• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2022년도 춘계학술대회
• /
• pp.154-157
• /
• 2022

기존의 Tensorflow CNN 환경에서 Object 탐지 방식은 Tensorflow 자체적으로 Object 라벨링 작업과 탐지를 하는 방식이다. 그러나 현재 YOLO의 등장으로 이미지 객체 탐지의 효율성이 높아졌다. 그로 인하여 기존 신경망보다 더 많은 심층 레이어를 구축할 수 있으며 또한 이미지 객체 인식률을 높일 수 있다. 따라서 본 논문에서는 Darknet, YOLO를 기반으로 한 Object 탐지 시스템을 설계하고 기존에 사용하던 합성곱 신경망에 기반한 다중 레이어 구축과 학습을 수행함으로써 탐지능력과 속도를 비교, 분석하였다. 이로 인하여 본 논문에서는 Darknet의 학습을 효율적으로 이용하는 신경망 방법론을 제시하였다.

• 디지털융복합연구
• /
• 제10권8호
• /
• pp.239-247
• /
• 2012

본 논문은 시점 벡터 추정과 명도 차분 맵에 기반하여 직물 텍스쳐 매핑을 수행하는 객체 VR 기반 가상 직물 착용 시스템에 관한 것이다. 제안된 시스템은 객체 VR 용도의 다시점 2D 의류 모델 영상들에서 의류 형상 영역을 분할하여 사용자가 선택한 새로운 직물 패턴을 가상적으로 착용시킨 후, 이러한 가상 착용 상태를 다시점에서 입체적으로 관측할 수 있도록 한 것이 특징이다. 제안된 시스템은 모델 의류의 컬러나 명도에 관계없이 선택된 의류 형상 영역의 특성을 유지하면서 직물 패턴을 가상적으로 변경시킬 수 있다. 또한 각기 다른 스타일 혹은 전체적인 차림새를 위한 다양한 직물 패턴 조합을 신속하고 용이하게 시뮬레이션하고 비교 선택할 수 있다. 제안된 시스템은 다양한 디지털 환경에서 실시간 처리가 가능하고 비교적 자연스럽고 입체적인 가상 착용 스타일을 제공할 뿐만 아니라 수작업을 줄인 반자동화 처리가 가능하기 때문에 높은 실용성과 편리한 사용자 인터페이스를 제공할 수 있다.

• 전자공학회논문지CI
• /
• 제45권2호
• /
• pp.48-55
• /
• 2008

본 논문은 영상 분할 기법 및 특징 점 추출 기법을 이용한 객체 추출 방법과 영상 검색 방법을 제안한다. 제안하는 방법은 크게 네 단계의 과정으로 이루어져 있다. 첫 번째 단계에서는 데이터베이스 영상에 대해서 JSEG 알고리즘을 이용하여 영상을 분할한다. 두 번째 단계에서 각 분할된 영역과 질의 영상에서 대표 색상을 추출하고, 색상 히스토그램을 생성한다. 질의 영상과 데이터베이스 영상의 각 영역간의 대표 색상과 색상 히스토그램을 비교한 결과를 종합하여 객체 후보 영역을 추출한다. 영상분할 과정에서 지나치게 분할된 영역을 위해 인접해 있는 후보 영역들을 합병한다. 세 번째 단계에서는 각 후보 영역과 질의 영상에서 DoG(Difference of Gaussian) 피라미드의 극치 점으로부터 영상의 크기 변화에 일관된 중요 특징 점들을 추출한다. 추출된 특징 점들을 정합하여 질의 영상에 해당하는 객체를 검출한다. 마지막 단계에서는 질의 영상과 객체 영역이 추출된 DB 영상과의 유사도 측정을 통한 검색을 수행하며, 유사도 측정은 색상 상관도표(Color correlogram)를 사용한다. 실험 결과를 통하여 본 논문에서 제안하는 영상 검색 방법은 질의 객체 영상에 대해 영상 전체를 비교하는 것이 아니라 객체가 존재하는 영역을 추출한 후 유사도를 측정함으로써, 배경에 의한 오검색률이 감소하고, 검색 성능이 향상됨을 확인하였다.

• 한국ITS학회 논문지
• /
• 제18권6호
• /
• pp.191-201
• /
• 2019

본 연구에서는 다양한 외부 조건 하에서 촬영된 영상을 대상으로 신속하고 정확하게 교통 객체를 검출하는 교통 객체 검출 통합 프레임워크를 개발하였다. 제안된 프레임워크는 딥러닝 기술 기반의 직접 객체 인식 기술과 다중 객체 추적 기술, 그리고 동영상 전처리 기술로 구성되며, 영상의 안정성, 기상, 촬영 각도 등의 다양한 외부 조건에서 촬영된 영상을 대상으로 승용차, 버스, 트럭, 및 미니밴과 같은 교통 객체를 인식하고, 이를 실시간으로 추적하여 교통량 데이터를 계수한다. 제안된 방법의 성능 검증을 위해 다양한 외부 조건에서 촬영된 영상 8개를 대상으로 제안된 방법의 성능 검증을 수행한 결과, 우천 및 강설을 제외한 모든 조건에서 98% 이상의 높은 정확도를 보이는 것으로 나타났다.

• 전자공학회논문지CI
• /
• 제45권6호
• /
• pp.194-203
• /
• 2008

CCTV와 같은 기존의 영상 감시 시스템들은 상황을 통제하는 오퍼레이터에 많이 의존했었다. 하지만, 최근 제품화 되고 있는 시스템들은 오퍼레이터에 의존하지 않고 시스템 안에서 자동으로 문제를 해결할 수 있도록 지능화 되고 있다. 하지만, 시스템에서 자동으로 상황을 처리하기에 많은 문제가 존재한다. Occlusion, 타겟의 Scale, Affine 변화가 대표적인 문제인데, 본 논문에서는 타겟의 크기변 화로 인해 발생하는 정보 손상 문제를 다룬다. 이 문제는 타겟의 크기가 다양하게 변화함으로써 정확한 정보를 얻지 못하고, 배경 정보를 흡수함으로써 추적 알고리즘의 성능을 크게 저하시키는 원인이 된다. 따라서 본 논문에서는 물체의 크기가 변화함으로써 타겟 정보를 손상시키는 문제를 최소화하기 위한 방법을 제안한다. 이 문제를 해결하기 위해 Multi-Stage Sampling을 이용한 Particle Filter를 기반으로 물체 추적 알고리즘에 적합하도록 개량된 MSER을 이용하였다. 이를 통해 타겟 물체의 크기가 다양하게 변화해도 정확한 크기를 추정함으로써 이 문제를 해결할 수 있다.

• 대한공간정보학회지
• /
• 제19권3호
• /
• pp.13-21
• /
• 2011

이동성을 지원하는 모바일 환경에서 위치정보의 활용에 대한 사용자 요구가 증가되고 있으며, 시간 흐름에 따라 변화가 크게 증가되는 차량 위치와 관련된 교통 정보를 효과적으로 유지 관리하기 위한 이동체 데이터베이스 시스템의 활용이 지속적으로 제기되고 있다. 이에 반해 객체의 공간적 속성이 시간에 따라 연속적으로 변하는 이동체에 대해 위치기반서비스를 위한 지도 데이터베이스와 연계된 연구가 미비한 실정이다. 이에 본 연구에서는 시간의 변화에 따른 이동체의 위치와 질의 처리가 가능한 효율적인 시공간 이동체 색인 구조와 이를 지원하는 새로운 실증적 모델의 정립을 목적으로 한다. 본 연구에서 제시한 단계별 고정 그리드 인덱스를 이용한 시공간 이동체 모델은 대용량의 위치 기반 데이터의 효율적인 필터링을 통해 검색을 위한 공간 개체 수를 줄일 수 있었다. 또한 축척별 지도 표시를 위해 레벨을 조건으로 제약시켜 계층적 데이터 접근이 허용도록 효율적으로 구성되었음을 확인할 수 있었다.

• 한국정보통신학회논문지
• /
• 제20권10호
• /
• pp.1973-1979
• /
• 2016

기술이 발전하면서 카메라를 통해 3D 측정을 하는 방법은 계속 발전되어왔고 최근에는 여러 주기의 fringe pattern을 이용한 측정 방법을 쓰고 있다. 본 논문에서는 여러 주기의 fringe pattern을 이용한 3D 측정 방법에 대한 기존 방법의 문제점을 제시하고, 이에 대한 해결 방안으로 기준면의 절대위상과 물체의 위상차를 이용한 물체의 절대위상을 구하는 방법을 제안한다. 이를 이용하면 새로운 물체에 대해서 매번 여러 주기의 fringe pattern을 조사하지 않고 물체의 절대위상을 얻을 수 있다. 따라서 제안하는 방법을 이용하면, 측정단계에서 취득하는 영상의 개수가 적기 때문에 보다 빠른 속도로 3D 측정을 할 수 있다. 실험을 통하여 제안하는 방법의 유용성을 보였다.

• 한국전자통신학회논문지
• /
• 제13권6호
• /
• pp.1263-1268
• /
• 2018

본 논문에서는 영상 보안 감시를 위한 심층학습 객체 검출과 다중 객체 추적을 위한 확률적 데이터연관 필터를 연계한 영상분석 기법을 제안하고, GPU를 이용하여 구현하는 방안을 제시한다. 제안하는 영상분석 기법은 객체 검출과 추적으로 순차적으로 수행한다. 객체 검출을 위한 심층학습은 ResNet을 이용하고, 다중 객체 추적을 위하여 확률적 데이터 연관 필터를 적용한다. 제안하는 영상분석 기법은 임의의 영역으로 불법으로 침입하는 사람을 검출하거나 특정 공간에 출입하는 사람을 계수하는데 응용할 수 있다. 시뮬레이션을 통하여 약 25fps의 속도로 48채널의 영상을 분석할 수 있음을 보이고, RTSP 프로토콜을 통하여 실시간 영상분석이 가능함을 보인다.

• 한국경영과학회:학술대회논문집
• /
• 한국경영과학회 1995년도 추계학술대회발표논문집; 서울대학교, 서울; 30 Sep. 1995
• /
• pp.299-299
• /
• 1995

• 한국HCI학회:학술대회논문집
• /
• 한국HCI학회 2009년도 학술대회
• /
• pp.21-26
• /
• 2009

유비쿼터스 컴퓨팅 환경의 급속한 발전은 Multi-Sensor를 이용하여 자동으로 사용자의 행동인식을 가능한 환경을 만들어주었다. 따라서 이 논문에서는 사용자가 일상생활을 하는데 있어서 기본적으로 필요한 행동인 ADL(activities of daily living)의 수행능력을 분석하고 진단할 수 있는 Multi-Sensor기반의 ADL 자동 진단 시스템을 구축하였다. 두 개의 가속도 센서를 허벅지와 손목에 부착하여 사용자의 행동 정보를 수집하고 이를 Decision-Tree를 통하여 분석하여 사용자의 행동 정보를 수집하였다. 또한 Zigbee 센서를 이용하여 개별 물체의 Object ID를 이용하여 사용자의 위치정보와 주변의 물체의 정보를 수집하여 사용자의 상태 정보를 수집하였다. 이렇게 수집된 행동 정보와 상태 정보들을 통하여 일상생활에 필요한 약 20여 가지의 행동을 인식하였고 평균적으로 96%이상의 정확도를 나타내었으며 이를 통하여 ADL 지수를 자동으로 측정하였다.