약사항이 따른다. 본 논문에서는 확률 그래프 모델에서 신뢰 전파 (Belief Propagation) 알고리즘을 이용하여 단안 카메라에서 획득된 2차원 입력 영상으로부터 3차원 손 포즈를 추정하는 방법을 제안한다. 또한, 은닉 마르코프 모델(Hidden Markov Model)을 인식기로 하여 손가락 클릭 동작을 인식한다. 은닉 노드로 손가락의 관절 정보를 표현하고, 2차원 입력 영상에서 추출된 특징을 관측 노드로 표현한 확률 그래프 모델을 정의한다. 3차원 손 포즈 추적을 위해 그래프 모델에서의 신뢰 전파 알고리즘을 이용한다. 신뢰 전파 알고리즘을 통해 3차원 손 포즈를 추정 및 복원하고, 복원된 포즈로부터 손가락의 움직임에 대한 특징을 추출한다. 추출된 정보는 은닉 마르코프 모델의 입력값이 된다. 손가락의 자연스러운 동작을 위해 본 논문에서는 한 손가락의 클릭 동작 인식에 여러 손가락의 움직임을 함께 고려한다. 제안한 방법을 가상 키패드 시스템에 적응한 결과 300개의 동영상 테스트 데이타에 대해 94.66%의 높은 인식률을 보였다.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2007년도 추계종합학술대회
• /
• pp.950-953
• /
• 2007

본 논문에서는 인간과 환경사이의 물리적 또는 심리적 인터액션을 통한 인간중심의 적절한 서비스를 제공하는 공간지능화(iSpace: Intelligent Space) 구현하고자 네트웍 센서 인식공간을 소개하고 있다. 영상 데이터 처리 및 정보 네트웍 기능을 갖는 다수의 컬러 CCD 카메라를 iSpace 공간에 분산 배치하였다. iSpace내의 정보획득을 위한 네트웍 센서를 분산 지능형 네트웍 디바이스(DIND: Distributed Intelligent Network Devices)라고 명명하고 있으며, 각 DIND는 일종의 클라이언트 역할을 수행하도록 하였으며, DIND는 카메라 센서를 이용하는 이른바 카메라 네트워크를 구성한 것으로 이를 통해 실내 환경을 인식하고 모델링 하며 공간 내 거주자의 의도를 인식하기 위한 시스템을 구축하였다.

• 한국지능시스템학회논문지
• /
• 제16권3호
• /
• pp.271-274
• /
• 2006

본 논문에서는 비전 기술에 기반을 둔 손 모양 인식 시스템의 성능 향상을 위해 학습을 통해 손 모양과 손 구조 간 유사도를 결정하는 방법을 제안한다. 비전 센서에 기반을 둔 손 모양 인식은 손의 높은 자유도로 인한 자체 가림 현상과 관찰 방향 변화에 따른 입력 영상의 다양함으로 인해 인식에 어려움이 따른다. 따라서 비전 기반 손 모양 인식의 경우, 카메라와 손 간의 상대적인 각도에 제한을 두거나 여러 대의 카메라를 배치하는 것이 일반적이다. 그러나 카메라와 손 간의 상대적 각도에 제한을 두는 경우에는 사용자의 움직임에 제약이 따르게 되며, 여러 대의 카메라를 사용할 경우에는 각 입력된 영상에 대한 인식 결과를 최종 인식 결과에 반영하는 방식에 대해서 추가적으로 고려해야 한다. 본 논문에서는 비전 기반 손 모양 인식의 이러한 문제점을 개선하기 위하여 인식의 과정에서 사용되는 손 모양 특징을 손 구조적인 각도 정보와 손 영상 특징으로 나누고, 학습을 통해 각 특징 간 연관성을 정의한다.

• 정보보호학회논문지
• /
• 제24권4호
• /
• pp.607-616
• /
• 2014

현재 영상감시 시스템에서 얼굴 인식을 통한 사람의 신원 확인은 정면 얼굴이 아닌 관계로 매우 어려운 기술에 속한다. 일반적인 사람들의 얼굴 영상과 입력된 얼굴 영상을 비교하여 유사도를 파악하고 신원을 확인 하는 기술은 각도의 차이에 따라 정확도의 오차가 심해진다. 이런 문제를 해결하기 위해 본 논문에서는 POSIT을 사용하여 얼굴 포즈 측정을 하고, 추정된 각도를 이용하여 3D 얼굴 영상을 제작 후 매칭 하여 일반적인 정면 영상끼리의 매칭이 아닌 rotated face를 이용한 매칭을 해보기로 한다. 얼굴을 매칭 하는 데는 상용화된 얼굴인식 알고리즘을 사용하였다. 얼굴 포즈 추정은 $10^{\circ}$이내의 오차를 보였고, 얼굴인증 성능은 약 95% 정도임을 확인하였다.

• Journal of Platform Technology
• /
• 제12권3호
• /
• pp.62-70
• /
• 2024

최근의 감시 시스템은 카메라, 레이더 등 다양한 센서를 중복 사용하여 침입 탐지의 정확도를 향상시키려는 노력을 기울이고 있다. 그러나 야간, 악천후, 침입자의 위장 등으로 인해 카메라(RGB, Thermal) 센서를 통한 객체 인식이 정확하지 않을 때도 있다. 이러한 상황에서는 카메라나 레이더 센서를 통해 추출된 객체의 궤적을 활용하여 침입자를 탐지할 수 있다. 본 논문에서는 객체 인식이 어려운 환경에서 궤적 정보만을 이용하여 침입자를 탐지하는 방법을 제안한다. 제안하는 방법은 동물, 사람의 정상 및 비정상(침입, 배회) 궤적 데이터를 이용하여 LSTM-Attention 기반 궤적 분류 모델을 학습하고, 이 모델을 이용해서 사람의 비정상 궤적을 찾아내서 침입 탐지를 수행한다. 마지막으로, 제안하는 방법의 타당성을 실 데이터를 이용한 실험을 통해 입증한다.