• 한국지능시스템학회논문지
• /
• 제5권3호
• /
• pp.117-127
• /
• 1995

본 논문에서는 ART-II 경쟁학습 신경망과 퍼지추론을 이용하여 동일한 물체를 연속적인 영상열에서 정합 시킴으로서 움직임을 분석하는 방법을 제시한다. 영상분할을 통해 얻을 수 있는 영역의 크기가 평균광도를 이용하여 영역단위의 정합을 수행하고, 영역의 모양을 표현하기 위한 특징점을 선택하기 위하여 입력패턴들의 위상을 나타날 수 있는 ART-II 경쟁학습 신경망을 사용하였다. 선택된 특징점들의 정합을 통해 각 물체에 대한 움직임 벡터를 구한다. 그러나 3차원적 실제세계의 사영인 2차원 영상은 영상 자체의 불완전성과 물체에 대한 정보를 얻기 위하여 사용되는 영상분할의 잘목스오 인한 오류 때문에 움직임 추정 과정에서 모호성이 발생한다. 이러한 움직임 분석과정에서 나타나는 불확실성을 처리하기 위하여 퍼지추론을 사용하여 신뢰도를 표현함으로써 이동 물체와 음직임 벡터를 추출하였다.

• 한국지능시스템학회논문지
• /
• 제17권3호
• /
• pp.355-367
• /
• 2007

본 논문에서는 설계변수와 제어기 이득의 자기 동조를 사용한 PI+D 제어기 설계법을 제안한다. 사용된 퍼지 PI+D 제어기는 일반적인 연속 시간 선형 PI+D 제어기를 근사화하여 사용하였고, 퍼지화는 퍼지싱글톤으로, 비퍼지화는 간략화된 무게중심법을 사용하였다. 퍼지추론 결과는 분리된 퍼지 변수로서 다른 작용 성분으로 계산되고, 그 결과는 설계변수에 해당하는 함수의 형태로 결정되어 제어이득을 결정한다. 따라서 제안된 방법은 빠른 동조 성능을 가지며, 퍼지 입력변수의 증가에도 쉽게 적용될 수 있고, 재생 오차를 줄이는 이점을 가진다. 이 제어기는 설계변수와 제어기 이득의 사용으로 보다 높은 효율성과 개선점을 가지고 있다.

• 한국전자통신학회논문지
• /
• 제9권2호
• /
• pp.143-148
• /
• 2014

파티클 필터는 비선형 비가우시안 추정 문제에 매우 효과적인 수단으로 비디오 영상에서 객체를 추적하는 경우에 널리 이용되어왔다. 하지만 객체의 이동이 심한 경우 객체의 추적을 위해서는 매우 많은 개수의 파티클이 있어야 하므로 계산량이 크게 증가하게 된다. 본 논문에서는 프레임간의 객체 이동이 상당히 크게 이루어지는 low frame rate(LPR) 비디오에서 차량의 추적을 위하여 모션 벡터를 이용한 개선된 파티클 필터 추적 방법을 제안하고 실험을 통하여 성능을 평가하였다. 제안한 파티클 필터에서는 selection 단계와 observe 단계의 두 단계에서 모션 벡터를 적용하였다. 실험 결과 제안한 방법은 LPR 영상에서 기존의 파티클 필터가 객체의 추적에 실패하는 경우에도 성공적 추적이 가능하며, 추적의 정확도 또한 향상되었음을 보여주었다.

• Journal of Electrical Engineering and Technology
• /
• 제9권5호
• /
• pp.1454-1470
• /
• 2014

This paper propose a new power conditioner topology with intelligent power management controller that integrates multiple renewable energy sources such as solar energy, wind energy and fuel cell energy with battery backup to make best use of their operating characteristics and obtain better reliability than that could be obtained by single renewable energy based power supply. The proposed embedded controller is programmed for maintaining a constant voltage at PCC, maximum power point tracking for solar PV panel and WTG and power flow control by regulating the reference currents of the controller on instantaneous basis based on the power delivered by the sources and load demand. Instantaneous variation in reference currents of the controller enhances the controller response as it accommodates the effect of continuously varying solar insolation and wind speed in the power management. The power conditioner uses a battery bank with embedded controller based online SOC estimation and battery charging system to suitably sink or source the input power based on the load demand. The simulation results of the proposed power management system for a standalone solar/WTG/fuel cell fed hybrid power supply with real time solar radiation and wind velocity data collected from solar centre, KEC for a sporadically varying load demand is presented in this paper and the results are encouraging in reliability and stability perspective.

• 한국통신학회논문지
• /
• 제39C권9호
• /
• pp.820-827
• /
• 2014

One of the basic problems in Wireless Sensor Networks (WSNs) is the localization of the sensor nodes based on the known location of numerous anchor nodes. WSNs generally consist of a large number of sensor nodes and recording the location of each sensor nodes becomes a difficult task. On the other hand, based on the application environment, the nodes may be subject to mobility and their location changes with time. Therefore, a scheme that will autonomously estimate or calculate the position of the sensor nodes is desirable. This paper presents an intelligent localization scheme, which is an artificial neural network (ANN) based localization scheme used to estimate the position of the unknown nodes. In the proposed method, three anchors nodes are used. The mobile or deployed sensor nodes request a beacon from the anchor nodes and utilizes the received signal strength indicator (RSSI) of the beacons received. The RSSI values vary depending on the distance between the mobile and the anchor nodes. The three RSSI values are used as the input to the ANN in order to estimate the location of the sensor nodes. A feed-forward artificial neural network with back propagation method for training has been employed. An average Euclidian distance error of 0.70 m has been achieved using a ANN having 3 inputs, two hidden layers, and two outputs (x and y coordinates of the position).

• 한국지능시스템학회논문지
• /
• 제26권1호
• /
• pp.56-63
• /
• 2016

본 연구에서는 퍼지 RBFNNs과 증분형 주성분 분석법으로 실현된 숫자인식 시스템의 설계를 소개한다. 주성분 분석법은 차원축소를 위해 사용되는 알고리즘으로 학습데이터의 차원 수가 고차원이거나 데이터의 양이 많을 때 특징 추출을 위한 많은 계산 시간을 필요로 한다. 따라서 고차원 데이터의 효율적인 차원축소와 점진적인 학습을 위해 증분형 주성분분석법을 적용하는 방법을 제안한다. 방사형 기저함수 신경회로망의 구조는 조건부, 결론부, 추론부의 3가지 기능적 모듈로서 구분이 가능하다. 조건부에서는 FCM 클러스터링 알고리즘의 도움으로 실현된 퍼지 클러스터링의 사용으로 입력 공간을 분할한다. 또한 가우시안 함수 대신 FCM(Fuzzy C-Means)클러스터링 알고리즘의 멤버쉽 값을 사용함으로써 입력 데이터의 특성을 좀 더 잘 반영할 수 있도록 개선하였으며, 결론부에서 연결가중치는 상수항에서 일차식과 이차식, 그리고 변형된 이차식과 같은 다항식의 형태로 확장하여 사용한다. 실험 결과는 공인 숫자 데이터인 MNIST 필기체 숫자 데이터를 사용하여 제안된 숫자 인식 시스템의 효율성을 다른 연구와의 비교를 통해 입증한다.

• 한국ITS학회 논문지
• /
• 제1권1호
• /
• pp.41-51
• /
• 2002

지능형교통체계의 핵심적인 부분으로써 첨단교통정보체계가 제 역할을 효율적으로 수행하기 위해서는 실시간으로 교통정보제공을 위해 도로에 설치된 각종 정보수집체계들로부터 수집된 정보를 적절히 처리하여 정확하고 신속하게 통행시간 변화를 파악하고 산출하는 것은 무엇보다도 중요하다. 현재 구간통행시간은 Beacon, GPS, AVI 등을 이용한 구간검지체계나 Loop 검지기, 영상검지기, RTMS 등을 이용한 지점검지체계로부터 산출$\cdot$추정되어진다. 구간검지기체계로부터 산출되는 통행시간은 정확하나 이미 정보제공 구간을 통과한 차량에 의해 산출되기 때문에 실시간 정보제공을 위한 수단으로서는 한계가 있다. 또한 동시간대 지점검지기 자료를 이용하여 추정되는 통행시간은 산출방법에 따라서 그 정확도가 크게 달라지며 각 구간에 존재하는 다른 차량의 교통특성에 의해 산출되기 때문에 실제 통행시간값과 차이가 발생 한다. 본 연구에서는 지점별 검지기자료와 구간통행시간의 관계를 고려하여 신경망을 이용한 통행시간추정방법을 제시하였다. 입력변수에 따라 분류된 모형을 남산1호터널구간의 검지기 데이터와 AVI 자료를 이용하여 통행시간을 추정해본 결과 지체발생시간대 90$\%$ 이상이 5$\~$15분 이내로 수렴하였으며 시간에 따른 추정 통행시간의 변화가 전반적으로 실제통행시간과 비슷한 추세를 보였다. 또한 기존에 발생하던 정보제공시점의 시간처짐 현상 및 뒤늦게 발생하던 지체발생 및 해소가 완화되었다.

• 생물환경조절학회지
• /
• 제29권3호
• /
• pp.277-284
• /
• 2020

스마트 팜 관리의 활용 효율성을 높이기 위해서는 작물 및 환경 변화에 대한 사전 검사를 실시간으로 평가하기 위한 모델링 기법이 필요하다. 시설 온실 내부의 CO₂와 같은 필수 환경 요소는 다양한 상관 변수가 밀접하게 결합 된 시간 영역에서 신뢰할 수 있는 추정 모델을 확립하기가 어렵다. 따라서 본 연구는 입력 영역과 출력 변수를 CO₂와 같은 시간 관점에서 인접 영역에 분포된 환경 정보를 이용하여 시간 복잡도를 줄이기 위한 인공 신경망을 개발하기 위해 수행되었다. 스마트 팜을 계측하기 위한 센서 모듈을 통해 환경 요소를 지속적으로 측정하였다. 실험기간의 평균 데이터로 예측하는 모델링 1, 전일 데이터로 예측하는 모델링 2을 구성하여 CO₂ 환경인자의 상호관계를 예측하였다. 전일의 데이터 학습으로 예측하는 모델링 2가 60일 평균값으로 예측한 모델링 1에 비해 성능이 우수하였다. 30일 이전까지는 대부분 0.70~0.88사이의 결정계수를 보였으며 모델링 2가 약0.05정도 높게 나타났다. 하지만 30일 이후에는 두 가지 모델링 모두 결정 계수 값이 0.50 이하로 낮은 값을 보였다. 모델링 접근법에 따라 결정 요인의 값을 비교하고 분석 한 결과 인접한 시간대의 데이터는 고정 신경망 모델을 사용하는 대신 예측이 필요한 지점에서 상대적으로 높은 성능을 나타냈다.

• 한국지능시스템학회논문지
• /
• 제24권3호
• /
• pp.271-278
• /
• 2014

정지선과 횡단보도는 자율 주행에서 가장 기본적으로 인식해야 하는 인식대상임에도 불구하고 추출할 수 있는 특징이 매우 제한적이고 영상기반의 인식기술을 제외한 레이저나 RF, GPS/INS 인식기술로는 인식이 어려운 분야다. 이러한 이유로 이 분야에 대한 연구는 매우 제한적으로 수행되어왔다. 본 논문에서는 비전센서를 통해 입력된 정지선과 횡단보도 영상을 영상기반으로 인식할 수 있는 알고리즘을 설계하고 구현한다. 제안한 알고리즘은 3개 부분으로 구성된다. 즉 특징추출에 필요한 영역을 사전에 선정하여 처리속도를 향상시키는 관심영역 설정 부분, 일정비율 이상의 백색이 검출된 영상만 인식되도록 하여 불필요한 연산을 제거하는 색상패턴 검사 부분, 에지특징을 추출하고 추출된 에지특징을 사전에 모델링한 특징모델과 비교하여 정지선과 횡단보도 여부를 식별하는 특징 추출과 인식 부분이다. 특징추출과 인식 부분에는 유형별 특징비교 알고리즘을 적용하여 정지선과 횡단보도가 병행하여 존재하거나 각각 존재하는 경우에 대해 모두 식별되도록 한다. 또한 제안한 알고리즘은 기존연구를 발전시키기 위해 카메라의 차량내부 설치의 효과, 역광 및 그림자와 같은 다양한 제약조건에 대한 인식률 변화와 거리에 따른 적정 인식률 평가를 비교 분석하였다.

• 인터넷정보학회논문지
• /
• 제18권6호
• /
• pp.85-92
• /
• 2017

최근 영상감시 분야에서는 영상에서 움직이는 사람을 탐지하고, 탐지된 사람의 행위를 분석하는 방식에 딥러닝 기반 학습방법이 적용되기 시작했다. 이러한 지능형 영상분석 기술을 적용할 수 있는 분야 중 하나인 인간 행위 인식은 객체를 탐지하고 탐지된 객체의 행위를 인식하기 위해 신체 키포인트를 검출 하는 과정을 거치게 된다. 본 논문에서는 RGB-D 정보를 이용한 객체 탐지 기반의 신체 키포인트 검출 방법을 제시한다. 먼저, 두 대의 카메라로 생성된 색상정보와 깊이정보를 이용하여 이동하는 객체를 배경으로부터 분할하여 탐지한다. RGB-D 정보를 이용하여 탐지된 객체의 영역을 재조정하여 생성된 입력 데이터를 한 사람의 자세 추정을 위한 Convolutional Pose Machines(CPM)에 적용한다. CPM을 이용하여 한 사람당 14개의 신체부위에 대한 신념 지도(Belief Map)를 생성하고, 신념 지도를 기반으로 신체 키포인트를 검출한다. 이와 같은 방법은 키포인트를 검출할 객체에 대한 정확한 영역을 제공하게 되며, 개별적인 신체 키포인트의 검출을 통하여 단일 신체 키포인트 검출에서 다중 신체 키포인트 검출로 확장 할 수 있다. 향후, 검출된 키포인트를 이용하여 인간 자세 추정을 위한 모델을 생성할 수 있으며 인간 행위 인식 분야에 기여 할 수 있다.