• Proceedings of the KAIS Fall Conference
• /
• 2005.05a
• /
• pp.227-230
• /
• 2005

최근 컴퓨터 비전 및 영상처리 분야에서 일련의 동영상으로부터 움직이는 객체를 검출하고 추적하는 시스템에 대한 관심이 점차 높아지고 있다. 본 연구에서는 원격 제어에 의해 상하좌우 이동이 가능한 장치에 고정된 카메라를 이용하여 움직이는 단일 이동 객체를 추적할 수 있는 시스템을 구현하였다. 추적 시스템은 영상 획득 및 전처리 단계, 차영상 기법에 기반한 움직임 추정 단계와 추정된 중심점 좌표를 기준으로 카메라를 제어하는 추적 단계로 구성되어 있다. 구현된 이동 객체의 실시간 추적 시스템의 성능을 평가하기 위해 사람이 보통의 속도로 실내에서 이동하는 환경에서 실시간 추적 실험을 실시하였다. 그 결과 객체를 잃어버리지 않고 정상적으로 추적할 수 있었다.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.25 no.8
• /
• pp.1117-1123
• /
• 2021

Object recognition is to identify the location and class of a specific object by analyzing the given image when a specific image is input. One of the fields in which object recognition technology is actively applied in recent years is autonomous vehicles, and this paper describes the trend of image-based object recognition artificial intelligence technology in autonomous vehicles. The image-based object detection algorithm has recently been narrowed down to two methods (a single-step detection method and a two-step detection method), and we will analyze and organize them around this. The advantages and disadvantages of the two detection methods are analyzed and presented, and the YOLO/SSD algorithm belonging to the single-step detection method and the R-CNN/Faster R-CNN algorithm belonging to the two-step detection method are analyzed and described. This will allow the algorithms suitable for each object recognition application required for autonomous driving to be selectively selected and R&D.

• Journal of the Korean Society of Surveying, Geodesy, Photogrammetry and Cartography
• /
• v.30 no.1
• /
• pp.59-65
• /
• 2012

In this paper, we proposed a method for automatic detection of a updating object from spatial data sets of different scale and updating cycle by using areal feature matching based on shape similarity. For this, we defined a updating object by analysing matching relationships between two different spatial data sets. Next, we firstly eliminated systematic errors in different scale by using affine transformation. Secondly, if any object is overlaid with several areal features of other data sets, we changed several areal features into a single areal feature. Finally, we detected the updating objects by applying areal feature matching based on shape similarity into the changed spatial data sets. After applying the proposed method into digital topographic map and a base map of Korean Address Information System in South Korea, we confirmed that F-measure is highly 0.958 in a statistical evaluation and that significant updating objects are detected from a visual evaluation.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2003.05a
• /
• pp.281-284
• /
• 2003

본 연구는 웨이블릿 변환을 통하여 객체 영상에서 질감 특징 값을 추출하고, 신경망을 계층적으로 구성하여 분류하는 방법을 제안한다. 기존의 신경망을 이용한 영상의 분류는 단일 신경망을 이용하는 것이 대부분이었다. 하지만 단일 신경망은 분류하고자 하는 클래스의 수가 많거나 분류하고자 하는 대상이 유사한 입력패턴을 가질 경우 학습시간이 오래 걸리고, 인식률이 크게 떨어지는 문제를 가지고 있다. 그래서 본 연구에서는 효과적인 객체 영상 분류를 위해서 여러 개의 단일 신경망을 계층적으로 결합하는 방법을 제안한다. 실험결과 분류 대상 클래스가 증가함에도 불구하고 단일 신경망에 비해 학습시간이 단축되고, 높은 인식률을 보여주었다.

• Journal of Digital Convergence
• /
• v.10 no.4
• /
• pp.191-197
• /
• 2012

In this paper we present creating 3D image from 2D image by extract initial depth values calculated from focal values. The initial depth values are created by using the extracted focal information, which is calculated by the comparison of original image and Gaussian filtered image. This initial depth information is allocated to the object segments obtained from normalized cut technique. Then the depth of the objects are corrected to the average of depth values in the objects so that the single object can have the same depth. The generated depth is used to convert to 3D image using DIBR(Depth Image Based Rendering) and the generated 3D image is compared to the images generated by other techniques.

• Proceedings of the Korean Information Science Society Conference
• /
• 2001.04a
• /
• pp.427-429
• /
• 2001

인터넷을 기반으로 시스템의 규모가 점차 커짐에 따라 연합된 시스템으로 변화되고 있으며, 더 나아가서는 이러한 분산 시스템들이 모여 보다 광범위한 광역 분산처리 환경을 조성하고 있다. 이러한 환경을 이루어 수많은 객체들은 이름이나 속성에 의해 다양한 중복된 성질을 갖는다. 일반적인 객체들을 찾는 방법으로 객체의 이름에 따른 서비스가 대부분이다. 그러나 점차 객체가 갖는 서비스 내용(속성)을 이용하여 객체를 검색하는 메커니즘의 필요성이 높아지고 있다. 광역 분산처리 환경에서는 객체가 갖는 이름과 속성에 따라 네이밍과 트레이딩 기능을 모두 사용하여 사용자에게 투명한 서비스를 제공해야 한다. 따라서 본 논문에서는 광역 분산 환경에서 네이밍과 트레이딩 서비스의 기능을 혼합한 바인딩 서비스 모델을 제시한다. 이는 이름과 속성기반의 단일 객체뿐만 아니라 중복객체의 효과적인 탐색과 바인딩시 부하분배를 꾀하여 네트워크 상의 부하 균형화를 유지하도록 한다. 이를 위해, 먼저 분산 객체에 대한 모델을 제시하고, 이들을 바인eld 처리 방안 그리고 연합을 위한 모델을 보인다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2023.05a
• /
• pp.560-561
• /
• 2023

지진, 대형화재와 같은 많은 재해의 발생으로 인해 재난 안전 분야에 관심이 증가하고 있으며, 재난재해 시 신속하고 안전한 구조는 생존율에 영향을 준다. 기존 연구에서는 다양한 센서와 멀티카메라를 이용한 위치 추정 연구는 있으나, 가장 많이 설치된 단일카메라 기반의 위치 추정연구는 부족한 상태이다. 본 논문에서 단일카메라를 활용한 딥러닝 객체탐지와 거리측정 알고리즘을 이용하여 인명구조를 위한 구조대상자 위치추정시스템을 제안한다. 딥러닝을 활용한 객체탐지 기술을 이용하여 단일카메라 영상 내 객체와 해상도에 따른 바운딩 박스의 너비를 활용한 거리 계산식으로 거리를 추정하고, 객체의 위치좌표를 제공하여 신속한 재난 구조에 도움이 되는 시스템을 제안한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 1999.10a
• /
• pp.373-375
• /
• 1999

지적 객체는 지적소유변경, 토지 분할/합병, 토지 영역경계 변경 등의 사건이 발생함으로써 비공간 또는 공간 속성이 변경된다. 이러한 변경에 대한 정보는 지적 객체의 이력으로써 지적 관리 시스템에 저장된다. 사용자는 단일 지적 객체가 가지는 전체 이력 또는 특정 시점이나 기간 동안의 지적 객체 상태에 대한 질의를 수행할 수 있고, 과거 지적 객체가 가졌던 속성 및 형태를 확인하거나 현재의 속성 및 상태와 비교하여 지적 객체의 소유변경 내용, 행정구역상 지번/지목의 변경 과정, 영역 경게 변경 과정 등과 같은 정보를 얻을 수 있다. 이 논문은 시간 지원 지적 관리 시스템에 사건 지향 시공간 데이터 모델인 이력 그래프 데이터모델을 적용하고 객체 단위 이력 질의를 위한 시공간 연산자를 제안함으로써 시간 지원 지적 관리 시스템을 위한 객체 이력 관리 기법에 대해 설명한다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2018.06a
• /
• pp.329-331
• /
• 2018

지속적인 딥러닝 기반의 영상처리 기술의 발전으로 객체분류나 객체검출 문제에 대해서 뛰어난 성능 보이고 있다. 하지만 객체추적 문제에서는 성능이 좋은 추적기는 실시간 동작이 불가능하고 딥러닝 기반의 객체추적도 단일 객체에만 고려한 기법이 많기 때문에 개선할 필요가 있다. 전처리로 검출된 객체영역과 kalman filter를 통해 예측된 추적영역 간의 embedding feature 비교를 통해 동일인물인지 판단하여 고유 ID를 부여하고 추적한다. 객체끼리 교차하거나 가려지는 상황에서 추적을 실패하게 되는데 이 후에 지속적인 추적을 위해 IoU 비교를 통해 후보 추적기로 남겨두는 과정을 거친다. 실험 결과 실시간 동작여부와 객체끼리 교차하거나 프레임 밖으로 나갔다가 다시 나타나는 경우에도 추적이 가능함을 확인하였다.

• Proceedings of the IEEK Conference
• /
• 2003.07e
• /
• pp.1976-1979
• /
• 2003

본 논문에서는 연속영상에서 잡음과 객체가 잘 분할되지 않는 환경 내에 있는 객체를 자동으로 분할하는 차영상 기반 알고리즘을 제안하였다. 기존의 차영상 기반의 단일 임계간을 이용한 방식에는 잡음에 크게 영향을 받고 배경과 객체가 비슷한 밝기 값을 가지는 경우 잘 추출되지 않는 많은 문제점이 있다. 본 논문에서는 이러한 문제점을 해결하고자 임계값을 설정하는 영역을 축소하여 잡음간섭의 최소화를 구성하였고 축소된 영역 내의 윤곽선정보를 이용하여 배경 밝기 값의 유사함에서 나오는 간섭을 최소화함으로써 정밀한 객체를 추출할 수 있었다.