• Proceedings of the KIEE Conference
• /
• 1999.07b
• /
• pp.653-655
• /
• 1999

카메라 영상을 통하여 무인 헬리콥터 동작을 추정하기 위해 적응형 가중치를 사용한 새로운 Ego-Motion을 검출 기법을 제안하였다. 무인 헬리콥터 동적 특성은 비선형이며, 심한 진동 발생으로 영상 번짐(blur) 현상이 나타나기 때문에 상관 값만을 고려한 정합 방법으로는 빈번히 오차가 발생한다. 본 논문에서는 가속도, 각 가속도 및 제어입력 값에 의한 위치 추정 값과 상관 값 및 에지 강도를 가중치에 의해 융합하여 정확한 Ego-Motion을 계산할 수 있는 기법을 제안하였다. 또한 무인 헬리콥터의 가속도, 각 가속도, 상하 속도에 따라서 영상의 번짐 정도가 달라 이들 같이 크면 위치오차에 가중을 크게 주고, 작으면 상관 값에 가중치를 적게 주는 적응형 가중치 결정 알고리즘을 적용하였다. 제안한 적응형 가중치 기법을 무인 헬리콥터에 실험한 결과 카메라에 포착된 영상에 의해 무인헬기의 동작을 정확히 추정 할 수 있었다.

• Journal of the Korea Academia-Industrial cooperation Society
• /
• v.10 no.2
• /
• pp.237-242
• /
• 2009

Comparing with fixed-type Robots, Mobile Robots have the advantage of extending their workspaces. But this advantage need some sensors to detect mobile robot's position and find their goal point. This article describe the navigation teaching method of mobile robot using omni-directional position detection system. This system offers the brief position data to a processor with simple devices. In other words, when user points a goal point, this system revise the error by comparing its heading angle and position with the goal. For these processes, this system use a conic mirror and a single camera. As a result, this system reduce the image processing time to search the target for mobile robot navigation ordered by user.

• Journal of the Institute of Electronics and Information Engineers
• /
• v.52 no.1
• /
• pp.89-101
• /
• 2015

This paper proposes a statistical model of 3-D positions when tracking moving targets using the uncooled infrared (IR) stereo camera system. The proposed model is derived from two errors. One is the position error which is caused by the sampling pixels in the digital image. The other is the timing jitter which results from the irregular capture-timing in the infrared cameras. The capture-timing in the IR camera is measured using the jitter meter designed in this paper, and the observed jitters are statistically modeled as Gaussian distribution. This paper derives an integrated probability distribution by combining jitter error with pixel position error. The combined error is modeled as the convolution of two error distributions. To verify the proposed statistical position error model, this paper has some experiments in tracking moving objects with IR stereo camera. The 3-D positions of object are accurately measured by the trajectory scanner, and 3-D positions are also estimated by stereo matching from IR stereo camera system. According to the experiments, the positions of moving object are estimated within the statistically reliable range which is derived by convolution of two probability models of pixel position error and timing jitter respectively. It is expected that the proposed statistical model can be applied to estimate the uncertain 3-D positions of moving objects in the diverse fields.

• Proceedings of the Acoustical Society of Korea Conference
• /
• 1996.10a
• /
• pp.19-23
• /
• 1996

이 연구는 영상 홀로그래픽의 원리를 이용하여 직선배열형 음향센서 어레이를 측정대상에 직접 주사시켜 고분해능을 가지고 짧은 계측시간에 정확한 음원의 절대위치를 추저에 그 목적을 두고 있다. 시뮬레이션을 통하여 재생시 평생간섭파의 영향을 제거하기 위해 측정면의 길이와 센서간격을 나이키스트조건이 성립하는 최적조건을 찾아내었고, 실험을 통하여 실제음장에서 음원 위치 추정을 행하여 비교.검토한 결과 , 계산기상의 시뮬레이션 결과와 일치함이 확인되었다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2002.10d
• /
• pp.592-594
• /
• 2002

얼굴 영역 검출의 수행 방법으로 개선된 얼굴 칼라 히스토그램과 에지 정보를 결합한 검출 시스템을 제안한다. 배경이 복잡한 영상에서 사람의 얼굴 영역과 배경 영역이 얼굴 영역과 비슷한 칼라 분포를 가지는 물체를 포함하는 영상이더라도 강인한 추출이 가능하도록 하였다. 본 논문에서는 효율적인 얼굴 검출을 위하여 얼굴의 칼라 분포를 얼굴 칼라의 확률 히스토그램으로 모델링하고 에지 정보와 reconstruction에 의한 형태학적 필터링(morphological filtering)을 적용하여 얼굴 후보 영역을 검출한다. 검출된 후보 영역에서 얼굴 구성 요소간의 위치 관계를 이용하여 눈동자와 흰자위의 명도차 특성으로 눈 영역의 위치를 추정하고 상대적인 위치 관계로 입 영역을 추정하여 얼굴 구성 요소의 정보를 얻어서이 요소 정보가 존재하는 후보 영역들이 최종적으로 얼굴 영역으로 판단되어 검출된다. 제안한 방법을 여러 영상에 이용하여 좋은 결과를 얻을 수 있었다.

• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.26 no.6B
• /
• pp.810-819
• /
• 2001

칼라가 물체 인식에 아주 효율적인 단서를 제공하지만 칼라 분포는 시청 조건과 카메라의 위치에 아주 큰 영향을 받는다. 생김새와 모양의 변화에 의한 칼라 분포 변화 문제를 해결하기 위해 본 논문에서는 밝기 값의 변화에 영향을 받지 않고, 색상(hue) 성분에 민감한 칼라 벡터각(color vector angle)을 이용하여 칼라 에지를 추출한 후, 영상의 화소들을 평탄 화소와 에지 화소로 구분하여 칼라 특징 값을 추출하였다. 에지 화소의 경우에는 에지 주위 칼라 쌍의 전체 분포를 HLS 색좌표계의 비균일 양자화를 통해 칼라 인접 히스토그램(color adjacency histogram)으로 표현하고, 평탄 화소의 경우에는 HLS 색좌표계의 비균일 양자화와 칼라 벡터각 균일 양자화를 통해 칼라 벡터각 히스토그램(color vector angle histogram)을 구성하여 공간적인 칼라분포를 표현하였다. 제안한 칼라 히스토그램을 이용하여 영상 검색에 적용하여 성능을 실험한 결과, 작은 빈의 수를 가지는 제안한 방법이 기존의 방법들보다 훨씬 효율적이고, 생김새와 모양의 변화에 아주 강건한 영상 검색이 가능하였고, 기존의 칼라 히스토그램 역투사 방법보다 훨씬 정확한 물체 위치 추정이 가능함을 확인할 수 있었다.

• Proceedings of the Korean Information Science Society Conference
• /
• 1999.10b
• /
• pp.616-618
• /
• 1999

본 논문에서는 트래커(tracker)라고 불리는 자기센서 내장 모션캡쳐 장치(장치명 INSIDETRAK)로 취득한 모션 데이터를 이용하여 캐릭터를 애니메이션하는 방법에 대해 기술한다. 이 방법은 PC를 이용하여 간단히 취득되는 저해상도의 위치 데이터를 스플라인 보간법에 의해 보간하고, 추정된 위치를 제약으로 inverse kinematics 방정식을 풀어 연속적인 동작을 재현한다. 이 기술은 최소의 모션 데이터로 리얼리스틱한 움직임을 재생하는 것이 가능하며 그 결과를 상호작용이 가능한 인터페이스에 적용시키거나 실시간 애니메이션에 활용하는 것이 가능하다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2020.11a
• /
• pp.1022-1024
• /
• 2020

본 논문에서는 구면 영상을 사용한 vSLAM에 의해 생성된 환경 지도에서 실내 공간을 인식하는 방법을 제안한다. 환경 지도는 오픈 소스 라이브러리 OpenVSLAM을 사용하여 생성했다. 카메라 방향과 위치를 기준으로 랜드 마크를 분류하고 허프 변환을 사용해서 실내 공간의 각 벽의 위치를 찾아냈다. 실험 결과 추정된 평면들이 실제 벽면과 유사한 위치에 나타남을 알 수 있었다. 제시하는 알고리즘은 현재의 AR 콘텐츠보다 진보된 AR 콘텐츠를 제작하는 데 사용할 수 있다.

• Proceedings of the KIEE Conference
• /
• 2007.07a
• /
• pp.300-301
• /
• 2007

본 논문에서는 실시간 스펙트럼 추정기에 기반하여 시간-주파수 영역 반사파 계측 시스템에서의 동축케이블 결함을 검출하는 방법을 제안한다. 시간-주파수 영역 반사파 계측 시스템은 가우시안 포락선(Gaussian Envelop)모양의 첩 신호를 기준신호로 하여 도선에 반사파를 분석하는 기법으로써 타 방법에 비하여 높은 정확도를 자랑하는 것으로 알려져 있다. 하지만 결함 위치를 추정하기 위해 Wigner 시간 주파수 분포 함수를 이용하므로 계산량 증가에 따른 실시간 구현이 어렵다는 단점이 있었다. 이러한 단점을 극복하기 위하여 본 논문에서는 LMS 스펙트럼 추정기를 이용한 시간-주파수 영역 반사파 계측 시스템의 구현방법을 새롭게 제안한다. 제안된 기법은 실제 동축케이블에 대한 실험결과를 통하여 그 성능을 입증하도록 한다.

• 한국HCI학회:학술대회논문집
• /
• 2007.02a
• /
• pp.1012-1018
• /
• 2007

본 논문에서는 비전 기반 3차원 얼굴 모델의 자동 표정 생성 시스템을 제안한다. 기존의 3차원 얼굴 애니메이션에 관한 연구는 얼굴의 움직임을 나타내는 모션 추정을 배제한 얼굴 표정 생성에 초점을 맞추고 있으며 얼굴 모션 추정과 표정 제어에 관한 연구는 독립적으로 이루어지고 있다. 제안하는 얼굴 모델의 표정 생성 시스템은 크게 얼굴 검출, 얼굴 모션 추정, 표정 제어로 구성되어 있다. 얼굴 검출 방법으로는 얼굴 후보 영역 검출과 얼굴 영역 검출 과정으로 구성된다. HT 컬러 모델을 이용하며 얼굴의 후보 영역을 검출하며 얼굴 후보 영역으로부터 PCA 변환과 템플릿 매칭을 통해 얼굴 영역을 검출하게 된다. 검출된 얼굴 영역으로부터 얼굴 모션 추정과 얼굴 표정 제어를 수행한다. 3차원 실린더 모델의 투영과 LK 알고리즘을 이용하여 얼굴의 모션을 추정하며 추정된 결과를 3차원 얼굴 모델에 적용한다. 또한 영상 보정을 통해 강인한 모션 추정을 할 수 있다. 얼굴 모델의 표정을 생성하기 위해 특징점 기반의 얼굴 모델 표정 생성 방법을 적용하며 12개의 얼굴 특징점으로부터 얼굴 모델의 표정을 생성한다. 얼굴의 구조적 정보와 템플릿 매칭을 이용하여 눈썹, 눈, 입 주위의 얼굴 특징점을 검출하며 LK 알고리즘을 이용하여 특징점을 추적(Tracking)한다. 추적된 특징점의 위치는 얼굴의 모션 정보와 표정 정보의 조합으로 이루어져있기 때문에 기하학적 변환을 이용하여 얼굴의 방향이 정면이었을 경우의 특징점의 변위인 애니메이션 매개변수를 획득한다. 애니메이션 매개변수로부터 얼굴 모델의 제어점을 이동시키며 주위의 정점들은 RBF 보간법을 통해 변형한다. 변형된 얼굴 모델로부터 얼굴 표정을 생성하며 모션 추정 결과를 모델에 적용함으로써 얼굴 모션 정보가 결합된 3차원 얼굴 모델의 표정을 생성한다.