• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2002년도 하계학술대회 논문집 C
• /
• pp.1649-1651
• /
• 2002

Ultra-wide bandwidth (UWB) detection method has been widely used as a front end detection scheme for the ultra-high frequency (UHF) partial discharge (PD) monitoring systems. A broad-band video detector module was developed and characterized for the UHF UWB PD detection systems. The useable bandwidth of the module is more than 2 GHz and it is optimized for 50-ohm systems. The detection sensitivity and dynamic range of the module were characterized by using a known ns-width RF pulses of GHz range. The dynamic range is more than 6-decades and the module can detect pulsed RF signals down to 1 nW. The detector module can eliminate expensive equipment such as high speed oscilloscopes and radio frequency (RF) spectrum analyzers. Therefore, it enables one to use slow speed data acquisition systems for the PD monitoring at the UHF range. The detector module was used to detect real PDs of about <3 pC. The module converts the UWB PD signals into a low-bandwidth video signal with a high signal-to-noise ratio.

• 한국전자통신학회논문지
• /
• 제10권2호
• /
• pp.183-188
• /
• 2015

본 논문에서는 야간 CCTV 영상을 활용하여 보행자를 검출하고 추적하는 방법을 제안하고 추적 성능을 분석한다. 유사 Haar 특징을 이용하여 Adaboost 알고리즘으로 학습하고 종속분류기로 객체를 검출한다. 파티클 필터를 활용하여 검출된 보행자를 추적한다. 야간 CCTV영상에 대하여 파티클 필터의 객체 추적에 효율적인 파티클 수와 분포를 실험을 통하여 제시하였다. 골목길 등에서 취득한 야간 CCTV영상에 대하여 검출과 추적성능을 검증하였다.

• 한국통신학회논문지
• /
• 제24권12B호
• /
• pp.2401-2406
• /
• 1999

압축된 비디오 데이터에서 내용기반 컷 검출을 위해 다양한 특징 벡터 추출 방법이 연구되고 있다. 특징 벡터로써 화소값의 히스토그램을 이용한 방법의 경우 화소의 공간적 특성을 고려하지 않아 정확히 컷 검출을 기대하기 어렵다. 그래서 CCV(Color Coherent Vector)나 Color Correlogram등의 계산량이 복잡한 알고리즘이 많이 사용된다. 그러나 이러한 기법들은 정확한 컷 검출을 가능하게 하나 계산량이 너무 복잡하기 때문에 검출 시간이 많이 소요되는 단점이 있다. 본 논문에서는 MPEG 비디오 시퀀스에서 휘도성분의 DC값들의 공간적 상관도를 이용한 컷 검출 기법을 제안한다. 이 기법은 비교적 간단하기 때문에 처리 시간이 빠르며 또한 개선된 특징차 비교방법을 이용하여 검출율을 더 높일 수 있다.

• 대한의용생체공학회:의공학회지
• /
• 제27권5호
• /
• pp.291-299
• /
• 2006

A Computer-Aided Diagnosis system has been examined to reduce the effort of radiologist. In this paper, we propose the algorithm using Support Vector Machine(SVM) classifier to discriminate whether microcalcifications are malignant or benign tumors. The proposed method to detect microcalcifications is composed of two detection steps each of which uses SVM classifier. The coarse detection step finds out pixels considered high contrasts comparing with neighboring pixels. Then, Region of Interest(ROI) is generated based on microcalcification characteristics. The fine detection step determines whether the found ROIs are microcalcifications or not by merging potential regions using obtained ROIs and SVM classifier. The proposed method is specified on Korean mammogram database. The experimental result of the proposed algorithm presents robustness in detecting microcalcifications than the previous method using Artificial Neural Network as classifier even when using small training data.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2009년도 추계학술대회
• /
• pp.574-578
• /
• 2009

정지 영상이나 비디오 영상 시퀀스에서 배경 영상으로부터 움직이는 관심 물체를 구별하기 위한 실시간 물체 검출은 물체의 위치 추적과 인식에 있어 필수적인 단계이다. 물체 분할 후에 그림자 영역이 움직이는 물체 영역에 포함되어지기 때문에 그림자는 물체의 일부분 혹은 움직이는 물체로 오분류될 수 있다. 이러한 이유로 그림자 제거 알고리즘은 움직이는 물체 검출 및 추적 시스템의 결과에 중요한 역할을 한다. 이 문제점들을 해결하기 위해 본 논문에서는 움직이는 물체의 특징과 색상공간에서 그림자의 특징에 기반을 둔 정확한 물체 검출과 그림자 제거 알고리즘을 제안한다. 실험결과는 제안 알고리즘이 실험 영상에서 물체 검출과 그림자 제거에 대해 효과적인 것을 알 수가 있다.

• Journal of Information Processing Systems
• /
• 제18권5호
• /
• pp.677-687
• /
• 2022

We propose a detection algorithm based on tree-structured convolutional neural networks (TsCNNs) that finds pornography, propaganda, or other inappropriate content on a social media network. The algorithm sequentially applies the typical convolutional neural network (CNN) algorithm in a tree-like structure to minimize classification errors in similar classes, and thus improves accuracy. We implemented the detection system and conducted experiments on a data set comprised of 6 ordinary classes and 11 inappropriate classes collected from the Korean military social network. Each model of the proposed algorithm was trained, and the performance was then evaluated according to the images and videos identified. Experimental results with 20,005 new images showed that the overall accuracy in image identification achieved a high-performance level of 99.51%, and the effectiveness of the algorithm reduced identification errors by the typical CNN algorithm by 64.87 %. By reducing false alarms in video identification from the domain, the TsCNNs achieved optimal performance of 98.11% when using 10 minutes frame-sampling intervals. This indicates that classification through proper sampling contributes to the reduction of computational burden and false alarms.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2020년도 추계학술발표대회
• /
• pp.967-970
• /
• 2020

In a previous work we have done, we presented a monitoring system to automatically detect some dogs' behaviors from videos. However, the input video data used by that system was pre-trimmed to ensure it contained a dog only. In a real-life situation, the monitoring system would continuously receive video data, including frames that are empty and ones that contain people. In this paper, we propose a YOLOv4-based system for automatic object detection and trimming of dog videos. Sequences of frames trimmed from the video data received from the camera are analyzed to detect dogs and people frame by frame using a YOLOv4 model, and then records of the occurrences of dogs and people are generated. The records of each sequence are then analyzed through a rule-based decision tree to classify the sequence, forward it if it contains a dog only or ignore it otherwise. The results of the experiments on long untrimmed videos show that our proposed method manages an excellent detection performance reaching 0.97 in average of precision, recall and f-1 score at a detection rate of approximately 30 fps, guaranteeing with that real-time processing.

• 디지털융복합연구
• /
• 제20권1호
• /
• pp.179-184
• /
• 2022

정보통신 기술의 발전으로 디지털 콘텐츠의 생산과 유통이 급격히 증가하고 있으며 이와 함께 불법적인 복제 컨텐츠의 유통도 증가하여 여러 문제를 야기하고 있다. 컨텐츠의 불법적인 유통을 막기 위하여 DRM(Digital Rights Management) 기반의 접근 방법을 이용할 수 있지만, 이미 복제되어 유통되는 상황에서는 복제된 컨텐츠를 검색하여 검출하는 방법이 요구된다. 본 논문에서는 동영상 콘텐츠의 내용에 기반한 복제 검출 방법을 제안한다. 제안된 방법은 동영상에서 추출된 비주얼 리듬을 이용하여 동영상을 장면 단위로 분할하고, 분할된 각 장면의 재생 시간과 색상 특징값을 계층적으로 적용하여 대용량 데이터베이스에서 빠르고 효율적으로 복제 동영상 검출이 가능하다. 실험을 통하여 제안된 방법이 다양한 복제 변형에 대하여 안정적 검출이 가능함을 보였다.

• 한국전자통신학회논문지
• /
• 제9권7호
• /
• pp.739-745
• /
• 2014

지능형CCTV시스템 성능평가를 위한 영상취득 및 영상DB 구축 그리고 평가방안을 제시한다. 영상취득은 각 시나리오에 대하여 원거리, 중거리, 근거리 영역을 설정하여 취득하였다. 영상DB에는 영상녹화정보, 검출영역, 실측경보를 XML형식으로 기록한다. 본 논문에서는 영상DB 제작을 위한 효율적인 실측정보 기록을 위한 영상 주석도구를 제안한다. 영상 주석도구는 특정 영상에 대하여 실측정보를 기록하고 지능형CCTV시스템의 출력경보와 비교하여 검출 성능을 평가하는 기능을 포함한다.

• 센서학회지
• /
• 제29권3호
• /
• pp.194-200
• /
• 2020

Human detection is an important aspect in many video-based sensing and monitoring systems. Studies have been actively conducted for the automatic detection of humans in camera images, and various methods have been proposed. However, there are still problems in terms of performance and computational cost. In this paper, we describe a method for efficient human detection in the field of view of a camera, which may be static or moving, through multiple processing steps. A detection line is designated at the position where a human appears first in a sensing area, and only the one-dimensional gray pixel values of the line are monitored. If any noticeable change occurs in the detection line, corner detection and optical flow computation are performed in the vicinity of the detection line to confirm the change. When significant changes are observed in the corner numbers and optical flow vectors, the final determination of human presence in the monitoring area is performed using the Histograms of Oriented Gradients method and a Support Vector Machine. The proposed method requires processing only specific small areas of two consecutive gray images. Furthermore, this method enables operation not only in a static condition with a fixed camera, but also in a dynamic condition such as an operation using a camera attached to a moving vehicle.