• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2005.11a
• /
• pp.195-198
• /
• 2005

최근 실내 환경에서 영상 정보를 사용하여 로봇이 서비스를 제공하기 위한 연구가 활발하다. 과거 영상 처리 접근 방법은 산업 환경과 같은 예측 가능한 환경을 바탕으로 미리 정의된 기하학적 모델을 통해 상황을 인식하였기에, 이를 실내 환경과 같은 가변적인 환경에 적용할 시 성능이 저하된다. 이에 지식을 기반으로 불확실성을 해결하여 정확도를 향상 시킴으로써 영상 인식 성능을 높이기 위한 다양한 연구가 진행되어 왔다. 본 논문에서는 실내에서 활동하는 서비스 로봇의 물체인식 성능을 향상시키기 위해, 대상 물체가 다른 물체에 의해서 가려져 있는 경우 대상 물체의 존재 여부를 추론하기 위한 베이지안 네트워크 모델링 방법을 제안한다. 제안하는 방법은 작은 단위로 설계된 베이지안 네트워크들을 상황에 따라 결합하여 추론 모델이 구성되게 하였고 물체간의 관계를 효과적으로 표현하고 초기 확률 값을 단일하게 유지하기 위해 제안된 확률 값 설정 방법을 사용하였다. 실험은 물체 관계를 추론하는 모듈의 성능을 검증하기 위해 수행되었는데, 5가지 장소에서 82.8$\%$의 정확도를 보여주었다.

• Journal of the Institute of Electronics and Information Engineers
• /
• v.53 no.6
• /
• pp.122-129
• /
• 2016

There have been a lot of researches on object recognition in computer vision. The SURF(Speeded Up Robust Features) algorithm based on feature detection is faster and more accurate than others. However, this algorithm has a shortcoming of making an error due to feature point mismatching when extracting feature points. In order to increase a success rate of object recognition, we have created an object recognition system based on SURF and RANSAC(Random Sample Consensus) algorithm and proposed the pattern recognition filtering. We have also presented experiment results relating to enhanced the success rate of object recognition.

• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.37 no.2A
• /
• pp.128-134
• /
• 2012

In this paper, we propose a novel approach to enhance the recognition performance of a far and partially occluded three-dimensional (3-D) target in computational curving-effective integral imaging (CEII) by using the direct pixel-mapping (DPM) method. With this scheme, the elemental image array (EIA) originally picked up from a far and partially occluded 3-D target can be converted into a new EIA just like the one virtually picked up from a target located close to the lenslet array. Due to this characteristic of DPM, resolution and quality of the reconstructed target image can be highly enhanced, which results in a significant improvement of recognition performance of a far 3-D object. Experimental results reveal that image quality of the reconstructed target image and object recognition performance of the proposed system have been improved by 1.75 dB and 4.56% on the average in PSNR (peak-to-peak signal-to-noise ratio) and NCC (normalized correlation coefficient), respectively, compared to the conventional system.

• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.17 no.3
• /
• pp.197-205
• /
• 1992

In this paper object recognition using neural network is studied. The recognition is accomplished by matching linear line segments which are formed by local features extracted from the curvature points. Since there is similarities among segments. The boundary of models is not distinct in feature space. Due to these indistinctness the ambiguity of recognition occurs, and the recognition rate becomes degraded according to the limitation of boundary decision capability of neural network for similar of features. Object recognition and to improve recognition rate. Local features are used to represent the object effectively. The validity of the object recognition system is demonstrated by experiments for the occluded and varied objects.

• Proceedings of the KIEE Conference
• /
• 2008.04a
• /
• pp.168-169
• /
• 2008

물체 인식에 사용되는 특징 벡터로 영역과 점이 있다. 우리는 영역 특징을 기반으로 하는 물체 인식 알고리즘과 특징점 정보를 기반으로 하는 물체 인식 알고리즘이 상호 보완될 수 있도록 하는 방범을 소개한다. 우리가 제안한 방법에서는 두 가지 알고리즘의 중간 결과가 상호 보완되게 함으로써, 물체 인식의 성능을 향상시키고자 하였다. 또한 두 가지의 물체 인식 알고리즘을 병렬 처리될 수 있도록 함으로써, 사용자로 하여금 신속하게 인식 결과를 확인할 수 있도록 하였다.

• Journal of the Institute of Electronics Engineers of Korea SC
• /
• v.48 no.6
• /
• pp.15-23
• /
• 2011

Stereo vision approach to solve the problem using a single camera three dimension precise distance measurement and object recognition method is proposed. Precise three dimensional information of objects can be obtained using single camera, a laser light and a rotating flat mirror. With a simple thresholding operation on the depth information, the segmentations of objects can be obtained. Comparing the signatures of object boundaries with database, objects can be recognized. Improving the simulation results for the object recognition by precise distance measurement are presented.

• Proceedings of the Korean Information Science Society Conference
• /
• 2003.10b
• /
• pp.604-606
• /
• 2003

본 논문은 향상된 Scale Invariant Feature Transform (SIFT) 기법과 이로부터 얻어진 로컬 특징 영역에서 다중특징을 이용한 물체인식 방법에 대하여 논하였다. SIFT 기법 [1]은 물체의 크기. 회전. 3차원 좌표변환에 강인한 특성을 갖는다. 이 기법에서는 크기가 다른 가우시안 (Gaussian) 함수를 적용한 영상들의 차이에서의 최대 및 최소값이 특징점으로 결정된다. 하지만 SIFT 알고리듬의 특성상, 인식되어야 될 물체의 비교적 큰 크기 변화, 중요도가 낮은 특징점들의 추출, 그리고 서로 다른 물체에서 추출된 유사한 특징벡터등이 인식 시스템의 신뢰도를 저하 시킬 수 있다. 이에 대응방안으로, 본 논문에서는 상대적으로 낮은 인식정보를 갖는 추출된 특징점을 제거하기 위한 기법과 서로 다른 물체에서 생성된 유사 특징벡터의 구분을 위한 특징점에서의 방위 (orientation) 비교법 및 색차 (chrominance) 정보를 사용에 대하여 기술하였다.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.17 no.3
• /
• pp.712-717
• /
• 2013

In this paper, we propose a performance-enhanced object recognition by using nonlinear 3D correlator based on pixel restoration. In the proposed method, elemental images of the 3D target that are partially occluded by a foreground object are picked up and transformed into sub-images. By using the block-matching algorithm, the occluded target regions of each sub-image are estimated and removed. After that, the missing pixels in each sub-image are reestablished by using the pixel-restoration method. Finally, through the nonlinear cross-correlations between the reconstructed reference and the target plane images, the improved object recognition can be performed. To show the feasibility of the proposed method, some preliminary experiments are carried out and results are presented by comparing the conventional method.

• Proceedings of the Korean Information Science Society Conference
• /
• 2006.06b
• /
• pp.112-114
• /
• 2006

최근 영상 인식 정보를 서비스 로봇 도메인에서 사용하기 위한 연구와 함께 전통적인 영상 인식 방법의 성능을 높이기 위한 연구가 진행되고 있다. 기존의 방법들은 기하학적 모델을 기반으로 예측 가능한 환경에서 상황을 인식하였기에 이를 실내 환경과 같은 동적인 환경에 적용하는 것은 정확도나 인식의 효율 면에서 한계를 갖는다. 이에 지식 기반 접근 방법을 통해 정확도를 항상 시키거나 계산 비용을 감소시킴으로써 영상 인식성능을 높이기 위한 다양한 연구가 있어 왔다. 본 논문에서는 서비스 로봇이 물체를 탐색할 때, 대상 물체가 다른 물체에 의해 가려짐으로써 발생하는 불확실한 상황을 해결하기 위한 방법을 제안한다. 제안하는 방법은 발견된 물체를 컨텍스트 정보로 사용하여 대상 물체의 존재 여부를 추론하며, 이를 위해 신뢰도를 모델링할 수 있는 확률적 모델인 베이지안 네트워크와 도메인 지식을 모델링 할 수 있는 온톨로지를 함께 사용한다. 효과적인 모델링을 위해 본 논문에서는 기본적인 물체 관계를 모듈화 하여 설계하기 위한 베이지안 네트워크 구조와 확률 값 선정 방법. 이들을 온톨로지를 기반으로 주어진 상창에 따라 결합하는 방법을 제안한다. 이는 물체 관계를 모델링할 때 발생하는 중복 설계를 감소시켜주고 유지 및 보수를 용이하게 한다. 설계된 추론 모듈은 실험 결과 5가지 장소에서 높은 정확도를 보여주었다.

• Convergence Security Journal
• /
• v.24 no.1
• /
• pp.77-82
• /
• 2024

Recent research has seen significant improvements in various object detection and classification models overall. However, the study of object detection and classification in situations where objects are partially obscured remains an intriguing research topic. Particularly in the military domain, unmanned combat systems are often used to detect and classify objects, which are typically partially concealed or camouflaged in military scenarios. In this study, a method is proposed to enhance the classification performance of partially obscured objects. This method involves adding occlusions to specific parts of object images, considering the surrounding environment, and has been shown to improve the classification performance for concealed and obscured objects. Experimental results demonstrate that the proposed method leads to enhanced object classification compared to conventional methods for concealed and obscured objects.