• Journal of the Korean Society of Surveying, Geodesy, Photogrammetry and Cartography
• /
• v.39 no.6
• /
• pp.599-607
• /
• 2021

Street-view images, which are omnidirectional scenes centered on a specific location on the road, can provide various obstacle information for the pedestrians. Pedestrian network data for the navigation services should reflect the up-to-date obstacle information to ensure the mobility of pedestrians, including people with disabilities. In this study, the object detection model was trained for the bollard as a major obstacle in Seoul using street-view images and a deep learning algorithm. Also, a process for updating information about the presence and number of bollards as obstacle properties for the crosswalk node through spatial matching between the detected bollards and the pedestrian nodes was proposed. The missing crosswalk information can also be updated concurrently by the proposed process. The proposed approach is appropriate for crowdsourcing data as the model trained using the street-view images can be applied to photos taken with a smartphone while walking. Through additional training with various obstacles captured in the street-view images, it is expected to enable efficient information update about obstacles on the road.

• KIPS Transactions on Software and Data Engineering
• /
• v.2 no.11
• /
• pp.795-800
• /
• 2013

Early detection of oestrus in Korean cows is one of the important issues in maximizing the economic benefit. Although various methods have been proposed, we still need to improve the performance of the oestrus detection system. In this paper, we propose a video surveillance system which can detect unusual behavior of multiple cows including the mounting activity. The unusual behavior detection is to detect the dangerous or abnormal situations of cows in video coming in real time from a surveillance camera promptly and correctly. The prototype system for unusual behavior detection gets an input video from a fixed location camera, and uses the motion vector to represent the motion information of cows in video, and finally selects a SVDD (one of the most well-known types of one-class SVM) as a detector by reinterpreting the unusual behavior into an one class decision problem from the practical points of view. The experimental results with the videos obtained from a farm located in Jinju illustrate the efficiency of the proposed method.

• Journal of the Korean Society of Marine Environment & Safety
• /
• v.28 no.7
• /
• pp.1120-1128
• /
• 2022

In the event of a marine accident, the longer the exposure time to the sea increases, the faster the chance of survival decreases. However, because the search area of the sea is extremely wide compared to that of land, marine object detection technology based on the sensor mounted on a satellite or an aircraft must be applied rather than ship for an efficient search. The purpose of this study was to rapidly detect an object in the ocean using a hyperspectral image sensor mounted on an aircraft. The image captured by this sensor has a spatial resolution of 8,241 × 1,024, and is a large-capacity data comprising 127 spectra and a resolution of 0.7 m per pixel. In this study, a marine object detection model was developed that combines a seawater identification algorithm using DBSCAN and a density-based land removal algorithm to rapidly analyze large data. When the developed detection model was applied to the hyperspectral image, the performance of analyzing a sea area of about 5 km² within 100 s was confirmed. In addition, to evaluate the detection accuracy of the developed model, hyperspectral images of the Mokpo, Gunsan, and Yeosu regions were taken using an aircraft. As a result, ships in the experimental image could be detected with an accuracy of 90 %. The technology developed in this study is expected to be utilized as important information to support the search and rescue activities of small ships and human life.

• The Journal of The Korea Institute of Intelligent Transport Systems
• /
• v.8 no.6
• /
• pp.36-45
• /
• 2009

Recently, there are interested in the automatic traffic flowing and accident detection using various low level information from video in the road. In this paper, the automatic traffic flowing and algorithm, and application of traffic accident detection using traffic management systems are studied. To achieve these purposes, the spatio-temporal relation models using topological and directional relations have been made, then a matching of the proposed models with the directional motion verbs proposed by Levin's verbs of inherently directed motion is applied. Finally, the synonym and antonym are inserted by using WordNet. For the similarity measuring between proposed modeling and trajectory of moving object in the video, the objects are extracted, and then compared with the trajectories of moving objects by the proposed modeling. Because of the different features with each proposed modeling, the rules that have been generated will be applied to the similarity measurement by TSR (Tangent Space Representation). Through this research, we can extend our results to the automatic accident detection of vehicle using CCTV.

• Journal of the Korea Society for Simulation
• /
• v.26 no.3
• /
• pp.65-72
• /
• 2017

We propose a method to generate the object-target identifier mapping information for system performance and effectiveness analysis of submarine engage system and verify the validity of the proposed method through experiments. In the submarine model of the engage simulator, the signal processing algorithm of the actual sonar system is installed. In the target information obtained through the sonar or signal processing process, the actual object information is not known, and the simulator does not provide such information. Therefore, in this study, we generated identifier mapping information for simulation post-analysis by using bearing, range, and speed of the target obtaind from sonar signal processing and the object collected.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2015.10a
• /
• pp.1365-1368
• /
• 2015

컴퓨터 비전 분야의 활용영역과 시장성이 증대하면서 가장 많이 사용되는 객체인식 및 탐지 기술과 관련된 연구는 꾸준히 진행되고 있다. 최근에는 ADAS(Advanced Driver Assistance Systems)와 특징적인 객체를 인식 추적할 수 있는 지능형 감시시스템에서의 가장 핵심적인 기술로 자리 잡고 있다. 본 연구에서는 보행자 탐지에 사용하는 특징들 중에서 조명변화에 강건한 HOG와 Cascade-Adaboost를 기반으로 보행자 탐지 모델을 후보영역을 검출하고 검출된 영역에서 컬러정보를 추출하여 의사결정 트리에 적용시켜 최종 보행자를 탐지하는 시스템을 제안한다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2020.01a
• /
• pp.7-9
• /
• 2020

기존 CCTV 비디오에서 딥러닝 기반의 이상 탐지 연구는 객체의 행동 값만을 이용하여 이상을 탐지하였기 때문에, 시간 흐름에 따른 정보가 축소되는 문제점이 있었다. 그러나 CCTV 비디오에서의 이상의 원인은 다양한 요소와 시계열 분석에 따른 정보로 이루어져 있어 시간 정보를 유지하면서 다양한 특징 값을 사용한 모델을 설계할 필요가 있다. 따라서 본 논문에서는 C3D에 광학 흐름을 결합한 새로운 앙상블 모델을 제안한다. 실험 결과 본 논문에서 제안하는 모델이 75.83의 AUC를 얻어 기존에 연구되었던 행동 값만을 사용한 모델보다 높은 정확도를 달성하였다. 또한 이상 탐지 모델 설계 시 객체의 행동에 다양한 측면을 고려할 수 있는 여러 특징 값과 시계열 분석에 따른 정보를 사용하는 것이 적절하다는 결론을 도출하였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2004.10a
• /
• pp.172-174
• /
• 2004

최근 유비쿼터스에 관한 연구가 활발히 진행 중인 가운데, 사용자의 현재 상황을 파악하고 적절한 서비스를 제공해 주기 위하여 위치 정보가 많이 활용되고 있다 이러한 위치 정보는 가정과 같은 실내 환경에서 사용자의 위치 경로와 공간에 구성되어 있는 객체들의 위치를 비교하여, 관계를 탐지하고, 적절한 룰을 사용해 추론함으로써, 사용자에게 필요한 서비스를 요청 없이 자동으로 제공하는데 유용하게 쓰일 수 있다. 본 논문에서는, 가공되지 않은 위치기반의 센서 데이터로부터 상황에 대한 의미를 지닌 컨텍스트(context)를 추론해 내는 시스템의 구조를 제안한다. 본 시스템은 크게 네 개의 계층으로 구성되어 있다. 첫째. 센서 계층(Sensor layer)은 센서로부터 객체의 위치정보를 얻어내어 센서 데이터를 구성한다 둘째, 질적 관계 계층(qualitative layer)은 센서 데이터를 기반으로 하여 객체간의 상대적인 위치 관계를 탐지한다. 셋째, 시공간적 관계 계층(relational layer)은 시간에 따라 축적되는 질적 관계 계층(qualitative layer)의 데이터를 기반으로 하여 객체간의 시간적 공간적인 위치 관계를 추론한다 넷째, 마지막으로 의미적 계층(semantic layer)에서는 객체간의 상황에 안는 의미를 추론함으로써, 서비스 제공을 위한 컨텍스트(context)를 얻는다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2023.05a
• /
• pp.456-458
• /
• 2023

원본 이미지를 변형하여 학습용 데이터를 확장하는 기법에 대해서는 이전부터 꾸준히 논의된 바가 있다. 턴 테이블과 크로마 키를 이용하여 객체의 영상을 촬영하고 프레임을 추출하여 이미지 분류, 영상 내 객체 탐지 등에 사용이 가능한 데이터 셋의 확장 구축 방안에 대해 다루며, 성능 분석 결과 평균 90% 이상의 객체 검출률을 보였으며 객체 탐지 모델의 경우에서 보다 높은 정확도를 보임을 확인할 수 있었다. 영상내 단일 객체를 인지하기 위한 상황을 위해 본 논문이 제시하는 데이터셋 구축 방안은 충분한 효과를 보일 수 있을 것으로 기대된다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2013.01a
• /
• pp.19-22
• /
• 2013

본 논문은 조명을 제거한 차영상을 이용하여 객체의 움직임을 탐지하는 시스템을 제안한다. 먼저, 입력받은 RGB영상을 Lab영상으로 변환하여 L채널 영상을 분리해낸다. 분리해낸 L채널 영상을 반전시켜 역 조명 영상을 만들어 원 영상과 합성한다. 그 후 만들어진 영상에 모폴로지 기법을 적용하고, 잡음 제거를 위해 크기 필터링을 사용한다. 그리고 배경 영상과 현재 영상의 차영상을 이용하여 객체의 움직임을 탐지한다. 실험 결과 제안된 시스템은 조명이 밝거나 어두워 영상 분석이 힘든 경우, 제대로 분석되지 않은 배경과 전경에 있어서 더욱 효과적으로 작동함을 증명한다.