• 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 Information Science Society Conference
• /
• 1998.10c
• /
• pp.426-428
• /
• 1998

본 논문은 움직임 추정기법 중의 하나인 차영상 분석 기법을 기반으로한 이동 물체 추적 시스템을 제안한다. 실세계와 같은 복잡한 환경에서의 적응성을 높이기 위해 동적인 배경 추출 방법을 제안하고, 이를 바탕으로한 차영상 분석 기법을 이용하여 이동 물체를 탐지한 후 개선된 인공신경망의 경쟁학습 모델인 ART2 학습알고리즘을 이용하여 추적한다. 또한 이동 물체의 평가도 값이 아닌 RGB 컬러정보를 이용한 물체의 특징 벡터를 구한다. 이러한 특징 벡터들은 이동 물체의 모양이나 명암의 변화를 반영한다. 이러한 정보의 변화에 적응성을 갖게 하기위해 개선된 ART2를 사용한다. 그리고 실제 환경에서 보행자를 탐지, 추적하는 실험 결과 Gray 영상보다 정확한 추적이 가능하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2022.05a
• /
• pp.637-640
• /
• 2022

3차원 물체의 탐지와 자세 추정은 실내외 환경에서 장면 이해, 로봇의 물체 조작 작업, 자율 주행, 증강 현실 등과 같은 다양한 응용 분야들에서 공통적으로 요구되는 매우 중요한 시각 인식 기술이다. 깊이 지도를 요구하는 기존 연구들과는 달리, 본 논문에서는 RGB 컬러 영상만을 이용해 미지의 물체들, 즉 3차원 CAD 모델을 가지고 있지 않은 새로운 물체들을 탐지해내고, 이들의 자세를 추정해낼 수 있는 새로운 신경망 모델을 제안한다. 제안 모델에서는 최근 빠른 속도로 발전하고 있는 깊이 추정 기술을 이용함으로써, 깊이 측정 센서 없이도 물체 자세 추정에 필요한 깊이 지도를 컬러 영상에서 구해낼 수 있다. 본 논문에서는 벤치마크 데이터 집합을 이용한 실험을 통해, 제안 모델의 유용성을 평가한다.

• Geophysics and Geophysical Exploration
• /
• v.22 no.2
• /
• pp.72-79
• /
• 2019

Underwater object detection method adopting electrical resistivity technique was proposed recently, and the need of advanced data processing algorithm development counteracting various marine environmental conditions was required. In this paper, we present an improved water tank experiment system and its operation results, which can provide efficient test and verification. The main features of the system are as follows: 1) All the processes enabling real time process for not only simultaneous gathering of object images but also the electrical field measurement and visualization are carried out at 5 Hz refresh rates. 2) Data acquisition and processing for two detection lines are performed in real time to distinguish the moving direction of a target object. 3) Playback and retest functions for the saved data are equipped. 4) Through the monitoring screen, the movement of the target object and the measurement status of two detection lines can be intuitively identified. We confirmed that the enhanced physical modeling system works properly and facilitates efficient experiments.

• Journal of the Korean Magnetics Society
• /
• v.20 no.2
• /
• pp.45-51
• /
• 2010

We suggest the algorithm that it detects volume and shape according with a variation of magnetic field in non-contact electromagnetic measurement system. It is possible to assess an object shape through a variation of magnetic field. The basic idea is compared a length difference with a variation of magnetic field in a detected object and a circle which modeled equivalent area. And the shape is detected to many calibration process that it is similar to signal pattern between a length difference and a variation of magnetic field in object and equivalent circle. This is the shape detection algorithm that use only the variation of magnetic field. In this paper, it has application to the shape detection algorithm about the object as hexagon, pentagon, rectangle, trigon. we can detect the object shape easily because the shape detection algorithm is only used to the variation of magnetic field.

• Journal of the Korea Society of Computer and Information
• /
• v.10 no.1 s.33
• /
• pp.149-156
• /
• 2005

In the actuality that the various services are provided in connection with the network of internet by activating the communication using Propagation, the importance of the feature point and chase of an object is greatly raised to increase the quality of the detection and tracking of the communication service. This paper is to detect the shadow space by using Snakes Algorithms and Present a system's base which tracts the route from start to target points in the detected shadow space as a study for the detection and tracking the shadow space which does not reach the propagation.

• Korean Journal of Remote Sensing
• /
• v.30 no.2
• /
• pp.185-205
• /
• 2014

SAR ground moving target indicator (GMTI) has long been an important issue for SAR advanced applications. As spatial resolution of space-borne SAR system has been significantly improved recently, the GMTI becomes a very useful tool. Various GMTI techniques have been developed particularly using multi-channel SAR systems. It is, however, still problematic to detect ground moving targets within single channel SAR images while it is not practical to access high resolution multi-channel space-borne SAR systems. Once a ground moving target is detected, it is possible to retrieve twodimensional velocities of the target from single channel space-borne SAR with an accuracy of about 5 % if moving faster than 3 m/s. This paper presents a quick-and-dirty method for detecting ground moving targets from single channel SAR single-look complex (SLC) images by differentiation. Since the signal powers of derivatives present Doppler centroid and rate, it is very efficient and effective for detection of non-stationary targets. The derivatives correlate well with velocities retrieved by a precise method with a correlation coefficient $R^2$ of 0.62, which is well enough to detect the ground moving targets. While the approach is theoretically straightforward, it is necessary to remove the effects of residual Doppler rate before finalizing the ground moving target candidates. The confidence level of results largely depends on the efficiency and effectiveness of the residual Doppler rate removal method. Application results using TerraSAR-X and truck-mounted corner reflectors validated the efficiency of the method. While the derivatives of moving targets remain easily detectable, the signal energy of stationary corner reflectors was suppressed by about 18.5 dB. It results in an easy detection of ground targets moving faster than 8.8 km/h. The proposed method is applicable to any high resolution single channel SAR systems including KOMPSAT-5.

• The Journal of the Acoustical Society of Korea
• /
• v.37 no.2
• /
• pp.118-128
• /
• 2018

In this paper, we have studied how to search an underwater object by learning the image generated by the side scan sonar in the convolution neural network. In the method of human side analysis of the side scan image or the image, the convolution neural network algorithm can enhance the efficiency of the analysis. The image data of the side scan sonar used in the experiment is the public data of NSWC (Naval Surface Warfare Center) and consists of four kinds of synthetic underwater objects. The convolutional neural network algorithm is based on Faster R-CNN (Region based Convolutional Neural Networks) learning based on region of interest and the details of the neural network are self-organized to fit the data we have. The results of the study were compared with a precision-recall curve, and we investigated the applicability of underwater object detection in convolution neural networks by examining the effect of change of region of interest assigned to sonar image data on detection performance.

• The Journal of The Korea Institute of Intelligent Transport Systems
• /
• v.12 no.6
• /
• pp.108-115
• /
• 2013

A developed skill of an intelligent CCTV is also advancing by using its Image Acquisition Device. In this field, area for technique can be divided into Foreground Subtraction which detects individuals and objects in a potential observing area and a tracing technology which figures out moving route of individuals and objects. In this thesis, an improved algorism for a settled engine development, which is stable to change in both noise and illumination for detecting moving objects is suggested. The proposed algorism from this thesis is focused on designing a stable and real time processing method which is perfect model in detecting individuals, animals, and also low-speeding transports and catching a change in an illumination and noise.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2021.06a
• /
• pp.302-302
• /
• 2021

지하차도의 경우 국지 및 돌발홍수가 발생할 경우 대부분 침수됨에도 불구하고 2020년 7월 23일 부산 지역에 밤사이 시간당 80mm가 넘는 폭우가 발생하면서 순식간에 지하차도 천장까지 물이 차면서 선제적인 차량 통제가 우선적으로 수행되지 못하여 미처 대피하지 못한 3명의 운전자 인명사고가 발생하였다. 수재해를 비롯한 재난 관리를 빠르게 수행하기 위해서는 기존의 정부 및 관주도 중심의 단방향의 재난 대응에서 벗어나 정형 데이터와 비정형 데이터를 총칭하는 빅데이터의 통합적 수집 및 분석을 수행이 필요하다. 본 연구에서는 부산지역의 지하차도와 인접한 지하터널 CCTV 자료(센서)를 통한 재난 발생 시 인명피해를 최소화 정보 제공을 위한 Object Detection(객체 탐지)연구를 수행하였다. 지하터널 침수가 발생한 부산지역의 CCTV 영상을 사용하였으며, 영상편집에 사용되는 CCTV 자료의 음성자료를 제거하는 인코딩을 통하여 불러오는 영상파일 용량파일 감소 효과를 볼 수 있었다. 지하차도에 진입하는 물체를 탐지하는 방법으로 YOLO(You Only Look Once)를 사용하였으며, YOLO는 가장 빠른 객체 탐지 알고리즘 중 하나이며 최신 GPU에서 초당 170프레임의 속도로 실행될 수 있는 YOLOv3 방법을 적용하였으며, 분류작업에서 보다 높은 Classification을 가지는 Darknet-53을 적용하였다. YOLOv3 방법은 기존 객체탐지 모델 보다 좀 더 빠르고 정확한 물체 탐지가 가능하며 또한 모델의 크기를 변경하기만 하면 다시 학습시키지 않아도 속도와 정확도를 쉽게 변경가능한 장점이 있다. CCTV에서 오전(일반), 오후(침수발생) 시점을 나눈 후 Car, Bus, Truck, 사람을 분류하는 YOLO 알고리즘을 적용하여 지하터널 인근 Object Detection을 실제 수행 하였으며, CCTV자료를 이용하여 실제 물체 탐지의 정확도가 높은 것을 확인하였다.