• 천문학논총
• /
• 제18권1호
• /
• pp.37-41
• /
• 2003

We have developed a seeing monitoring system and measured seeing variation of the Bohyunsan Optical Astronomy Observatory (BOAO) and the Sobaeksan Optical Astronomy Observatory (SOAO) using a small telescope system. Our seeing monitoring system is similar to the differential image motion monitor (DIMM) installed at the ESO. The ooly difference between the BOAO and the SOAO seeing monitoring system is a detector system, a video camera at the BOAO and ST-4 camera at the SOAO. We confirmed that the seeing monitoring system at the SOAO can measure average seeing size inspite of its simple detector system. From the BOAO seeing measurement, we found that the seeing size changes fast. We expect that our seeing monitoring system could be used for real time seeing monitoring after some improvement, and the data to be obtained would be very useful when we build adaptive optic system in the future.

• 제어로봇시스템학회논문지
• /
• 제10권3호
• /
• pp.239-248
• /
• 2004

Optical coherence tomography(OCT) is high resolution imaging system which can see the cross section of microscopic organs in the living tissue. In this paper, we analyze the relation between the light source and the resolution of modulated signal in Michelson interferometer. We construct 1-D OCT signal processing hardware such as amplifiers, filters, and demodulate electronic signals from the photo detector. In order to get 2-D OCT image, the synchronization among optical delay line, sample stage and A/D converter is dealt with. In experiments, we verify analog and digital signal processing blocks which apply to the stacks of glasses. Finally we aquire high resolution 2-D OCT image with respect to the onion tissue. We expect that this result can be applied to the medical instrument through performance improvement.

• 한국전자통신학회논문지
• /
• 제9권3호
• /
• pp.369-376
• /
• 2014

최근 기후변화와 각 나라의 해양확보로 인하여 수산자원의 급감을 해결하기 위한 친환경 양식업이 부각되고 있다. 해양 양식업 작업의 편이성을 제공하기 위해 어업용 선박 크레인을 사용한다. 본 논문에서는 영상처리기를 이용하여 기본의 선박 크레인의 작업환경을 개선하고 영상장비를 통해 입력받은 작업영역의 영상정보를 모니터링 및 분석하여 영상을 최적화하고, 작업자에게 편리하고 높은 가시성을 갖도록 하는 실시간 영상 가이드 시스템을 제안한다.

• 대한교통학회지
• /
• 제29권2호
• /
• pp.111-121
• /
• 2011

기존 루프검지기를 이용한 반감응 신호제어는 한정된 검지영역으로 인해 대기 차량수에 따른 초기녹색시간의 산정이 불가능하며, 좌회전 베이 측면에서 진입하는 차량과 중차량 및 U턴 차량으로 인해 비합리적인 현시 조기종결문제가 발생할 수 있다. 따라서 본 연구에서는 감응현시의 초기녹색시간을 대기 차량수에 맞게 최적화하고, 검지영역 내 차량소거 여부를 파악함으로써 현시의 연장 및 조기종결을 결정하는 좌회전 감응식 신호제어전략을 개발하였다. 차량의 검지를 위해 영상검지기의 Video Image Tracking기술을 이용하였으며, 영상검지영역은 목적에 맞게 Zone in Zone방식의 3개 영역으로 구분하여 Zone1은 차량의 존재유무 파악, Zone2는 대기 차량수 파악, Zone3는 통과 차량수 파악의 기능을 수행하도록 설계하였다. CORSIM을 이용한 본 좌회전 감응제어의 현장 적용성 평가 결과, 정주기 제어, 반감응 제어(1), 반감응 제어(2)에 비해 Control delay가 각각 23.10%, 15.06%, 4.34% 감소하였으며, Queue time은 36.24%, 20.10%, 7.42%, Total time은 14.36%, 7.02%, 2.96% 감소하여 운영효율이 향상된 것으로 나타났다. 또한, 직진과 좌회전 v/c비에 따른 적용성 평가 결과, 직진교통량이 포화상태에 근접할수록, 좌회전 교통량이 적을수록 개선효과 큰 것으로 나타났다.

• 정보과학회 논문지
• /
• 제43권11호
• /
• pp.1281-1297
• /
• 2016

최근 스마트 기기의 보급으로 자유롭게 비디오 컨텐츠를 생성하고 이를 빠르고 편리하게 공유할 수 있는 네트워크 환경이 갖추어지면서, 퍼스널 비디오가 급증하고 있다. 그러나, 퍼스널 비디오는 비디오라는 특성 상 멀티 모달리티로 구성되어 있으면서 데이터가 시간의 흐름에 따라 변화하기 때문에 이벤트 분류를 할 때 이에 대한 고려가 필요하다. 본 논문에서는 비디오 내의 멀티 모달리티들로부터 고수준의 특징을 추출하여 시간 순으로 재배열한 것을 바탕으로 모달리티 사이의 연관관계를 Deep Neural Network(DNN)으로 학습하여 퍼스널 비디오 이벤트를 분류하는 방법을 제안한다. 제안하는 방법은 비디오에 내포된 이미지와 오디오를 시간적으로 동기화하여 추출한 후 GoogLeNet과 Multi-Layer Perceptron(MLP)을 이용하여 각각 고수준 정보를 추출한다. 그리고 이들을 비디오에 표현된 시간순으로 재 배열하여 비디오 한 편당 하나의 특징으로 재 생성하고 이를 바탕으로 학습한 DNN을 이용하여 퍼스널 비디오 이벤트를 분류한다.

• 대한교통학회지
• /
• 제14권2호
• /
• pp.89-118
• /
• 1996

The development and implementation of a real-time, traffic adaptive control scheme based on fuzzy logic through Video Image Detector systems (VIDs) is presented. Through VIDs based image processing, fuzzy logic can be used for a real-time traffic adaptive signal control scheme. Fuzzy control logic allows linguistic and inexact traffic data to be manipulated as a useful tool in designing signal timing plans. The fuzzy logic has the ability to comprehend linguistic instructions and to generate control strategy based on a priori verbal communication. The implementation of fuzzy logic controller for a traffic network is introduced. Comparisons are made between implementations of the fuzzy logic controller and the actuated controller in an isolated intersection. The results obtained from the application of the fuzzy logic controller are also compared with those corresponding to a pretimed controller for the coordinated intersections. Simulation results from the comparisons indicate the performance of the system is between under the fuzzy logic controller. Integration of the aforementioned schemes into and ATMS framework will lead to real-time adjustment of the traffic control signals, resulting in significant reduction in traffic congestion.

• 한국융합학회논문지
• /
• 제10권10호
• /
• pp.15-21
• /
• 2019

자외선보다 파장이 짧은 X-선은 투과력이 매우 좋아 산업 분야 및 의료분야에 융합되어 많이 사용되고 있다. 특히 산업분야에서는 비파괴 검사 장비인 x-ray를 이용하여 금속과 같은 제품의 생산 과정에서 발생할 수 있는 금속 내부의 이물질에 검출에 대한 연구가 다양하게 이루어지고 있는 실정이다. X-ray 영상 이미지를 디지털 방식으로 획득하는 DR(Digital Radiography) 방사선 촬영 방식의 확산으로 디텍터의 사용이 활발해지고 있으나 내부의 센서 잡음 및 감도에 따라 이물질 검출이 불가능한 경우도 발생하고 있다. 금속 제품을 생산할 경우 이물질의 혼입으로 생산 제품의 불량률이 높아질 수 있기에 정확한 검출이 필요하다. 이에 본 논문에서는 금속 내부의 이물질과 같은 결함 검출의 효율을 향상시키기 위하여 획득한 X-ray 이미지의 보정 모델을 제안한다. 제안 모델을 통하여 금속 제품 생산 공정의 불량 검출에 적용하면 제품 결함의 검출을 정확하고 신속하게 처리할 수 있을 것으로 기대된다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제13권2호
• /
• pp.751-770
• /
• 2019

Action recognition is an essential task in computer vision due to the variety of prospective applications, such as security surveillance, machine learning, and human-computer interaction. The availability of more video data than ever before and the lofty performance of deep convolutional neural networks also make it essential for action recognition in video. Unfortunately, limited crafted video features and the scarcity of benchmark datasets make it challenging to address the multi-person action recognition task in video data. In this work, we propose a deep convolutional neural network-based Effective Hybrid Learning (EHL) framework for two-person interaction classification in video data. Our approach exploits a pre-trained network model (the VGG16 from the University of Oxford Visual Geometry Group) and extends the Faster R-CNN (region-based convolutional neural network a state-of-the-art detector for image classification). We broaden a semi-supervised learning method combined with an active learning method to improve overall performance. Numerous types of two-person interactions exist in the real world, which makes this a challenging task. In our experiment, we consider a limited number of actions, such as hugging, fighting, linking arms, talking, and kidnapping in two environment such simple and complex. We show that our trained model with an active semi-supervised learning architecture gradually improves the performance. In a simple environment using an Intelligent Technology Laboratory (ITLab) dataset from Inha University, performance increased to 95.6% accuracy, and in a complex environment, performance reached 81% accuracy. Our method reduces data-labeling time, compared to supervised learning methods, for the ITLab dataset. We also conduct extensive experiment on Human Action Recognition benchmarks such as UT-Interaction dataset, HMDB51 dataset and obtain better performance than state-of-the-art approaches.

• Smart Structures and Systems
• /
• 제23권4호
• /
• pp.359-371
• /
• 2019

As part of a structural health monitoring system, the relative geometric relationship between a ship and bridge has been recognized as important for bridge authorities and ship owners to avoid ship-bridge collision. This study proposes a novel computer vision method for the real-time geometric parameter identification of moving ships based on a single shot multibox detector (SSD) by using transfer learning techniques and monocular vision. The identification framework consists of ship detection (coarse scale) and geometric parameter calculation (fine scale) modules. For the ship detection, the SSD, which is a deep learning algorithm, was employed and fine-tuned by ship image samples downloaded from the Internet to obtain the rectangle regions of interest in the coarse scale. Subsequently, for the geometric parameter calculation, an accurate ship contour is created using morphological operations within the saturation channel in hue, saturation, and value color space. Furthermore, a local coordinate system was constructed using projective geometry transformation to calculate the geometric parameters of ships, such as width, length, height, localization, and velocity. The application of the proposed method to in situ video images, obtained from cameras set on the girder of the Wuhan Yangtze River Bridge above the shipping channel, confirmed the efficiency, accuracy, and effectiveness of the proposed method.

• International Journal of Computer Science & Network Security
• /
• 제22권11호
• /
• pp.121-126
• /
• 2022

The number of vehicles has increased exponentially over the past 20 years due to technological advancements. It is becoming almost impossible to manually control and manage the traffic in a city like Karachi. Without license plate recognition, traffic management is impossible. The Framework for License Plate Detection & Recognition to overcome these issues is proposed. License Plate Detection & Recognition is primarily performed in two steps. The first step is to accurately detect the license plate in the given image, and the second step is to successfully read and recognize each character of that license plate. Some of the most common algorithms used in the past are based on colour, texture, edge-detection and template matching. Nowadays, many researchers are proposing methods based on deep learning. This research proposes a framework for License Plate Detection & Recognition using a custom YOLOv5 Object Detector, image segmentation techniques, and Tesseract's optical character recognition OCR. The accuracy of this framework is 0.89.