• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2020년도 추계학술발표대회
• /
• pp.1080-1083
• /
• 2020

본 논문에서는 구면 파노라마를 기반으로 하는 SLAM 시스템을 제안한다. Vision SLAM은 촬영하는 시야각이 넓을수록 적은 프레임으로도 주변을 빠르게 파악할 수 있고, 많은 양의 주변 데이터를 이용해 더욱 안정적인 추정이 가능하다. 구면 파노라마 비디오는 가장 화각이 넓은 영상으로, 모든 방향을 활용할 수 있기 때문에 Fisheye 영상보다 더욱 빠르게 3D 맵을 확장해나갈 수 있다. 기존의 시스템 중 Fisheye 영상을 기반으로 하는 시스템은 전면 광각만을 수용할 수 있기 때문에 구면 파노라마를 입력으로 하는 경우보다 적용 범위가 줄어들게 된다. 본 논문에서는 기존에 Fisheye 비디오를 기반으로 하는 SLAM 시스템을 구면 파노라마의 영역으로 확장하는 방법을 제안한다. 제안 방법은 카메라의 투영 모델이 요구하는 파라미터를 정확히 계산하고, Dual Fisheye Model을 통해 모든 시야각을 손실 없이 활용한다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2008년도 추계학술발표대회
• /
• pp.23-26
• /
• 2008

본 논문에서는 로봇의 지능적 행위를 구현하기 위하여 인공지능의 몇 가지 기법을 휴머노이드 로봇에 적용하고 이를 테스트 도메인에서 실험하는 연구결과를 기술하였다. 본 연구에서 적용한 기법들은, 인공지능의 계획기법에 기반한 로봇의 계획생성, A^* 알고리즘을 적용한 길 찾기, 외부 센서 값에 기반한 장애물회피 및 로봇의 자기 위치인식, 그리고 원하는 물체를 파악하기 위해 템플릿 매칭을 이용한 영상인식 등 네 가지 방향으로 접근하였다. 전반적으로 로봇의 실험은, 웹 페이지로부터 사용자의 쇼핑 목록을 입력 받아, 인공지능의 계획기법에 기반하여 서버에서 이에 대한 실행계획을 만들고 난 후, 로봇이 서버로부터 TCP/IP 기반의 소켓 통신을 통하여 세부 실행계획을 전달받아 임무를 수행하게 된다. 또한 이러한 임무를 수행하기 위해서는 로봇자신의 현재위치에 대한 정보 및 목표물에 대한 위치인식이 요구되며, 이를 위해서 사전에 주어진 맵의 좌표를 찾아가는 방법을 사용하였다.

• 한국정보통신학회논문지
• /
• 제10권2호
• /
• pp.398-405
• /
• 2006

인간은 관심을 가지고 있는 영역(ROI)에 대하여 선택적으로 주의를 집중하여 사물의 특징 을 인식하게 된다. 본 연구에서는 이러한 인간의 선택적 지각 능력을 적용한 패턴 분류 모델을 제안한다. 먼저 일반적인 클러스터링 알고리즘에 의해 입력 패턴들을 대략적으로 분류하여 참조 클러스터 패턴을 형성하고, 생성된 클러스터의 참조 패턴들을 상호 연관시켜 선택적 지각맵(SPM : Selective Perception Map)을 구성한다. 패턴 분류 및 인식 과정에서는 생성된 SPM을 입력 패턴과 참조 패턴과의 거리 계산에서 가중치로 적용함으로써 인간의 선택적 지각 능력을 패턴 분류에 반영하게 된다. 다양하게 변형된 인쇄체 숫자 및 필기체 숫자 데이터(MNIST)를 통해 실험해 본 결과 SPM을 사용한 패턴 분류 모델이 효과적임을 증명하였다.

• 한국시뮬레이션학회논문지
• /
• 제15권2호
• /
• pp.31-39
• /
• 2006

가시성그래프는 최소 탐색 공간으로 게임환경을 모델링하여 효과적으로 길을 찾을 수 있도록 하는 방법으로 잘 알려져 있다. 일반화 가시성그래프는 가시성그래프의 가장 큰 단점으로 지적되는 "벽-껴안기" 문제를 해결하기 위해 확장된 장애물의 경계 위에 생성된 가시성그래프이다. 일반화 가시성그래프에 의해 구해진 경로는 근사 최적이며 자연스럽게 보이는 장점이 있다. 본 논문에서는 변화하는 출발점과 목표점과 정적인 장애물 사이를 움직이는 게임 캐릭터에 효과적으로 일반화 가시성그래프를 적용하는 방법을 제안한다. 일반화 가시성그래프는 일단 생성되면 최소 탐색공간을 보장하지만 그 생성 자체는 노드사이의 링크의 교차 여부론 일일이 체크하여야 하므로 시간이 많이 소요된다. 아이디어는 먼저 정적인 장애물만으로 지도를 생성해 놓고 출발점과 목표점을 빠르게 포함시키는 것이다. 출발점과 목표점의 포함 부분이 여러 번 반복되어야 하는 과정이므로 출발점과 목표점을 빠르게 포함시키는데에 연산 기하학 분야의 회전 plane-sweep 알고리즘을 이용할 것을 제안한다. 시뮬레이션 결과는 전체 그래프를 매번 생성하는 것보다 제안한 방법의 실행시간이 39%-68% 정도 향상되었음을 보여준다.

• 한국게임학회 논문지
• /
• 제12권5호
• /
• pp.67-78
• /
• 2012

합산 영역 테이블은 모든 픽셀에 대해 임의의 크기 사각영역의 이미지 필터링 처리를 일정시간 안에 가능케 한다. 이러한 특성은 각각의 픽셀에 대해서 주변 픽셀의 밝기의 합 혹은 평균을 필요로 하는 이미지 처리 적용 분야에 유용하게 쓰일 수 있다. 합산 영역 테이블의 생성은 단지 행 혹은 열 단위의 합만을 구하는 메모리 바운드 작업임에도 불구하고 기존 연구들은 이미 존재하는 데이터 병렬성만을 활용하기 위하여 대기 시간이 긴 전역 메모리에 과도한 접근을 하여야만 했다. 본 논문에서는 입력 데이터를 정방의 서브 이미지로 분할하고 매개 데이터를 이들 간에 파급시킴으로써 GPGPU 환경 적합한 알고리즘을 제안하고자 한다. 이를 통하여 기존 방법 대비 전역 메모리 접근 량을 거의 반으로 줄임으로써 주어진 메모리 대역폭을 효율적으로 사용한다. 결과에서도 성능이 대폭 향상되었다.

• 한국정보통신학회논문지
• /
• 제13권11호
• /
• pp.2251-2259
• /
• 2009

네트워크를 기반으로 하나의 클러스터가 4개의 카메라로 구성된 4개의 다중 클러스터로부터 2D 영상을 조합하여 3D 입체 영상을 생성하는 알고리즘 및 시스템을 제안한다. 제안하는 기법은 다중 클러스터 환경에서 동작하고 실시간 대용량의 데이터 처리로 인한 시스템의 부하를 분산시키기 위해 네트워크를 이용한 서버-클라이언트 구조를 가진다. 아울러 성능 향상을 고려해 JPEG 압축과 램 디스크 방식을 적용한다. 4채널 16개의 카메라로부터 입력되는 입력 영상에 대해서 이진화 영상을 구하고, Sobel 및 Prewitt 등의 에지 검출 알고리즘을 적용시킨 후 영상들 간의 시차를 구한 후에 3D 입체 영상을 생성한다. 성능 분석 결과, 클라이언트에서 서버로 전송하는 전송시간은 약 0.05초가 소요되며, 4채널 16개의 카메라로부터 2D 영상을 조합하여 3D 입체 영상을 생성하는 알고리즘에 소요되는 시간은 약 0.84초가 소요된다. 이를 통해 실시간으로 다시점 및 다중 클러스터 환경에서 3D 입체 영상을 생성하는 효율적인 시스템임을 확인할 수 있었다.

• 전자공학회논문지SC
• /
• 제46권6호
• /
• pp.28-37
• /
• 2009

본 논문에서는 지역 최대 빈도 값을 이용하여 V-시차 맵 상에서 도로 특징 정보를 추출하고 이를 이용한 장애물체 검출 방법을 제안한다. 기존 방법은 장애물체의 크기 수 및 종류 등이 변경되면 추출 성능이 영향을 받는다. 특히 크기가 큰 장애물체나 중앙분리대와 같은 연속적인 장애물체에 대한 추출이 어렵다. 이를 해결하기 위하여 주변 상황 영향을 적게 받는 도로 특징 정보를 새로운 장애물체의 유무 판단 기준으로 사용한다. 도로 특징 정보는 V-시차 맵 상에서 특정 열에 장애물체가 많이 존재하는 상황에서도 전체적인 그 특징을 잘 유지함으로 그 강건성이 높아 새로운 판단기준으로 적합하다. 그리고 V-시차 맵 상에서 도로 특징 정보를 쉽게 추출하기 위하여 먼저 지역 최대 빈도 값을 이용하여 이진 V-시차 맵을 생성한다. 그리고 기존 중간 값과 비교하여 도로 특징 정보가 아닌 부분은 제거하고, 마지막으로 보간을 통하여 최종 도로 특징 정보를 추출한다. 이를 시차 맵의 각 행과 비교하여 장애물체 영역을 검출한다. 또한 장애물체 영역 검출 성능을 향상시키기 위하여 검출 단계에서 발생한 노이즈를 제거하기 위한 후처리 과정도 제안한다. 그리고 실제 도로 영상에 적용한 실험을 통하여 제안한 알고리즘이 기존 방법에 비해 장애물체 검출 성능이 우수함을 보인다.

• 한국ITS학회 논문지
• /
• 제17권6호
• /
• pp.173-184
• /
• 2018

프로브 차량을 이용한 이동식 교통정보수집체계가 확산되면서, 기존 소통정보 이외에 차량 내 센서를 이용한 포트홀, 낙하물, 노면결빙과 같은 도로위험정보 수집이 가능해지고 있다. 본 연구는 다수의 프로브 차량이 GPS 좌표 기반으로 도로위험정보와 같은 이벤트를 검지했을 때 시간 공간적으로 통합하여 실시간으로 처리하는 복합처리 알고리즘을 개발하였다. 알고리즘의 핵심기능은 특정 지점에 발생된 도로위험정보를 (1)다수의 프로브가 서로 다른 GPS 좌표로 검지한 결과로 부터 동일지점인지 여부를 판단하고, (2)그 지점을 국가표준노드링크 상에 특정하여 이벤트 데이터를 생성하며, (3)생성된 이벤트 데이터가 유효한지 지속적으로 판단하고, (4)도로위험상황이 종료되었을 때 이벤트를 종료시키는 것이다. 이를 위해 프로브 차량이 수집한 도로위험정보를 실시간으로 처리하여 조건부 확률을 지속적으로 갱신하는 과정을 통해 이벤트의 유효성을 판단하고 종료할 수 있도록 개발하였고, 시뮬레이션을 통해 알고리즘의 적용가능성을 검증하였다. 개발된 복합처리 알고리즘은 향후 C-ITS 및 자율주행자동차 등 프로브 기반의 교통정보 수집 및 이벤트 정보 처리에 적용 가능할 것으로 판단된다.

• 한국시뮬레이션학회논문지
• /
• 제27권4호
• /
• pp.61-68
• /
• 2018

본 논문에서는 FOD (foreign object debris) FMCW (frequency modulated continuous waveform) 레이다에 대한 지상 클러터 모델링 및 검출 성능에 미치는 영향을 분석한다. 레이다 수신신호에는 FOD에 의해 반사된 신호 뿐 만 아니라 활주로 표면 및 잔디영역에 의해 반사된 신호까지 포함된다. FOD의 RCS (radar cross section)가 잔디영역의 RCS와 거의 같기 때문에 클러터 제거 알고리즘을 적용하지 않으면 FOD의 검출이 어렵다. 또한, FOD와 클러터 모두가 움직이지 않기 때문에, 대표적 클러터 제거 알고리즘인 MTI (moving target indicator) 기법의 적용이 어렵다. 따라서 클러터 맵을 이용한 클러터 제거 기법이 필요하고, 이를 위해서는 활주로 표면을 고려한 클러터 맵을 정확하게 생성하는 것이 중요하다. 본 논문에서는 신뢰도 높은 클러터 맵을 생성하기 위해 FOD가 없는 표면의 경우에만 모든 범위의 레인지 빈에 대해 각각의 비트신호를 생성하고, 생성된 비트 신호를 100번 누적하였으며 RCS 값에 웨이블 분포를 적용하였다. 시뮬레이션 결과는 생성된 클러터 맵을 FOD FMCW 레이다에 적용함으로써 FOD가 제대로 검출됨을 보인다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2023년도 학술발표회
• /
• pp.2-2
• /
• 2023

기후변화가 가속화로 인해 수재해의 빈도와 강도 예측이 어려워짐에 따라 실시간 홍수 모니터링에 대한 수요가 증가하고 있다. 합성개구레이다는 광원과 날씨에 무관하게 촬영이 가능하여 수재해 발생시에도 영상을 확보할 수 있다. 합성개구레이다를 활용한 수체 탐지 알고리즘 개발이 활발히 연구되어 왔고, 딥러닝의 발달로 CNN을 활용하여 높은 정확도로 수체 탐지가 기능해졌다. 하지만, CNN 기반 수체 탐지 모델은 훈련시 높은 정량적 정확성 지표를 달성하여도 추론 후 정성적 평가시 경계와 소하천에 대한 탐지 정확성이 떨어진다. 홍수 모니터링에서 특히 중요한 정보인 경계와 좁은 하천에 대해서 정확성이 떨어짐에 따라 실생활 적용이 어렵다. 이에 경계를 강화한 적대적 학습 기반의 수체 탐지 모델을 개발하여 더 세밀하고 정확하게 탐지하고자 한다. 적대적 학습은 생성적 적대 신경망(GAN)의 두 개의 모델인 생성자와 판별자가 서로 관여하며 더 높은 정확도를 달성할 수 있도록 학습이다. 이러한 적대적 학습 개념을 수체 탐지 모델에 처음으로 도입하여, 생성자는 실제 라벨 데이터와 유사하게 수체 경계와 소하천까지 탐지하고자 학습한다. 반면 판별자는 경계 거리 변환 맵과 합성개구레이다 영상을 기반으로 라벨데이터와 수체 탐지 결과를 구분한다. 경계가 강화될 수 있도록, 면적과 경계를 모두 고려할 수 있는 손실함수 조합을 구성하였다. 제안 모델이 경계와 소하천을 정확히 탐지하는지 판단하기 위해, 정량적 지표로 F1-score를 사용하였으며, 육안 판독을 통해 정성적 평가도 진행하였다. 기존 U-Net 모델이 탐지하지 못하던 영역에 대해 제안한 경계 강화 적대적 수체 탐지 모델이 수체의 세밀한 부분까지 탐지할 수 있음을 증명하였다.