• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2005년도 추계학술대회 학술발표 논문집 제15권 제2호
• /
• 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.

• 전자공학회논문지
• /
• 제53권6호
• /
• pp.122-129
• /
• 2016

컴퓨터 비전(Computer vision) 분야에서 물체인식을 위한 많은 알고리즘이 연구되고 있다. 그중 특징점(feature) 기반의 SURF(Speeded Up Robust Features) 알고리즘은 다른 알고리즘에 비해 속도와 정확도 면에서 우수하다. 하지만 SURF 알고리즘은 대응점 검출 시 대응점 오정합으로 물체인식에 실패하는 단점이 있다. 본 논문은 물체 인식률을 향상하기 위하여 SURF와 RANSAC(Random Sample Consensus) 알고리즘을 기반으로 물체인식 시스템을 구현하고, 패턴인식 필터링을 제안하였다. 또한, 실험을 통하여 물체 인식률 향상 결과를 제시하였다.

• 한국통신학회논문지
• /
• 제37권2A호
• /
• pp.128-134
• /
• 2012

본 논문에서는 커브형 집적영상 시스템에서 부분적으로 가려진 먼 거리 3차원 물체의 인식 향상을 위한 새로운 direct pixel-mapping (DPM)방법을 제안한다. 제안 방법은 커브형 집적영상 시스템에서 DPM 방법에 의해 먼 거리에 위치한 3차원 물체로부터 픽업된 요소영상배열 (elemental image array, EIA)은 가시적으로 가까운 거리에서 픽업한 것과 같은 새로운 요소영상배열을 생성한다. 이러한 특성은 재생한 3차원 물체 영상의 해상도를 향상 시킬 수 있고, 이로 인하여 먼 거리에 위치한 3차원 물체에 대한 인식 성능을 향상 시킬 수 있다. 컴퓨터적 실험결과와 기존 방법과의 비교를 통하여 제안방법으로 재생한 물체의 PSNR과 NCC의 값이 평균 1.75dB와 4.56% 향상됨을 확인할 수 있었다.

• 한국통신학회논문지
• /
• 제17권3호
• /
• pp.197-205
• /
• 1992

본 논문은 신경회로망을 이용한 물체인식에 관한 연구로써, 인식은 물체의 경계점으로부터 추출된 국부 특징들로 구성되는 각 선형선소들간의 매칭에 의해 이루어진다. 그러나 추출된 특징들은 물체를 구성하는 선형선소들간의 유사성 때문에 특징 공간상에서 다른 모델과의 경계가 불분명하게 되므로 인식의 애매성이 발생하고, 특징의 유사성에 기인한 신경 회로망의 경계분리능력의 한계에 따라 인식률의 저하를 가져온다. 따라서, 본 논문에서는 인식의 애매성을 해소하고, 인식율의 향상을 도모할 수 있도록 2개의 신경회로망을 다단결합한 물체인식 시스템을 구성하였으며, 물체를 효과적으로 기술할 수 있는 국부 특징량을 사용하였다. 실험을 통하여 구성된 물체인식 시스템의 타당성을 확인하였으며, 중복 물체 및 변형된 물체에 적용하여 그 결과를 고찰하였다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2008년도 심포지엄 논문집 정보 및 제어부문
• /
• 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.

• 전자공학회논문지SC
• /
• 제48권6호
• /
• pp.15-23
• /
• 2011

스테레오 비젼 방식의 단점을 보완하기 위해 단일 카메라를 이용한 3차원 정밀 거리 측정 및 물체 인식방법을 제안하였다. 단일 카메라, 레이저 광 그리고 회전 평면경을 사용하여 정밀한 3 차원 거리 정보를 얻을 수 있다. 거리정보로 표현된 물체 영역에 간단한 문턱치 처리를 사용하면, 물체의 윤곽을 얻을 수 있으며, 그 윤곽에 대한 시그니처를 데이터베이스와 비교 함으로써, 물체와 그 자세까지 인식할 수 있다. 정밀 거리측정에 의한 물체 인식률 향상을 보이기 위해 시뮬레이션 결과를 제시하였다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2003년도 가을 학술발표논문집 Vol.30 No.2 (2)
• /
• 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.

• 한국정보통신학회논문지
• /
• 제17권3호
• /
• pp.712-717
• /
• 2013

본 논문에서는 향상된 물체 인식을 위한 픽셀 복원 기반의 비선형 3D 상관기를 제안한다. 제안한 방법은 부분적으로 가려진 물체로부터 요소영상을 픽업하고 서브영상으로 변환하고 영역 매칭 알고리즘 방법을 이용하여 서브영상으로부터 장애물로 가려진 영역을 검출하고 제거한다. 그 다음 픽셀 복원 방법으로 각 서브영상에서 제거된 물체의 픽셀을 복원한다. 마지막으로, 재생된 참조영상과 재생된 영상 사이의 비선형 상호상관을 통하여 3D 물체의 인식 성능을 향상 시킨다. 제안된 방법의 유용함을 보이기 위해 기존 방법과 비교하여 기초적인 상관관계 실험을 수행하고 그 결과를 보고한다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2006년도 한국컴퓨터종합학술대회 논문집 Vol.33 No.1 (B)
• /
• 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.

• 융합보안논문지
• /
• 제24권1호
• /
• pp.77-82
• /
• 2024

최근 연구를 통해 다양한 물체 탐지 및 분류 모델은 전반적으로 크게 성능 향상이 이루워졌지만, 물체가 부분적으로 노출된 상황에서의 물체 탐지 및 분류에 대한 연구는 미흡한 실정이다. 특히, 군사 분야에서 무인전투체계가 물체를 탐지하고 분류하는 데 사용되는 경우, 군사적 상황에서 물체는 일반적으로 부분적으로 가려진 상태나 위장된 상태일 가능성이 높다. 본 연구에서는 부분적으로 가려진 물체의 분류 성능을 향상시키는 방법을 제안한다. 이 방법은 물체 이미지 상에 특정 부분을 주변 환경을 고려하여 가리는 부분을 추가하여 은·엄폐 및 위장된 물체에 대한 분류 성능을 개선시켰다. 실험결과로 제안 방법을 적용하였을 때 은·엄폐 및 위장된 물체에 대해서 기존 방법에 비해 물체 분류 향상이 있음을 볼 수가 있었다.