컴퓨터 스크린상에 어떤 물체의 형상을 나타낼 때 각 형태에 따라 그 표현 기법은 크게 두 분야로 나뉘게 되는데 대부분의 기계부품들처럼 원통이나 평면 등과 같이 기하학적 기본형태들로 이루어진 것과 사람이나 동물처럼 형상자체가 단순한 수학적공식으로 표현이 불가능한 형태(Free Form Geometry)로 분류된다. 어떤 대상물체가 선정되면 그것의 기하학적 형상을 먼저 컴퓨터 스크린상에 정확한 형상데이터로 표현된 다음 가시화를 위한 것이든 시뮬레이션 목적이든 그 형상 데이터가 이용된다. 이처럼 컴퓨터에 의한 모의 실험에서 대상물체를 모델링하는 단계는 반드시 필요하다. 최근 컴퓨터에 의한 각종 모델의 시뮬레이션을 시도할 때 Modeling 단계에서 수학적 공식으로 표현이 가능한 모델(Mathemeatical model)보다 임의 형태를 가진 모델(Physical model)표현에 많은 애로를 겪고 있는 실정이다. 따라서, 본 연구에서는 인간이나 항공기처럼 복잡한 형태를 가진 물체형상을 컴퓨터 스크린상에 표현할 때 비교적 실물에 가까운 형상데이터를 얻는 기법들에 대해 기술하고 그 결과를 소개한다. 특히 인간의 정적 또는 동적인 자세변화에 따른 각 신체 부위의 정확한 계량분석을 시도할 때 본 기법들의 응용이 가능하다.
식품제조 현장에서 유연포장을 수행하기 위해, 로봇이 다양한 제품들을 파지하거나 이송하는 작업이 필수적이다. 본 논문에서는 전통장류 식품제조에서 다양한 종류와 무게를 조합하는 혼합포장을 위해 전통장류 물체 영역 인식과 종류 인식을 수행한다. 이를 위하여, 대표적인 전통장류에 대해 종류를 분류하고, RGB-D 데이터를 입력으로 물체 영역과 종류 인식을 수행하는 딥러닝 네트워크를 학습한다. 실험 결과를 통해, 물체 영역의 중심점을 기반으로 흡착 기반 파지점을 선정할 수 있음을 확인한다.
본 연구에서는 3차원 비정렬 중첩격자계를 이용한 서로 겹쳐진 물체들 간의 상대운동 해석기법에 대한 연구를 수행하였다. 홀 컷팅 과정에서 격자요소를 구성하는 모든 격자점들이 다른 물체의 내부에 위치하는 물체 경계의 격자요소들을 계산에서 제외하였고, 일부분이 다른 물체의 내부에 위치하는 격자요소들은 계산영역에 포함하였다. 비정상 유동의 계산을 위해 계산에서 제외되는 비활성 격자요소들에 내삽과 외삽을 통해 적절한 유동값을 부여하여, 상대운동이 진행됨에 따라 다음 시간단계에서 새롭게 활성 격자로 분류될 때 이전 시간에서의 유동값으로 이용될 수 있도록 하였다. 해석기법을 이용하여 기존에는 해석이 불가능했던 3차원 날개의 내부에서 발사체가 사출되는 운동과 발사체의 동체에서 다수의 핀이 전개되는 운동을 해석하였다.
본 논문에서는 능동카메라 환경에서 카메라의 움직임에 의해 유발되는 광역움직임(global motion)과 이동물체에 의해 발생하는 지역움직임(local motion)을 분리한 후, 카메라 팬틸트를 제어하여 물체를 추적하는 특징기반의 추적 시스템을 제안했다. 제안한 시스템은 블록기반 움직임 계측을 통해 연속한 2 프레임 사이의 이동 움직임을 찾고, 이 움직임에서 카메라의 움직임으로 인한 광역 움직임을 제거함으로써 전경물체의 지역 움직임만을 추적한다. 이때, 배경만의 움직임만으로 카메라 움직임을 강건하게 계측하기 위하여, 블록기반 움직임에서 배경움직임을 분류하기 위한 지배적인 움직임 추출방법을 제시한다. 또한 분리된 지역움직임으로부터 잡음물체의 움직임을 제거하기 위하여 꼭지점 특징의 추적궤적 속성에 따른 군집화 알고리즘을 제안한다. 제안한 추적시스템은 여러가지 실험에서 좋은 결과를 보였다.
본 논문에서는 합성곱 신경망을 이용한 유기된 물체 인식 방법을 제안한다. 유기된 물체 인식 방법은 영상 내에서 유기 물체에 대한 영역을 먼저 검출하며 검출된 영역이 있을 경우 해당 영역에 합성곱 신경망을 적용하여 어떤 물체를 나타내는지 인식하는 과정을 거친다. 실험은 쓰레기 무단투기를 검출하는 응용 시스템을 통해 진행되었다. 실험 결과, 유기 물체에 대한 영역을 효율적으로 검출하는 것을 볼 수 있었다. 검출된 영역은 합성곱 신경망으로 들어가 쓰레기인지 아닌지 분류되는 과정을 거쳤다. 이를 위해 자체적으로 수집한 쓰레기 데이터와 오픈 데이터베이스로 합성곱 신경망을 학습시켰다. 학습 결과, 학습에 포함되지 않은 테스트셋에 대해 약 97%의 정확도를 달성하였다.
대부분의 3차원 물체 복원 기술은 물체를 다수의 평면으로 나누고 물체의 각 표면을 근사시켜 표현한다. 주어진 분류치를 사용하여 mesh를 초기화시키는 Marching Cubes 알고리듬과 Delaunay Tetrahedrisation이 널리 사용되고 있다. 이와 더불어 deformable 모델은 적은수의 가정만으로도 다양한 종류의 데이터들에 대한 복원 및 재구성을 할수 있기 때문에 일반적인 물체복원에 적합하다. 현재 defrmable 모델이 기반이 된 복원 시스템에 대한 연구가 활발히 진행중이다. 본 논문에서는 곡면으로 이루어진 물체에 대해서 적응 simplex mesh 기술을 바탕으로 3차원 물체를 압축 복원하는 방법을 제시한다. 이방법은 미리 정해진 mesh 구조를 변형시키고 곡률과 같은 기하학적인 특성들을 다시 설정하면서 본래의 3차원 물체로 접근시킨다. 시뮬레이션을 통해서 높은 압축률로 물체를 복원하고 물체의 모양을 최적으로 기술하기 위해 정점들이 곡률이 높은 곳으로 집중되는 것을 보인다.
실제 환경에서는 움직이지 않는 정적 물체만큼이나 많은 수의 움직이는 동적 물체가 존재한다. 사람은 정적 물체와 동적 물체를 쉽게 구분할 수 있지만, 자율 주행 차량이나 모바일 로봇은 이를 구분하지 못한다. 따라서 차량이나 로봇이 성공적이고 안정적인 자율 주행을 수행하기 위해서는 정적 물체와 동적 물체를 정확하게 구분하는 것이 중요하다. 이를 수행하기 위해서 자율 주행 차량이나 모바일 로봇은 카메라, 라이다 등과 같은 다양한 센서 시스템을 활용할 수 있다. 그중에서 스테레오 카메라 영상은 자율 주행을 위해 많이 활용하는 데이터이다. 스테레오 카메라 영상은 물체 분할, 분류, 추적과 같은 물체 인식 분야는 물론 3차원 지도 복원과 같은 네비게이션 분야에 활용할 수 있다. 본 연구에서는 실시간으로 주행하는 차량과 로봇을 위하여 스테레오 영상을 활용한 정적/동적 물체 구분 방법을 제안하고, 향후 네비게이션 목적으로도 활용할 수 있도록 3차원 지도를 복원하여 이를 적용한 결과 및 성능 확인을 위한 정확도 분석 결과(99.81%)를 제시한다.
본 논문에서는 공장 자동화 시스템의 한 예로, 컨베이어 벨트로 흘러 들어오는 생산품을 모델별로 자동 인식하기 위한 방법을 제안하고 있다. 일반적으로 NTSC 방식의 카메라를 사용할 경우 움직이는 물체는 카메라 고유의 잔상이 발생하게 된다. 잔상이 존재하는 영상을 이용하여 효율적인 처리가 불가능하므로 적당한 후처리 방법이 요구된다. 이를 위하여 제안하는 인터레이스 제거 기법을 통하여 잔상을 제거하고, 이진화를 통하여 대략적 물체 영역을 판별한 후 물체를 에워싸는 직사각형 영역을 구한다. 그 후 윤곽선 검출을 거쳐 직사각형 영역을 블록별로 세분화한 후 각 블록별 화소수를 계산하여 평균을 중심으로 재분류한 후 모델 코드를 생성하여 모델 분류를 하였다. 실험결과 본 논문에서 제안하는 방법의 경우 기존의 방법보다 높은 분류 성공률을 나타내었다.
본 논문에서는 영상 감시 시스템을 위한 이동물체 추적 및 얼굴 영역 추출 알고리즘을 제안한다. 제안된 방법은 두 단계로 구성되어 있으며, 첫 번째의 이동 물체 감지 단계에서는 각각의 입력 프레임에 대하여 화소값의 변화를 기반으로 한 세 종류의 특징값들을 추출한 다음, 그 값들에 의하여 입력 프레임을 다섯 종류의 클래스로 분류한다. 분류 결과 현재의 프레임이 이동물체를 포함하고 있다면 두 번째의 얼굴 영역 분리 단계에서 컬러 정보와 프레임간의 차이를 이용하여 그 얼굴 영역을 추출하게 된다. 제안된 알고리즘은 광류등 계산시간이 많이 걸리는 특징값들에 의존하지 않으므로 실시간 처리에 적합하다. 또한 여러 테스트 영상시퀀스에 대하여 실험을 수행한 결과 본 논문에서 제안된 알고리즘의 유용성이 입증되었다.
본 논문에서는 집적 영상의 획득과 복원을 이용하여 왜곡에 강인한 물체를 인식하는 방법을 연구한다. 해당 화소들의 확률적 특성인 평균과 표준편차를 이용하여 3차원 공간에서 물체를 복원하고 거리를 추정한다. 표적인식은 Fisher 선형판별법(linear discriminant analysis, LDA)과 주성분 분석법(principal component analysis, PCA) 기술을 결합한 통계적 분류기(statistical classifier)로 수행한다. Fisher 선형판별법은 클래스 간의 판별력을 최대로 하고 주성분 분석법은 Fisher 선형판별법을 수행하기 위한 차원축소를 실행한다. 주성분 분석법은 차원축소 후 복원된 벡터와 원 벡터의 오차를 최소화하는 기술로 알려져 있다. 실험 및 시뮬레이션을 통하여 면외(out-of-plane) 회전된 표적을 본 논문에서 제안한 방법으로 분류한다.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.