• 융합신호처리학회논문지
• /
• 제12권1호
• /
• pp.7-12
• /
• 2011

본 논문은 자체 생성된 기준 히스토그램 템플릿을 이용하여 잠망경으로부터 획득되는 영상에 존재하는 관심 물체영역을 배경영역으로부터 분할하는 기법을 제안한다. 먼저, 수평선을 추출하고, 추출된 수평선을 기준으로 하여 하늘과 바다 영역으로 분할한다. 분할된 각각의 영역에서 배경 영역을 대표할 수 있는 영역의 블록들을 지정하여 기준 히스토그램 템플릿으로 설정한다. 여기서 전체 영상을 동일한 크기의 블록들로 나누어, 이미 설정된 기준 히스토그램 템플릿과의 멀티 정합을 통해 물체 영역과 배경 영역으로 분할한다. 본 연구에서 제안한 물체 영역 분할 알고리즘은 배경이 하늘과 바다인 환경에서 물체가 존재하는 다양한 영상에 대해 적용되었고, 사전에 주어진 학습영상이 없는 상태에서도 영상 분할이 원활하게 수행됨을 확인하였다. 또한 입력 영상에서 수평선의 기울기와 수평선에 대한 물체의 위치에 상관없이 물체 영역을 적절히 분할함을 확인하였다.

• 한국정보통신학회논문지
• /
• 제11권11호
• /
• pp.2179-2184
• /
• 2007

본 논문에서는 인간과 환경사이의 물리적 또는 심리적 인터액션을 통한 인간중심의 적절한 서비스를 제공하는 공간지능화(iSpace: Intelligent Space) 구현하고자 네트웍 센서 인식공간을 소개하고 있다. 영상 데이터 처리 및 정보 네트웍 기능을 갖는 다수의 컬러 CCD 카메라를 iSpace 공간에 분산 배치하였다. iSpace내의 정보획득을 위한 네트웍 센서를 분산 지능형 네트웍 디바이스(DIND: Distributed Intelligent Network Devices)라고 명명하고 있으며, 각 DIND는 일종의 클라이언트 역할을 수행하도록 하였으며, DIND는 카메라 센서를 이용하는 이른바 카메라 네트워크를 구성한 것으로 이를 통해 실내 환경을 인식하고 모델링 하며 공간 내 거주자의 의도를 인식하기 위한 시스템을 구축하였다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제15권12호
• /
• pp.4439-4455
• /
• 2021

Compared with two-stage object detection algorithms, one-stage algorithms provide a better trade-off between real-time performance and accuracy. However, these methods treat the intermediate features equally, which lacks the flexibility to emphasize meaningful information for classification and location. Besides, they ignore the interaction of contextual information from different scales, which is important for medium and small objects detection. To tackle these problems, we propose an image pyramid network based on dual attention mechanism (DAIPNet), which builds an image pyramid to enrich the spatial information while emphasizing multi-scale informative features based on dual attention mechanisms for one-stage object detection. Our framework utilizes a pre-trained backbone as standard detection network, where the designed image pyramid network (IPN) is used as auxiliary network to provide complementary information. Here, the dual attention mechanism is composed of the adaptive feature fusion module (AFFM) and the progressive attention fusion module (PAFM). AFFM is designed to automatically pay attention to the feature maps with different importance from the backbone and auxiliary network, while PAFM is utilized to adaptively learn the channel attentive information in the context transfer process. Furthermore, in the IPN, we build an image pyramid to extract scale-wise features from downsampled images of different scales, where the features are further fused at different states to enrich scale-wise information and learn more comprehensive feature representations. Experimental results are shown on MS COCO dataset. Our proposed detector with a 300 × 300 input achieves superior performance of 32.6% mAP on the MS COCO test-dev compared with state-of-the-art methods.

• 한국정보기술학회논문지
• /
• 제17권5호
• /
• pp.13-20
• /
• 2019

최근 CNN을 기반으로 한 객체 검출 기술의 연구가 활발하다. 객체 검출 기술은 자율주행차, 지능형 영상분석 등에서 중요한 기술로 사용된다. 본 논문에서는 CNN 기반의 객체 검출기 중 하나인 SSD(Single Shot Multibox Detector)에 MI-FL(Moment Invariant-Feature Layer)을 적용하여 회전 변형에 강인한 객체 검출 시스템을 제안한다. 먼저 VGG 네트워크를 기반으로 입력 이미지의 특징을 추출한다. 그 후 총 6개의 특징 계층(Feature layer)을 적용하여 객체의 위치 정보와 종류를 예측해 경계 박스들을 생성한다. 그 후 NMS 알고리즘을 이용해 가장 객체일 확률이 높은 경계 박스를 얻는다. 하나의 객체 경계 박스가 정해지면 MI-FL을 이용해 해당 영역의 불변 모멘트 특징을 추출하여 미리 저장하고 학습한다. 이후 검출 과정에서 미리 저장해둔 불면모멘트 특징 정보를 이용해 검출함으로써 회전된 이미지에 대해 기존 방법보다 더 강인한 검출이 가능하다. 기존의 SSD와 MI-FL을 적용한 SSD의 비교를 통해 약 4~5%의 성능 향상을 확인하였다.

• 인터넷정보학회논문지
• /
• 제25권1호
• /
• pp.9-15
• /
• 2024

가상현실 기술의 대중화에 따라 가상환경과 사용자 간의 자연스럽고 효율적인 상호작용에 대한 수요가 높아지고 있다. 이러한 수요에 대응하는 솔루션 중 하나인 공중 조작(mid-air manipulation)은 사용자가 객체와 접촉하지 않은 상태에서 3차원 공간의 가상객체를 조작할 수 있도록 한다. 본 논문에서는 시각적으로 객체를 표현하고 객체의 무게에 대한 촉감 정보를 제공하면서 원격의 가상객체를 조작하는 데 초점을 맞췄다. 본 연구진은 사용자 손끝에 가상객체 무게에 대한 촉감 또는 진동 촉감 피드백을 제공할 수 있는 두 가지 유형의 착용 가능한 인터페이스를 개발했다. 가상객체 조작 중에 원격 객체 무게에 대한 지각을 평가하기 위해 인지 실험을 수행했다. 실험 결과는 촉감 정보 전달이 원격 가상객체 조작 중 무게 인지에 유의한 영향을 미친다는 것을 나타낸다.

• 정보처리학회논문지D
• /
• 제11D권5호
• /
• pp.1143-1148
• /
• 2004

분산 애플리케이션을 위한 다계층 모델 또는 분산 아키텍처를 개발하기 위해서는 웹디자이너와 페이지 작성가의 역할 분리, 엔터티 정의와 사용에 대한 고려, 데이터베이스 연결 및 관리, 트랜잭션 처리 둥 여러 가지 사항을 고려하여야 한다. 본 논문에서는 분산 애플리케이션 개발시 여러 고려사항에 대한 해결책으로 웹 계층 오브젝트 모델링 방법을 사용하는 DONSL(Data Server of Non SQL-Query) 아키텍처를 제안한다. 이 아키텍처는 트랜잭션 처리를 지원하고 웹 계층과 DBMS 사이에는 질의 로직을 단순화하는 방법을 통해 성능을 보장하는 구조이다. 제안한 개념적인 프레임웍은 각 계층(tier)의 작업을 단순화시키고 엔터티와 DAO(Data Access Object)를 제거시킴으로서 중대규모 사이트 구현을 용이하게 하는 방법을 제공한다.

• 제어로봇시스템학회논문지
• /
• 제15권4호
• /
• pp.365-371
• /
• 2009

A intelligent mobile hexapod robot with various types of sensors and wireless camera is introduced. We show this mobile robot can detect objects well by combining the results of active sensors and image processing algorithm. First, to detect objects, active sensors such as infrared rays sensors and supersonic waves sensors are employed together and calculates the distance in real time between the object and the robot using sensor's output. The difference between the measured value and calculated value is less than 5%. This paper suggests effective visual detecting system for moving objects with specified color and motion information. The proposed method includes the object extraction and definition process which uses color transformation and AWUPC computation to decide the existence of moving object. We add weighing values to each results from sensors and the camera. Final results are combined to only one value which represents the probability of an object in the limited distance. Sensor fusion technique improves the detection rate at least 7% higher than the technique using individual sensor.

• 한국ITS학회 논문지
• /
• 제13권5호
• /
• pp.35-49
• /
• 2014

본 논문에서는 레이저스캐너만으로 이루어진 감지 시스템을 이용하여 도로 위에 있는 객체의 위치를 추정하고 분류하는 알고리즘을 제안한다. 각각의 레이저 스캐너에서 획득한 데이터는 그리드 맵을 사용하여 데이터를 융합하였으며, 팽창 연산과 레이블링 방법을 사용하여 측정 오차를 보정하였다. 추출한 객체의 정보(길이, 폭)를 입력으로 사용한 퍼지방법을 통해 객체를 보행자, 자전거, 차량으로 분류하였으며, 이러한 방법은 레이저스캐너로만 이루어진 감지 시스템의 정확도를 증가시켰다. 또한 본 논문에서는 실제 도로 환경에서 몇 가지 시나리오를 설정하여 실험을 하였다. 실험을 통해 감지 시스템이 객체를 정확히 분류하는지, GPS-RTK 장비를 사용하여 획득한 위치 정보와 비교하여 객체의 위치 정보를 정확히 추정하는지 검증하였다.

• 센서학회지
• /
• 제15권6호
• /
• pp.411-416
• /
• 2006

This paper describes the development of a 3-axis finger force sensor to grasp an unknown object safely in an intelligent robot's hand. In order to safely grasp an unknown object, robot's hand should measure the weight of an object and the force of grasping direction simultaneous. But, in the published papers, the grippers and hands equippd with the force sensor that could only measure the force of grasping direction, and grasped objects using their sensors. These grippers and hands can't safely grasp unknown objects, because they can't measure the weight of it. Thus, it is necessary to develop 3-axis force sensor that can measure the weight of an object and the force of grasping direction for an intelligent gripper. In this paper, 3-axis finger force sensor to grasp an unknown object safely in an intelligent robot's hand was developed. In order to fabricate a 3-axis finger force sensor, the sensing elements were modeled using parallel plate beams, and the theoretical analysis was performed to determine the size of sensing elements, then the 3-axis finger force sensor was fabricated. Also, the characteristic test of the developed 3-axis finger force sensor was performed.

• 대한임베디드공학회논문지
• /
• 제16권6호
• /
• pp.323-330
• /
• 2021

Visual object tracking is a challenging area of study in the field of computer vision due to many difficult problems, including a fast variation of target shape, occlusion, and arbitrary ground truth object designation. In this paper, we focus on the reinforced feature of the dynamic search area to get better performance than conventional discriminative model prediction trackers on the condition when the accuracy deteriorates since low feature discrimination. We propose a reinforced input feature method shown like the spotlight effect on the dynamic search area of the target tracking. This method can be used to improve performances for deep learning based discriminative model prediction tracker, also various types of trackers which are used to infer the center of the target based on the visual object tracking. The proposed method shows the improved tracking performance than the baseline trackers, achieving a relative gain of 38% quantitative improvement from 0.433 to 0.601 F-score at the visual object tracking evaluation.