• 방송공학회논문지
• /
• 제26권6호
• /
• pp.725-737
• /
• 2021

현재 카메라 성능이 점점 발전해 왔지만 카메라로부터 얻은 디지털 영상에는 잡음 (Noise)이 존재하고 이는 높은 해상도의 영상을 획득하는 데 있어서 방해요소로 작용한다. 전통적으로 잡음을 제거하기 위하여 필터링 방법을 사용해 왔고 최근 딥 러닝 기법의 하나인 합성곱 신경망 (Convolutional Neural Network)은 영상 잡음 제거 분야에서 전통적인 기법보다 좋은 성능을 나타내고 있어 많은 연구가 진행되고 있다. 하지만 합성곱 신경망으로 학습하는 과정에서 영상 내 디테일한 부분이 손실될 수 있는 문제점이 있다. 본 논문에서는 웨이블릿 변환 (Wavelet Transform)을 기반으로 영상 내 디테일 정보도 같이 학습하여 영상 디테일을 향상하는 잡음 제거 합성곱 신경망 네트워크를 제안한다. 제안하는 네트워크는 디테일 향상 서브 네트워크 (Detail Enhancement Subnetwork)와 영상 잡음 추출 서브 네트워크 (Noise Extraction Subnetwork)를 이용하게 된다. 실험은 가우시안 잡음과 실제 카메라 잡음을 통해 진행했고 제안하는 방법은 기존 알고리듬보다 디테일 손실 문제를 효과적으로 해결할 수 있었고 객관적 품질 평가와 주관적 품질 비교에서 모두 우수한 결과가 나온 것을 확인하였다.

• 천문학회보
• /
• 제37권2호
• /
• pp.224.2-224.2
• /
• 2012

지상시험에서 위성 카메라의 규격에 정의된 모든 원격명령과 상태정보 인터페이스를 확인하고 카메라의 기능 시험을 수행해야 한다. 위성 카메라는 많은 원격명령 및 상태정보 인터페이스를 정의하여 사용하므로 수작업으로 이 모든 인터페이스 및 기능을 시험하는 것은 무리가 있다. 따라서 빠르고, 정확하고, 꼼꼼하게 이를 점검하기 위한 시험 소프트웨어가 필요하다. 시험 소프트웨어는 모든 원격 명령을 카메라에 전송하고, 원격상태정보를 수신하여 명령의 동작여부와 카메라의 상태를 확인한다. 소프트웨어는 명령마다 임의로 파라미터를 세팅할 수 있어 정상적인 명령에 대한 카메라의 동작뿐만 아니라, 비정상 명령에 대한 처리 능력까지 살필 수 있다. 또한 시스템의 메모리에 데이터를 업로드 혹은 다운로드할 때는 데이터의 양이 많기 때문에 소프트웨어는 여러 서브 명령으로 나누어 전송하거나 수신하는 것이 필요하다. 메모리 업로드 다운로드를 위해 소프트웨어는 인터페이스 규격에 맞추어 헤더 정보를 생성하고, 데이터 분석을 위해 별도의 기능을 갖는다. 소프트웨어는 비주얼 C++과 네트워크 기반의 데이터소켓버스를 이용하여 설계하였다. 메인 GUI는 데이터소켓버스를 이용하여 로컬컴퓨터의 서버를 구동하여 카메라를 제어하고 영상데이터를 수신한다. 소프트웨어는 유저가 운용하기 쉽고, 모든 명령과 상태정보 인터페이스를 빠짐없이 점검하기 위해 기능별로 분류하였으며 명령과 연관된 상태정보를 함께 체크할 수 있도록 하였다. 또한 시험시 카메라의 상태를 확인하기 위하여 전원상태, 온도, 기본 상태정보를 항상 모니터링하는 기능을 추가적으로 갖는다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2012년도 한국컴퓨터종합학술대회논문집 Vol.39 No.1(A)
• /
• pp.233-235
• /
• 2012

해저보행로봇 CR200은 여러 개의 관절로 이루어진 6개의 다리를 이용하여 해저면에서 보행으로 이동하며 해저 정밀탐사 및 작업을 수행하는 로봇으로, 케이블로 연결된 선상제어실에서 원격 제어된다. CR200 시스템에서는 16개의 카메라가 장착될 예정이며, 취득된 카메라의 영상은 선상제어실의 비디오 컴퓨터로 전송되어 모니터링 및 녹화된다. 설계된 비디오 시스템에서 영상 전송은 전자기 간섭에 의한 화질 열화를 최소화하기 위하여 기가비트의 대역폭을 가진 이더넷과 광케이블을 통하여 디지털 형태로 전송되며, 아날로그 카메라의 영상은 비디오 인코더를 사용하여 디지털 영상으로 변환된 후에 전송된다. 본 논문에서는 CR200의 비디오 시스템의 설계를 소개하고, 실제로 제작하기 전에 설계된 비디오 시스템을 검증하기 위하여 테스트베드를 사용한 통합 테스트 결과를 제시한다. 아직 준비되지 않은 카메라에 대해서는 아이패드의 아날로그 영상 출력을 비디오 인코더의 입력으로 전달하여, 설계된 모든 카메라들이 동작하는 상황을 테스트베드로 실험하였다. 16개 카메라의 영상이 모니터링 및 녹화되는 상황을 테스트베드로 실험한 결과에 따르면, 압축률 10%의 H.264 동영상 압축 알고리즘을 사용할 경우에 30fps 영상의 모니터링 및 녹화에 각각 60Mbps의 전송량으로 비디오 시스템이 정상적으로 동작하는 것을 확인할 수 있었다. 비디오 데이터의 전송은 센서 및 제어 데이터의 전송과 같은 네트워크를 사용하지만, 비디오 데이터의 기가비트 네트워크 사용률은 평균 12%이기 때문에 비디오 데이터 전송으로 인하여 데이터 통신은 거의 영향을 받지 않는다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2018년도 제57차 동계학술대회논문집 26권1호
• /
• pp.165-166
• /
• 2018

IP카메라는 CCTV와 달리 값도 저렴하고 네트워크와 연결돼 PC와 스마트 폰을 통해서 실시간 조회 및 제어가 가능한 카메라이다. 이러한 장점에 힘입어 일반 가정이나 매장 등에서 도난 방지 및 감시를 위해 IP 카메라를 사용하는 사람들이 급격히 증가하고 있으며, 이에 따라 해킹을 통한 사생활 침해 문제도 같이 증가하고 있다. 이는 사용자들의 보안 인식이 턱없이 부족해 전문가가 아니더라도 손쉽게 프로그램과 사이트를 이용하여 해킹이 가능하기 때문인 것으로 사료된다. 따라서 본 논문에서는 해킹이 얼마나 쉽게 이뤄지는지, 어떠한 피해가 있는지, 그리고 이에 대한 해결방안을 제안한다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2013년도 추계학술발표대회
• /
• pp.1302-1304
• /
• 2013

본 논문에서는 로봇이 정해진 폐구간을 이동하기 위해서 위에서 아래로 촬영한 카메라 정보를 활용한다. 로봇을 특정위치로 이동시키기 위해서는 카메라를 제어하는 서버 시스템과 로봇의 위치를 인식하기 위한 마크가 필요하다. 서버는 로봇의 위치를 로봇으로 인식하는 마크의 색 값으로 카메라로부터 인지하고 로봇에 위치 이동 명령을 수행할 서버와 로봇이 네트워크를 통해 Planning을 수행한다. 본 연구에서 휴머노이드 로봇인 나오와 로봇에 위치를 촬영할 카메라 그리고 이미지 처리를 하기 위해 OpenCV와 이동 알고리즘으로 $A^*$를 활용하여 Planning을 구현한다.

• 광산업정보
• /
• 통권21호
• /
• pp.74-79
• /
• 2004

• Journal of Advanced Marine Engineering and Technology
• /
• 제37권8호
• /
• pp.918-931
• /
• 2013

기존의 Pan-Tilt Zooming 카메라를 이용한 객체 추적은 카메라를 통해 획득한 영상을 분석하여 물체의 이동을 검출하였다. 그러나 이 방식은 영상처리를 위한 알고리즘과 이를 위한 하드웨어 비용이 소요되었다. 그리고 주변 환경의 변화나 영상 잡음 등으로 유효하지 않은 영상이 획득되는 경우나 사각지대가 존재하여 영상의 획득 자체가 불가능한 경우에는 대응이 어렵다. 본 논문에서는 영상 정보처리 기반의 객체 추적 기술이 가지는 한계를 극복하기 위해 무선 센서 네트워크 기반의 IEEE 802.15.4 표준을 적용한 GPS수신기가 장착된 센서노드를 시설물에 장착하여 센서노드의 가속도 센서가 장착된 시설물의 움직임을 인식하고 해당 센서노드의 GPS 정보를 이용하여 물체를 추적할 수 있는 시스템을 제안한다. 이 시스템은 영상처리에 요구되는 연산량을 감소시킴과 동시에 넓은 지역의 이동 물체를 추적할 수 있도록 효율적인 PTZ 카메라 제어를 가능하게 한다. 또한 센서노드의 유동적 장착이 가능할 수 있도록 무선의 메쉬 네트워크를 구현하여 설치의 효율성을 올렸다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2007년도 한국컴퓨터종합학술대회논문집 Vol.34 No.1 (C)
• /
• pp.466-470
• /
• 2007

보안첨단화의 필요성 증대로 인하여 복합적이고 고기능의 보안 감시 시스템의 수요가 급속도로 확대되면서 보안은 안전하고 행복한 생활을 만드는데 없어서는 안될 중요한 역할을 하게 되었다. 최근, 디지털 영상기술의 급속한 발달과 보급은 이러한 보안 감시 시스템을 가능하도록 하였다. 본 논문은 다수의 카메라로부터 사람들의 움직임을 연속적으로 식별하고 추적할 수 있는 향상된 지능화 방법을 제안한다. 이 방법을 통해 카메라들 간의 위상이 자동으로 구성되고 객체의 움직임을 기반으로 학습하여 카메라들간의 거리, 객체와 카메라와의 거리, 카메라의 각도를 자동적으로 연산할 수 있도록 하였다. 이러한 자가 구성 단계 이후에 사람의 움직임을 추적하게 된다. 추적에서 사람들을 식별하는 단계가 선행되어야 하며, 이를 위해 머리, 몸, 손, 다리로 분리하여 각각의 정보들을 식별자로 사용하였다. 이러한 외형 식별자와 객체의 출몰간의 시간차를 이용해 다수의 카메라들로부터 객체를 연속적으로 추적하였다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국지능시스템학회 2007년도 추계학술대회 학술발표 논문집
• /
• pp.21-24
• /
• 2007

보안이 중요시되는 공간에서 임의의 사람을 추적하고 인식할 수 있는 시스템의 필요성이 점차 중요시되고 있다. 본 논문에서는 wide-area를 감시하기 위해 음원과 Pan-Tilt 카메라를 이용하여 침입자 추적 시스템을 구현하고자 한다. 먼저 음원 추적 센서를 이용하여 음원의 방위를 검출한 후 Pan-Tilt 카메라를 방위 방향으로 이동시키고 이동된 Pan-Tilt 카메라로부터 기준영상을 추출한 후 일정 기준 시간마다 영상을 다시 획득하여 차 영상과 검출결과를 얻어 침입자를 추적하여 감시 시스템을 구현한다. 본 논문에 의해서 구현된 시스템은 홈 네트워크 보안 시스템과 연동을 하여 가정이나 공공시설 보안에 대한 인터페이스 역할을 할 수 있다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2017년도 하계학술대회
• /
• pp.163-165
• /
• 2017

본 논문에서는 카메라 잡음 제거에 딥 러닝 알고리즘을 적용하는 연구를 진행하였다. 합성된 가우시언 잡음에 대하여 좋은 잡음 제거 성능을 보이는 DnCNN(Denoising Convolutional Network)를 이용하여 카메라 잡음을 제거하는 학습과 실험을 진행하였으며, 기준 실험으로는 RGB 색공간의 3채널 모두에 대하여 학습한 신경망(Neural Network)을 사용하였고, 본 논문의 실험에서는 그레이 이미지에 대하여 학습한 신경망을 사용하였다. 신경망의 평가를 위하여 딥 러닝 알고리즘 입력 이미지를 RGB 색공간(RGB Color Space)과 YCbCr 색공간(YCbCr Color Space) 2가지 색공간으로 표현하여 사용하였고, 입력 이미지에 노이즈를 첨가하기 위해 가우시안 노이즈(Gaussian Noise)를 이용하였다. 또한 가우시안 잡음과 다른 성질을 갖는 실제 카메라 잡음에 대해서도 학습과 테스트를 진행하였다.