• Journal of the Korean Institute of Illuminating and Electrical Installation Engineers
• /
• v.20 no.10
• /
• pp.1-9
• /
• 2006

The emergency lighting plan for underground space should be done with consideration of characteristics of the space. In terms of utilizing the Depthmap program from the Space Syntax theory, it is possible to analyze space quantitatively. Integration and intelligibility are major induces of this theory and we can use them as emergency lighting design parameters. For this study, human behaviors and survivor's evacuation routes in fire emergencies are analyzed through literature review. Based on those results, this study suggests the methodology of emergency lighting plan in underground space.

• Proceedings of the Korean Information Science Society Conference
• /
• 2005.11b
• /
• pp.631-633
• /
• 2005

유비쿼터스 시대가 다가오면서, 많은 사람들은 모르는 장소에서 자신의 위치와 목적지까지의 경로에 대한 정보를 알고 싶어할 것이다. 기존의 네비게이션(navigation)을 위한 비전기술은 고차원과 저차원 특징값을 이용하였다. 텍스춰 정보, 색상 히스토그램과 같은 저차원 특징값은 영상의 특징을 정확하게 표현하기 어려우며, 마커와 같은 고차원 정보는 실험환경을 구축하는데 어려움이 있다. 우리는 기존 저/고차원의 특징값 대신, 영상의 특징을 표현하고 인덱싱(indexing)하기 위한 유용한 정보를 많이 포함하고 있으며, 실제환경에서 널리 분포되어있는 중차원 특징값인 문자영상을 이용한다. 문자영상추출은 MLP(Multi-layer perceptron)와 CAMShift알고리즘을 결합한 방법을 이용하며, 서로 다른 장소지만 같은 문자를 가진 곳에서 인식을 수행하기 위해 문자영상의 크기와 기울기를 기반으로 한 영상 검색공간을 대상으로 영상매칭을 수행한다. 실험에서 문자영상을 포함하는 직사각형 검색공간으로 인해 다양한 크기와 기울기에서 높은 인식률을 보이며, 간단한 계산으로 빠른 수행시간을 가진다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 1999.06b
• /
• pp.97-102
• /
• 1999

멀티미디어 데이터의 증가로 사용자가 원하는 데이터의 신속하고 정확한 검색이 필요하게 되었다. 본 논문에서는 모양 정보를 기반으로 영상 데이터를 효과적이며 효율적으로 검색하기 위하여, 새로운 모양 정보 특징 및 검색 방법을 제안한다. 본 논문에서는 화소의 공간적분포로 나타나는 모양 정보를 covariance matrix의 eigenvector를 이용하여, 계층적으로 영역을 분할하고, 각 분할된 영역에서 크기 변화, 위치 이동, 회전에 불변하는 특징들을 추출한다. 영상 정보의 검색은 특징벡터 공간에서 질의 영상에서 추출된 특징과, 데이터베이스에 기록된 영상들의 특징 사이의 거리를 계산하여, 거리에 반비례하는 유사도가 높은 영상들을 출력한다. 제안된 모양 특징은 또한 계층수의 조정에 의해서 모양 정보를 표현할 수 있는 정도를 조절 할 수 있다는 장점이 있다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2022.05a
• /
• pp.441-442
• /
• 2022

교통사고 예측은 차량의 블랙박스 동영상을 통해 사고 발생을 최대한 빨리 예측하는 것을 목표로 한다. 이는 안전한 자율주행 시스템을 보장하는 데 중요한 역할을 한다. 다양한 교통 상황과 카메라의 제한된 시야로 인해 프레임에서 사고 가능성을 조기에 관찰하는 것은 어려운 도전이다. 예측의 핵심 기술은 객체의 시공간 관계를 학습하는 것이다. 본 논문에서는 블랙박스 동영상에서 사고 예측을 위한 계산 모델을 제안한다. 이것을 사용하여 사고 예방을 강화한다. 이 모델은 사고 위험에 대한 운전자의 시각적 인식에서 영감을 받았다. 객체 탐지기는 동영상 프레임에서 다양한 객체를 탐지한다. 탐지한 객체는 노드 생성기와 특징 추출기 동시에 통과한다. 노드 생성기에서 생성한 노드는 GCN 실행기를 사용한다. GCN 실행기는 각 프레임에 대한 객체의 3D 위치 관계를 계산한 후 공간 특징을 취득한다. 동시에 공간 특징과 특징 추출기에서 얻은 객체의 특징은 GRU 실행기로 보내진다. GRU 실행기 안에 시공간 특징을 암기하고 분석하여 교통사고 확률을 예측한다.

• Proceedings of the Korea Multimedia Society Conference
• /
• 2001.11a
• /
• pp.849-853
• /
• 2001

본 논문에서는 연속적인 인간의 제스처 영상을 저차원 제스처 특징 공간과 HMM 이용하여 인식할 수 있는 방법에 대해 소개한다. 일반적으로 제스처 공간에서 모델 패턴들과 매칭하기 위해서는 모든 모델 영상과 연속적인 입력영상들간의 거리평가로 인식을 수행하게 된다. 여기서 제안한 방법은 연속성을 가진 모델영상들을 HMM로 포즈들의 시공간적 특성을 매칭에 이용하였다. 이 방법은 동작의 구분뿐만 인식결과를 학습에 이용할 수 있는 장점이 있다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2000.11b
• /
• pp.137-142
• /
• 2000

많은 정보를 포함하고 있는 영상 자료에서 빠른 검색과 분류를 위해서 색깔이나 질감 등의 특징을 나타내는 기술자가 필요하다. 또한 한 영상 안에서도 각 영역별로 다른 특징을 나타내고 있기 때문에 영역별 검색과 분류를 위한 영역 단위의 특징 추출이 중요하다. 본 논문에서는 색깔 특징으로 영역화된 영상의 각 영역에서 색깔 특징 벡터와 질감 특징 벡터를 추출하고 추출된 특징 벡터를 다른 영역에서 추출된 특징 벡터와의 거리를 이용하여 비슷한 특징을 보이는 영역을 검색한다. 기존의 전체 영상의 색깔이나 질감 어느 하나만을 이용한 검색과 달리 이러한 특징을 공간적 위치와 색깔, 질감을 조합하여 검색함으로써 보다 만족스러운 검색 결과를 얻을 수 있다.

• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.26 no.11A
• /
• pp.1946-1956
• /
• 2001

In this paper, we propose a novel 2-D partial matching algorithm based on model-based stochastic analysis of feature correspondences in a relation vector space, which is quite robust to shape variations as well as invariant to geometric transformations. We represent an object using the ARG (Attributed Relational Graph) model with features of a set of relation vectors. In addition, we statistically model the partial occlusion or noise as the distortion of the relation vector distribution in the relation vector space. Our partial matching algorithm consists of two-phases. First, a finite number of candidate sets areselected by using logical constraint embedding local and structural consistency Second, the feature loss detection is done iteratively by error detection and voting scheme thorough the error analysis of relation vector space. Experimental results on real images demonstrate that the proposed algorithm is quite robust to noise and localize target objects correctly even inseverely noisy and occluded scenes.

• 한국공간정보시스템학회:학술대회논문집
• /
• 2005.05a
• /
• pp.141-147
• /
• 2005

공간정보체계 관련 구축 사업들이 시작되면서 전문분야별 소요인력에 대한 문제가 제기되었고, 다양한 방법에 의하여 전문 인력양성을 추진하여 왔다. 초장기 인력 규모의 예측은 사업 규모에 기반하여 예측되어졌고 인력 수요기관의 요구와 특징이 반영되지 못한게 사실이다. 이제는 공간정보체계가 광범위하게 확산되어 산업 현장을 통하여 소요 인력의 예측이 가능하게 되었다. 본 연구에서는 인력 소요처들로부터 필요한 인력 규모를 조사하여 소요인력을 예측하고, 인력의 변화 특성들을 파악함으로서 기술수요에 따른 인력 육성분야와 수요량을 기반으로 하는 인력양성에 활용하고자 하는데 그 목적이 있다. 인력 소요예측은 소요 인력이 활용되는 기업 등을 중심으로 산업적 성장성과 개별 기업의 인력 요구 등을 고려한 공간정보체계의 각 분야별 인력 소요 예측을 수행하도록 한다. 이를 토대로 산업적 특성, 기술적 특성, 소요 인력의 수요 증가 형태 및 특징을 분석하여 종합적인 소요 인력 규모를 산정하고 있다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2020.07a
• /
• pp.236-238
• /
• 2020

기존에 개발한 삼각형 닮음 조건 기반 영상 간 유사 공간 계산 알고리즘은 근접 거리에 과도하게 많은 특징점이 추출되면 정확도가 낮아지는 점, 계산 과정에서의 Threshold를 주관적으로 설정해 주어야 해 정확한 Threshold를 찾기 위하여 전체 알고리즘을 여러번 반복하여 실행시켜야 하는 점에서 비효율적인 측면이 있다. 이를 해결하기 위하여 본 논문에서는 기존의 삼각형 닮음 조건 기반 영상 간 유사 공간 계산 알고리즘에 근접 거리 내의 특징점을 제거하는 알고리즘과 서로 다른 Threshold를 가진 유사 공간 계산 알고리즘들을 병렬적으로 계산해 한 번의 알고리즘 실행만으로 자동적으로 적절한 Threshold를 찾을 수 있도록 하는 모듈을 추가하여 기존의 알고리즘과 비교하여 더 효율적으로 영상 간 유사 공간을 계산해낼 수 있도록 개선된 삼각형 닮음 조건 기반 영상 간 유사 공간 계산 알고리즘을 제안한다.

• Korean Journal of Cognitive Science
• /
• v.10 no.3
• /
• pp.1.2-1.2
• /
• 1999

시각적 선택에 대한 과거 정신물리학적, 신경 생리학적 연구결과를 토대로 Feature Gate 라는 신경 망 모형을 제안하였다. 이 모형에는 공간 배치도가 위계 적으로 구성되어 있으며, 정보의 흐름이 위계의 각 수준으로부터 그 다음 수준으로 넘어갈 때 주의 게이트에 의해 조절되도록 되어 있다. 주의 게이트들은 독특한 세부 특징을 가진 위치에 반응하는 상향식 시스템과 표적 세부 특징이 있는 위치에 반응하는 하향식 기제 모두에 의해 조절된다. 본 연구는 Feature Gate 모형의 하향식 기제에 초점을 맞추어 모형을 설명하고, 현재 다른 모형들이 설명하지 못하는 Moran & Desimone(1985)의 연구결과를 이 모형이 어떻게 설명하는지를 제시하고자 한다. Feature Gate 모형은 병렬 적인 세부특징 검색, 계열 적 접합표적 검색, 단서에 의한 주의의 점진적 감소 모형, 세부특징-주도적인 공간적 선택, 주의의 분할, 방해자극 위치의 억제, 주변 억제 등을 포함한 시각적 주의 연구의 여러 가지 많은 현상들을 설명하는데 하나의 일관적인 해석을 제공해 준다. 앞으로 이 모형을 더욱 확장, 발전 시켜 세부특징의 조합된 배열에 반응하는 상위 수준의 유닛을 사용한다면 시각적 선택과정이 포함된 형태 재인 모형으로 개발될 수 있다.