• 전자공학회논문지SC
• /
• 제48권5호
• /
• pp.45-51
• /
• 2011

본 논문에서는 비교사학습법을 통해 영상의 방대한 정보를 효율적으로 모델링 하는 방법을 제안하고자 한다. 여기서 이동궤적들은 자연어 처리에 사용되는 알고리즘인 잠재 디리클레 할당 모형(Latent Dirichlet Allocation)에 의해 직진, 좌회전, 우회전등 각 상황 별로 주제에 따라 그 영역을 효과적으로 분류할 수 있다. LDA를 이용해 주제별로 의미 있는 영역을 분류한 후, 각 주제별로 분류된 궤적을 관측열로 보고 은닉 마르코프 모델(Hidden Markov Model)의 바움-웰치 알고리즘을 사용하여 학습한다. 전향 알고리즘을 사용하여 입력된 행동과 학습된 행동을 비교함으로써 영상내의 행동이 정상인지 비정상인지를 효과적으로 판단할 수 있다. 실험결과 다양한 영상에 대해 의미있는 주제별로 영역이 잘 분류되며 추적에러로 인한 궤적의 노이즈에도 강인하게 물체의 무단횡단, 신호위반과 같은 상황을 효과적으로 탐지하는 것을 확인할 수 있다.

• 융합보안논문지
• /
• 제2권1호
• /
• pp.77-86
• /
• 2002

본 연구에서는 고정된 카메라로부터 입력되는 영상열에서 이동 물체를 신뢰성있게 분리하기 위해 형태 정보를 이용하여 이동물체를 분리하는 보안 시스템을 설계하고 구현한다. 영역 분리의 핵심은 배경으로부터 주위 잡음 영역과 무관하게 이동 물체 영역을 분리하는 기술이라고 볼 수 있다. 제안된 방법은 초기 이동 물체가 존재하지 않는 영상을 참고 영상(reference image)으로 하여 입력 영상(input image)과의 차영상(difference image)을 구하고, 차영상의 히스토그램(histogram)에서 배경잡음 모델링(modeling)을 통해 배경잡음을 제거한다. 그리고 배경잡음이 제거된 차영상에서 국부 최대값들(local maxima)을 이용해 후보 초기 영역을 선정한 후, 이 영역을 기반으로 영역의 형태정보를 이용하여 영역을 선별적으로 확장하면서 결합하는 방법을 사용하였다. 또한, 차영상 기법에서 중요시되는 참고영상 갱신방법의 효율적인 적용방안도 제시하였다. 제안된 방법을 실제 상황에서 얻은 다양한 영상열에 적용한 결과, 기존의 영역 분리 방법보다 주위 잡음과 무관하게 이동 물체를 분리할 수 있음을 확인할 수 있었다.

• 한국음향학회지
• /
• 제39권5호
• /
• pp.414-423
• /
• 2020

본 논문은 약한 레이블 기반 음향 이벤트 검출을 위한 시간-주파수 영역분할 맵 추출 모델에서 발생하는 희소성 및 수용영역 부족에 관한 문제를 완화 시키기 위해, 확장 게이트 선형 유닛(Dilated Convolution Gated Linear Unit, DCGLU)을 제안한다. 딥러닝 분야에서 음향 이벤트 검출을 위한 영역분할 맵 추출 기반 방법은 잡음 환경에서 좋은 성능을 보여준다. 하지만, 이 방법은 영역분할 맵을 추출하기 위해 특징 맵의 크기를 유지해야 하므로 풀링 연산 없이 모델을 구성하게 된다. 이로 인해 이 방법은 희소성과 수용영역의 부족으로 성능 저하를 보이게 된다. 이런 문제를 완화하기 위해, 본 논문에서는 정보의 흐름을 제어할 수 있는 게이트 선형 유닛과 추가의 파라미터 없이 수용영역을 넓혀 줄 수 있는 확장 합성곱 신경망을 적용하였다. 실험을 위해 사용된 데이터는 URBAN-SED와 자체 제작한 조류 울음소리 데이터이며, 제안하는 DCGLU 모델이 기존 베이스라인 논문들보다 더 좋을 성능을 보였다. 특히, DCGLU 모델이 자연 소리가 섞인 환경인 세 개의 Signal to Noise Ratio(SNR)(20 dB, 10 dB, 0 dB)에서 강인하다는 것을 확인하였다.

• 대한원격탐사학회지
• /
• 제38권5_2호
• /
• pp.793-810
• /
• 2022

실시간 범람 모니터링을 위해 인공위성 SAR영상을 활용하는 수체탐지에 대한 필요성이 대두되었다. 주야와 기상에 상관없이 주기적으로 촬영 가능한 인공위성 SAR 영상은 육지와 물의 영상학적 특징이 달라 수체탐지에 적합하나, 스페클 노이즈와 영상별 상이한 밝기 값 등의 한계를 내포하여 다양한 시기에 촬영된 영상에 일괄적으로 적용 가능한 수체탐지 알고리즘 개발이 쉽지 않다. 이를 위해 본 연구에서는 Convolutional Neural Networks (CNN)기반 모델인 U-Net 아키텍처에 레이어의 조합인 모듈을 추가하여 별도의 전처리 없이 수체탐지의 정확도 향상 방법을 제시하였다. 풀링 레이어의 조합을 활용하여 형태학적 연산처리 효과를 제공하는 Morphology Module과 전통적인 경계탐지 알고리즘의 가중치를 대입한 컨볼루션 레이어를 사용하여 경계 학습을 강화시키는 Edge-enhanced Module의 다양한 버전을 테스트하여, 최적의 모듈 구성을 도출하였다. 최적의 모듈 버전으로 판단된 min-pooling과 max-pooling이 연속으로 이어진 레이어와 min-pooling로 구성된 Morphology 모듈과 샤를(Scharr) 필터를 적용한 Edge-enhanced 모듈의 산출물을 U-Net 모델의 conv 9에 입력자료로 추가하였을 때, 정량적으로 9.81%의 F1-score 향상을 보여주었으며, 기존의 U-Net 모델이 탐지하지 못한 작은 수체와 경계선을 보다 세밀하게 탐지할 수 있는 성능을 정성적 평가를 통해 확인하였다.

• 전자공학회논문지
• /
• 제50권4호
• /
• pp.171-181
• /
• 2013

최근 금속을 포함하여 다양한 재질의 지뢰를 탐지할 수 있는 지면 투과 레이더 (Ground Penetrating Radar, GPR)가 지뢰 탐지 분야에서 주목 받고 있으며 지면 투과 레이더를 이용한 지뢰 탐지 기술이 활발하게 연구되고 있다. 본 논문에서는 1차원 지면 투과 레이더 배열을 이용하여 지뢰가 존재할 가능성이 높은 후보 지점을 검출하는 방법을 제안하였다. 제안 기법은 먼저 지면 투과 레이더에 수신되는 신호 세기의 비선형적 감쇠 특성을 반영하여, 지연 시간에 따른 지면 투과 레이더 응답 신호의 세기를 효과적으로 나타낼 수 있는 회귀 모델을 추정하였다. 이를 토대로 지면 투과 레이더 응답 신호를 분석해보면, 토양 신호들은 주로 회귀 모델의 근처에 밀집되어 있고, 지뢰일 가능성이 있는 후보 신호들은 회귀 모델로부터 멀리 떨어져서 분포하는 특성을 보인다. 이러한 사실을 기반으로, 지면 투과 레이더의 측정값과 회귀 모델의 예측 값에 대한 예측 오차를 계산하여 토양 신호로부터 지뢰일 가능성이 있는 후보 신호들을 분리하였다. 후보 신호에는 잡음과 표적 신호가 섞여 있으므로 표적 신호가 갖는 고유한 기하학적 특성을 이용하여 최종적으로 표적 신호를 검출하였다. 성능 검증을 위해 실내 환경에서 획득한 지면 투과 레이더 데이터를 이용하여 실험을 수행한 결과, 제안하는 전처리 기법의 지뢰 탐지율 대비 오경보율이 낮은 것을 확인할 수 있었다.

• 전자공학회논문지
• /
• 제54권1호
• /
• pp.96-110
• /
• 2017

기존의 차량 검출 연구들의 대부분은 일반렌즈 또는 광각렌즈를 가지는 후방 카메라를 사용하기 때문에 사각지대가 넓으며, 영상에 노이즈 및 다양한 외부 환경에 취약한 부분이 있다. 본 논문에서는 사각지대를 줄이고, 노이즈 및 가혹한 외부 환경에서도 인식이 가능한 검출 방법을 제안한다. 먼저 광각렌즈보다 더 넓은 화각을 가진 어안렌즈를 이용해 사각지대를 최소화한다. 렌즈의 화각이 커진 만큼 비선형 방사왜곡도 커지게 되므로, 정확한 영상 결과를 얻기 위해서 왜곡 상수 초기화와 최적화를 실시한 후 Calibration을 이용하였다. 그리고 Calibration과 동시에 원본 영상을 분석하여 안개가 자욱한 상황과 갑작스러운 조도 변화로 인해 생기는 명순응, 암순응 현상에 의한 시야 방해 상황에서도 인식이 가능하도록 안개 제거와 밝기 보정을 이용하였다. 안개 제거는 일반적으로 계산 시간이 매우 크다. 따라서 계산 시간을 줄이기 위해 대표적인 안개 제거 알고리즘인 Dark channel prior를 기반으로 안개를 제거하였다. 밝기 보정 시에는 Gamma correction을 이용했고, 보정에 필요한 Gamma value를 결정하기 위해 영상에 대한 밝기 및 명암 평가가 수행하였다. 평가는 영상의 전체가 아닌 일부분을 이용하여 할애되는 계산시간을 줄였다. 밝기 및 명암 값이 계산되면 그 값을 이용해 Gamma value를 결정하고 전체 영상에 보정을 실시하였다. 그리고 밝기 보정과 안개 제거로 나누어 병렬 처리한 후, 영상을 하나로 정합함으로써 전 처리 과정의 연산시간을 줄였다. 이후 보정된 영상으로부터 특징추출법인 HOG를 이용하여 차량을 검출하였다. 그 결과 본 논문에서 제안하는 방법의 영상 보정을 이용한 차량 검출을 하는데 1프레임당 0.064초가 걸렸으며, 기존의 차량 검출 방법에 비해 7.5%의 향상된 검출률을 얻었다.

• 대한기계학회논문집B
• /
• 제36권6호
• /
• pp.655-662
• /
• 2012

심각한 사고를 초래하는 석유화학 플랜트의 가스 누출 여부와 위치를 실시간으로 탐지하기 위하여 주변의 여러 기계소음 등으로부터 비정상적 누출 음향을 분리할 수 있는 기법을 제시하였다. LMS 알고리즘을 이용하여 FIR구조의 적응필터와 누출 탐지용 상호상관함수를 이용하여, LABVIEW를 통하여 누출예측프로그램을 개발하였고 직접 제작한 장비를 이용하여 잔향실에서 실험을 수행하였다. 홀 사이즈, 압력, 거리, 주파수를 인자로 하여 비정상적 누출소음에 대한 실험에서 얻어진 데이터를 분석한 결과, 암소음은 1kHz 대역 이하에서 주로 발생하고 누출에 의한 소음신호는 고주파 대역, 특히 16kHz의 대역에서 가장 잘 발생한다는 것을 알게 되었다. 이런 음향기법의 가능성을 확인하기 위해서 실제로 정유공장에서 소음을 측정한 결과, 펌프와 압축기에서의 소음신호가 각각 2kHz, 4.5kHz로 측정됨으로써 주변 환경 소음과 누출음이 구별 가능하고 누출 위치(거리)의 탐지가 가능함을 밝혔다.

• 예술인문사회 융합 멀티미디어 논문지
• /
• 제8권3호
• /
• pp.945-953
• /
• 2018

본 논문은 무인수상정의 자율운항을 위한 장애물 탐지 및 회피기동을 위해 3차원 라이다를 사용하였다. 단일센서만을 사용해서 해상조건에서의 무인수상정 장애물 회피운항을 하는데 목적이 있다. 3차원 라이다는 Quanergy사의 M8센서를 사용하여 주변 환경 장애물 데이터를 (r, ��, ��)로 수집하며 장애물 정보에는 Layer 정보와 Intensity 정보를 포함한다. 수집된 데이터를 3차원 직각좌표계로 변환을 하고, 이를 2차원 좌표계로 사상한다. 2차원 좌표계로 변환한 장애물 정보를 포함하는 데이터는 수면위의 잡음데이터를 포함하고 있다. 그래서 기본적으로 무인수상정을 기준으로 가상의 관심영역을 정의하여서 규칙적으로 생성되는 잡음데이터에 대해서 삭제를 하였으며, 그 이후에 발생하는 잡음데이터는 Vector Field Histogram으로 계산된 히스토그램 데이터에서 Threshold를 정해 밀도값에 비례하여 잡음데이터를 제거하였다. 제거된 데이터를 이용하여 무인수상정의 움직임에 따른 상대물체를 탐색하여 가상의 격자지도에 1 Cell씩 저정하면서 데이터의 밀도 지도를 작성하였다. 작성된 장애물 지도를 폴라 히스토그램을 생성하고, 경계값을 이용하여 회피방향을 선정하였다.

• 한국멀티미디어학회논문지
• /
• 제8권11호
• /
• pp.1449-1461
• /
• 2005

본 논문에서는 차량의 식별마크 분류 및 차량번호판 인식을 통한 차량인식 알고리즘을 제안하였다. 제안한 알고리즘에서는 먼저 입력 차량영상으로 부터 잡음제거, 세선화 과정 등 전처리 과정들을 수행하고 명암값 변화 빈도 분포를 사용하여 차량식별마크와 번호판 영역을 추출하였다. 또한 추출된 후보 영역으로부터 차량 식별마크와 번호판 영역의 구조적 특성 정보를 사용하여 차량 식별마크, 번호판의 문자 및 숫자를 분류하였으며, 하이브리드 패턴벡터 및 수직수평 패턴벡터를 사용하여 식별마크, 문자 및 숫자를 인식하여 차량 정보 인식율을 개선하였다. 제안한 알고리즘에서는 차량의 식별마크가 차량의 종류에 따라 독립적인 특성, 식별마크와 번호판 영역에서는 문자와 배경이 뚜렷하게 구별되는 특성 및 수평 및 수직빈도수 분포가 식별마크 및 번호판 이외의 영역과 뚜렷이 구별된다는 특성들을 이용하였다. 제안한 방법의 성능을 확인하기 위하여 다양한 환경에서 촬영된 350여개의 영상에 대하여 차량인식 실험을 수행하였고 제안한 방법이 차량번호판의 크기와 위치에 무관하고 잡음의 영향에 덜 민감하였을 뿐만 아니라 불규칙적인 외부환경에서도 인식율이 개선되었다. 또한 식별마크와 번호판 인식의 실시간 처리가 가능하여 실제 주차장이나 도시화도로등에 적용이 가능하다.

• 한국진공학회:학술대회논문집
• /
• 한국진공학회 2014년도 제46회 동계 정기학술대회 초록집
• /
• pp.237.1-237.1
• /
• 2014

Etching is one of the most important steps in semiconductor manufacturing. In etch process control a critical task is to stop the etch process when the layer to be etched has been removed. If the etch process is allowed to continue beyond this time, the material gets over-etched and the lower layer is partially removed. On the other hand if the etch process is stopped too early, part of the layer to be etched still remains, called under-etched. Endpoint detection (EPD) is used to detect the most accurate time to stop the etch process in order to avoid over or under etch. The goal of this research is to develop a hardware and software system for EPD. The hardware consists of an Optical Plasma Monitor (OPM) sensor which is used to continuously monitor the plasma optical emission intensity during the etch process. The OPM software was developed to acquire and analyze the data to perform EPD. Our EPD algorithm is based on the following theory. As the etch process starts the plasma generated in the vacuum is added with the by-products from the etch reactions on the layer being etched. As the endpoint reaches and the layer gets completely removed the plasma constituents change gradually changing the optical intensity of the plasma. Although the change in optical intensity is not apparent, the difference in the plasma constituents when the endpoint has reached leaves a unique signature in the data gathered. Though not detectable in time domain, this signature could be obscured in the frequency spectrum of the data. By filtering and analysis of the changes in the frequency spectrum before and after the endpoint we could extract this signature. In order to do that, first, the EPD algorithm converts the time series signal into frequency domain. Next the noise in the frequency spectrum is removed to look for the useful frequency constituents of the data. Once these useful frequencies have been selected, they are monitored continuously in time and using a sub-algorithm the endpoint is detected when significant changes are observed in those signals. The experiment consisted of three kinds of etch processes; ashing, SiO2 on Si etch and metal on Si etch to develop and evaluate the EPD system.