• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제9권10호
• /
• pp.323-328
• /
• 2020

최근에는 딥러닝 기술을 이용하여 물체 검출 및 인식에서 성능이 크게 향상되는 새로운 접근방법들이 빠르게 제안되고 있다. 객체, 특히 얼굴객체 검출에 관한 여러 기법(Faster R-CNN, R-CNN, YOLO, SSD 등) 중 SSD는 다른 기법들보다 정확도와 속도에서 우수하다. 동시에 여러 객체 검출 네트워크들(object detection network)도 쉽게 이용할 수 있다. 본 논문에서는 객체 검출 네트워크 중 Mobilenet v2 network를 이용하고 SSD와 결합한 모델을 훈련하고, TensorRT engine을 이용하여 기존의 성능보다 4배 이상의 속도로 객체를 검출하는 방법에 대해 제안하고 실험을 통해 성능을 검증한다. 제안한 방법의 성능 검증을 위한 응용으로 얼굴객체 검출기(facial object detector)를 만들어 다양한 상황에서 동작과 성능을 실험하였다.

• 전자공학회논문지B
• /
• 제33B권1호
• /
• pp.67-78
• /
• 1996

본 논문은 GHT(Generalized Hough Transform)을 이용하여 물체의 위치, 회전각 및 크기변화를 인식하게 하는 것을 목표로 한다. 특히 회전 및 가려진 물체를 잘 인식함을 보이고자 한다. GHT는 일종의 모델베이스 물체인식 알고리즘으로써 먼저 물체의 정보를 R-table(Reference table) 형태로 저장한 뒤, 그 R-table을 사용하여 물체를 인식한다. 본 논문에서는 GHT 알고리즘을 실제적인 비젼 시스템에 적용하기 위하여 GHT 알고리즘을 개선하였다. 첫째, R-table 작성시 물체의 부분적인 경계선으로부터 R-table을 작성하였으며 영상을 디지털화 하였을 경우 발생되는 에러를 보상하기 위하여 클러스터링(clustering) 알고리즘을 사용하였다. 둘째, 기존의 Ballard의 GHT 알고리즘은 물체의 위치, 회전각 및 크기변화를 인식하기 위하여 4차원의 배열이 필요하지만 단지 2차원의 배열만으로 물체인식이 가능하도록 하였다. 특히 크기변화를 인식하는 간단한 방법을 제안하였다. 테스트 결과 제안된 GHT 알고리즘이 실제적인 비젼 시스템에 있어서 비교적 잘 동작함을 알 수 있었다. 특히 겹쳐진 물체를 잘 인식함을 알 수 있었다.

• 정보관리학회지
• /
• 제29권4호
• /
• pp.123-142
• /
• 2012

최근 효과적인 정보검색을 제공하기 위해 시맨틱 웹을 비롯한 다양한 검색기법들을 사용하고 있다. 이중에서 효과적인 방법은 온톨로지를 이용한 검색기술을 적용하는 것이라 할 수 있다. 본 논문에서는 국가과학기술지식정보서비스(NTIS)에서 구축한 국가R&D정보를 분석하여 온톨로지를 구축하고, 이용자가 관심있어 하는 주제분야(과제, 인물, 성과, 기관)를 중심으로 온톨로지의 객체관계를 표현하고 정보를 탐색하기 위한 국가R&D지식맵(knowledge map)을 구축하였다. 국가R&D지식맵은 사용자가 선택한 객체를 중심노드로 설정하여, 주제분야를 노드로 표현하고, 객체와 주제분야간의 관계를 분석하여 사용자가 관심 있어 하는 질의를 주제분야의 하위노드로 표현하였다. 사용자가 하위노드의 질의를 선택하면 시스템에서는 선택한 질의를 온톨로지로부터 추론할 수 있는 SPAQL 질의어를 생성하고 추론엔진으로부터 검색결과를 받아 사용자에게 제시하였다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제3권5호
• /
• pp.527-547
• /
• 2009

Moving object management is widely used in traffic, logistic and data mining applications in ubiquitous environments. It is required to analyze spatio-temporal data and trajectories for moving object management. In this paper, we proposed a novel index structure for spatio-temporal aggregation of trajectory in a constrained network, named aCN-RB-tree. It manages aggregation values of trajectories using a constraint network-based index and it also supports direction of trajectory. An aCN-RB-tree consists of an aR-tree in its center and an extended B-tree. In this structure, an aR-tree is similar to a Min/Max R-tree, which stores the child nodes' max aggregation value in the parent node. Also, the proposed index structure is based on a constrained network structure such as a FNR-tree, so that it can decrease the dead space of index nodes. Each leaf node of an aR-tree has an extended B-tree which can store timestamp-based aggregation values. As it considers the direction of trajectory, the extended B-tree has a structure with direction. So this kind of aCN-RB-tree index can support efficient search for trajectory and traffic zone. The aCN-RB-tree can find a moving object trajectory in a given time interval efficiently. It can support traffic management systems and mining systems in ubiquitous environments.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2022년도 춘계학술대회
• /
• pp.150-153
• /
• 2022

본 논문은 작업자와 객체들이 서로 혼재되어 있는 제조 현장에서 Mask R-CNN을 이용해 객체들을 탐지한 후 이를 Dense-Net을 통해 객체 형상을 자동으로 추출하는 기술을 담고 있다. 이는 맞춤형 공장 데이터 세트를 기반으로 하며, 대상이 되는 객체는 작업자, 기계, 도구, 컨트롤 박스 및 제품들이다. Mask R-CNN은 이미 잘 알려진 객체 인식 방식으로서 다중 객체 인식을 지원하며, Dense-Net은 중첩된 객체들로 부터 개별 객체를 추출하는 데 탁월한 효과를 보여준다. 이러한 두 가지 기술을 이용한 기초구현 결과 제조 현장 모습에서 객체들을 정상적으로 추출해 이미지를 설명할 수 있으며, 향후 객체에 대한 레이블링과 객체 간의 상호 관계를 추가해 작업자의 이상 행동을 감지하는 용도로 활용할 계획이다.

• 사물인터넷융복합논문지
• /
• 제9권1호
• /
• pp.97-104
• /
• 2023

본 논문은 ESRGAN(Enhanced Super Resolution GAN)과 SSS(Semantic Soft Segmentation)을 이용한 객체 분할에 관한 것이다. 본 논문의 연구진이 앞서 제안한 Mask R-CNN과 SSS를 이용한 객체 분할 방법의 분할 성능은 전반적으로 양호하지만 객체의 크기가 상대적으로 작은 경우 분할 성능이 저조해지는 문제점이 있었다. 본 논문은 이러한 문제점을 해소하기 위한 것이다. 제안된 방법은 Mask R-CNN을 통해 검출된 객체의 크기가 일정 기준치 이하인 경우, ESRGAN을 통해 초해상화를 수행한 후, SSS을 수행함으로써 소형 객체의 분할 성능을 개선하고자 한다. 제안된 방법에 따르면, 기존의 방법에 비해 크기가 작은 객체의 분할 특성을 좀 더 효과적으로 개선할 수 있음을 확인할 수 있었다.

• 전자공학회논문지C
• /
• 제35C권1호
• /
• pp.25-33
• /
• 1998

This paepr presents an algorithm for searching an object in a fast way which contains a continuous moving object in multi-dimensional spatical databases. This algorithm improves the search method of R-tree for the case that a target object is continuously moving in a spatial database. It starts the searching from the current node instead of the root of R-tree. Thus, the algorithm will find the target object from the entries of current node or sibling nodes in the most cases. The performance analysis shows that it is more efficient than the existing algorithm for R-tree when search windows or target objects are continuously moving.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2007년도 하계종합학술대회 논문집
• /
• pp.213-214
• /
• 2007

In this paper, we implement one tracking scheme based on the block matching using PowerPC system. We implement tracking algorithm uses the information from Infrared (IR) sensor for tracking object. When a occlusion occurs, the proposed algorithm predicts movements of an object using the historical tracking information and it can keep the object tracking.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2024년도 제69차 동계학술대회논문집 32권1호
• /
• pp.81-83
• /
• 2024

본 논문에서는 mask R-CNN의 이미지 세그먼테이션(Image Segmentation) 기법을 이용하여 철도의 선로를 식별하고 분류하는 방법을 제안한다. mask R-CNN의 이미지 세그먼테이션은 바운딩 박스(Bounding Box)를 통해 이미지에서 객체를 식별하는 R-CNN 알고리즘과는 달리 픽셀 단위로 관심 있는 객체를 검출하고 분류하는 기법으로서 오브젝트 디텍션(Object Detection)보다 더욱 정교한 객체 식별이 가능하다. 본 연구에서는 Pascal VOC 형태의 고속철도 데이터 24,205셋의 데이터를 전처리하고 MS COCO 데이터셋으로 변환하여, MMDetection의 mask R-CNN을 통해 픽셀 단위로 철도선로를 식별하고 정상/불량 상태를 분류하는 연구를 수행하였다. 선행연구에서는 YOLO를 활용하여 Polygon형태의 좌표를 바운딩 박스로 분류하였는데, 본 연구에서는 mask R-CNN을 활용함으로써 철도 선로를 더욱 정교하게 식별하였으며 정상/불량의 상태 분류는 YOLO와 유사한 성능을 보였다.

• 한국정보처리학회논문지
• /
• 제4권7호
• /
• pp.1665-1680
• /
• 1997

다양한 응용 분야의 데이터베이스 설계시에 시스템 사용자와 설계자 간의 이해를 증진시키고 올바른 모델링을 위해 개체-관계 모델이 많이 사용되고 있다. 그렇지만 효과적인 구현을 위해 이 개체-관계 모델로 표현된 데이터베이스는 데이터 조작과 표현이 효율적인 객체지향 데이터베이스 모델로 변환되어야 한다. 이를 위해 개체-관계 모델의 모든 개념을 객체지향 모델의 개념으로 의미의 손실없이 변환시키는 방법이 연구되어야 한다. 이 논문은 일반화 상속과 집단화 상속의 개념을 도입하여 개체-관계 모델의 기능을 확장시켰고, 개체-관계 모델의 각 성분을 객체지향 데이터베이스 모델의 성분으로 변환시키는 규칙을 제시하고자 한다. 이 변환 규칙에서 역할에 따른 변환 기법을 제시하고, 이 제시된 변환 규칙을 이용하여 개체-관계 모델에서 객체지향 모델의 스키마로 의미의 손실 없이 변환됨을 예로써 보인다. 제안된 변환 기법은 데이터베이스 설계의 논리적 모델 설계에 활용될 수 있다.