• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2020년도 추계학술발표대회
• /
• pp.967-970
• /
• 2020

In a previous work we have done, we presented a monitoring system to automatically detect some dogs' behaviors from videos. However, the input video data used by that system was pre-trimmed to ensure it contained a dog only. In a real-life situation, the monitoring system would continuously receive video data, including frames that are empty and ones that contain people. In this paper, we propose a YOLOv4-based system for automatic object detection and trimming of dog videos. Sequences of frames trimmed from the video data received from the camera are analyzed to detect dogs and people frame by frame using a YOLOv4 model, and then records of the occurrences of dogs and people are generated. The records of each sequence are then analyzed through a rule-based decision tree to classify the sequence, forward it if it contains a dog only or ignore it otherwise. The results of the experiments on long untrimmed videos show that our proposed method manages an excellent detection performance reaching 0.97 in average of precision, recall and f-1 score at a detection rate of approximately 30 fps, guaranteeing with that real-time processing.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2021년도 춘계학술발표대회
• /
• pp.556-559
• /
• 2021

해당 연구는 Insta evo 360° 카메라로 촬영한 Equirectangular 형태의 영상을 활용하여 보행자에게 위험한 차량을 구분한 후 실시간적으로 차량 접근 알림을 주는 시스템에 관한 연구이다. 360° 영상 속 위험 차량 탐지와 추적을 위해 파노라마와 일반도로 이미지 데이터 세트로 전이학습 된 You Look Only Once v5 (YOLOv5), 객체 추적 알고리즘 Simple Online and Realtime Tracking with a Deep Association Metric (DeepSORT), 그리고 실험을 통해 개발한 비 위험 차량 필터링 알고리즘을 활용한다. Insta evo 360° 카메라를 머리 위에 얹어 촬영한 영상을 개발한 최종 시스템에 적용한 결과, 약 90% 정확도로 영상에서 비 위험 차량과 위험 차량을 구분할 수 있고, 위험 차량의 경우 차량의 방향을 시각적으로 알려줄 수 있다. 본 연구를 바탕으로 보행자 시야각 외부의 위험 차량에 대한 경고 알림을 주어 보행자 교통사고 발생 가능성을 줄이고, 전방위를 볼 수 있는 360° 카메라의 활용 분야가 보행 안전 시스템뿐만 아니라 더 다양해질 것으로 기대한다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2023년도 제68차 하계학술대회논문집 31권2호
• /
• pp.15-18
• /
• 2023

UAV는 군사용을 처음 시작으로 근래에 취미용 드론의 급격한 성장과 더불어 최근 기후변화, 교통혼잡, 범죄 예방 등 여러 사회 문제 해결을 위한 드론의 필요성이 증가함에 따라 건설, 교통, 농업, 에너지, 엔터테인먼트 등 다양한 산업과 여러 사회 서비스로 그 필요성이 확대되고 있다. 본 연구는 이러한 사회적 흐름에 따라 인공지능 기술을 통한 드론의 활용성을 확대하고 GPS 수신이 안 되는 환경에서 딥러닝 객체 탐지 모델을 활용한 자율 착륙을 연구를 목표로 한다. GPS 신호는 실내와 같은 환경 혹은 지하, 교량 아래, 산속 등과 같은 곳에서는 수신이 어렵다. 이를 극복하고자 GPS 신호수신이 어려운 지역에서 GPS 수신기를 통해 받는 위치 정보 대신 드론에 장착된 카메라를 통해 전달받는 영상에서 착륙할 지점을 인식하고 카메라를 통해 받는 영상 정보만 이용하여 목표지점으로 하강하는 방식으로 자율 착륙을 유도한다. 딥러닝 중 경량화 모델을 활용하여 소형 드론에서 실시간으로 착륙 지점을 감지하기 위해 최적화 과정을 진행해 실시간 자율 착륙이 가능하게 하였다. 본 연구를 통해 드론의 착륙에 있어 GPS 수신기와 사람의 조종에 대한 의존도를 낮출 수 있을 것으로 기대한다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2023년도 추계학술발표대회
• /
• pp.902-903
• /
• 2023

장애물이나 경사지가 많은 협소 지역에서 탐사 활동을 수행하는 로봇은 험지에서도 이동할 수 있는 자율주행 방법을 필수적으로 제공해야 한다. 본 논문은 협소 지역에서 탐사와 객체 탐지를 위해 주행 상황에 따라 바퀴 주행과 관절 주행을 동적으로 변경하면서 이동하는 다관절 로봇 시스템을 제안한다. 다관절 로봇은 마찰력과 수직항력, 토크 값 등을 고려해 설계한 운동 모델을 기반으로 바퀴와 관절 이동을 변경하면서 자율적으로 주행한다. 관리자는 관제 서버를 통해 로봇이 수집한 탐사 정보를 실시간으로 확인하고 필요시 로봇의 원격제어를 수행할 수 있다. 본 연구를 통해 사람이 접근하기 어려운 협소 지역 탐사나 재난지역 인명구조 활동에 활용할 수 있기를 기대한다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2023년도 추계학술발표대회
• /
• pp.30-33
• /
• 2023

The recent scholarly focus has been directed towards the expeditious and accurate detection of salient objects, a task that poses considerable challenges for resource-limited edge devices due to the high computational demands of existing models. To mitigate this issue, some contemporary research has favored inference speed at the expense of accuracy. In an effort to reconcile the intrinsic trade-off between accuracy and computational efficiency, we present novel model for salient object detection. Our model incorporate group-wise attentive module within the decoder of the encoder-decoder framework, with the aim of minimizing computational overhead while preserving detection accuracy. Additionally, the proposed architectural design employs attention mechanisms to generate boundary information and semantic features pertinent to the salient objects. Through various experimentation across five distinct datasets, we have empirically substantiated that our proposed models achieve performance metrics comparable to those of computationally intensive state-of-the-art models, yet with a marked reduction in computational complexity.

• 디지털산업정보학회논문지
• /
• 제19권4호
• /
• pp.117-126
• /
• 2023

Traditional markets, formed naturally, often feature aged buildings and facilities that are susceptible to fire. However, the lack of adequate fire detection systems in these markets can easily lead to large-scale fires upon ignition. Therefore, this study was conducted with the aim of detecting fires in traditional markets, utilizing thermal imaging cameras for data collection and the YOLOv8 model for object detection experiments. Data were collected in the night markets within traditional markets of xx city and by simulating fire scenarios. A comparative analysis of the Nano and XL models of YOLOv8 revealed that the XL model is more effective in detecting fires. The XL model not only demonstrated higher accuracy in correctly identifying flames but also tended to miss fewer fires compared to the Nano model. In the case of objects other than flames, the XL model showed superior performance over the Nano model. Taking all these factors into account, it is anticipated that with further data collection and improvement in model performance, a suitable fire detection system for traditional markets can be developed.

• 한국해양학회지:바다
• /
• 제17권3호
• /
• pp.181-188
• /
• 2012

해초지의 생태적 중요성에도 불구하고 국내 연안에 분포하는 해초지 규모에 대한 정보가 미비하다. 장흥군 회진면 일대의 해초지를 대상으로 수중음향측심기와 고해상도 Kompsat-2($4{\times}4m$) 위성영상을 이용하여 식생유무를 탐지하고 분포크기를 파악하는 연구가 수행되었다. 위성영상을 이용한 식생분석의 정확도는 음향측심기를 통해 얻은 자료분석과 이를 비교하여 검증되었다. Kompsat-2 영상분석으로 계산된 회진면 일대의 해초지 면적은 약 $3.9km^2$로 수중음향 탐사를 통해 구해진 $4.5km^2$ 보다 과소평가 되었다. Kompsat-2 위성영상을 객체기반 영상분류법으로 해초 식생을 분석한 결과는 수중음향 결과 값에 대해 90%의 정확도를 보였는데, 이와 같이 높은 정확도는 Kappa 지수(0.85)로도 확인되었다. 또한 위성영상과 수중음향 결과 간의 유사도는 77.1%로 비교적 높았다. 생물 비파괴적인 수중음향조사와 Kompsat-2 영상분석으로 국내 연안에 산재해 있는 해초지 식생의 광역적인 조사가 가능할 것으로 기대되며, 보다 정확한 탐지를 위해서 다양한 고해상도 위성을 이용한 연구가 활발히 이루어져야 할 것이다.

• 한국농림기상학회지
• /
• 제23권3호
• /
• pp.156-162
• /
• 2021

본 인스턴스 분할 모델은 위성을 이용해 촬영된 원격탐지 영상 내의 객체 탐지에 높은 정확도를 갖는다는 것을 입증하였으며, 불법으로 가설된 시설 하우스를 발견하는데 활용될 수 있다. 즉, 특정 지역 및 일정시기를 기준으로 시설하우스를 인식시키고 그 이후에 신축된 하우스를 분별하는데 사용할 수 있을 것이다. 또한 본 기술을 응용하여, 토지피복도 조사와 같은 인력중심의 작업을 빠르게 해결할 수 있다. 앞으로 이 모델은 지리정보시스템(Geographic Information System)과 연계하여 중앙정부 차원의 단일화된 관리체계를 수립할 수 있을 것이며 또한 시설하우스 면적 통계 수치계산에도 쉽게 응용될 수 있을 것으로 판단된다.

• 융합보안논문지
• /
• 제24권1호
• /
• pp.59-68
• /
• 2024

최근 인공지능 기술의 발전으로 한강 교량이나 건설 현장 등 수많은 환경에 지능형 CCTV가 설치 및 운용되고 있다. 한편 사고 및 범죄 유발의 가능성, 재해 시 대피 공간으로의 활용도로 인해 건축물 옥상 개폐 여부에 대한 대립이 존재한다. 법률에서는 지정된 건축물 옥상 출입문의 상시 개방을 원칙으로 하고 있지만, 사실상 방범의 이유로 암묵적으로 폐쇄를 허용하고 있으며 마땅한 법적 조치가 부재하다. 본 연구는 이러한 맥락에서, 지능형 CCTV를 활용하여 옥상에서 발생할 수 있는 비상 상황에 대응하기 위한 감지 시스템을 제안한다. YOLOv5 객체 탐지 모델을 기반으로 한 폭행 및 투신 상황을 실시간으로 감지하는 시스템을 구축하였으며, 새로운 메트릭 IoP(Intersection Over Person)를 도입하여 투신 상황을 평가하였다. 실험 결과, 제안된 시스템은 폭행 및 투신 상황을 신속하게 탐지하며 높은 정확도를 보여주었다. 또한, 옥상 출입문 관리에 관한 법제 분석을 통해 옥상 출입문 개방과 CCTV 설치에 대한 제도적 미비점을 파악하고 개선방안을 제시하였다. 기술적·법적인 개선으로 옥상 환경에서의 범죄 및 사고 발생이 감소할 것으로 기대된다.

• 방송공학회논문지
• /
• 제27권3호
• /
• pp.391-401
• /
• 2022

최근 딥러닝 기반의 객체 검출 및 인식 연구가 발전해가면서 산업 및 실생활에 적용되는 범위가 넓어지고 있다. 건설 분야에도 딥러닝 기반의 시스템이 도입되고 있지만 아직은 미온적이다. 건설 도면에서 자재 산출이 수작업으로 이뤄지고 있어 많은 소요시간과 부정확한 적산 결과로 잘못된 물량산출의 거래가 생길 수 있다. 이를 해결하기 위해서 빠르고 정확한 자동 도면 인식시스템이 필요하다. 따라서 본 논문은 건설도면 내 철강 자재를 검출하고 인식하는 인공지능기반 자동 도면 인식 적산 시스템을 제안한다. 빠른 속도의 YOLOv4 기반에 소형 객체 검출성능을 향상하기 위한 복제 방식의 데이터 증강기법과 공간집중 모듈을 적용하였다. 검출한 철강 자재 영역을 문자 인식한 결과를 토대로 철강 자재를 적산한다. 실험 결과 제안한 방식은 기존 YOLOv4 대비 정확도와 정밀도를 각각 1.8%, 16% 증가시켰다. 제안된 방식의 Precision은 0.938, Recall은 1, AP_0.5는 99.4%, AP_0.5:0.95 68.8%의 향상된 결과를 얻었다. 문자 인식은 기존 데이터를 사용한 인식률 75.6%에 비해 건설도면에 사용되는 폰트에 맞는 데이터 세트를 구성하여 학습한 결과 99.9%의 인식률을 얻었다. 한 이미지 당 평균 소요시간은 검출 단계는 0.013초, 문자 인식은 0.65초, 적산 단계는 0.16초로 총 0.84초의 결과를 얻었다.