• 제목/요약/키워드: 물체 인식 향상

검색결과 100건 처리시간 0.034초

물체-행동 컨텍스트를 이용하는 확률 그래프 기반 물체 범주 인식 (Probabilistic Graph Based Object Category Recognition Using the Context of Object-Action Interaction)

  • 윤성백;배세호;박한재;이준호
    • 한국통신학회논문지
    • /
    • 제40권11호
    • /
    • pp.2284-2290
    • /
    • 2015
  • 다양한 외형 변화를 가지는 물체의 범주 인식성능을 향상 시키는데 있어서 사람의 행동은 매우 효과적인 컨텍스트 정보이다. 본 연구에서는 Bayesian 접근법을 기반으로 하는 간단한 확률 그래프 모델을 통해 사람의 행동을 물체 범주 인식을 위한 컨텍스트 정보로 활용하였다. 다양한 외형의 컵, 전화기, 가위 그리고 스프레이 물체에 대해 실험을 수행한 결과 물체의 용도에 대한 사람의 행동을 인식함으로써 물체 인식 성능을 8%~28%개선할 수 있었다.

서비스 로봇의 물체 탐색 성능 향상을 위한 베이지안 네트워크 결합 기반 물체 관계 모델링 (Object Relationship Modeling based on Bayesian Network Integration for Improving Object Detection Performance of Service Robots)

  • 송윤석;조성배
    • 한국지능시스템학회논문지
    • /
    • 제15권7호
    • /
    • pp.817-822
    • /
    • 2005
  • 최근 실내 환경에서 로봇의 서비스를륵 위해 영상 정보를 사용하기 인한 인구가 활발하다. 과거의 영상 처리 전근 방법은 미리 정의된 기하학적 모델에 기반 하기에, 이를 실내 환경과 같은 가변적인 환경에 적용할 시 성능이 저하된다. 이에 지식을 기반으로 불확실성을 해결하여 영상 인식 성능을 높이기 위한 다양한 연구가 진행되어 왔다. 본 논문에서는 실내에서 활동하는 서비스 로봇의 물체 인식 성능을 향상시키기 위해, 대상 물체가 다른 물체에 의서 가려져 있는 경우 대상물체의 존재 여부를 추론하기 위한 베이지안 네트워크 모델링 방법을 제안한다. 제안하는 방법은 물체간이 관계를 모델링하여 발견된 물체를 통해 대상 물체를 추론할 수 있게 하였다. 이를 위해 작은 규모의 베이지안 네트워크(프리미티브 베이지안 네트워크)를 위한 설계 방법을 정의하고 이를을 다시 상황에 맞게 결합하였다. 실험은 설계된 모델의 성능을 검증하기 위해 수행되었는데, 5가지 장소에서 $82.8\%$의 정확도를 보여주었다.

영역 확장 알고리듬의 개선 (Improvement of Region Growing Algorithm)

  • 김경욱;이효종;송명성
    • 한국정보처리학회:학술대회논문집
    • /
    • 한국정보처리학회 2002년도 춘계학술발표논문집 (상)
    • /
    • pp.745-748
    • /
    • 2002
  • 다양한 형태, 독특한 질감, 불균일한 조명과 같은 야외 영상의 특징 때문에, 윤곽선 탐지 방법은 단일 물체나 단순한 형태의 물체 등을 인식하는데 있어서 적합하지 않다. 따라서 본 논문에서는 주변에 있는 물체들과 명확히 구분하여 객체의 인식에 향상을 가져 올 수 있는 영역 확장 법을 실험하였다.

  • PDF

영역확장 알고리듬 개선 및 구현 (Improvement and Implementation of Region Growing Algorithm)

  • 이효종;송명성
    • 한국정보처리학회:학술대회논문집
    • /
    • 한국정보처리학회 2001년도 추계학술발표논문집 (상)
    • /
    • pp.715-718
    • /
    • 2001
  • 자연영상 같은 야외영상의 특징으로는 산재하는 대상, 다양한 형태, 독특한 질감, 불균일한 조명 상태 등을 들 수 있는데, 이러한 특징으로 인하여 단일 물체나 단순한 형태의 물체 등을 인식하는 윤곽선 탐지 방법 등의 사용은 적합하지 않다. 따라서 본 논문에서는 다양한 질감이나, 주변에 있는 물체들과 명확히 구분하여 객체의 인식에 향상을 가져 올 수 있는 영역 확장 법을 실험하였다.

  • PDF

GM-PHD 필터를 이용한 보행자 탐지 성능 향상 방법 (Performance Improvement of Pedestrian Detection using a GM-PHD Filter)

  • 이연준;서승우
    • 전자공학회논문지
    • /
    • 제52권12호
    • /
    • pp.150-157
    • /
    • 2015
  • 보행자 인식은 차량자율주행 및 사고방지를 위해 중요한 요소기술로서 많이 연구되고 있다. 이 기술들은 크게 카메라기반과 LIDAR 기반, 두 가지로 구별할 수 있다. 카메라 기반 방법과 대비되어 LIDAR 기반 방법은 화각이 넓고 조도환경에 영향을 받지 않는다는 강점이 있다. 하지만 LIDAR 기반 방법은 먼 물체를 인식하기엔 센서 해상도가 낮고, 복잡한 환경에서는 분할 오류나 폐색 등의 원인으로 인식률이 낮아진다는 문제점이 있다. 본 논문에서는 3차원 LIDAR 기반 보행자 탐지 알고리즘의 낮은 인식률을 개선시키기 위해 다중객체추적 기법의 하나인 GM-PHD 필터를 이용한 두 가지 성능 향상 방법을 제안한다. 첫 번째 방법은 GM-PHD 필터를 이용해 이전 프레임의 포인트를 현재 프레임의 물체에 자동으로 누적하여 물체 해상도 및 보행자 분류 성능을 향상시킨다. 두 번째 방법은 인식 성능이 낮은 상황에 맞춰 개선된 GM-PHD 필터를 분류된 다중객체에 적용하여 탐지 성능을 더욱 강화시킨다. 직접 취득한 도로 주행 데이터에 두 방법을 적용하여 제안한 방법이 기존의 보행자 탐지 알고리즘 성능을 대폭 향상시키는 것을 정량적으로 증명하였다.

웨이블릿 기반의 신경망과 불변 모멘트를 이용한 실시간 이동물체 인식 및 추적 방법 (Real-time Moving Object Recognition and Tracking Using The Wavelet-based Neural Network and Invariant Moments)

  • 김종배
    • 대한전자공학회논문지SP
    • /
    • 제45권4호
    • /
    • pp.10-21
    • /
    • 2008
  • 본 논문은 실시간 감시 시스템을 위한 웨이블릿(wavelet) 기반의 신경망과 불변 모멘트를 이용한 이동물체 인식과 추적 방법을 제안한다. 제안한 방법의 첫 번째인 움직임 후보영역 검출 단계에서는 연속된 두 프레임간의 차영상 분석 방법을 기반으로 하여 물체의 움직임에 의해 화소값 변화가 발생한 후보영역을 검출한다. 두 번째인 물체 인식 단계에서는 검출된 후보영역에 웨이블릿 신경망(wavelet neural network: WNN) 기반의 인식 방법을 사용하여 추적하고자하는 물체가 포함되어 있는지를 판별한다. 세 번째인 물체 추적 단계에서는 인식된 물체에 웨이블릿 불변 모멘트(invariant moments) 기반의 매칭 방법을 사용하여 인식된 이동 물체를 추적한다. 영상내에서 이동물체를 검출하기 위해 본 논문에서는 이전 영상과 현재 영상간의 화소밝기 차이에서 적응적 임계값(adaptive threholding)을 사용하여 주위 환경 변화에 강인한 이동물체 검출이 가능하였다. 또한 물체의 인식과 추적을 위해 웨이블릿 특징값을 사용함으로써, 계산 시간의 감소와 영상의 잡음에 의한 영향을 최소화시킬 수 있을 뿐만 아니라, 물체 인식 정확도가 향상되었다. 제안한 방법을 일반 도로에서 획득한 영상에서 실험한 결과, 자동차 검출율은 92.8%, 프레임당 처리 시간은 0.24초이다. 이것을 통해 제안한 방법은 실시간 지능형 교통 감시 시스템에 유용하게 적용될 수 있음을 알 수 있다.

사각특징 및 분산특징을 추가한 비올라존스 물체 검출 알고리즘 (Viola-Jones Object Detection Method to Add a rectangular feature and a variance feature)

  • 홍영민;이인성;박종순;조용성;김창범
    • 대한전기학회:학술대회논문집
    • /
    • 대한전기학회 2011년도 제42회 하계학술대회
    • /
    • pp.1995-1996
    • /
    • 2011
  • 영상 혹은 이미지 내에서 특정 물체를 검출하기 위한 일반적인 방법으로 비올라 존스(Viola-Jones) 알고리즘을 많이 사용하고 있으나 이 방법은 배경의 픽셀이 거의 동일한 값일 때에는 매우 높은 검출률을 보이는 반면 다양한 배경과 물체가 복합적으로 이루어져 있는 이미지의 경우에는 물체 검출 시 오인식 할 가능성이 매우 높다. 이러한 단점들은 얼굴 인식 시스템을 개발함에 있어 매우 불리하게 적용될 수 있는데, 본 연구는 얼굴인식 출입통제 시스템을 개발하는 과정에서 발생하는 이러한 문제점을 보완하기 위하여 비올라 존스 알고리즘에서 이용되는 하 라이크 피춰(Harr-like feature)에 새로운 형태의 사각 특징(Rectangular feature) 및 분산 특징(Varience feature) 추가하여 복잡한 배경에서도 물체 검출 성능을 향상시킬 수 있는 방법을 제안한다.

  • PDF

산업용 매니퓰레이터의 작업 성능 향상을 위한 영상 기반 물체 인식에 관한 연구 (Study on vision-based object recognition to improve performance of industrial manipulator)

  • 박인철;박종호;류지형;김형주;정길도
    • 한국산학기술학회논문지
    • /
    • 제18권4호
    • /
    • pp.358-365
    • /
    • 2017
  • 본 논문에서는 산업용 매니퓰레이터의 작업 성능 향상을 위하여 영상 기반의 물체 인식 방법을 제안하였다. 기존 산업용 매니퓰레이터의 경우 대부분 산업 현장에서 제공하는 정보만을 활용해 산업용 매니퓰레이터를 동작시킴으로써 작업 물체 틀어짐 등에 대한 문제를 고려하지 않고 있기에 보다 안정적인 작업을 수행하는데 있어 문제점이 발생할 수 있다. 본 연구에서 사용된 물체인식 방법은 기존의 Harris Coner 알고리즘의 인식률 향상을 위하여 HSV채널로부터 색상정보를 포함한 V채널과 배경분리가 용이한 S채널을 분리 한 뒤 이를 바탕으로 Otsu Thresholding 기법을 적용하였다. 이를 통해 작업 물체를 보다 정확하게 인식하고 만약 작업 물체가 외부요인에 의하여 정확한 위치에 놓여있지 않거나 뒤틀어져 있는 경우 신속하게 확인한 후 원활한 작업을 위해 산업용 매니퓰레이터의 동작 제어를 수행하는 것으로 실제 산업용 매니퓰레이터에 적용한 후 실험을 통하여 이를 검증하였다. 이는 실제 공장 시스템에서 갑작스런 사람의 유입 혹은 외부요인에 의한 작업 물체의 변화 등의 문제점에 대하여 강인하고 유연하게 대처하며 오류로 인한 작업공정의 중단을 사전에 방지함으로서 전체시스템 가동시간의 효율성을 증대시키는 결과를 가져올 수 있다.

PCA와 개선된 k-Nearest Neighbor를 이용한 모델 기반형 물체 인식 (Model-Based Object Recognition using PCA & Improved k-Nearest Neighbor)

  • 정병수;김병기
    • 정보처리학회논문지B
    • /
    • 제13B권1호
    • /
    • pp.53-62
    • /
    • 2006
  • 주성분 분석법을 사용한 물체 인식 기술은 영상의 조명 변화가 있을 때 인식률이 떨어지는 경향이 있다. 본 논문에서는 실험영상이 학습영상에 대해 조명의 차이가 있는 경우에도 데이터 베이스안의 물체인지 가려내는 새로운 PCA 분석방법을 사용한 물체 인식 기술을 제안하는데 그 목적이 있다. 그리고 개선된 k-nearest neighbor를 이용하여 물체 인식률을 향상 시켰다. 본 논문에서 제안된 물체 인식 알고리즘은 히스토그램 이퀄라이제이션과 미디언 필터를 이용하여 영상을 전처리하고 그것을 학습시켜서 물체 공간을 생성한다. 이때 히스토그램 이퀄라이제이션를 사용하여 히스토그램을 펼침으로써 조명 변화에 영향을 감소시키는 결과를 나았고, 이것은 기본적인 주성분 분석방법과 휘도치 정규화를 한 방법 등과 비교해 본 결과 조명 변화의 영향을 최소화하여 좋은 인식률을 유지할 수 있었다. 그리고 모델 영상내의 각각의 물체의 대표 값을 만든다. 그런 후 테스트영상을 물체 공간에 투영 시켜서 나온 성분과 대표 값의 거리를 비교하여 인식하게 된다. 기존의 방식으로는 거리 계산오차가 많기 때문에 본 논문에서는 개선된 k-Nearest Neighbpr 이용하여 몇 개의 연속적인 입력영상에 대해 각 각의 모델 영상들을 인식의 단위로 이용하였다.

커브형 집적 영상에서 DPM 기반의 비선형 상관기를 이용한 3D 물체 인식 향상 (Improved recognition of 3D objects using nonlinear correlator based on direct pixel mapping in curving-effective integral imaging)

  • 이준재;신동학;이병국
    • 한국정보통신학회논문지
    • /
    • 제17권1호
    • /
    • pp.190-196
    • /
    • 2013
  • 커브형 집적 영상 기술은 렌즈 배열을 이용하여 3D 영상을 공간에 쉽게 표현할 수 있는 기술이며, 넓은 관측각을 제공한다. 본 논문에서는 커브형 집적 영상에서 물체의 인식 향상을 위하여 다이렉트 픽셀 매핑 (DPM) 방법 기반의 비선형 상관기를 제안한다. 제안하는 비선형 상관기는 커브형 집적 영상 시스템에서 장애물에 가려진 물체로부터 픽업된 요소 영상을 DPM 방법을 통하여 해상도가 향상된 새로운 요소 영상을 생성한다. 새로운 생성된 요소 영상을 사용하여 복원한 3D 영상들과 참조 영상간의 비선형 상호상관을 이용하여 3D 물체의 인식 성능 향상시킨다. 제안된 방법의 유용함을 보이기 위하여 기초적인 상관 관계 실험을 수행하고 기존의 방법과의 비교 결과를 보고한다.