• 한국컴퓨터그래픽스학회논문지
• /
• 제28권4호
• /
• pp.23-30
• /
• 2022

본 논문에서는 불이 비슷한 색의 연기로 둘러싸여 있더라도 정확하게 검출할 수 있는 알고리즘을 제안한다. 기존 불 영역 검출 알고리즘들은 화재 이미지에서 불과 연기를 잘 분리해내지 못하는 문제점이 있었다. 본 논문에서는 불 영역 검출 알고리즘을 적용하기 전에 전처리 과정으로써 색상 보정 기법과 안개 제거 기법을 적용함으로써 성공적으로 불을 연기로부터 분리해냈다. 실제로 연기로 뒤덮인 화재 현장의 이미지들에서 기존 기법들보다 불을 더 효과적으로 검출하는 것을 확인할 수 있었다. 또한 제안한 화재 검출 알고리즘을 공장, 가정 등에서 효율적인 화재 탐지를 위해 사용할 수 있는 방법을 제안한다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제17권9호
• /
• pp.2458-2482
• /
• 2023

Medical image segmentation techniques based on convolution neural networks indulge in feature extraction triggering redundancy of parameters and unsatisfactory target localization, which outcomes in less accurate segmentation results to assist doctors in diagnosis. In this paper, we propose a multi-level semantic-rich encoding-decoding network, which consists of a Pooling-Conv-Former (PCFormer) module and a Cbam-Dilated-Transformer (CDT) module. In the PCFormer module, it is used to tackle the issue of parameter explosion in the conservative transformer and to compensate for the feature loss in the down-sampling process. In the CDT module, the Cbam attention module is adopted to highlight the feature regions by blending the intersection of attention mechanisms implicitly, and the Dilated convolution-Concat (DCC) module is designed as a parallel concatenation of multiple atrous convolution blocks to display the expanded perceptual field explicitly. In addition, MultiHead Attention-DwConv-Transformer (MDTransformer) module is utilized to evidently distinguish the target region from the background region. Extensive experiments on medical image segmentation from Glas, SIIM-ACR, ISIC and LGG demonstrated that our proposed network outperforms existing advanced methods in terms of both objective evaluation and subjective visual performance.

• 로봇학회논문지
• /
• 제19권1호
• /
• pp.130-138
• /
• 2024

High-precision 3D Object Detection is a crucial component within autonomous driving systems, with far-reaching implications for subsequent tasks like multi-object tracking and path planning. In this paper, we propose a novel approach designed to enhance the performance of 3D Object Detection, especially in heading angle estimation by employing a moving object segmentation technique. Our method starts with extracting point-wise moving labels via a process of moving object segmentation. Subsequently, these labels are integrated into the LiDAR Pointcloud data and integrated data is used as inputs for 3D Object Detection. We conducted an extensive evaluation of our approach using the KITTI-road dataset and achieved notably superior performance, particularly in terms of AOS, a pivotal metric for assessing the precision of 3D Object Detection. Our findings not only underscore the positive impact of our proposed method on the advancement of detection performance in lidar-based 3D Object Detection methods, but also suggest substantial potential in augmenting the overall perception task capabilities of autonomous driving systems.

• 한국통신학회논문지
• /
• 제29권1C호
• /
• pp.83-91
• /
• 2004

에피폴라 Rectification은 서로 다른 시점에서 얻은 두 영상에 대해 각 영상의 에피폴을 미리 정해진 점으로 옮기는 호모그래피를 적용함으로써 두 영상의 에피폴라 지오메트리를 동일한 기준 평면으로 변환하여 에피폴라 라인을 수평 방향으로 정렬시키는 과정이다. 이때 호모그래피에 의해 변환된 영상 사이에서도 에피폴라 제약조건이 성립해야 하며, 이를 만족시키는 호모그래피가 여러 개 존재하므로 제약조건을 추가하여 응용에 적합한 호모그래피를 구하게 된다. Rectification 결과 두 영상은 스테레오 영상화되어 쉽게 변위값을 구할 수 있으므로 영상 내객체의 3차원 정보를 추정하여 영상분할에 활용할 수 있다. 본 논문에서는 객체분할에 적용할 수 있는 Rectification 방법을 제안하고 이 결과를 객체분할에 적용하였다. 객체분할을 위해 색상정보와 상대적인 변위값의 연속성을 동시에 이용하면 단일 객체가 색상에 의해 분할되거나 혹은 색상이 비슷하여 다른 객체가 병합되는 문제를 보완할 수 있다. 실험을 통해 Rectification 결과영상으로부터 획득한 단일 객체의 변위값이 연속성을 갖음을 확인하였고 이를 통해 제안하는 Rectification 방법이 객체분할에 적합함을 보였다.

• 한국측량학회지
• /
• 제40권3호
• /
• pp.239-247
• /
• 2022

현대에는 급속한 산업화와 인구 증가로 인해 도시들이 더욱 복잡해지고 있다. 특히 도심은 택지개발, 재건축, 철거 등으로 인해 빠르게 변화하는 지역에 해당한다. 따라서 자율주행에 필요한 정밀도로지도와 같은 다양한 목적을 위해 빠른 정보 갱신이 필요하다. 우리나라의 경우 기존 지도 제작 과정을 통해 지도를 제작하면 정확한 공간정보를 생성할 수 있으나 대상 지역이 넓은 경우 시간과 비용이 많이 든다는 한계가 있다. 지도 요소 중 하나인 도로는 인류 문명을 위한 많은 다양한 자원을 제공하는 중추이자 필수적인 수단에 해당한다. 따라서 도로 정보를 정확하고 신속하게 갱신하는 것이 중요하다. 이 목표를 달성하기 위해 본 연구는 Semantic Segmentation 알고리즘인 LinkNet, D-LinkNet 및 NL-LinkNet을 사용하여 광주광역시 도시철도 2호선 공사 현장을 촬영한 드론 정사영상에서 도로를 추출한 다음 성능이 가장 높은 모델에 하이퍼 파라미터 최적화를 적용하였다. 그 결과, 사전 훈련된 ResNet-34를 Encoder로 사용한 LinkNet 모델이 85.125 mIoU를 달성했다. 향후 연구 방향으로 최신 Semantic Segmentation 알고리즘 또는 준지도 학습 기반 Semantic Segmentation 기법을 사용하는 연구의 결과와의 비교 분석이 수행될 것이다. 본 연구의 결과는 기존 지도 갱신 프로세스의 속도를 개선하는 데 도움을 줄 수 있을 것으로 예상된다.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2008년도 춘계종합학술대회 A
• /
• pp.801-804
• /
• 2008

얼굴 추출 과정은 얼굴 인식 과정의 가장 선행되는 과정이라고 할 수 있다. 하지만 얼굴이라는 객체는 매우 고유동적인 성격을 가지고 있어서 접근하는 방법을 어떻게 하느냐에 따라서 그 결과가 매우 달라지는 경우가 많다. 본 논문은 배경 속에 들어가 있는 얼굴이라는 객체를 CbCr 분포 맵에 기반을 둔 색상 정보와 세그멘테이션, 레이블링을 통해 추출, 색상 정보와 에지 정보를 이용하여 눈 영역을 검출하고 개폐 여부를 검증하는 알고리즘을 수행하였다.

• 한국콘텐츠학회논문지
• /
• 제7권2호
• /
• pp.21-29
• /
• 2007

이방성 확산은 영상 분할 분야에서 광범위하게 사용되는 방식이다. 기존의 전통적인 이방성 확산 [1]-[6]에서는 이미지의 대각선 방향을 고려하지 않고 4 방향(동, 서, 남, 북)을 주로 이용하였다. 전통적인 이방성 확산(Diffusion)을 이용한 영상 분할은 확산이 반복될수록 윤곽선 정보를 적절히 유지 못하거나 잡음을 제거하지 못함으로써 웨터쉐드(Watershed) 알고리즘을 적용하는 경우 과다 분할을 피할 수 없다는 단점을 갖고 있다. 본 논문에서는 전통적인 이방성 확산의 이러한 단점을 보완하기 위하여 대각선 방향에 기반한 새로운 이방성 확산을 제안하고, 워터쉐드를 이용한 영상 분할 방법을 적용하였다. 실험 결과 본 논문에서 제안한 대각선 방향을 포함한 이방성 확산을 적용할 경우 기존의 방법과 비교하여 약 2배의 속도 향상을 가져왔으며, Circle 이미지의 경우 약 $0.45{\sim}2.33(dB)$정도 성능 향상된 화질을 보였다. 또한 기존의 방법보다 과다 분할이 줄어들고 영상이 매우 효과적으로 분할됨을 확인하였다.

• 대한전자공학회논문지SP
• /
• 제40권5호
• /
• pp.303-311
• /
• 2003

MPEG-4 표준에서는 객체 단위의 부호화를 수행하기 위해 우선 자연영상으로부터 비디오 객체론 분리하는 영상분할(Segmentation) 기술이 필요하다. 영상분할 방법은 크게 자동 영상분할(Automatic Segment값ion)과 반자동 영상분할(Semi-automatic Segmentation)의 두 부류로 나눌 수 있다. 대부분의 자동 영상분할 방법은 비디오 객체의 명확한 모델을 수학적으로 제시하기 어려우므로 한 화면에서 개별 객체를 추출하기 어렵기 때문에 그 성능에 한계가 있다. 본 논문에서는 이러한 문제점을 극복하기 위해 기하학적인 Active Contour를 이용한 반자동 영상분할 알고리즘을 제안한다. 매개변수 방식의 Active Contour와 달리, 기하학적인 Active Contour는 곡선의 변화론 Level Set 방법을 이용하여 기술하기 때문에 초기 곡선의 모양을 객체의 모양과 무관하게 그릴 수 있다. 평탄화된 영상으로부터 경계함수를 생성하기 위해 이진화된 3차원 확산 모델을 사용하여 LUV 벡터 공간에서 비등방형 확산을 수행한다. 본 논문에서는 흐름 벡터장(Advection Vector Field)에서 곡선을 수축하고, 움직임 정보를 이용하여 곡선 확장하는 방법을 이용하여 동영상에서 객체를 분리하는 방법을 제안한다.

• 한국컴퓨터정보학회논문지
• /
• 제11권2호
• /
• pp.303-317
• /
• 2006

CRM에서 고객세분화 단계는 기업 뿐 아니라 그 고객들의 기대 가치(expected value) 또는 이익을 동시에 고려해야 한다. 그러나 최근의 고객세분화에 관한 대부분의 연구들은 단지 '수익성'이라는 기업 관점만을 고려하고 있다. 본 연구에서는 고객세분화 단계의 문제점을 규명하고 보완된 관점을 제시하고자 한다. 저자들은 기업 및 고객들 양자에 공히 이익이 되며, 나아가 고객세분화 단계를 보다 균형적으로 수행할 수 있는 방안을 모색했다. 그 결과 고객 세분화 단계에서 기업 관점과 고객 관점의 기대가치를 동시에 고려할 수 있는 균형적 제안모형을 제시했으며, 이 모형을 사례연구에 적용해 보았다. 또한 균형적 모형을 통해 분류된 네 개의 고객군들에 대해 고객전략을 도출하였다. 이 전략은 금융산업에서 일반적으로 적용할 수 있는 유형이다. 이 같은 균형적 세분화는 한 기업의 우량고객들을 보다 정확하게 규명할 수 있도록 할 것이다. 이를 통해 고객들의 만족도를 향상시키고 고객 유지 기간을 연장할 수 있을 것으로 기대한다. 또한 고객들의 요구와 선호도에 대한 기업의 통찰력을 제고할 수 있으며, 타겟마케팅을 위한 자원 할당에서 효과성을 제고할 수 있을 것이다.

• 한국측량학회지
• /
• 제28권4호
• /
• pp.421-430
• /
• 2010

영상분할은 관심대상이 되는 물체의 영역을 추출하기 위한 객체기반 영상분류의 전처리과정으로서 원격탐사 영상분석에서 그 중요성 날로 커지고 있다. 본 연구에서는 개선된 SRG(Seeded Region Growing) 기법과 영역병합과정을 이용하여 고해상도 영상분할을 위한 새로운 방법을 제안한다. 이를 위해 우선 QuickBird 융합영상에서 추출된 다중분광 에지정보를 이용하여 초기 시드포인트를 자동으로 추출하였다. 추출된 시드포인트에 영상의 기하학적인 정보와 분광정보를 반영할 수 있는 개선된 SRG 기법을 적용하여 초기 영상 분할을 수행하였다. 최종적으로 앞선 초기분할 결과 향상을 위해 분할된 영역의 평균분광정보를 활용하여 영역병합을 수행하여 최종분할결과를 도출하였다. 제안된 기법의 효율성을 평가하기 위해 무감독 영상분할 평가측정치를 이용하여 정확도 평가를 수행하였다. 실험결과 제안한 기법은 고해상도 영상분할에 유용하게 적용될 수 있으리라 판단된다.