• 응용통계연구
• /
• 제24권4호
• /
• pp.695-708
• /
• 2011

영상융합이란 두 개 이상의 영상을 하나의 영상으로 결합하는 기술로 원격탐사, 컴퓨터 비전, 로보틱스, 의료영상 그리고 군사분야 등 여러 분야에서 활용되고 있다. 지금까지 웨이블렛 변환을 이용한 영상 융합규칙들은 웨이블렛 분해 후 얻어진 각 영역에서 평균 혹은 분산과 같은 액티비티(activity) 측도를 단순 수치 비교를 통하여 영상융합의 픽셀을 선택하였다. 이 경우 특징을 갖고 있는 영상이 융합과정에서 배제될 수 있고 또한 잡음의 영향으로 왜곡된 융합영상을 얻을 가능성이 높다. 본 논문에서는 웨이블렛 변환 하에 분산에 대한 통계적 검정인 제곱 순위 검정을 사용하여 통계적으로 유의하다고 판단되는 영역만을 융합 영상의 대체 영역으로 선택하였다. 영상 실험 결과 제안된 방법은 가시적인 평가에서 뿐 만 아니라 정량적인 평가에서도 입력 영상의 종류와 관계없이 기존의 방법들 보다 뛰어난 결과를 보여주었다.

• 한국측량학회지
• /
• 제38권4호
• /
• pp.305-315
• /
• 2020

본 연구는 사진측량, 컴퓨터 비전, 로보틱스 등의 분야에서 사용되는 외부표정요소를 결정하는 단사진의 후방교회법의 알고리즘을 비교하는 것이 목적이다. 이를 위해 항공사진 및 근거리 사진측량에서 사용되고 있는 카메라를 기준으로 지형을 시뮬레이션하여 실험 데이터를 생성하여 알고리즘을 비교하였다. 거의 수직으로 촬영되는 항공사진측량용 카메라에 대한 실험을 통해서 3개의 지상기준점으로도 외부표정요소를 결정할 수 있었으나 프로쿠르스테스 알고리즘은 지상기준점 배치에 민감하였다. 카메라의 자세각이 크게 변하는 근거리 사진측량용 카메라를 대상으로한 실험에서도 프로쿠르스테스 알고리즘의 지상기준점 배치에 민감하였으며 모든 알고리즘이 적어도 6개의 지상기준점이 필요하였다. 두 종류의 카메라를 대상으로 한 실험을 통해서 코사인법칙 기반의 후방교회법은 반복회수가 짧고 명시적인 초기값이 필요하지 않기 때문에 전통적인 사진측량 알고리즘과 유사한 성능을 나타내는 것을 알 수 있었다.

• 정보과학회 논문지
• /
• 제43권9호
• /
• pp.1026-1033
• /
• 2016

그리드 맵에서의 경로 찾기는 로보틱스, 지능형 에이전트, 컴퓨터 게임 등의 분야에서 보편적으로 다루어지는 문제이다. 기술의 발전에 따라 게임의 가상 세계는 점점 정교하고 사실적으로 표현되는 추세인데, 이는 그리드 타일의 수가 너무 많아져 경로 탐색 시간이 증가한다는 단점을 수반한다. 본 논문에서는 축소된 상태 공간을 생성하고 이에 대한 경로를 사전계산하는 오프라인 전처리 과정을 통해, 실시간 질의에 대해 빠른 응답을 가능하게 하는 경로 찾기 알고리즘을 제안한다. 전처리 과정에서는 그리드 맵상의 자유 공간을 수직 분할하고, 분할된 영역들을 노드로 하는 연결 그래프를 생성하고, 모든 노드 쌍에 대한 경로를 행렬 형태로 저장한다. 실시간 쿼리 단계에서는 질의 점이 속하는 노드들을 찾고, 그에 해당하는 저장된 경로를 검색한다. 그리드 기반 경로 찾기의 수준기표로 이용되는 맵들의 집합에 대해 제안한 방법을 시뮬레이션하여, 탐색 공간과 탐색 시간이 획기적으로 감소됨을 확인한다.

• 문화기술의 융합
• /
• 제2권2호
• /
• pp.29-35
• /
• 2016

기존의 교육용 로봇은 산업용 로봇을 사용하거나 토이 로봇을 사용하여 텍스트 기반으로 프로그램 하는 방식을 많이 사용하고 있으며 학습자들은 텍스트 기반 언어 문법으로 인해 로보틱스 학문에 대한 어려움을 겪는 경우가 많았다. 개발된 교육용 로봇은 카메라 및 컬러 트래킹 기능과 탈착 가능한 다양한 센서와 엑츄에이터 모듈, 오픈 하드웨어 지원 및 그래픽 언어기반으로 프로그램 방식을 가지고 있다. 본 연구에서는 최근 초중학교 소프트웨어 교육의 일환으로 사용되어지어 지고 있는 그래픽 모듈 조립방식의 스크래치를 기반으로 한 프로그램 방식을 사용하는 교육용 로봇을 개발하고 이를 현장 교육에 도입하는 새로운 교육 방식에 대해 언급하기로 한다. 또한 개발된 교육용 로봇을 대상으로 한 커리큘럼의 일례가 제시되었으며 실제 초등학교 학습에 적용한 결과 기존 교육에 비해 학생들의 창의성을 살린 교육의 수월성이 좋은 것으로 파악되었으며 이는 제시된 접근 방법이 타당하고 효율적이라는 것을 보여준다.

• 한국산업정보학회논문지
• /
• 제19권5호
• /
• pp.57-68
• /
• 2014

로봇 개발에서 하드웨어를 개발한 후에 테스트하면 많은 시행착오를 겪게 되어 많은 비용이 소요된다. 로봇이 현장과 동일한 로봇 시뮬레이션을 사용하여 로봇을 개발하면 소프트웨어 및 하드웨어의 병행 개발 및 테스트를 통해 개발결과를 예측할 수 있고 비용을 절감할 수 있다. 로봇 시뮬레이션 플랫폼인 마이크로소프트의 로보틱스 개발자 스튜디오(MSRDS)는 하드웨어 로봇이 없이도 기본적인 로봇 프로그래밍을 할 수 있는 시뮬레이션 로봇과 환경을 제공한다. 본 논문에서는 MSRDS에서 LRF센서, Bumper센서, IR센서, Sonar센서의 성능을 비교분석하기 위하여 미로 찾기를 수행한다. 센서의 성능을 분석하기 위하여 동일한 조건으로 실험한다. 4가지의 센서중에서 LRF센서가 주행시간, 방향전환횟수, 장애물 충돌횟수면에서 우수한 성능을 보인 반면에 범퍼센서는 가장 성능이 낮았다. IR센서와 Sonar센서는 방향 전환횟수면에서 LRF센서 보다는 낮은 성능을 보였다.

• 한국정보처리학회논문지
• /
• 제4권7호
• /
• pp.1759-1769
• /
• 1997

다층신경회로망의 학습방법인 오류역전도 알고리즘은 연관기억장치, 음성인식, 패턴인식, 로보틱스등과 같은 다양한 응용분야에 널리 사용되고 있다. 그럼에도 불구하고 계속 많은 논문들이 역전도 알고리즘에 대해 발표되고 있는 실정이다. 이러한 연구 동향의 주된 이유는, 뉴런 갯수와 학습 패턴의 갯수가 큰 경우에 역전도 알고리즘의 학습속도가 상당히 느리다는 사실때문이다. 본 연구에서는 가변학습율, 가변모멘텀율, 그리고 시그모이드 함수의 가변기울기를 이용한 새로운 학습속도 가속기법을 개발하였다. 학습이 수행되는 도중에, 이러한 파라메터들은 전체 오류의 변화량에 따라 연속적으로 조정되며, 제안된 기법은 기존의 역전도 알고리즘에 비해 획기적으로 학습시간을 단축시키는 결과를 보였다. 제안된 기법의 효율성을 입증하기 위하여, 처음에는 난수발생기로 생성한 이진 데이터를 이용하여 에포크(epoch) 횟수를 비교할 때 훌륭한 속도 향상을 보였으며, 또한, 기계학습(machine learning)의 벤치마크 학습자료로 많이 사용되는 이진 Monk's data, 4, 5, 6, 7비트 패리티 검사 문제와 실수 Iris data에도 적용하였다.

• 한국항행학회논문지
• /
• 제22권6호
• /
• pp.585-590
• /
• 2018

GPS 위성의 궤도는 위성의 GPS 측정치와 정밀한 위성의 동역학을 함께 고려하여 정밀하게 추정 할 수 있다. 대부분의 위성 동역학 성분은 위성의 위치와 속도와 알려진 모델 식의 수식과 계수 값을 활용하여 정밀한 구현이 가능하다. 그러나 태양풍에 의한 힘은 모델을 선정하고, 모델의 계수를 추정해야 한다. 이 때, 모델에 따라 구현 성능이 달라질 수 있다. 따라서 본 논문은 CODE에서 생성한 정밀 궤도력을 활용해, 다양한 태양풍 모델의 계수를 추정하고 각 모델을 활용한 궤도 전파 모델의 정확도를 비교 분석했다. 결과적으로 ECOM 모델과reduced ECOM을 활용하는 경우, CODE 1일궤도와 cm level 오차를 가지는 궤도전파모델을 구현할 수 있음을 확인했다. 또한 SRP 모델을 구현하지 않는 경우 수십 m의 오차를 가짐을 확인할 수 있었다.

• 한국정보통신학회논문지
• /
• 제25권5호
• /
• pp.637-644
• /
• 2021

일반적으로, 컴퓨터 비전, 로보틱스, 증강현실 분야에서 3차원 공간 및 3차원 객체 검출 및 인식기술의 중요성이 대두되고 있다. 특히, 마이크로소프트사의 키넥트(Microsoft Kinect) 방식을 사용하는 영상 센서를 통하여 RGB 영상과 깊이 영상을 실시간 획득하는 것이 가능해짐으로 인하여 객체 검출, 추적 및 인식 연구에 많은 변화를 가져오고 있다. 본 논문에서는 다시점 카메라 시스템 상에서의 깊이 기반(RGB-Depth) 카메라를 통해 획득된 영상을 처리하여 3D 복원 영상의 품질을 향상하는 방법을 제안한다. 본 논문에서는 컬러 영상으로부터 획득한 마스크 적용을 통해 객체 바깥쪽 잡음을 제거하는 방법과 객체 안쪽의 픽셀 간 깊이 정보 차이를 구하는 필터링 연산을 결합하여 적용하는 방법을 제시하였다. 각 실험 결과를 통해 제시한 방법이 효과적으로 잡음을 제거하여 3D 복원 영상의 품질을 향상할 수 있음을 확인하였다.

• 한국ITS학회 논문지
• /
• 제20권6호
• /
• pp.313-330
• /
• 2021

카메라와 라이다가 탑재된 자율주행 시스템에서 깊이완성기술을 통해 조밀한 깊이추정을 할 수 있다. 특히, 자기지도학습을 이용하면 깊이정답이 없는 주행데이터로도 깊이완성 네트워크의 학습이 가능하다. 실제 자율주행환경에서 이러한 깊이완성의 출력은 다른 알고리즘들의 입력으로 사용되므로 매우 빠른 지연속도를 요구한다. 그래서 본 논문에서는 종래의 연구들처럼 네트워크를 고도화하여 정확도를 높이기보단 추론속도를 극대화한 형태의 깊이완성 네트워크를 사용한다. GPU 연산에 최적화된 RegNet 인코더를 사용하고 네트워크의 병렬성을 고려한 U-Net 형태의 네트워크를 설계한다. 대신, 본 논문에서는 자기지도학습 과정에서 정확도를 높일 수 있는 몇 가지 기법들을 제시한다. 제시하는 기법들은 신뢰할 수 없는 라이다 입력에 대한 강인함을 높이고 사전에 추출한 시맨틱 정보를 바탕으로 에지와 하늘 영역에 대한 깊이 추정 품질을 향상시킨다. 실험을 통해 우리의 모델은 매우 경량임에도 (2.42ms at 1280x480) 노이즈에 강하며 최신 연구들과 대등한 정확도를 보임을 확인한다.

• 한국ITS학회 논문지
• /
• 제21권5호
• /
• pp.218-232
• /
• 2022

차량의 물체 인식에 사용되던 센서인 레이더 센서를 위치 추정에 사용하기 위한 연구들이 진행되고 있다. 특히 레이더 센서에서 출력되는 도플러 속도를 이용하여 동적 물체와 정적 물체를 분류하고, 정적 물체만을 이용하여 에고 모션을 계산하는 방법이 연구되었다. 기존의 동적 물체 분류에서는 RANSAC을 사용한 방법이 제시되었는데, 단 한 번의 알고리즘 실패가 큰 영향을 미치는 위치 추정의 특성상 더 높은 성능을 가진 분류 방법이 필요하다. 본 논문에서는 동적 물체의 추적 및 필터링을 통해 기존 방법보다 분류 성능을 높이는 방법에 대해 제안한다. 추가적으로 GMPHD 필터를 사용하여 추적 성능을 최대로 향상시킨다. 제안된 방법은 기존의 방법과 비교하여 분류 정확도에서 더 높은 성능을 보였으며, 특히 알고리즘의 실패를 방지할 수 있다는 것을 보인다.