• 제목/요약/키워드: 비정형 객체

검색결과 58건 처리시간 0.028초

능동 특징점 모델을 이용한 스테레오 영상 기반의 실시간 객체 추적 (Stereo Images-Based Real-time Object Tracking Using Active Feature Model)

  • 박민규;장종환
    • 정보처리학회논문지B
    • /
    • 제16B권2호
    • /
    • pp.109-116
    • /
    • 2009
  • 본 논문에서는 스테레오 영상 기반에서 능동 특징점 모델(active feature model)과 광류(optical flow)를 이용한 객체 추적 기술을 제안한다. 스테레오의 기하학적 정보와 변위를 이용하여 관심 객체와 특징점의 2.5차원 이동 정보(translation information)를 계산한다. 이 정보를 이용하여 폐색 객체의 특징점의 이동 정보를 예측하여 추적 성능을 개선하였다. 정형(rigid) 및 비정형(non-rigid) 객체에 실험을 하였다. 실험 결과 복잡한 배경 속에서의 실시간 객체 추적이 가능하였다. 또한 정형, 비정형 객체에 관계없이 추적이 가능 하였으며 폐색 상황에 향상된 결과를 보였다.

3D기반 비정형 토목구조물 물량산출 알고리즘 개발 (Development of Quantity Take-off Algorithm for Irregularly Shaped Structures using 3D Object)

  • 하철석;문소영;문현석;강인석
    • 대한토목학회논문집
    • /
    • 제34권2호
    • /
    • pp.655-666
    • /
    • 2014
  • 최근 건설공사에 디자인적 요소가 많이 강조 되면서 비정형 구조물이 증가하고 있다. 이에 따라 여러 소프트웨어들이 BIM환경에서 3D객체의 물량산출기능을 제공하고 있지만, 솔리드 모델기반 정형화된 객체의 제한된 물량산출기능을 제공하고 있다. 비정형 토목 구조물과 같이 수직적 단면형상의 변화정도가 심한 3D객체는 다수의 곡면 표현을 포함하므로 솔리드로 모델링하는데 많은 노력이 필요하며, 해당 모델이 포함한 기하정보의 수가 방대하기 때문에 특정한 단면에 대한 기하정보를 추출하기가 용이치 않다. 이러한 이유로 비정형 구조물을 솔리드 모델의 3D객체로 표현하는 데에는 한계가 따른다. 반면 서피스 모델은 비정형 객체의 형상을 비교적 자유로이 표현할 수 있고, 점, 선, 면으로만 이루어진 모델이기 때문에 정보의 용량이 적다. 따라서 대부분이 복잡한 형태로 방대한 양의 설계작업을 필요로 하는 토목공사의 설계정보 용량을 고려한다면, 서피스 모델링은 토목구조물 설계와 물량산출에 유리한 모델링 방법이 될 수 있다. 본 연구는 건설공사 비정형 구조물의 설계 작업에 유리한 서피스 모델기반의 3D객체를 이용한 비정형 객체의 물량산출 알고리즘을 제시하는 데 목적이 있다. 제시된 방법론은 사례적용을 통하여 수계산 및 기존 솔리드방식의 물량산출결과와 비교하여 정확성을 검증하고 있다.

정합 쌍의 통계적 분석을 이용한 정형/비정형 객체 영상의 적응적 정합 방법 (Adaptive Matching Method of Rigid and Deformable Object Image using Statistical Analysis of Matching-pairs)

  • 원인수;양훈준;장혁;정동석
    • 전자공학회논문지
    • /
    • 제52권1호
    • /
    • pp.102-110
    • /
    • 2015
  • 본 논문은 동일한 특징을 사용하여 정형 객체와 비정형 객체 영상들을 정합할 수 있는 적응형 정합 방법을 제안한다. 이를 위한 방법으로 우선 기하학적 검증으로 두 영상의 정합 여부를 결정하고 정합 정보를 생성한다. 그리고 정합 정보의 통계적 분석을 통해 비정형 정합 쌍과 비정합 정합 쌍을 분류하는 결정 경계를 구한다. 제안된 방법의 성능 평가 결과는 기존의 방법과 비교하였을 때, 복잡도는 낮았으며, 정합 성공률과 정확도는 높아짐을 보여주었다.

웹카메라를 이용한 YOLOv5 기반 화재 감지 시스템 (A Fire Deteetion System based on YOLOv5 using Web Camera)

  • 박대흠;장시웅
    • 한국정보통신학회:학술대회논문집
    • /
    • 한국정보통신학회 2022년도 추계학술대회
    • /
    • pp.69-71
    • /
    • 2022
  • 오늘날 AI의 발전으로 인하여 AI 시장은 매우 커지고 있다. 그중 가장 많이 발전된 AI는 이미지 탐지이다. 그리하여 YOLOv5을 이용하는 많은 객체 탐지 모델이 존재한다. 하지만 AI의 대부분의 객체 탐지는 정형화된 객체 탐지에 중점이 잡혀 있으며 비정형 객체에 대한 연구는 상대적으로 적은 편이다. 따라서 본 논문에서는 YOLOv5을 이용한 화재 감시 시스템을 설계하여 비정형 화재 데이터를 탐지 및 분석하여 화재 탐지시스템을 설계하고 구현하였다.

  • PDF

대용량 멀티미디어 객체를 위한 객체저장엔진의 설계 및 구현 (Design and Implementation of Object Storage Engine for Large Multimedia Objects)

  • 진기성;장재우
    • 한국정보과학회논문지:컴퓨팅의 실제 및 레터
    • /
    • 제8권4호
    • /
    • pp.376-388
    • /
    • 2002
  • 최근 멀티미디어 객체를 다루는 연구는 국내외적으로 활발하게 진행되고 있으나, 이러한 멀티미디어 객체들을 효율적으로 저장 및 검색하기 위한 하부저장 시스템에 대한 연구는 미흡한 실정이다. 본 연구에서는 이러한 대용량 멀티미디어 객체들을 효율적으로 저장 및 검색하기 위한 객체 저장 엔진을 구현한다. 이를 위해, 비정형 멀티미디어 객체의 저장을 위한 객체 관리자와, 비정형 텍스트 객체의 색인을 위한 역화일 관리자를 설계한다. 아울러, 설계된 객체 관리자와 역화일 관리자를 기존의 하부저장 구조인 SHORE 저장시스템에 통합하여 DBMS 측면에서 제공하는 동시성 제어, 회복기법 등을 지원할 수 있는 객체 저장 엔진을 구현한다. 마지막으로, 구현된 객체저장엔진의 유용성을 검증하기 위해 논문검색시스템 TIROS(Thesis Information Retrieval system using Object Storage engine)를 구축한다.

3차원 환경 복원을 위한 다수 카메라 최적 배치 학습 기법 (Optimal Camera Placement Leaning of Multiple Cameras for 3D Environment Reconstruction)

  • 김주환;조동식
    • 스마트미디어저널
    • /
    • 제11권9호
    • /
    • pp.75-80
    • /
    • 2022
  • 최근 현실감 있는 경험을 제공하기 위한 몰입형 가상현실(VR) 기술에 대한 연구 개발이 활발하게 진행되고 있다. 가상현실 참여자에게 실제와 유사한 실감적인 가상현실 체험을 제공하기 위해서는 실제 현실 공간에 존재하는 환경 및 객체의 정보를 정밀하게 캡처 및 복원하여 가상 환경 시스템의 모델 데이터로 적용한 시스템 구성이 필요하다. 이러한 가상 환경 구성에 필요한 실 데이터를 획득하기 위해서는 다수의 비정형 카메라를 활용한 셋업으로 이루어진다. 하지만, 다수의 비정형 위치의 카메라를 활용해 실제 공간에서의 3차원으로 구성된 정보를 획득할 경우 카메라의 개수 및 위치가 최적화되지 않아 복원의 오류가 발생할 수 있다. 또한, 정밀한 객체 복원을 위해 과도한 양의 비정형 카메라가 배치될 경우 비정형 카메라 배치에 따른 자원의 낭비 또한 발생할 수 있어 적절한 개수의 비정형 카메라가 배치되어야 한다. 본 논문에서는 3차원 공간 데이터를 복원 시 필요한 정보를 얻기 위해 배치되는 다수의 비정형 카메라를 최적화할 수 있는 최적 카메라 배치(Optimal Camera Placement) 학습 기법을 제안한다. 본 논문에서 제안한 방법을 통해 실제 환경 정보 획득 시 정확한 형태의 복원 데이터를 이용하여 가상 환경을 생성하고, 더욱 몰입도 높은 실감형 콘텐츠 시스템을 사용자에게 제공할 수 있다.

비정형성 등속운동 객체의 움직임 추정을 위한 블록기반 움직임 평활화 (Block-based Motion Vector Smoothing for Nonrigid Moving Objects)

  • 손영욱;강문기
    • 대한전자공학회논문지SP
    • /
    • 제44권6호
    • /
    • pp.47-53
    • /
    • 2007
  • 블록 기반 프레임 레이트 변환 (frame-rate conversion) 또는 필름 떨림 보상 (film judder compensation)을 수행하기 위해서는 참 움직임 벡터(true motion vector)를 찾아야 한다. 이를 위해서 현재 블록의 공간적 및 시간적 상관성을 최대로 하여 시각적으로 덜 부자연스럽게 느끼도록 하는 방법들이 연구되었다. 그러나 기존의 블록단위 절대값 차이의 합 (SAD)만으로는 비정형성 객체의 움직임 에러를 추정할 수 없었다. 본 논문에서는 비정형성 객체가 등속운동을 하는 경우 재귀적으로 기존의 움직임을 유지하도록 하는 방법을 제안하였다. 현재 블록의 등속움직임 추정값을 재귀평균으로 구하였으며 현재 블록 벡터의 신뢰도를 계산하여 원래의 움직임 벡터와 재귀평균 움직임 벡터중에서 가중치를 두도록 하였다. 실험결과 비정형성 등속운동 객체의 움직임을 블록기반으로 추정함을 확인할 수 있었다.

객체행위챠트를 위한 LOTOS 정형기법 기반 시각적 시뮬레이션 도구의 개발 (Development of a Visual Simulation Tool for Object Behavior Chart based on LOTOS Formalism)

  • 이광용;오영배
    • 한국정보과학회논문지:컴퓨팅의 실제 및 레터
    • /
    • 제5권5호
    • /
    • pp.595-610
    • /
    • 1999
  • 본 논문에서는 기존 실시간 객체행위 설계기법에 의해 개발된 객체행위챠트의 설계의미를 검증 확인하기 위한 시각적 시뮬레이션 도구를 제안한다. 이 도구의 특징은 실행 가능한 시뮬레이션 기계 즉, 확장된 유한상태기계 생성에 의한 객체들간의 동적인 상호작용을 시각적으로 시뮬레이션할 수 있게 하며, 실제 시스템 구현에 앞서 시각적 객체행위챠트에 여러 가지 논리적, 시간적 문제들을 검출할 수 있게 하는 것이다. 이를 위해, 이 도구에서는 시각적 객체행위챠트로부터 LOTOS 정형명세를 자동으로 생성한 다음 그 명세를 확장된 유한상태기계로 변환한다. 이 도구는 Visual C++ 버전 4.2로 개발되었으며, 현재 PC 윈도우95 환경에서 수행된다. 그리고, 특별히 시뮬레이션을 위해 LOTOS 정형성을 이용하였는데, 이것은 LOTOS의 통신 프로토콜 표현력이 다른 정형언어들에 비해 우수성이 있기 때문이다. 본 연구는 방법론 기반 시각모델과 정형기법 기반 시뮬레이션 기술의 연결이라는 점과 시각모델의 자동화된 검증 확인 기술의 실현이라는 점에서 기여한다.

실시간 감시 시스템을 위한 사전 무학습 능동 특징점 모델 기반 객체 추적 (Non-Prior Training Active Feature Model-Based Object Tracking for Real-Time Surveillance Systems)

  • 김상진;신정호;이성원;백준기
    • 대한전자공학회논문지SP
    • /
    • 제41권5호
    • /
    • pp.23-34
    • /
    • 2004
  • 본 논문에서는 사전학습이 필요 없는 능동 특징점 모델(non-prior training active feature model; NPT AFM) 기반에서 광류(optical flow)를 이용한 객체추적 기술을 제안한다. 제안한 알고리듬은 비정형 객체에 대한 분석[1]에 초점을 두고 있으며, 실시간에서 NPT-AFM을 사용한 강건한 추적을 가능하게 한다. NPT-AFM 알고리듬은 관심 객체의 위치를 파악하는 과정 (localization)과 이전 프레임 정보와 현재 프레임 정보를 이용하여, 객체의 위치를 예측(prediction), 보정(correction)하는 과정으로 나눌 수 있다 위치 파악 과정에서는 움직임 분할(motion segmentation)을 수행한 후 개선된 Shi-Tomasi의 특징점 추적 알고리듬[2]을 사용 하였다. 예측 및 보정 과정에서는 광류 정보를 사용하여 특징점을 추적하고[3] 만약, 특징점이 적절히 추적 되지 않거나 추적에 실패하면 특징점들의 시간(temporal), 공간(spatial)적 정보를 이용하여 예측, 보정하게 된다. 객체의 형태 (shape)대신 특징점을 사용하였으며, 객체를 추적하는 과정에서 특징점들은 능동 특징점 모델(active feature model; AFM)을 위한 학습 집합(training sets)의 요소로 갱신된다. 실험결과, 제안한 NPT-AF% 기반 추적 알고리듬은 실시간에서 비정형 객체를 추적하는데 강건함을 보석준다.

고숙련자 공장작업지식 자산화를 위한 CCTV-동영상 객체능동화의 개념적 아키텍처와 실험적 검증 (A Conceptual Architecture and its Experimental Validation of CCTV-Video Object Activitization for Tangible Assets of Experts' Visual Knowledge in Smart Factories)

  • 조은비;팜딘람;선경희;김광훈
    • 인터넷정보학회논문지
    • /
    • 제25권2호
    • /
    • pp.101-111
    • /
    • 2024
  • 본 논문에서는 스마트공장의 대표적인 비정형데이터인 CCTV-동영상의 물리적 구성요소인 비디오-프레임을 묘사할 수 있는 기본 요소인 객체(Objects), 행위(Motions), 물리적환경(Physical Environment) 특성들을 중에서 인공지능-딥러닝 모델들을 적용하여 탐지할 수 있는 영상-객체를 텍스트데이터유형의 XML-능동데이터로 수집·저장·관리할 수 있는 소위 CCTV-동영상 객체능동화(Object Activitization)1) 개념을 실현할 수 있는 개념적 아키텍처와 그의 구현을 위한 접근방법을 제안한다. 결과적으로, 본 논문에서 제안한 접근방법의 궁극적 목표는 다양한 산업의 작업 및 공정현장에서 수집되는 정형·비정형 데이터로부터 고숙련 작업자 중심의 현장지식을 체계적으로 수집·저장·관리하는 고숙련작업자 중심 현장작업지식 자산화를 위한 스마트공장 현장지식 공유 플랫폼을 구현하는데 있다.