• 정보처리학회논문지B
• /
• 제14B권3호
• /
• pp.163-170
• /
• 2007

이동차량 혹은 이동로봇의 자율 주행에 있어서 주변 환경의 인식을 통하여 산출되는 자기위치확인은 가장 핵심적인 요소이다. 일반적으로 GPS나 INS를 통합하여 이동차량 혹은 이동로봇에 장착된 카메라의 위치와 방향을 얻을 수 있지만, 이 경우 정확한 자기위치인식을 위해서는 충분한 지상 기준점을 이용해야만 한다. 본 연구에서는 기존의 호모그래피 방법이 2차원 특징점의 상관관계를 이용하는 것과는 다르게 GPS와 INS 입력값을 이용하여 이전 시점 영상과 중첩된 3차원 모델로부터 얻어진 3차원 좌표를 투영 변환함으로써 예측한 위치와 현재 시점 영상으로부터 KLT 추적방법을 사용하여 산출된 대응 특징점의 위치 사이의 관계로부터 카메라의 위치와 방향을 산출하는 방법을 제안한다. 제안하는 방법의 성능을 평가하기 위해 무선으로 운행되는 간이실험장치 내에 CCD카메라, GPS, INS 등을 장착하였으며, 영상은 15Hz의 프레임율로 획득한 비디오시퀀스를 사용하여 실시간으로 카메라 위치와 방향을 산출하는 실험을 수행하였다.

• 한국정보통신학회논문지
• /
• 제23권12호
• /
• pp.1492-1499
• /
• 2019

이 논문에서는 적응적 패럴랙스 베리어 방식에서, 시청영역을 제어할 수 있도록 사용자의 위치를 추적하는 방법을 제안한다. 얼굴자세에 강건한 양안거리 측정을 위해, 형태모델과 랜드마크 기반인 CLM으로 자세를 추정한다. 카메라와의 상관관계로, 거리와 수평위치를 거리로 변환한다. 사용자의 눈의 위치에 따라 적응적 패럴랙스 베리어의 화소간격을 조정하고, 베리어를 이동해 시청영역을 조정한다. 이 논문에서는 60cm부터 490cm의 범위에서 사용자를 추적하는 방법을 제안하고, 카메라 영상의 해상도에 따른 에러, 측정 가능 범위, fps를 측정하였다. 그 결과, 사용자를 평균 3.1642cm의 절대오차 범위내로 측정 가능하였으며, 영상의 해상도에 따라 320×240에서 약 278cm, 640×480에서 약 488cm까지, 그리고 1280×960에서 약 493cm까지를 측정할 수 있었다.

• 한국통신학회논문지
• /
• 제37권8C호
• /
• pp.721-730
• /
• 2012

본 논문에서는 화장장이란 특수한 실내 공간에서 시신을 최종 목적지인 화장로까지 안전하게 운구할 수 있는 무인이송차량(AGV)의 이동 제어 문제를 다루고자 한다. 바닥에 유도라인을 매립하는 방식은 화장장 환경에 적합하지 않기 때문에, 적외선 센서 기반 AGV 이동 궤적 제어 방식을 제안한다. 이 방식은 AGV가 근적외선을 방사하여 미리 부착된 랜드마크(landmark) 판독을 통해 해당 경로를 따라 주행하게 된다. 이러한 방식이 갖는 문제점은 랜드마크 배열 과정에서 사각 지역(dead zone) 및 중첩 지역(overlap zone)이 존재할 수 있다는 점이다. 이를 해결하기 위해 이중 랜드마크 인식을 통해 센싱 과정에서의 오차 발생 과정을 최소화할 것이다. 또한, 화장로에 진입하기 위한 회전 구간에서는 회전 직후 화장로의 진입로와 일직선을 유지하도록 AGV 안쪽 바퀴와 바깥쪽 바퀴의 가속도 제어를 위한 알고리즘을 제안할 것이다. 본 논문에서 제안한 방식은 모의 차량에 적용하여 그 타당성을 검증하였다. 실제 국내 화장장에 본 논문에서 개발한 AGV 시스템을 적용하여 오차 범위 내에서 동작함을 확인하였다.

• 정보처리학회논문지B
• /
• 제18B권1호
• /
• pp.21-28
• /
• 2011

얼굴의 3차원 정보는 얼굴 인식이나 얼굴 합성, Human Computer Interaction (HCI) 등 다양한 분야에서 유용하게 이용될 수 있다. 그러나 일반적으로 3차원 정보는 3D 스캐너와 같은 고가의 장비를 이용하여 획득되기 때문에 얼굴의 3차원 정보를 얻기 위해서는 많은 비용이 요구된다. 본 논문에서는 일반적으로 손쉽게 얻을 수 있는 2차원의 얼굴 영상 시퀀스로부터 효과적으로 3차월 얼굴 형태를 추적하고 재구성하기 위한 3차원 Active Appearance Model (3D-AAM) 방법을 제안한다. 얼굴의 3차원 변화 정보를 추정하기 위해 학습 영상은 정면 얼굴 포즈로 다양한 얼굴 표정 변화를 포함한 영상과 표정 변화를 갖지 않으면서 서로 크게 다른 얼굴 포즈를 갖는 영상으로 구성한다. 입력 영상의 3차원 얼굴 변화를 추정하기 위해 먼저 서로 다른 포즈를 갖는 학습 영상으로부터 얼굴의 각 특징점(Land-mark)의 기하학적 변화를 이용하여 깊이 정보를 추정하고 추정된 특징점의 깊이 정보를 입력 영상의 2차원 얼굴 변화에 추가하여 최종적으로 입력 얼굴의 3차원 변화를 추정한다. 본 논문에서 제안된 방법은 얼굴의 다양한 표정 변화와 함께 3차원의 얼굴 포즈 변화를 포함한 실험 영상을 이용하여 기존의 AAM에 비해 효과적이면서 빠르게 입력 얼굴을 추적(Fitting)할 수 있으며 입력 영상의 정확한 3차원 얼굴 형태를 생성할 수 있음을 보였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2019년도 추계학술발표대회
• /
• pp.1019-1022
• /
• 2019

최근의 영상 처리 분야는 딥러닝 기법들의 성능이 입증됨에 따라 다양한 분야에서 이와 같은 기법들을 활용해 영상에 대한 분류, 분석, 검출 등을 수행하려는 시도가 활발하다. 그중에서도 의료 진단 보조 역할을 할 수 있는 의료 영상 분석 소프트웨어에 대한 기대가 증가하고 있는데, 본 연구에서는 캡슐내시경 영상에 주목하였다. 캡슐내시경은 주로 소장 촬영을 목표로 하며 식도부터 대장까지 약 8~10시간 동안 촬영된다. 이로 인해 CT, MR, X-ray와 같은 다른 의료 영상과 다르게 하나의 데이터 셋이 10~15만 장의 이미지를 갖는다. 일반적으로 캡슐내시경 영상을 판독하는 순서는 위장관 교차점(Z-Line, 유문판, 회맹판)을 기준으로 위장관 랜드마크(식도, 위, 소장, 대장)를 구분한 뒤, 각 랜드마크 별로 병변 정보를 찾아내는 방식이다. 그러나 워낙 방대한 영상 데이터를 가지기 때문에 의사 혹은 의료 전문가가 영상을 판독하는데 많은 시간과 노력이 소모되고 있다. 본 논문의 목적은 캡슐내시경 영상의 판독에서 모든 환자에 대해 공통으로 수행되고, 판독하는 데 많은 시간을 차지하는 위장관 랜드마크를 찾는 것에 있다. 이를 위해, 위장관 랜드마크를 식별할 수 있는 CNN 학습 모델을 설계하였으며, 더욱 효과적인 학습을 위해 전처리 과정으로 학습에 방해가 되는 학습 노이즈 영상들을 제거하고 위장관 랜드마크 별 특징 분석을 진행하였다. 총 8명의 환자 데이터를 가지고 학습된 모델에 대해 평가 및 검증을 진행하였는데, 무작위로 환자 데이터를 샘플링하여 학습한 모델을 평가한 결과, 평균 정확도가 95% 가 확인되었으며 개별 환자별로 교차 검증 방식을 진행한 결과 평균 정확도 67% 가 확인되었다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제9권3호
• /
• pp.101-108
• /
• 2020

최근의 영상 처리 분야는 딥러닝 기법들의 성능이 입증됨에 따라 다양한 분야에서 이와 같은 기법들을 활용해 영상에 대한 분류, 분석, 검출 등을 수행하려는 시도가 활발하다. 그중에서도 의료 진단 보조 역할을 할 수 있는 의료 영상 분석 소프트웨어에 대한 기대가 증가하고 있는데, 본 연구에서는 데이터 셋이 방대하고 판단에 시간이 오래 걸리는 캡슐내시경 영상에 주목하였다. 본 논문의 목적은 캡슐내시경 영상의 판독에서 모든 환자에 대해 공통으로 수행되고, 판독하는 데 많은 시간을 차지하는 위장관 랜드마크를 구별하고 위장관 교차점을 추정하는 것이다. 이를 위해, 위장관 랜드마크를 식별할 수 있는 CNN 학습 모델을 설계하였으며, 이를 이용하여 결괏값을 필터링해 위장관 교차점을 추정하였다. 무작위로 환자 데이터를 샘플링한 모델을 이용해서 나온 결과를 필터링 후에 위장관 교차점을 추정하였을 때, 88% 환자는 위장에서 소장으로 변화하는 위장관 교차점(유문판) 의심 구역 안에 들어왔으며, 소장에서 대장으로 변화하는 위장관 교차점(회맹판)의 경우 100% 환자가 위장관 교차점 의심 구역 안에 들어온 것을 확인할 수 있었다. 100프레임 범위로 위장관 교차점 의심 구역을 찾을 수 있었으며, 판독자가 초당 10프레임의 속도로 판독을 진행한다면 10초안에 위장관 교차점을 찾아낼 수 있다.

• 한국의학물리학회지:의학물리
• /
• 제18권1호
• /
• pp.27-34
• /
• 2007

호흡운동 조절 방사선치료 시 환자체표면 움직임을 추적하여 실시간 보정하고자 한다. 본 연구에서 사용한 시스템은 치료테이블에 기반을 둔 동 팬텀(CBMP, couch based computer-controlled motion phantom), 초음파 센서 및 제어, 구동, 분석 프로그램 등으로 구성하였다 동물실험 결과 호흡주기는 2.9초이었고, 호흡진폭은 6mm이었다. 실시간 체표면 추적시스템의 유용성 평가에 중요한 항목인 호흡운동 획득-보정간의 지연시간은 $2.34{\times}10^{-4}sec$ 초이어서 호흡운동 조절 방사선치료 시 사용할 수 있는 새로운 실시간 체표면 추적 기술의 임상적용에의 가능성을 확인할 수 있었다.