• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2018.05a
• /
• pp.671-674
• /
• 2018

In this study, we implement a YOLO driving assistance system using a model car. The YOLO is an object detection and recognition algorithm using deep running which is becoming an issue recently. The system alerts the lane departure by applying the image processing technology to the image acquired through the camera, recognizes the objects using the YOLO, and performs various functions according to the type of the object and the distance between the vehicle. the YOLO, which is superior to the existing object detection and recognition algorithm, improves the performance of the driving assist system without additional equipment. The driving assist system using the YOLO will ensure the safety of the driver with low cost.

• Journal of Broadcast Engineering
• /
• v.17 no.5
• /
• pp.808-816
• /
• 2012

Face recognition has been actively studied and developed in various fields. In recent years, interest point extraction algorithms mainly used for object recognition were being applied to face recognition. The SURF(Speeded Up Robust Features) algorithm was used in this paper which was one of typical interest point extraction algorithms. Generally, the interest points extracted from human faces are less distinctive than the interest points extracted from objects due to the similar shapes of human faces. Thus, the accuracy of the face recognition using SURF tends to be low. In order to improve it, we propose a face recognition algorithm which performs interest point extraction by SURF and the Gabor wavelet transform to extract descriptors from the interest points. In the result, the proposed method shows around 23% better recognition accuracy than SURF-based conventional methods.

• The Journal of The Korea Institute of Intelligent Transport Systems
• /
• v.21 no.5
• /
• pp.218-232
• /
• 2022

Researches are underway to use a radar sensor, a sensor used for object recognition in vehicles, for position estimation. In particular, a method of classifying dynamic and static objects using the Doppler velocity, the output from the radar sensor, and calculating ego-motion using only static objects has been researched recently. Also, for the existing dynamic object classification, several methods using RANSAC or robust filtering has been proposed. Still, a classification method with higher performance is needed due to the nature of the position estimation, in which even a single failure causes large effects. Hence, in this paper, we propose a method to improve the classification performance compared to existing methods through tracking and filtering of dynamic objects. Additionally, the method used a GMPHD filter to maximize tracking performance. In effect, the method showed higher performance in terms of classification accuracy compared to existing methods, and especially shows that the failure of the RANSAC could be prevented.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2022.11a
• /
• pp.992-994
• /
• 2022

본 논문에서는 시각장애인의 안내견을 위한 인공지능을 활용한 객체 인식 기반 과속 탐지 알고리즘을 제안한다. 이는 안내견이 도로 상에서 이동용 장치를 인식하는 것을 도와줌으로써 위험 요소 탐지 능력을 향상시킬 수 있고, 시각장애인의 안전을 보장할 수 있다. 인식 시스템은 Yolov5를 활용하여 사물 학습 과정을 진행하였고, 이동용 물체의 인식 과정을 통해 속도 측정 및 주변 위험 요소를 구분하여 판단하게 하였다. 판단된 정보는 안내견에게 교육된 신호로 전달되고, 시각장애인을 안전하게 인솔하여 도로상의 사고를 사전에 예방할 것으로 기대된다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2013.11a
• /
• pp.1343-1346
• /
• 2013

본 연구에서는 기존의 Viola-Jones 물체 검출 프레임워크를 개선하여 하나의 특징 당 더 높은 효율을 가지며 검출대상이 아닌 서브 윈도우들을 더 빠르게 제거하는 학습 알고리즘을 제안한다. 학습의 결과로 생성된 물체 검출기는 서브윈도우를 특정 임계값까지 빠르게 제거하기 때문에 서브윈도우당 계산수가 줄어든다. 기존의 Viola-Jones 물체 검출기와 동일한 프레임워크이므로 인식성능에는 영향을 주지 않는다. MIT-CMU 테스트 집합에 대해서 서브윈도우당 특징 계산 횟수를 측정하였으며 기존 계산 횟수의 57%로 줄어들어 검출 속도가 약 71% 향상됨을 확인하였다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2013.07a
• /
• pp.389-390
• /
• 2013

본 논문에서는 블록 놀이의 질적 향상을 위한다. 일반 블록 완구의 해결하지 못한 문제점인 조립과 완성으로 즐거움이 끝나고 분리시의 지루함을 해결하기위한 블록 자동분리 시스템에 관한 것으로, 좀 더 구체적으로는 블록을 이용하여 물체를 완성시키는 것에서 더 나아가 자동분리 블록의 외부에 부착된 마커를 스마트 폰을 이용하여 인식하고, 인식된 마커에 해당하는 영상을 스마트 폰을 통해 보며 미션을 수행하여 흥미를 유발시키고, 미션 완료 후 블록을 자동 분리 시키기 위한 블록 자동분리 시스템에 관한 것이다. 특히, 블록에 분리장치를 구성함으로써 스마트 폰과의 통신에 의해 분리장치가 동작하여 블록을 자동으로 분리 가능하도록 하여 물체를 완성 후 분리 시에 느끼는 지루함을 최소화하고, 흥미를 극대화시킬 수 있도록 한다.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.15 no.5
• /
• pp.1147-1154
• /
• 2011

Auto exposure (AE) in image signal processor (ISP) controls brightness of input image to the proper brightness when it is too dark or bright. But conventional AEs often fail to get proper brightness since AE controls only average brightness of image. Especially in applications that require object recognition, it cannot be solved the problem by AE of ISP. In this paper proposes Histogram Equalization (HE) processes that is the alternative of AE. It also proposes proper method to realize hardware and compensate HE problems conventional by using simple calculation.

• Information and Communications Magazine
• /
• v.32 no.12
• /
• pp.32-37
• /
• 2015

본 글에서는 철도교통의 안전성 향상을 위해 철도건널목의 지장물을 검지하는 기술을 소개한다. 철도건널목에 자동차나 보행자 등 열차운행에 지장을 줄 수 있는 물체가 존재하는지 확인하기 위하여 현재 레이저빔 방식의 검지장치를 사용하고 있으나 기술적 한계와 문제점을 보이고 있다. 이를 극복하기 위해 2차원 레이저스캐너 센서를 적용하여 새로운 지장물 검지 시스템을 설계하였으며, 관심구간에 존재하는 물체의 크기와 방향을 검지하는 알고리즘을 탑재하여 효과적인 지장물 인식이 가능하도록 하였다. 제작한 시작품을 실제 운영노선에 설치하여 현장시험을 수행하였다. 본 글에서는 개발된 기술을 설명하고 현장시험 결과를 소개하고자 한다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2023.07a
• /
• pp.51-54
• /
• 2023

최근 딥러닝 기술의 발달로 물체 탐지를 위한 객체 인식 분야가 기계학습을 접목한 연구가 급격히 증가하고 있다. 하지만, 탐지하려는 물체가 다른 객체에 가려진 경우와 같이 특수한 상황에 대한 데이터의 수량이 부족하여 성능 저하를 야기한다는 점과, 객체 탐지 수행 과정에서 작은 객체의 탐지가 어렵다는 한계점이 있다. 본 연구는 전술한 문제점을 보완할 방법을 제안한다. 데이터 증강 기법을 이용하여 클래스가 부족한 데이터의 양을 늘려 학습 데이터를 증강시켰다. 한편, SRGAN을 사용하여 작은 객체를 확대시킨 뒤 이미지를 합성시켜 데이터를 구성하였다. 제안된 방법은 PyTorch 환경에서 YOLOv5를 수행한 결과, 객체 탐지 성능이 향상되는 것을 확인할 수 있었다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2018.06a
• /
• pp.178-179
• /
• 2018

증강현실 환경에서 현실 세계의 물체를 포착하여 디지털화 시키는 것은 몰입감 향상에 있어 매우 중요한 기술이다. Faster R - CNN 은 영상에서 여러 물체를 인식하는 기술 중 하나이며, 지금껏 많은 응용 기술의 개발과 함께 많은 연구가 진행되고 있다. 본 논문은 증강현실 환경에서 평면물체의 2D 변환관계를 설명하는 Homography 와 Faster R - CNN 을 활용하여 여러 개의 비콘에 대한 6 자유도(6DOF) 를 추정하는 방법을 제안한다. 또한 증강현실에서 주로 사용되는 마커 기술에 존재하는 단점들을 극복할 수 있는 비콘 구조를 소개하고 여러 개의 비콘을 용이하게 관리하는 시스템을 제안한다.