• 한국정보전자통신기술학회논문지
• /
• 제11권2호
• /
• pp.209-214
• /
• 2018

도시철도인 지하철은 대중교통 수단 중의 핵심이라고 할 수 있다. 도시 철도는 항상 많은 승객들이 이용하다 보니 도난, 범죄, 테러 등의 심각한 문제에 늘 노출되어 있다. 특히 도시철도 환경 특성상 감시 범위가 넓게 분산되어 있고 감시 대상 범위가 급증하고 있어 기존 CCTV와 같은 수동적인 감시만으로는 종합적인 관리가 어려운 상황이다. 본 논문에서는 도시철도내 지능형 객체인식 시스템을 구성, 설계 방법 및 객체 인식 알고리즘을 제안하고자 한다. 제안하고자 하는 객체 인식시스템은 역사내 카메라 영상을 분석하여 승강장 및 대합실에서 제한구역내 접근이나, 방치 혹은 일정 시간 이상 움직이지 않는 물체가 있는 경우를 위험 상황으로 인지하고 신속하게 대응 할 수 있도록 하고자 하였다. 제안된 알고리즘은 기존 Kalman 필터를 이용한 객체 인식율 84.62%에 비해 지정지역 감지에 대해서는 100%, 방치된 물체 감지는 최소 82% 이상, 움직임이 없는 물체 감지에서는 94% 이상의 감지율을 나타내어 실효성을 입증하였다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제2권1호
• /
• pp.27-34
• /
• 2013

배경제거는 동영상의 내용을 자동으로 분석하기 위한 매우 중요한 기술의 하나로 움직이는 객체를 검출하고 추적하기 위한 핵심 기술이다. 본 논문에서는 배경 모델과 함께 배경 영상을 제공하는 새로운 샘플링 기반의 배경제거 알고리즘을 제안한다. 제안된 방법에서는 움직임이 빠른 객체와 느린 객체를 동시에 처리하기 위해 다중 구간 샘플링 기법을 이용하여 배경 모델을 생성한다. 이러한 다중 구간 배경 모델들로부터 최선의 배경 모델을 만들기 위해 "신뢰도"를 사용한 것이 본 논문의 특징이다. 배경 제거 분야에서 다양한 모델을 병합하여 하나의 모델을 만들기 위해 신뢰도를 정의하여 사용한 경우는 현재까지 보고되지 않았다. 실험을 통해 제안된 방법이 다양한 속도의 객체가 존재하고 시간에 따른 그림자의 이동과 같은 환경 변화가 있는 응용에서도 안정적인 결과를 나타내는 것을 알 수 있었다.

• 한국초등과학교육학회지:초등과학교육
• /
• 제38권3호
• /
• pp.406-425
• /
• 2019

The purpose of this study is to analyze The Effect of Teacher Participation-oriented Education Program (TPEP) centered on Multi-Faceted Analysis of Elementary Science Classes on the Class Expertise of novice teacher. First, in order to develop the TPEP, lectures and exploratory science classes were analyzed using imaging and eye-tracking techniques. In this study, the TPEP was developed in five stages: image analysis, eye analysis, teaching language analysis, gesture analysis, and class development. Participants directly analyzed the classes of experienced and novice teachers at each stage. The TPEP developed in this study is different from the existing teacher education program in that it reflected the human performance technology aspects. The participants analyzed actual elementary science classes in a multi-faceted way and developed better classes based on them. The results of this study are as follows. First, at the teacher training institutions and the school sites, pre-service teachers and novice teachers should be provided with various experiences in class analysis and multi-faceted analysis of their own classes. Second, through this study, we were able to identify the limitations of existing class observations and video analysis. Third, the TPEP should be developed to improve the novice teachers' class expertise. Finally, we hope that the results of this study are used as basic data in developing programs to improve teachers' class expertise in teacher training institutions and education policy institutions.

• 한국정보통신학회논문지
• /
• 제25권10호
• /
• pp.1310-1316
• /
• 2021

최근 인공지능과 IoT 기술의 발달에 따라 물체 추적, 의료 영상, 객체 인식과 같은 영상처리에 대한 중요성이 높아지고 있다. 특히 전처리 과정에서 사용되는 잡음제거 기술은 시스템에서 영상의 중요성이 높아짐에 따라 잡음을 효율적으로 제거하며 세부적인 특징을 보존하는 성능을 요구하고 있다. 본 논문에서는 AWGN 환경에서 화소매칭 기반의 변형된 가중치 필터를 제안한다. 제안한 알고리즘은 영상에서 화소값이 크게 변하는 고주파성분을 보존하기 위해 화소매칭 기법을 사용하며, 주변 영역에서 연관성이 높은 패턴을 지닌 영역을 검출하여 출력계산에 필요한 매칭 화소값을 분류한다. 최종 출력은 필터링 과정에서 에지성분을 고려하기 위해 중심화소와 매칭화소 사이의 격차값 및 공간적 거리에 따라 가중치를 계산하여 구한다.

• 한국전자통신학회논문지
• /
• 제16권1호
• /
• pp.175-182
• /
• 2021

본 논문에서는 오리와 같은 유해조류에 의한 양식장의 피해를 방지하기 위해서 머신러닝 기반 해상용 드론 개발을 목적으로 한다. 기존 드론은 공중에서 새와 충돌하거나 바다에 떨어지는 경우 유실되는 문제점을 해결하기 위해서 해상드론으로 개발하였다. 자율주행으로 작동하는 해상드론이 해상에 나타난 유해조류를 판단하기 위해 CNN기반 머신러닝 학습 알고리즘을 설계하였다. 유해조류의 위치 인식 및 추적을 위해 카메라에 라즈베리파이를 연결하여 관제 PC로 영상을 전송하도록 설계하였다. 모바일 기반 관제 센터에서 미리 GPS 좌표와 연동된 맵을 미리 제작한 후, 유해조류의 위치에 대한 GPS 위치값을 전달받아 설정된 위치로 해상용 드론이 출동하여 유해조류를 퇴치하는 자율주행 기반의 해상용 조류 퇴치 드론 시스템을 설계 및 구현하였다.

• 한국산학기술학회논문지
• /
• 제22권3호
• /
• pp.439-445
• /
• 2021

영상 센서 및 소형 디스플레이의 발달로 가능해진 저가의 고속 카메라는 영상처리 및 패턴인식 분야에서 유용하게 활용될 수 있다. 본 논문에서는 약간의 시차를 두고 연속적으로 입력되는 고속의 영상으로부터 불규칙적인 조명을 보정한 다음, 조명이 보정된 영상으로부터 사람의 관심 영역인 노출된 피부 색상 영역을 획득하는 알고리즘을 소개한다. 본 연구에서는 먼저 받아들인 고속의 영상으로부터 비 균일하게 발생된 조명적인 효과를 프레임 블렌딩 기법을 사용하여 보정한다. 그런 다음, 사전에 반복적인 학습으로 생성된 타원형의 피부 색상 분포 모델을 적용하여 입력된 고속의 컬러 영상으로부터 관심 영역을 강인하게 획득한다. 실험 결과에서는 본 논문에서 제시된 접근 방법이 입력되는 컬러 영상으로부터 조명을 보정한 다음 관심 영역을 정확하게 획득한다는 것을 보여준다. 본 연구에서 제안된 알고리즘은 얼굴 인식 및 추적, 조명 보정 및 제거, 동영상 색인 및 검색 등과 같은 영상 인식과 연관된 다양한 종류의 실제적인 응용 프로그램에서 매우 유용하게 이용될 것으로 추측된다.

• 한국전자통신학회논문지
• /
• 제18권1호
• /
• pp.63-70
• /
• 2023

고화질 블랙박스의 확산과 '스마트 국민제보', '안전신문고' 등 모바일 애플리케이션의 도입에 따른 영향으로 교통법규 위반 공익신고가 급증하였으며, 이로 인해 이를 처리할 담당 경찰 인력은 부족한 상황이 되었다. 본 논문에서는 교통법규 위반 공익신고 영상 중, 가장 많은 비중을 차지하는 차선위반에 대해 딥러닝 알고리즘을 활용하여 자동 검출할 수 있는 시스템의 개발내용에 관해 기술한다. 본 연구에서는 YOLO 모델과 Lanenet 모델을 사용하여 차량과 실선 객체를 인식하고 deep sort 알고리즘을 사용하여 객체를 개별로 추적하는 방법, 그리고 차량 객체의 바운딩 박스와 실선 객체의 범위가 겹치는 부분을 인식하여 진로변경 위반을 검출하는 방법을 제안한다. 본 시스템을 통해 신고된 영상에 대해 교통법규 위반 여부를 자동 분석해줌으로써 담당 경찰 인력 부족난을 해소할 수 있을 것으로 기대한다.

• Journal of Ginseng Research
• /
• 제47권2호
• /
• pp.210-217
• /
• 2023

Background: Effects of the major ginsenoside Rg1 on mammalian longevity and physical vitality are rarely reported. Purpose: To examine longevity, tumor, and spontaneous locomotor activity in rats consuming Rg1. Methods: A total of 138 Wistar rats were randomized into 2 groups: control (N = 69) and Rg1 (N = 69). Rg1 (0.1 mg/kg per day) were orally supplemented from 6 months of age until natural death. Spontaneous mobility was measured by video-tracking together with body composition (dual energy x-ray absorptiometry) and inflammation markers at 5, 14, 21, and 28 months of age. Results: No significant differences in longevity (control: 706 days; Rg1: 651 days, p = 0.77) and tumor incidence (control: 19%; Rg1: 12%, p = 0.24) were observed between the two groups. Movement distance in the control group declined significantly by ~60% at 21 months of age, together with decreased TNF-α (p = 0.01) and increased IL-10 (p = 0.02). However, the movement distance in the Rg1 group was maintained ~50% above the control groups (p = 0.01) at 21 months of age with greater magnitudes of TNF-α decreases and IL-10 increases. Glucose, insulin, and body composition (bone, muscle and fat percentages) were similar for both groups during the entire observation period. Conclusion: The results of the study suggest a delay age-dependent decline in physical vitality during late life by lifelong Rg1 consumption. This improvement is associated with inflammatory modulation. Significant effects of Rg1 on longevity and tumorigenesis were not observed.

• Smart Structures and Systems
• /
• 제31권4호
• /
• pp.421-436
• /
• 2023

This paper presents a vibration displacement measurement and damage identification method for a space truss structure from its vibration videos. Features from Accelerated Segment Test (FAST) algorithm is combined with adaptive threshold strategy to detect the feature points of high quality within the Region of Interest (ROI), around each node of the truss structure. Then these points are tracked by Kanade-Lucas-Tomasi (KLT) algorithm along the video frame sequences to obtain the vibration displacement time histories. For some cases with the image plane not parallel to the truss structural plane, the scale factors cannot be applied directly. Therefore, these videos are processed with homography transformation. After scale factor adaptation, tracking results are expressed in physical units and compared with ground truth data. The main operational frequencies and the corresponding mode shapes are identified by using Subspace Stochastic Identification (SSI) from the obtained vibration displacement responses and compared with ground truth data. Structural damages are quantified by elemental stiffness reductions. A Bayesian inference-based objective function is constructed based on natural frequencies to identify the damage by model updating. The Success-History based Adaptive Differential Evolution with Linear Population Size Reduction (L-SHADE) is applied to minimise the objective function by tuning the damage parameter of each element. The locations and severities of damage in each case are then identified. The accuracy and effectiveness are verified by comparison of the identified results with the ground truth data.

• 한국인터넷방송통신학회논문지
• /
• 제23권4호
• /
• pp.107-113
• /
• 2023

본 논문은 인공지능 기술을 활용하여 영상에서 흡연 행위를 검출하는 방법을 제안한다. 흡연은 정적 현상이 아니라 행위에 해당하기 때문에 객체 탐지 기술에 행위를 탐지할 수 있는 자세 추정 기술을 접목하였다. 이미지에서 흡연자를 검출하기 위하여 흡연자 검출 학습 모델을 개발하였으며, 영상에서 흡연행위를 검출하기 위하여 흡연행위의 특성을 자세 추정 기술에 적용하였다. 객체 탐지를 위하여 YOLOv8을 사용하였으며, 자세 추정을 위하여 OpenPose를 이용하였다. 또한, 영상에 흡연자 및 비흡연자가 포함되어 있는 경우 사람들만 분리하는 방법도 적용하였다. 제안된 방법은 파이선으로 Google Colab NVIDEA Tesla T4 GPU를 사용구현 하였고, 테스트 결과 주어진 영상에서 흡연 행위를 완벽하게 검출함을 알 수 있었다.