• Journal of the Korea Society of Computer and Information
• /
• v.27 no.1
• /
• pp.1-8
• /
• 2022

In this paper, we propose a fire detection system based on CCTV images using an object tracking technology with YOLOv4 model capable of real-time object detection and a DeepSORT algorithm. The fire detection model was learned from 10800 pieces of learning data and verified through 1,000 separate test sets. Subsequently, the fire detection rate in a single image and fire detection maintenance performance in the image were increased by tracking the detected fire area through the DeepSORT algorithm. It is verified that a fire detection rate for one frame in video data or single image could be detected in real time within 0.1 second. In this paper, our AI fire detection system is more stable and faster than the existing fire accident detection system.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2021.07a
• /
• pp.649-652
• /
• 2021

본 논문에서는 노후화된 목조·석조 건축물의 균열을 탐지하는 기법을 소개한다. 본 기법의 목적은 석조·목조 문화재의 시간의 흐름에 따른 관리 소홀, 균열(벌레, 날씨, 기온 등), 배부름 현상에 의한 문화재의 손상을 사전에 방지하기 위함이다. 기존에 존재하는 목조·석조 건축물의 균열, 노후, 배부름 등 다양한 결함과 변형의 탐지 방법은 접촉식 센서를 이용하여 탐지를 해왔지만, 문화재 자체의 미관을 해칠 뿐 아니라 문화재를 추가로 훼손할 가능성이 있다는 문제점이 제시되었다. 이 문제를 해결하기 위해 문화재 비 접촉형 탐지 기법을 사용한다. CCTV 및 DSLR과 같은 관측장비로 촬영한 영상정보를 기반으로 문화재의 결함과 변형을 AI 영상분석 기반 방법으로 판단하는 문제를 제안한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2000.10b
• /
• pp.1215-1218
• /
• 2000

CORBA, DCOM, JavaRMI 등과 같은 분산 객체 기술이 분산 응용의 신뢰성을 직접적으로 향상시키지는 못한다. 이러한 분산 객체 기술에 고장 감내성을 추가하기 위해서는 객체 단위의 복제 그룹 관리와 고장 탐지 및 회복 메커니즘이 필요하다. 본 논문에서는 고장 감내형 JavaRMI 객체를 개발하기 위하여 고장 탐지와 그룹 관리를 위한 그룹관리자와 원격 인터페이스를 설계하고, 고장 감내성 클래스를 정의한다. 또한 고장 감내 객체의 투명한 그룹 참여를 위하여 Naming클래스와 RMIRegistry를 확장한다. 응용개발자는 고장 감내성 클래스를 상속함으로써 외부의 도움 없이 간단히 고장 감내 응용 객체를 개발 할 수 있다.

• Journal of the Korean Society of Surveying, Geodesy, Photogrammetry and Cartography
• /
• v.39 no.6
• /
• pp.515-523
• /
• 2021

An integrated underground spatial map consists of underground facilities, underground structures, and ground information, and is periodically updated. In this paper, we design and implement a system for detecting and extracting only changed ground objects to shorten the map update speed. To find the changed objects, all the objects are compared, which are included in the newly input map and the reference map in the integrated map. Since the entire process of comparing objects and generating results is classified by function, the implemented system is composed of several modules such as object comparer, changed object detector, history data manager, changed object extractor, changed type classifier, and changed object saver. We use two metrics: detection rate and extraction rate, to evaluate the performance of the system. As a result of applying the system to boreholes, ground wells, soil layers, and rock floors in Pyeongtaek, 100% of inserted, deleted, and updated objects in each layer are detected. In addition, it provides the advantage of ensuring the up-to-dateness of the reference map by downloading it whenever maps are compared. In the future, additional research is needed to confirm the stability and effectiveness of the developed system using various data to apply it to the field.

• KIPS Transactions on Software and Data Engineering
• /
• v.10 no.8
• /
• pp.311-318
• /
• 2021

Research has been ongoing to detect ships from offshore photographs for a variety of reasons, including maritime security, identifying international trends, and social scientific research. Due to the development of artificial intelligence, R-CNN models for object detection in photographs and images have emerged, and the performance of object detection has risen dramatically. Ship detection in offshore photographs using the R-CNN model has also begun to apply to satellite photography. However, satellite images project large areas, so various objects such as vehicles, landforms, and buildings are sometimes recognized as ships. In this paper, we propose a novel methodology to improve the performance of ship detection in satellite photographs using R-CNN series models. We separate land and sea via marker-based watershed algorithm and perform morphology operations to specify RoI one more time, then detect vessels using R-CNN family models on specific RoI to reduce typology. Using this method, we could reduce the misdetection rate by 80% compared to using only the Fast R-CNN.

• Journal of the Institute of Electronics Engineers of Korea CI
• /
• v.46 no.4
• /
• pp.102-110
• /
• 2009

In this paper, we propose an object detection method for real-time in infrared (IR) images and PowerPC (PPC) and H/W design based on field programmable gate array (FPGA). An open H/W architecture has the advantages, such as easy transplantation of HW and S/W, support of compatibility and scalability for specification of current and previous versions, common module design using standardized design, and convenience of management and maintenance. Proposed background modeling for an open H/W architecture design decreases size of search area to construct a sparse block template of search area in IR images. We also apply to compensate for motion compensation when image moves in previous and current frames of IR sensor. Separation method of background and objects apply to adaptive values through time analysis of pixel intensity. Method of clutter reduction to appear near separated objects applies to median filter. Methods of background modeling, object detection, median filter, labeling, merge in the design embedded system execute in PFC processor. Based on experimental results, proposed method showed real-time object detection through global motion compensation and background modeling in the proposed embedded system.

• Journal of Broadcast Engineering
• /
• v.26 no.2
• /
• pp.155-166
• /
• 2021

Most object detection algorithms are studied based on RGB images. Because the RGB cameras are capturing images based on light, however, the object detection performance is poor when the light condition is not good, e.g., at night or foggy days. On the other hand, high-quality infrared(IR) images regardless of weather condition and light can be acquired because IR images are captured by an IR sensor that makes images with heat information. In this paper, we performed the object detection algorithm based on the compression ratio in RGB and IR images to show the detection capabilities. We selected RGB and IR images that were taken at night from the Free FLIR Thermal dataset for the ADAS(Advanced Driver Assistance Systems) research. We used the pre-trained object detection network for RGB images and a fine-tuned network that is tuned based on night RGB and IR images. Experimental results show that higher object detection performance can be acquired using IR images than using RGB images in both networks.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2023.11a
• /
• pp.1102-1103
• /
• 2023

안전모 착용 여부를 확인하는 객체 탐지 모델을 물류 현장에서 활용하기 위해서는 안전모를 착용한 경우와 착용하지 않은 경우를 정확하게 탐지해야 한다. 하지만 학습 데이터가 안전모를 착용한 클래스와 착용하지 않은 클래스 간 불균형이 존재하는 경우 해당 데이터만으로는 태스크에 맞게 학습이됐다고 보긴 힘들다. 본 연구는 데이터 증강 기법 적용 시 임의의 데이터에 증강을 적용하는 대신 상대적으로 적은 안전모를 착용하지 않은 클래스를 포함하는 이미지에 대하여 데이터 증강 기법을 적용하였다. 여러 데이터 증강 기법 중 Rotation, Gaussian Noise, 객체를 기준으로 한 Crop을 직접 구현 및 적용하여 객체 탐지 모델인 YOLOv5의 성능을 효과적으로 높이며 더욱 강건한 모델을 개발하는 방법을 제안한다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2018.10a
• /
• pp.82-85
• /
• 2018

카메라를 이용하여 특정 범위에 객체 침입을 탐지하는 시스템이 많아지고 있다. 하지만 이러한 카메라를 이용한 객체 침입 탐지는 실내에 설치되어 사용되는 경우가 많고, 외부에서 사용할 경우 환경적인 요인(비, 바람 등에 날리는 물체들)에 의해 정확도가 떨어지는 경우가 많다. 또한, 센서만 사용하여 침입을 탐지하는 시스템은 센서의 감지 범위에 따라 설치할 수 있는 공간이 제약되고 일정 크기 이상의 공간에서 사용할 수 없다는 단점이 있다. 본 논문에서 제안하는 침입 탐지 시스템은 레이저, 초음파, 인체감지 센서의 단점인 감지 범위를 보완할 수 있는 레이더 센서와 카메라를 이용하여 감시 영역 내의 침입을 탐지하는 시스템을 설계하였다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2019.05a
• /
• pp.122-124
• /
• 2019

최근 IoT 시스템의 관심도가 높아지고 있어 기본 활용 기술의 방법 중 블루투스 비콘 모드를 이용한 정확한 위치 탐지 방법에 대한 연구가 진행되고 있다. 본 논문에서는 블루투스 모듈의 비콘 모드를 활성화하여 불특정 다수의 사용자들에게서 획득한 정보의 고유아이디(UUID, Universally Unique Identifiers) 식별 및 특정 기기의 위치를 파악하여 해당 UUID의 위치 탐지 방법을 제안하였다. 비콘 정보의 수신신호세기(RSSI, Received Signal Strength Indicator)값을 이용하여 불특정 사용자의 위치를 탐지하고, 설정된 RSSI의 범위 구간에 따라 탐지 객체의 IoT 모듈에 접근 여부를 판단하고, 접근이 감지되었을 때 해당 모듈의 IoT 모듈의 기능을 작동시키는 방식으로 활용할 수 있다. 또한, 위치 탐지의 정확성을 위해 RSSI의 데이터를 저장하고, 저장된 데이터 관찰을 통하여 해당 블루투스의 위치 데이터를 보다 정확하게 파악하는 시스템을 설계하였다.