• 사물인터넷융복합논문지
• /
• 제10권2호
• /
• pp.103-108
• /
• 2024

본 논문에서는 YOLO(You only look once)v5를 기반으로 한 실시간 객체 검출 기술을 활용하여 스마트 엘리베이터 시스템을 연구하였다. 외부 엘리베이터 버튼이 눌러지면 YOLOv5 모델이 카메라 영상을 분석하여 대기자의 유무를 판별하고, 대기자가 없다고 판별되면 해당 버튼을 자동으로 취소시킨다. 연구에서는 YOLOv5와 사물인터넷에서 활용되는 MQTT(Message Queuing Telemetry Transport)를 통한 객체 탐지 및 통신 기술의 효과적인 구현 방법을 소개한다. 그리고 이를 활용하여 대기자 유무를 실시간으로 판별하는 스마트 엘리베이터 시스템을 구현하였다. 제안한 시스템은 불필요한 소비 전력을 절감하면서 CCTV(closed-circuit television)의 역할을 할 수 있다. 따라서 제안한 스마트 엘리베이터 시스템은 안전 및 치안 문제에도 기여할 수 있을 것으로 기대한다.

• 스마트미디어저널
• /
• 제8권2호
• /
• pp.66-73
• /
• 2019

최근 컴퓨터 비전을 활용한 사물인식 기술이 센서 기반 사물인식 기술을 대체할 기술로 주목을 받고 있다. 센서 기반 사물인식 기술은 일반적으로 고가의 센서를 필요로 하기 때문에 기술이 상용화되기 어렵다는 문제가 있었다. 반면 컴퓨터 비전을 활용한 사물인식 기술은 고가의 센서 대신 비교적 저렴한 카메라를 사용할 수 있다. 동시에 CNN이 발전하면서 실시간 사물인식이 가능해진 이후 IoT, 자율주행자동차 등 타 분야에 활발하게 도입되고 있다. 그러나 사물 인식 모델을 상황에 알맞게 선택하고 학습시키기 위해서는 딥러닝에 대한 전문적인 지식을 요구하기 때문에 비전문가가 사물 인식 모델을 사용하기에는 어려움이 따른다. 따라서 본 논문에서는 딥러닝 기반 사물인식 모델들의 구조와 성능을 분석하고, 사용자가 원하는 조건의 최적의 딥러닝 기반 사물 인식 모델을 스스로 선정할 수 있는 플랫폼을 제안한다. 또한 통계에 기반한 사물 인식 모델 선정이 필요한 이유를 실험을 통해 증명한다.

• 스마트미디어저널
• /
• 제5권1호
• /
• pp.88-94
• /
• 2016

본 논문에서는 희소성 표현을 기반으로 하는 객체 추적 방법에 있어서 객체 표류 현상을 처리하기 위한 새로운 방법을 제시한다. 그중에서도 APG-L1 (accelerated proximal gradient L1) 방법은 희소성 표현이란 객체의 외형을 표현하기 위한 목표 템플릿(target template)과 배경이나 폐색(occlusion)과 같은 객체 이외의 부분을 대체하기 위한 기본 템플릿(trivial template)를 이용하여 입력 영상을 표현하는 방법이다. 또한 어파인 변환행렬을 이용한 particle filtering 이 적용되어 객체의 위치를 찾고 APG 방법을 사용하여 희소성기반의 L1-norm을 최소화한다. 본 논문에서는 객체추적의 표류현상을 방지하기 위하여 기본 템플릿의 계수를 활용하여 배경을 가진 객체가 채택되는 현상을 방지하는 방법을 제시한다. 다양한 영상에 적용하여 제안하는 방법을 실험한 결과, 기존의 방법들과 비교하여 높은 성과를 보인다.

• 디지털융복합연구
• /
• 제14권5호
• /
• pp.263-271
• /
• 2016

이미지 내에서 객체를 검출하고 해당 위치를 추출하는 지역화 기법은 컴퓨터 비전에서 많이 활용되는 기술이다. 기존 연구들은 하나의 객체를 대상으로 위치 검출을 수행하지만, 실제 사진에서는 다수의 유사 객체를 포함하는 경우가 많기 때문에, 활용에 한계가 있다. 이러한 문제를 해결하기 위해, 본 논문에서는 이미지 인식을 위해 객체 지역화의 새로운 알고리즘을 제안한다. 제안 알고리즘은 YCbCr 색채 성분에서 코렐로그램 역투영 기법을 활용하여 객체 지역화 문제를 해결한다. 제안 알고리즘에서는 질의 이미지의 객체가 포함되는 이미지의 위치를 검출할 수 있으며, 다수의 유사 객체가 존재할 경우 포함되는 객체 개수 정보 없이도 유사 후보 객체의 영역과 위치를 검출할 수 있다. 제안 알고리즘의 성능을 평가할 실험 결과, 기존에 연구된 방법에 비해, 21%의 성능 향상을 보였다. 이러한 결과를 통해, 색상 코렐로그램이 히스토그램 기법보다 성능적 우위를 보였다. 본 논문의 주요 공헌은 색 공간과 공간-색상 정보를 통해 객체 지역화 문제를 해결할 수 있는 또다른 기술을 제시한 것으로 학문적 기여를 검증하였다.

• 디지털융복합연구
• /
• 제12권6호
• /
• pp.549-557
• /
• 2014

스마트 기기를 활용한 회전체 학습 어플리케이션은 3D 그래픽과 터치 기능을 이용하여 조작감과 실재감을 높일 수 있으며 기존의 회전체 학습 콘텐츠가 가졌던 제약들을 극복할 수 있다. 본 연구는 초 중등 수학교육의 학습 내용을 바탕으로 '회전 클래스'를 설계하고, 설계한 클래스와 안드로이드 API, OpenGL ES를 활용하여 안드로이드 기반의 스마트 기기에서 구동되는 학습 어플리케이션을 개발한다. 회전체 학습 어플리케이션은 학습자의 스마트 기기에서 구동되기 때문에 일반적인 학습 환경에서 사용가능하며, 학습자가 손쉽게 다양한 평면도형을 회전시켜 회전체를 만들어 관찰할 수 있어 도형과 관련된 초 중등 교육과정에서 다양하게 활용할 수 있다.

• International Journal of Internet, Broadcasting and Communication
• /
• 제13권1호
• /
• pp.54-60
• /
• 2021

AR (Augmented Reality) is a technology that provides virtual content to the real world and provides additional information to objects in real-time through 3D content. In the past, a high-performance device was required to experience AR, but it was possible to implement AR more easily by improving mobile performance and mounting various sensors such as ToF (Time-of-Flight). Also, the importance of mobile augmented reality is growing with the commercialization of high-speed wireless Internet such as 5G. Thus, this paper proposes a system that can provide AR services via GNN (Graph Neural Network) using cameras and sensors on mobile devices. ToF of mobile devices is used to capture depth maps. A 3D point cloud was created using RGB images to distinguish specific colors of objects. Point clouds created with RGB images and Depth Map perform downsampling for smooth communication between mobile and server. Point clouds sent to the server are used for 3D object detection. The detection process determines the class of objects and uses one point in the 3D bounding box as an anchor point. AR contents are provided through app and web through class and anchor of the detected object.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2022년도 춘계학술발표대회
• /
• pp.727-729
• /
• 2022

모바일 서비스에서 음성인식을 활용한 애플리케이션이 가져다 주는 편리함으로 레시피 애플리케이션에 접목시켜 데이터베이스를 사용한 레시피 추천, Google Video Intelligence API를 사용하여 객체 영상분할, Google Assistant를 활용한 음성인식을 기반으로 한 레시피 애플리케이션을 제공한다.

• 한국컴퓨터정보학회논문지
• /
• 제29권1호
• /
• pp.51-59
• /
• 2024

교내 보행자 교통사고를 예방하고 안전한 환경을 조성하기 위해 교내 위험 구간을 설정하고, 해당 구역에서 차량 속도 측정 및 교차로 횡단보도에서의 차량과 보행자 상호작용을 실시간으로 감지하는 시스템을 설계하였다. YOLOv5s 모델과 Deep SORT 방법을 이용하여 구간 속도 측정 및 객체 추적을 수행하고, 횡단보도 구역에서는 YOLOv5s 객체 탐지 모델을 활용하여 보행자와 차량을 구분하는 조건별 출력 시스템을 개발하여 실시간으로 구동이 됨을 검증하였다. 이 시스템은 저렴한 비용으로 일반 스마트폰 카메라나 화상용 카메라를 활용하여 설치할 수 있으며, 대학 캠퍼스뿐만 아니라 비슷한 문제 지역에 도입하여 차량과 보행자의 안전을 위한 해결 방안으로 기대된다.

• 스마트미디어저널
• /
• 제2권2호
• /
• pp.8-13
• /
• 2013

Nowadays, the saliency region detection has become a popular research topic because of its uses for many applications like object recognition and object segmentation. Some of recent methods apply color distinctiveness based on an analysis of statistics of color image derivatives in order to boosting color saliency can produce the good saliency maps. However, if the salient regions comprise more than half the pixels of the image or the background is complex, it may cause bad results. In this paper, we introduce the method to handle these problems by using maximum symmetric surround. The results show that our method outperforms the previous algorithms. We also show the segmentation results by using Otsu's method.

• 한국멀티미디어학회논문지
• /
• 제23권3호
• /
• pp.447-459
• /
• 2020

The Internet of Things(IoT) paradigm is flourishing strenuously for the last two decades. Researchers around the globe have their dreams to transmute every real-world object to the virtual object. Consequently, IoT devices are escalating exponentially. The abrupt evolution of these IoT devices has caused a major challenge i.e. object classification. In order to classify devices comprehensively and accurately, this paper proposes a context-aware based multi-classification model for devices, which classifies the smart devices according to people's contexts. However, the classification features of contextual data of different contexts are difficult to extract. The deep learning algorithm has the capability to solve this problem. This paper proposes a context-aware based multi-classification model of devices, which classifies the smart devices according to people's contexts.