• International Journal of Internet, Broadcasting and Communication
• /
• 제14권4호
• /
• pp.58-63
• /
• 2022

Recently, the improvement of computational processing ability due to the rapid development of computing technology has greatly advanced the field of artificial intelligence, and research to apply it in various domains is active. In particular, in the national defense field, attention is paid to intelligent recognition among machine learning techniques, and efforts are being made to develop object identification and monitoring systems using artificial intelligence. To this end, various image processing technologies and object identification algorithms are applied to create a model that can identify friendly and enemy weapon systems and personnel in real-time. In this paper, we conducted image processing and object identification focused on tanks among various weapon systems. We initially conducted processing the tanks' image using a convolutional neural network, a deep learning technique. The feature map was examined and the important characteristics of the tanks crucial for learning were derived. Then, using YOLOv5 Network, a CNN-based object detection network, a model trained by labeling the entire tank and a model trained by labeling only the turret of the tank were created and the results were compared. The model and labeling technique we proposed in this paper can more accurately identify the type of tank and contribute to the intelligent recognition system to be developed in the future.

• Smart Structures and Systems
• /
• 제31권4호
• /
• pp.383-392
• /
• 2023

Post-earthquake building condition assessment is crucial for subsequent rescue and remediation and can be automated by emerging computer vision and deep learning technologies. This study is based on an endeavour for the 2nd International Competition of Structural Health Monitoring (IC-SHM 2021). The task package includes five image segmentation objectives - defects (crack/spall/rebar exposure), structural component, and damage state. The structural component and damage state tasks are identified as the priority that can form actionable decisions. A multi-task Convolutional Neural Network (CNN) is proposed to conduct the two major tasks simultaneously. The rest 3 sub-tasks (spall/crack/rebar exposure) were incorporated as auxiliary tasks. By synchronously learning defect information (spall/crack/rebar exposure), the multi-task CNN model outperforms the counterpart single-task models in recognizing structural components and estimating damage states. Particularly, the pixel-level damage state estimation witnesses a mIoU (mean intersection over union) improvement from 0.5855 to 0.6374. For the defect detection tasks, rebar exposure is omitted due to the extremely biased sample distribution. The segmentations of crack and spall are automated by single-task U-Net but with extra efforts to resample the provided data. The segmentation of small objects (spall and crack) benefits from the resampling method, with a substantial IoU increment of nearly 10%.

• 디지털산업정보학회논문지
• /
• 제19권3호
• /
• pp.213-220
• /
• 2023

Face recognition is a very important process in video monitoring and is a type of biometric technology. It is mainly used for identification and security purposes, such as ID cards, licenses, and passports. The recognition process has many variables and is complex, so development has been slow. In this paper, we proposed a face recognition method using CNN, which has been re-examined due to the recent development of computers and algorithms, and compared with the feature comparison method, which is an existing face recognition algorithm, to verify performance. The proposed face search method is divided into a face region extraction step and a learning step. For learning, face images were standardized to 50×50 pixels, and learning was conducted while minimizing unnecessary nodes. In this paper, convolution and polling-based techniques, which are one of the deep learning technologies, were used for learning, and 1,000 face images were randomly selected from among 7,000 images of Caltech, and as a result of inspection, the final recognition rate was 98%.

• Journal of Biosystems Engineering
• /
• 제28권6호
• /
• pp.517-524
• /
• 2003

생물생산에 요구되는 다양한 작업들을 생력화하기 위한 연구 개발 노력이 전세계적으로 활발히 추진되어 왔다. 이러한 연구 개발은 주로 노동집약적인 작업, 고부가가치 농산물을 생산하기 위한 작업 그리고 작업자에 유해한 또는 가혹한 환경하의 작업 등에 주안점을 두고 추진되고 있다. 하지만, 생물생산 분야의 생력화를 추진하는데 있어서 다양한 작업성과 강건성이라는 작업성능 측면에서의 기술적인 문제와 고가의 시스템 및 설비 비용에 따른 경제성 문제가 항상 걸림돌이 되어 왔다. 본 연구에서는 언급한 문제점들 외에 기계가동률, 유지보수 등 생물생산분야의 생력화에 있어 내재되고 있는 문제점들을 효율적으로 해결하기 위하여 무선 원격로봇 시스템에 의거한 새로운 생력화 개념을 제안하였다. 새로운 개념의 생력화는 주어진 작업을 성공적으로 수행하기 위하여 작업자(농민), 컴퓨터 그리고 로봇을 위시한 자동화 작업설비를 대상으로 상대적으로 수월성을 갖는 기능을 중심으로 역할을 분담하는 것이다. 또한 시설재배에 요구되는 전정, 관수, 방제, 제초, 수확, 운반 등과 같은 다양한 작업들을 노동 투하정도와 기능적 유사성 측면을 고려하여 일관적으로 작업을 생력화하는 방안을 제시하였고 제안한 개념을 구현할 수 있는 시스템을 개발하였다. 대상 작목으로는 중량으로 인하여 비교적 취급이 어려운 수박을 선택하였다. 개발 시스템은 크게 무선원격 모니터링 및 작업제어 모듈, 무선원격 영상 획득 및 데이터 송수신 모듈, 4자유도 직교좌표형 로봇 암을 장착한 갠트리 장치부, 교체가 가능한 모듈형 선단 작업장치, 수박 운반 적재모듈의 5개 하드웨어 모듈로 구성하였다. 개발한 시스템은 그래픽 사용자 인터페이스를 통하여 터치 스크린 모니터를 이용하여 작업자와 컴퓨터간의 인터페이스를 구현하였으며 무선 원격데이타 송수신과 분산 제어기를 이용하여 작업자와 컴퓨터 그리고 로봇 작업기간의 인터페이스와 시스템 제어를 구현하였다. 개발 시스템의 성능을 시험하여 결과를 제시하였으며 본 논문에서 제안한 새로운 개념의 생력화 시스템은 생물생산분야의 생력화 방향을 새롭게 제시하는 실질적이고 실현 가능한 시스템이라는 것을 보여주었다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제34권10호
• /
• pp.929-936
• /
• 2007

본 논문에서는 교통 모니터링 시스템에 사용할 수 있는 국부 영역에서 차량 검지와 추적을 수행하는 새로운 기법을 제안하다. 차량 검지와 추적은 각 차선에 미리 설정된 영역에서만 이루어진다. 각 차선에 설정된 국부 영역을 에지 특성과 프레임 차이를 이용하여 여러 개의 분할 영역으로 나누고 분할영역의 통계적 특성과 기하학적 특성에 의해 차량, 도로, 그림자와 전조등 영역으로 분류하여 차량을 검출한다. 검출된 차량은 에지 영상의 정합에 의해 국부 영역내에서 추적하여 차량 속도, 길이, 차간 거리와 도로 점유율과 같은 교통 정보를 산출할 수 있다. 배경 영상을 사용하지 않으므로 다양한 조건에서 사용이 가능하고 다양한 기상, 시간대와 장소에서 90.16%의 높은 차량 검출의 정확도를 나타냈다. 동작 환경에서 카메라의 각도, 방향과 조리개 설정이 조정되면 아주 높은 정확도의 교통 모니터링 시스템의 핵심기술로 사용될 수 있을 것으로 기대된다.

• Smart Structures and Systems
• /
• 제32권1호
• /
• pp.23-35
• /
• 2023

Steel bolted joint is an important part of steel structure, and its damage directly affects the bearing capacity and durability of steel structure. Currently, the existing research mainly focuses on the identification of corroded bolts and corroded bolts respectively, and there are few studies on multiple states. A detection framework of corroded and loosened bolts is proposed in this study, and the innovations can be summarized as follows: (i) Vision Transformer (ViT) is introduced to replace the third and fourth C3 module of you-only-look-once version 5s (YOLOv5s) algorithm, which increases the attention weights of feature channels and the feature extraction capability. (ii) Three states of the steel bolts are considered, including corroded bolt, bolt missing and clean bolt. (iii) Line segment detector (LSD) is introduced for bolt rotation angle calculation, which realizes bolt looseness detection. The improved YOLOv5s model was validated on the dataset, and the mean average precision (mAP) was increased from 0.902 to 0.952. In terms of a lab-scale joint, the performance of the LSD algorithm and the Hough transform was compared from different perspective angles. The error value of bolt loosening angle of the LSD algorithm is controlled within 1.09%, less than 8.91% of the Hough transform. Furthermore, the proposed framework was applied to fullscale joints of a steel bridge in China. Synthetic images of loosened bolts were successfully identified and the multiple states were well detected. Therefore, the proposed framework can be alternative of monitoring steel bolted joints for management department.

• Computers and Concrete
• /
• 제33권5호
• /
• pp.535-544
• /
• 2024

In the rapidly advancing landscape of computer vision (CV) technology, there is a burgeoning interest in its integration with the construction industry. Camera calibration is the process of deriving intrinsic and extrinsic parameters that affect when the coordinates of the 3D real world are projected onto the 2D plane, where the intrinsic parameters are internal factors of the camera, and extrinsic parameters are external factors such as the position and rotation of the camera. Camera pose estimation or extrinsic calibration, which estimates extrinsic parameters, is essential information for CV application at construction since it can be used for indoor navigation of construction robots and field monitoring by restoring depth information. Traditionally, camera pose estimation methods for cameras relied on target objects such as markers or patterns. However, these methods, which are marker- or pattern-based, are often time-consuming due to the requirement of installing a target object for estimation. As a solution to this challenge, this study introduces a novel framework that facilitates camera pose estimation using standardized materials found commonly in construction sites, such as concrete forms. The proposed framework obtains 3D real-world coordinates by referring to construction materials with certain specifications, extracts the 2D coordinates of the corresponding image plane through keypoint detection, and derives the camera's coordinate through the perspective-n-point (PnP) method which derives the extrinsic parameters by matching 3D and 2D coordinate pairs. This framework presents a substantial advancement as it streamlines the extrinsic calibration process, thereby potentially enhancing the efficiency of CV technology application and data collection at construction sites. This approach holds promise for expediting and optimizing various construction-related tasks by automating and simplifying the calibration procedure.

• 대한임상검사과학회지
• /
• 제52권4호
• /
• pp.317-326
• /
• 2020

마취는 의식의 차단 역할을 하는 주 마취제와 감각, 운동, 반사의 차단을 하는 부 마취제인 근이완제로 구분된다. 깊은 의식의 차단만으로는 심한 자극에 대한 반응을 막을 수 없고, 다량의 진통제만으로는 무의식을 보장할 수 없다. 그러므로 마취는 동시에 두 가지를 모두 만족시켜야 한다. 근 이완제는 흡입 또는 정맥마취제의 투여 용량을 감소시키면서 기관지내 삽입관, 수술 시야 및 수술적 환경(operating conditions)을 향상시킬 수 있으며, 수술 중 기계적 조절 환기(controlled mechanical ventilation) 시 호흡 관리를 위하여 매우 중요하다. 이러한 근이완제는 투여 용량이 과다하면 수술 중 신경 검사가 안 되는 영향을 줄 수 있고, 투여 용량이 부족하게 되면 환자가 수술 중 움직일 수 있어서 근 이완 마취 심도와 수술 중 감시 검사는 밀접한 관계가 있다. 근 이완제를 많이 사용하면, 수술 중 신경생리학적 검사가 원활하게 되지 않는 단점과 수술 이후에 완전히 근 이완효과를 제거하기 어렵다는 단점도 갖고 있다. 수술 중 감시 검사를 하는 수술에서 마취과에서는 어떠한 기준으로 근 이완제를 투여하며 유지하는지에 대하여 국내뿐만 아니라 전 세계적인 동향을 살펴 봄으로써 보다 원활한 수술 중 신경 검사가 되길 바란다.

• 한국ITS학회 논문지
• /
• 제2권1호
• /
• pp.75-84
• /
• 2003

도로 교통 상황을 감시하고 교통 정보를 추출하는 현재의 기술은 고가이며 설치하기가 어려운 하드웨어에 의존하고 있다. 비디오 카메라와 컴퓨터 비죤 기술의 이용은 기존의 방법의 새로운 대안이 될 수 있다. 비디오 카메라를 이용한 교통 정보 추출은 최근의 교통 운영 시스템의 중요한 열쇠이다. 본 논문에서는 비디오 카메라를 이용한 영상처리 기술을 적용하여 교통 정보를 추출하는 방법을 제안하였다. 제안된 방법에서는 주변 환경에서 여러 가지 잡음으로 인한 오 인식을 제거하기 위하여 적응적 배경영상 갱신 방법을 사용하였다. 또한 교통정보 추출 방법에서는 거리 값을 정의하여 검색구간을 통과하는 차량의 점유율을 통해 교통변수를 구하고, 이를 이용하여 8개의 교통상태를 정의하여 교통량을 측정하였다. 제안된 방법은 도심의 교통상황 데이터를 이용하여 실험하였다.

• 전자공학회논문지CI
• /
• 제41권4호
• /
• pp.85-94
• /
• 2004

실시간 영상에서 객체 추적은 수년간 컴퓨터 비전 및 여러 실용적 응용 분야에서 관심을 가지는 주제 중 하나이다 하지만 배경영상의 잡음을 객체로 인식하는 오류로 인하여 추출하고자 하는 객체를 찾지 못하는 경우가 있다. 본 논문에서는 실시간 영상에서 적응적 배경영상을 이용하여 객체를 추출하고 추적하는 방법을 제안한다. 입력되는 영상에서 배경영역의 잡음을 제거하고 조명에 강인한 객체 추출을 위하여 객체영역이 아닌 배경영역 부분을 실시간으로 갱신함으로써 적응적 배경영상을 생성한다. 그리고 배경영상과 카메라로부터 입력되는 입력영상과의 차를 이용하여 객체를 추출한다. 추출된 객체의 내부점을 이용하여 최소사각영역을 설정하고, 이를 통해 객체를 추적한다. 아울러 제안방법의 성능에 대한 실험결과를 기존 추적알고리즘과 비교, 분석하여 평가한다.