• ETRI Journal
• /
• 제46권2호
• /
• pp.307-322
• /
• 2024

Most object detection methods use a horizontal bounding box that causes problems between adjacent objects with arbitrary directions, resulting in misaligned detection. Hence, the horizontal anchor should be replaced by a rotating anchor to determine oriented bounding boxes. A two-stage process of delineating a horizontal bounding box and then converting it into an oriented bounding box is inefficient. To improve detection, a box-boundary-aware vector can be estimated based on a convolutional neural network. Specifically, we propose a ResNeXt101 encoder to overcome the weaknesses of the conventional ResNet, which is less effective as the network depth and complexity increase. Owing to the cardinality of using a homogeneous design and multi-branch architecture with few hyperparameters, ResNeXt captures better information than ResNet. Experimental results demonstrate more accurate and faster oriented object detection of our proposal compared with a baseline, achieving a mean average precision of 89.41% and inference rate of 23.67 fps.

• 융복합기술연구소 논문집
• /
• 제6권1호
• /
• pp.23-26
• /
• 2016

DC motor shafts have several defects such as double cut, deep scratch on surface, and defects in diameter and length. The deep scratches are due to collision among the other shafts. So the scratches are long and thin but their orientations are random. If the smallest enclosing box, i.e. oriented bounding box for a detective point group is found, then the size of the corresponding defect can be modeled as its diagonal length. This paper proposes an suface inspection algorithm for the DC motor shaft using the oriented bounding box. To evaluate the proposed algorithm, a test bed is made with a line scan CCD camera (4096 pixels/line) and two rollers mechanism to rotate the shaft. The experimental result on a pre-processed image with contrast streching algorithm, shows that the proposed algorithm sucessfully finds 150 surface defects and its computation time (0.291 msec) is enough fast for the requirement (4 seconds).

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 2005년도 ICCAS
• /
• pp.2402-2406
• /
• 2005

A collision query determines the intersection between given objects, and is used in computer-aided design and manufacturing, animation and simulation systems, and physically-based modeling. Bounding volume hierarchies are one of the simplest and most widely used data structures for performing collision detection on complex models. In this paper, we present hierarchy of oriented rounded bounding volume for fast proximity queries. Designing hierarchies of new bounding volumes, we use to combine multiple bounding volume types in a single hierarchy. The new bounding volume corresponds to geometric shape composed of a core primitive shape grown outward by some offset such as the Minkowski sum of rectangular box and a sphere shape. In the experiment of parallel close proximity, a number of benchmarks to measure the performance of the new bounding box and compare to that of other bounding volumes.

• 한국컴퓨터그래픽스학회논문지
• /
• 제13권4호
• /
• pp.21-27
• /
• 2007

본 논문에서는 3차원 점집합으로부터 3차원 메시를 생성하는 효율적인 기법을 소개한다. 대표적인 3차원 삼각화 방법으로 3차원 딜로니 삼각화 기법이 있으나 물체의 표면만을 고려한 메시 생성을 위한 방법으로 비효율적인 측면이 있다. 본 논문에서는 적은 계산량으로 물체의 표면 메시를 생성하는 기법을 소개한다. 물체의 각 영역을 분할하고 각 영역에 대해서 2차원 딜로니 삼각화를 적용하여 3차원 메시 구조를 얻는다. 3차원 점 집합에 대해 OBB(Oriented Bounding Box)를 계산하고 이를 기준으로 점 집합을 여러 분할 영역으로 나누고 각 부분 점 집합에 대해서 2차원 딜로니 삼각화를 실시한다. 각 2차원 삼각화 결과는 점전적으로 전체 메시에 병합된다. 또한 병합된 메시에서 잘못된 에지의 연결을 제거함으로써 객체의 삼각 분할 결과를 향상시킨다. 제안된 메시 생성 기법은 다양한 영상 기반 모델링 응용에서 효과적으로 적용될 수 있다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2011년도 추계학술발표대회
• /
• pp.459-460
• /
• 2011

본 논문에서는 이러한 방식에서 탈피한, 3D 그래픽을 이용한 1인칭 미니 회피게임을 제작하는 방법에 대해 제안한다. 기존의 3인칭 시점에 상하좌우 네 방향으로만 움직이는 방식을 벗어나, 시점을 1인칭으로 변환하고 FPS와 같은 시점과 이동방식을 제공하며, 기존의 2D게임에서 사용되던 축이 고정된 오브젝트의 충돌인 AABB(Axis Aligned Bounding Box)가 아닌 축이 수시로 변하는 OBB(Oriented Bounding Box) 방식을 사용함으로 써, 3D 그래픽에서도 2D 그래픽에서처럼 정교한 충돌 검출 기능이 가능하도록 제작한다.

• 한국정보과학회논문지:시스템및이론
• /
• 제35권1호
• /
• pp.44-52
• /
• 2008

본 논문에서는 모션켑쳐데이타를 이용한 두 캐릭터간의 빠른 충돌감지에 대한 연구를 논의한다. 본 연구의 목적이 군중 시뮬레이션이기 때문에, 제안한 알고리즘은 캐릭터를 실린더 형태로 모델링 한 후에 Rough한 충돌감지를 목표로 한다. 이를 위해 계층적인 바운딩 박스 데이타 구조인 MOBB를 제안한다. MOBB는 모션클립에 대한 시공간 바운딩 박스이며, 제안된 알고리즘에 대한 테스트 결과 2배 이상의 속도 향상이 있음을 밝힌다.

• Journal of the Optical Society of Korea
• /
• 제15권2호
• /
• pp.152-154
• /
• 2011

We propose a novel method which detects convex and concave corners using radial projection. The sum of two neighbors' differences at the local maxima or minima of the radial projection is compared with the angle threshold for detecting corners. In addition, the use of oriented bounding box trees and partial circles makes it possible to detect the corners of complex shapes. The experimental results show that the proposed method can separately detect the convex and concave corners, and that this method is scale invariant.

• International Journal of Computer Science & Network Security
• /
• 제24권5호
• /
• pp.129-134
• /
• 2024

Object Detection is an emerging technology in the field of Computer Vision and Image Processing that deals with detecting objects of a particular class in digital images. It has considered being one of the complicated and challenging tasks in computer vision. Earlier several machine learning-based approaches like SIFT (Scale-invariant feature transform) and HOG (Histogram of oriented gradients) are widely used to classify objects in an image. These approaches use the Support vector machine for classification. The biggest challenges with these approaches are that they are computationally intensive for use in real-time applications, and these methods do not work well with massive datasets. To overcome these challenges, we implemented a Deep Learning based approach Convolutional Neural Network (CNN) in this paper. The Proposed approach provides accurate results in detecting objects in an image by the area of object highlighted in a Bounding Box along with its accuracy.

• 정보처리학회논문지B
• /
• 제15B권1호
• /
• pp.25-36
• /
• 2008

본 논문은 조명의 변화가 심한 영상에서 손 형태를 안정적으로 인지하는 기법에 관한 것이다. 제안한 방법은 HSI 색상공간에서 색상(Hue) 및 색상 기울기(Hue-Gradient)를 기반으로 정의된 배경모델을 구축하고, 실시간으로 입력되는 영상과의 배경차분(background subtraction)기법을 이용하여 배경과 손을 구분한다. 추출된 손의 영역으로부터 18가지의 특징요소를 추출하고 이를 기반으로 다중클래스 SVM(Support Vector Machine) 학습 기법을 사용하여 손의 형태를 인지한다. 제안 기법은 색상 기울기를 배경 차분에 적용함으로써, 조명 환경이 배경 모델의 조명과 다르게 급격한 변화가 이루어졌을 때도 안정적으로 손의 윤곽정보를 추출할 수 있도록 하였다. 또한, 실시간 처리를 저해하는 복잡한 손의 특성정보 대신, OBB의 크기에 대하여 정규화된 두 개의 고유값과 객체 기반 바운딩 박스(OBB)를 구성하는 16개 세부 영역에서의 손 윤곽픽셀의 개수를 손의 특성정보로 사용하였다. 본 논문에서는 급격한 조명 변화 상황에서 기존 RGB 색상요소를 기반으로 하는 배경차분법과 색상을 기반으로 하는 배경차분법, 본 논문에서 제안하는 색상 기울기 기반 배경 차분법의 결과를 비교함으로써 제안 기법의 안정성을 입증하였다. 6명의 실험대상자의 1부터 9까지의 수지화 2700개의 영상으로부터 손 특성 정보를 추출하고 이에 대하여 훈련을 통한 학습 모델을 생성하였다. 학습모델을 기반으로 실험자 6인의 손 형태 1620개의 데이터에 대하여 인지 실험을 실시하여 92.6%에 이르는 손 형태 인식 성공률을 얻었다.