• 제목/요약/키워드: 그라운드 트루스

검색결과 3건 처리시간 0.016초

SAAnnot-C3Pap: 반자동 주석화 방법을 적용한 연주 자세의 그라운드 트루스 수집 기법 (SAAnnot-C3Pap: Ground Truth Collection Technique of Playing Posture Using Semi Automatic Annotation Method)

  • 박소현;김서연;박영호
    • 정보처리학회논문지:소프트웨어 및 데이터공학
    • /
    • 제11권10호
    • /
    • pp.409-418
    • /
    • 2022
  • 본 논문에서는 연주자 자세의 그라운드 트루스 획득을 위한 반자동 주석 방법인 SAAnnot-C3Pap를 제안한다. 기존 음악 도메인에서 2차원 관절 위치에 대한 그라운드 트루스를 획득하기 위하여 2차원 자세 추정 방법인 오픈포즈를 활용하거나 수작업으로 라벨링 하였다. 하지만 기존의 오픈포즈와 같은 자동 주석 방법은 빠르지만 부정확한 결과를 보인다는 단점이 있고, 사용자가 직접 주석을 생성하는 수작업 주석화의 경우 많은 노동력이 필요하다는 한계점이 있다. 따라서 본 논문에서는 그 둘의 절충 방안인 반자동 주석화 방법인 SAAnnot-C3Pap을 제안한다. 제안하는 SAAnnot-C3Pap은 크게 3가지 과정으로 오픈포즈를 사용하여 자세를 추출하고, 추출된 부분 중 오류가 있는 부분을 슈퍼바이즐리를 사용하여 수정한 뒤, 오픈포즈와 슈퍼바이즐리의 결과값을 동기화하는 과정을 수행한다. 제안하는 방법을 통하여 오픈포즈에서 발생하는 잘못된 2차원 관절 위치 검출 결과를 교정할 수 있었고, 2명 이상의 사람을 검출하는 문제를 해결하였으며, 연주 자세 그라운드 트루스 획득이 가능하였다. 실험에서는 반자동 주석 방법인 오픈포즈와 본 논문에서 제안하는 SAAnnot-C3Pap의 결과를 비교·분석한다. 비교 결과, 제안하는 SAAnnot-C3Pap는 오픈포즈로 잘못 수집된 자세 정보를 개선한 결과를 보였다.

딥 러닝 기반의 SIFT 이미지 특징 추출 (SIFT Image Feature Extraction based on Deep Learning)

  • 이재은;문원준;서영호;김동욱
    • 방송공학회논문지
    • /
    • 제24권2호
    • /
    • pp.234-242
    • /
    • 2019
  • 본 논문에서는 일정 크기로 자른 영상의 가운데 픽셀이 SIFT 특징점인지를 판별함으로써 SIFT 특징점을 추출하는 딥 뉴럴 네트워크(Deep Neural Network)를 제안한다. 이 네트워크의 데이터 세트는 DIV2K 데이터 세트를 $33{\times}33$ 크기로 잘라서 구성하고, 흑백 영상으로 판별하는 SIFT와는 달리 RGB 영상을 사용한다. 그라운드 트루스(ground truth)는 옥타브(scale, octave)를 0, 시그마(sigma)는 1.6, 간격(intervals)은 3으로 설정하여 추출한 RobHess SIFT 특징들로 구성한다. VGG-16을 기반으로 컨볼루션 층을 13개에서 23개와 33개로 점점 깊은 네트워크를 구성하고, 영상의 스케일을 증가시키는 방법을 바꿔가며 실험을 수행한다. 출력 층의 활성화 함수로 시그모이드(sigmoid) 함수를 사용한 결과와 소프트맥스(softmax) 함수를 사용한 결과를 비교하여 분석한다. 실험결과 제안한 네트워크가 99% 이상의 추출 정확도를 가질 뿐 아니라 왜곡된 영상에 대해서도 높은 추출 반복성을 가진다는 것을 보인다.

VRS 네트워크-RTK GNSS 모듈을 이용한 자율 이동 로봇의 정밀 측위방법에 관한 연구 (A Study on Precision Positioning Methods for Autonomous Mobile Robots Using VRS Network-RTK GNSS Module)

  • 김동언;정윤재;한동석
    • 한국지리정보학회지
    • /
    • 제27권3호
    • /
    • pp.1-13
    • /
    • 2024
  • 이 논문에서는 자율 이동 로봇을 구성하기 위한 핵심 요소 기술에 대하여 비용 효율적인 시스템 디자인과 사용자 편의성에 맞춘 설계 방법을 제안한다. 자율 이동 로봇을 사용하여 고정밀 측위 시스템을 구현하고자, NTRIP(Network Transport of RTCM via Internet Protocol) 클라이언트 기능이 포팅된 리눅스 기반의 VRS(virtual reference station)-RTK(real-time kinematic)-GNSS(global navigation satellite system) 시스템을 구축한다. 특히, RTK 리플레이 시스템을 사용하지 않고, 구축된 시스템의 동적 위치 분석을 통하여 GNSS 측위 시스템 구축 비용을 절감하였다. 동적 위치 분석은 자율 이동 로봇의 궤적 추종 시, 각 지점들을 샘플링하여 그라운드 트루스(ground-truth) 지점과의 위치 정밀도를 비교 측정하는 방식으로 이루어진다. 해당 시스템은 빠른 샘플링 시간 대비 높은 측위 성능을 확보하며, 사용자 편의성을 고려하여 GPS-웨이포인트(waypoint) 시스템을 제안한다. cm 수준의 정밀 GNSS 정보는 30Hz의 샘플링 속도로 제공되며, 추측 항법(dead reckoning) 기능의 지원으로 고층 빌딩과 밀집된 숲을 통과할 때도 유효한 정보를 보장한다. 제안된 시스템을 통한 수평 위치 오륫값은 6.7cm로 측정되며, 10cm 이내의 매우 정밀한 동적 위치 측정 오류를 나타낸다. 높은 표본화 속도로 정밀한 동적 위치 정보를 제공하는 VRS 네트워크-RTK 리눅스 시스템은 사용자의 편의성을 위하여 GPS 웨이포인트 플래너 기능을 지원하여 GPS 정보를 기반으로 쉽게 목적지를 설정하도록 구현되었다.