• Smart Media Journal
• /
• v.8 no.2
• /
• pp.66-73
• /
• 2019

Recently, object recognition technology using computer vision has attracted attention as a technology to replace sensor-based object recognition technology. It is often difficult to commercialize sensor-based object recognition technology because such approach requires an expensive sensor. On the other hand, object recognition technology using computer vision may replace sensors with inexpensive cameras. Moreover, Real-time recognition is viable due to the growth of CNN, which is actively introduced into other fields such as IoT and autonomous vehicles. Because object recognition model applications demand expert knowledge on deep learning to select and learn the model, such method, however, is challenging for non-experts to use it. Therefore, in this paper, we analyze the structure of deep - learning - based object recognition models, and propose a platform that can automatically select a deep - running object recognition model based on a user 's desired condition. We also present the reason we need to select statistics-based object recognition model through conducted experiments on different models.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2021.05a
• /
• pp.433-436
• /
• 2021

사물 인식이란 컴퓨터에 입력되는 이미지에서 사용자가 정의한 사물들을 컴퓨터 비전 기술을 이용하여 인식하는 과정으로, 사물 인식을 이용하면 컴퓨터가 카메라를 통하여 입력되는 이미지에서 장애물 등 특정 사물의 인식 결과를 사용자에게 알려줄 수 있다. 본 논문에서는 YOLO 사물 인식 알고리즘을 이용하여 시각장애인에게 전방의 장애물을 인식하여 알려줄 수 있는 기술을 제시한다. 해당 기술은 실용성을 고려하여 모바일 환경에서 이용할 수 있으며, 서버와의 연동을 통해 실시간으로 사용자에게 사물 인식의 결과를 알려줄 수 있다.

• Proceedings of the KIEE Conference
• /
• 2008.10b
• /
• pp.102-103
• /
• 2008

본 논문에서는 임베디드 환경을 위한 객체인식 시스템의 구조 및 실시간 처리를 위한 객체인식기의 하드웨어설계를 제안한다. 제안된 구조는 SIFT(Scale Invariant Feature Transform)를 이용하여 사물의 특징점을 추출하고, 비교하여 객체를 인식한다. SIFT는 영상의 크기 및 회전 등의 변화에 적응이 뛰어난 알고리즘이지만, 복잡한 연산이 반복되어 연산시간이 많은 특성상 임베디드 환경에서 실시간 처리가 어렵다. 따라서 해당 알고리즘을 하프웨어로 설계하여, 임베디드 사물인식 시스템에 적용한다. 사물인식의 빠른 처리와 인식영역의 구분을 위해 JSEG 영상분할 알고리즘을 활용하며, SIFT 특징점 추출 연산과 병렬 실행이 가능하도록 SIFT와 함께 하드웨어 구조로 설계한다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2020.07a
• /
• pp.550-552
• /
• 2020

본 논문에서는 YOLO(You Only Look Once) 사물 인식 알고리즘을 활용하여 영상 압축에 적용한다. YOLO 는 물체의 일반화된 특징을 학습한 뉴럴 네트워크이다. 영상을 압축하는 동시에 YOLO 를 활용하여, 영상 내의 사물을 인식한다. 사물이 인식된 영역을 영상 압축을 할 때, 더 구체적으로 예측을 하는 방법을 제안한다. 본 논문에서 제안하는 방법은 QP(Quantization Parameter)를 조절하여, YOLO 로부터 인식된 사물을 더 정교하게 사물을 부호화/복호화한다. VVC(Versatile Video Coding) 기반에서 Rate-Control 를 사용하며, QP 를 조절한다. QP 는 CTU-Level 단위로 조절하며, 사물이 포함된 CTU 는 더 낮은 QP 를 바탕으로 효율적인 화질을 가져온다. 본 논문에서 제안하는 방법은 VVC 기반으로 한 Rate-Control 보다 주관적 화질이 선명한 것으로 보인다.

• Journal of Korean Philosophical Society
• /
• v.105
• /
• pp.215-242
• /
• 2008

Die Erkenntnistheorie von Berkeley entwickelt sich in der Auseinandersetzung mit den Lehren von Descartes und Locke, und sie ist als die idealistische Linie durch Hume mit dem deutschen Idealismus verbunden. Berkelez nimmt die Erfahrung als Ausgangspunkt der $M{\ddot{o}}glichkeit$ des Denkens an, und bei ihm kann die Erkenntnis durch die radikale Untersuchung des Objekts zur Sicherheit gelangen. Durch diese Untersuchung will er den Skeptizismus und die Spekulation, die sich auf das innere, unerfahrbare Wesen der Dinge bezieht, vernichten. Wir $k{\ddot{o}}nnen$ also bei ihm die Sinnesideen(ideas imprinted on the sense) als die Objekte der Erkenntnis, den Geist (mind) als das Subjekt der Erkenntnis und das $Ged{\ddot{a}}chtnis$ und die Einbildungkraft (memory and imagination) als die Vermittlung der Erkenntnis auffassen. Berkeley nennt solche Objekte die sinnlich von uns wahrgenommenen Dinge. Solche Dinge sind zwar wirkliche Dinge, aber sie bestehen als die durch die Sinne wahrgenommenen Ideen nicht $selst{\ddot{a}}ndig$ $au{\ss}erhalb$ der Geister, der sie wahrnimmt oder erkennt, existieren. Daher ist nach Berkeley 'esse'(das Sein solcher Dinge) 'percipi'(Wahrgenommenwerden): "esse est percipi".

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2015.01a
• /
• pp.247-250
• /
• 2015

과거 유비쿼터스 기술의 출현 이후로 사물에 간단한 인식 센서를 이용한 형태의 서비스가 널리 보급되었고, 스마트 기기의 발달로 인해 PC가 아닌 환경에서도 인터넷을 사용하기 용이한 환경이 정착되어, 이들을 이용한 사물 인터넷 (Internet of Things) 환경이 빠르게 확산중이다. 본 논문에서는 상황 인식 서비스와 추론 서비스를 사물 인터넷 환경에 적용 시킨 스마트 홈 상황인식 추론 프레임 워크의 설계 및 구현을 서술한다. 해당 프레임 워크는 실질적인 상황 정보를 제공하는 이기종의 사물 인터넷 기기 간 데이터 타입을 수용하기 위해 온톨로지 언어인 OWL 규격을 사용하여 상황 정보를 수용하고, 룰 입력 모듈을 통해 다양한 환경을 모델링 할 수 있는 XML 규격의 서비스 룰을 입력받는다. 이후, 상황 정보와 서비스 룰을 기반으로 추론엔진을 통해 상황을 추론하여, 단순히 조건 만족 시 실행 구조가 아닌 상황 기반의 추론에 의한 서비스를 제공하게 된다. 프레임 워크를 활용 방안을 설명하기 위해 예제 방범 시나리오를 통해 해당 프레임 워크의 특징 및 서비스의 흐름을 서술한다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2023.07a
• /
• pp.639-640
• /
• 2023

차량에는 사각지대가 운전자에게 쉽게 보이지 않으며, 안전지대를 보이게 하는 시스템이 많이 있다. 본 논문에서는 사각지대 차량 안전 지원 시스템의 사물인식 개발을 위한 요구사항, 사물인식 네트워크 구조, 훈련기법에 대해 살펴본다.

• Smart Media Journal
• /
• v.5 no.1
• /
• pp.122-129
• /
• 2016

In recent years, the Augmented Reality Technology is improving in order to support the user-oriented interaction depending on growing trend in smart phones. In this paper, we present the Realistic Experience App. Contents which help the smart phone users experience the real situations by using the Object Recognition Technology of the tourist attractions and the users' location information. The developed system pinpoints both the location of the user and that of the tourist spot object through the GPS of the smart phone and the information of Beacon, providing the realistic experience contents about the tourist attraction after estimating the distance and the direction between the user and the place. The Realistic Experience App. Contents are expected not only to impress the culture of Jeju on the tourists but also to increase the potential to uncover the unknown tourist attractions and improve the image of Jeju as one of the best sightseeing cities.

• Journal of Broadcast Engineering
• /
• v.24 no.6
• /
• pp.1076-1084
• /
• 2019

In this paper, we introduced a system that extracts metadata by recognizing characters and objects in media using deep learning technology. In the field of broadcasting, multimedia contents such as video, audio, image, and text have been converted to digital contents for a long time, but the unconverted resources still remain vast. Building media archives requires a lot of manual work, which is time consuming and costly. Therefore, by implementing a deep learning-based metadata generation system, it is possible to save time and cost in constructing media archives. The whole system consists of four elements: training data generation module, object recognition module, character recognition module, and API server. The deep learning network module and the face recognition module are implemented to recognize characters and objects from the media and describe them as metadata. The training data generation module was designed separately to facilitate the construction of data for training neural network, and the functions of face recognition and object recognition were configured as an API server. We trained the two neural-networks using 1500 persons and 80 kinds of object data and confirmed that the accuracy is 98% in the character test data and 42% in the object data.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.25 no.8
• /
• pp.1053-1059
• /
• 2021

In order to realize a smart home, a new type of service that converges the two technologies is required as a method to overcome the respective limitations of augmented reality and IoT technologies. Augmented reality recognizes objects and projects augmented content with the recognized objects on the screen. This technology mainly uses image processing methods such as markers as a method for recognizing objects. In this paper, an augmented reality-based IoT control platform using markers was developed. By defining a marker unique to the object, a unique identifier displayed on the camera was distinguished. A smart home system was implemented by calling a controller to control things. The proposed system receives state information of objects through symptom reality and transmits control commands. The proposed platform was verified by manipulating household lights.