• KIPS Transactions on Computer and Communication Systems
• /
• v.6 no.2
• /
• pp.51-58
• /
• 2017

Because of safety and security, Surveillance camera market is growing. Accordingly, Study on video recognition and tracking is also actively in progress, but There is a limit to identify object by obtaining the information of object identified and tracked. Especially, It is more difficult to identify multiple objects in open space like shopping mall, airport and others utilized surveillance camera. Therefore, This paper proposed adding object identification function by using RFID to existing video-based object recognition and tracking system. Also, We tried to complement each other to solve the problem of video and RFID based. Thus, through the interaction of system modules We propose a solution to the problems of failing video-based object recognize and tracking and the problems that could be cased by the recognition error of RFID. The system designed to identify the object by classifying the identification of object in four steps so that the data reliability of the identified object can be maintained. To judge the efficiency of this system, this demonstrated by implementing the simulation program.

• Proceedings of the KAIS Fall Conference
• /
• 2012.05b
• /
• pp.531-534
• /
• 2012

본 논문에서는 Active Contour 기반의 영역 분할에서 이미지의 초점값을 이용하여 분할된 영역 사이의 경계를 생성하여 기존의 Active Contour에서 발생할 수 있는 중첩 객체의 동일 객체 인식을 방지하는 기법을 제안한다. Active Contour는 영상에서 객체의 윤곽을 검출하여 윤곽을 기준으로 영상을 분할하지만 중첩되거나 근접한 객체에서의 분할이 정확하게 이루어지지 않아 동일 객체로 인식하는 단점이 있다. 이러한 객체에서의 분할을 위해 영상의 초점값을 이용하여 영상 내에 존재하는 객체의 유사 경계 영역을 생성하고 Active Contour의 결과에 적용하여 경계를 생성한 뒤 초점값 적용으로 인해 생성될 수 있는 홀 영역을 hole filling 과정을 수행하여 보완함으로써 보다 정확한 객체를 추출하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2011.04a
• /
• pp.402-403
• /
• 2011

최근 스마트 폰을 비롯한 휴대용 IT 기기의 급속한 보급으로 사용자에게 유익한 서비스를 제공하는 다양한 응용 프로그램에 대한 관심이 증대되고 있다. 특히, 이러한 기기들에 기본적으로 장착되는 카메라를 통해 입력된 영상에 존재하는 객체를 효과적으로 인식할 수 있다면, 사용자에게 더욱 다양하고 유용한 서비스를 제공하는 것이 가능하다. 하지만 휴대용 기기의 경우 아직까지 성능의 제약으로 인해, 기존에 나와있는 다양한 객체 인식 방법을 그대로 적용하기에는 무리가 있다. 본 논문에서는 영상에 존재하는 객체들의 대표 지역 특징 표현자를 검출하여, 완전히 일치하는 객체뿐 아니라 유사한 객체의 경우에도 인식이 가능한 효과적인 다중 객체 인식 알고리즘을 제안하고 프로토타입 시스템을 통하여 그 성능을 평가한다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2022.07a
• /
• pp.499-500
• /
• 2022

차량용 블랙박스의 대중화와 '스마트 국민 제보' 애플리케이션 도입에 따른 영향으로 교통법규 위반 공익신고 건수가 급증하면서 대응해야 할 담당 경찰 인력이 부족한 상황이다. 이러한 인력 부족 문제를 해결하기 위해서 인공지능(AI) 알고리즘을 활용하여 신고된 영상의 위법 여부를 자동으로 분석할 필요가 있다. 본 논문에서는 공익신고의 대부분을 차지하고 있는 진로변경 위반 영상 분석을 위한 객체 인식 방법에 대한 연구 내용을 기술한다. 이 연구에서는 딥러닝 알고리즘과 컴퓨터 비전 알고리즘을 통해 진로변경 위반 분석에 필요한 차량과 실선 객체를 인식하여 진로변경 위반 영상 분석에 활용할 수 있도록 한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2022.11a
• /
• pp.776-778
• /
• 2022

우리는 일상 속에서 다양한 결제시스템을 접할 수 있다. 그중 무인계산 시스템은 소비자가 구매부터 결제까지 스스로 하는 방식이다. 발전된 기술이 편리함을 제공하지만, 일부 소비자들은 오히려 사용에 어려움을 겪고 사람이 계산을 해주는 기존의 시스템을 선호하는 경우가 많다. 본 논문에서는 소형 IOT 기기와 딥러닝 객체 인식 시스템을 기반으로 한 무인계산대를 설계하고 개발하였다. 계산대의 모습을 구현하기 위해 아두이노 컨베이어 벨트를 이용하고 라즈베리 파이와 파이 카메라를 이용하여 객체 인식 환경을 구현하였다. 파이 카메라를 통해 영상을 인식하고 해당 영상을 실시간으로 전송하여 PC에서 YOLO를 통해 객체를 탐지한다. 이후 탐지된 객체는 소비자가 확인할 수 있도록 디스플레이에 시각화한다. 본 논문에서 제안한 딥러닝 객체 인식 무인계산 시스템은 공산품이 주를 이루는 무인 상점에 활용할 수 있다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2007.06c
• /
• pp.460-465
• /
• 2007

영상 내 사물들의 카테고리를 인식하는 연구는 시각적 영상처리와 연관된 다양한 분야에서 활발히 진행되고 있다. 객체 범주화(Object Categorization)는 가정과 같은 실내에서 책상, 의자, 컵, 주전자 등의 다양한 사물들을 구분하여 인식하는데 중요한 역할을 할 수 있다. 본 논문에서는 최근 영상 내 객체들의 카테고리 분석을 위해 연구된 PLSA를 기반으로 특이점에 가중치를 부여하여, 보다 유사한 카테고리 간에 인식 성능을 향상시키는 접근법에 대하여 연구하였다. PLSA는 문서기반의 정보검색 분야로부터 소개된 기법으로, 약한 수준의 비감독 방법임에도 불구하고 인상적인 인식성능을 보여준다. 그러나 비슷한 특징점 분포를 보이는 유사한 카테고리 간의 객체 카테고리 인식에 대해서는 비교적 낮은 성능을 보인다. 본 연구에서는 카테고리간의 비교실험을 통해 각 특징점에 대하여 가중치를 부여한 PLSA를 적용하여 유사한 객체 간의 카테고리 인식 가능성을 살펴보았다. 실험에서는 기존의 PLSA 기법과 제안한 가중치를 부여 PLSA 기법을 각각 적용하여 그 성능을 비교하였다. 본 연구에서는 기존 PLSA 기법에서는 비교적 낮은 인식률을 보인 유사한 카테고리 인식에 대하여 실험 결과를 통해 가중치를 부여한 PLSA 기법이 보다 향상된 성능을 보임을 확인하였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2000.10b
• /
• pp.356-358
• /
• 2000

본 논문에서는 인간의 시각적인 감각을 멀티미디어 컨텐츠의 UMA 변환 서비스에 적용하여 영상의 다양한 디스플레이 크기의 사용자 단말기에 맞게 효율적으로 변화(해상도 축소나 Cropping) 기법을 제안하고 있다. 즉, 영상의 중요한 객체를 사각형 경계박스로 표시한 후 각각의 객체의 저자의 의도대로 사용자가 지각적으로 인식할 수 있는 최소의 공간 해상도 축소 정보를 정의하여, 영상의 변환 시 각각 객체를 사용자가 충분히 인식할 수 있는 한계치로 사용하여 효율적인 UMA 서비스를 보장하는 사용자 자원 재분배 기법을 제안한다. 또한, 본 논문에서 제안된 알고리즘을 기존의 방식과 비교하여 실험적으로 그 장단점을 비교한다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2022.01a
• /
• pp.41-44
• /
• 2022

Mean-Shift 영상 분할은 객체 검출을 위한 영상 전처리 방법으로써, 영상 처리 및 패턴 인식 분야에서 널리 사용되는 방법이다. 영상 분할은 영역 기반과 에지 기반 방식으로 나누어지며 대표적으로 FCM, Quickshift, Felzenszwalb, SLIC 알고리즘 등 이 있다. 언급한 영상 분할 방법들은 Mean-Shift 영상 분할에 비해서 빠른 속도로 실행시킬 수 있지만, 형태적 특징이 훼손되고 하나의 객체가 여러 세그멘테이션으로 분할된다는 단점을 가지고 있다. 본 논문에서는 소형 객체를 탐지하기 위한 고속화된 Mean-Shift 영상 분할과 객체의 형태적 특징을 이용하여 객체를 탐지하는 방법을 제안한다. 하드웨어 리소스가 제한된 신호처리기에 제안하는 알고리즘을 수행하기 위하여 Mean-Shift 영상 분할에서 필터링 과정을 고속화 하였고, 적외선 영상 내 영상 전처리 수행을 통해 잡음 제거 후 Mean-Shift 영상 분할 방법을 수행함으로써, 객체의 형태적 특징을 잘 살려서 영상 분할을 할 수 있도록 하였다. 또한 각 세그멘테이션의 크기, 너비, 높이, 밝기 정보와 형태적 특징점을 이용한 객체 탐지 방법을 제안한다.

• Journal of Broadcast Engineering
• /
• v.25 no.3
• /
• pp.374-385
• /
• 2020

In this paper, we propose a preprocessing technique to solve the problems of action recognition with Equirectangular Projection (ERP) video. The preprocessing technique proposed in this paper assumes the person object as the subject of action, that is, the Object of Interest (OOI), and the surrounding area of the OOI as the ROI. The preprocessing technique consists of three modules. I) Recognize person object in the image with object recognition model. II) Create a saliency map from the input image. III) Select subject of action using recognized person object and saliency map. The subject boundary box of the selected action is input to the action recognition model in order to improve the action recognition performance. When comparing the performance of the proposed preprocessing method to the action recognition model and the performance of the original ERP image input method, the performance is improved up to 99.6%, and the action is obtained when only the OOI is detected. It can also see the effects of related video summaries.

• The Journal of The Korea Institute of Intelligent Transport Systems
• /
• v.18 no.6
• /
• pp.191-201
• /
• 2019

A fast and accurate integrated traffic object detection framework was proposed and developed, harnessing a computer-vision based deep-learning approach performing automatic object detections, a multi object tracking technology, and video pre-processing tools. The proposed method is capable of detecting traffic object such as autos, buses, trucks and vans from video recordings taken under a various kinds of external conditions such as stability of video, weather conditions, video angles, and counting the objects by tracking them on a real-time basis. By creating plausible experimental scenarios dealing with various conditions that likely affect video quality, it is discovered that the proposed method achieves outstanding performances except for the cases of rain and snow, thereby resulting in 98% ~ 100% of accuracy.