• 한국전자통신학회논문지
• /
• 제8권2호
• /
• pp.213-218
• /
• 2013

본 논문에서는 효율적 항만관리를 위하여 영상기반 선박 검출 방법을 제안한다. 움직이는 선박의 추적이 용이하도록 시각집중 알고리즘과 평균이동 알고리즘을 적용하여 배경정보를 포함하지 않는 선박영역을 검출한다. 시각집중알고리즘은 배경으로부터 두드러진 특징을 갖는 객체를 추출하는데 효과적이기 때문에 해상에서 선박을 검출하는데 용이하다. 돌출영역에 포함되어 있는 배경정보를 제거하기 위하여 평균이동 알고리즘을 이용하여 영상 분할 및 클러스터링을 한다. 돌출영역 내에 있는 화소 중에서 돌출영역 주변의 클러스터와 같은 컬러값을 갖는 화소를 배경으로 처리함으로써 선박만을 검출한다. 항만에 설치된 고해상도 카메라의 영상을 이용하여 선박 검출 시뮬레이션 결과 제안하는 방법이 선박을 검출하는데 효과적임을 보인다.

• 대한원격탐사학회지
• /
• 제34권2_2호
• /
• pp.313-326
• /
• 2018

현재 국내 환경에서의 HF 레이더는 기본적으로 표층해류의 속도와 방위의 측정에 최적화 되어있는 상태이다. 따라서, 이러한 환경하에서 선박을 탐지하는 데에는 큰 환경 잡음과 다수의 오검출로 인하여 기존의 선박 검출 및 추적 기술로는 정밀도에 한계점이 있다. 특히, 국내의 지형환경에 적합한 콤팩트형 HF(High Frequency) 레이더를 선박의 감시에 적용했을 경우에 나타나는 문제점들인 잡음과 간섭으로 인한 원신호 왜곡과 다수의 오검출이 발생하여 성능에 영향을 미치는 것을 극복하기 위한 검출 및 추적 기술이 요구된다. 본 논문에서는 이러한 조건 하에서 적용이 가능한 선박 검출 및 추적 기술을 제안을 하며, 서해에서 운용되고 있는 콤팩트 HF 레이더 사이트에서 획득한 관측 데이터에 적용하여 성능을 평가하였다. 제안된 기법은 선박의 검출에 대한 부분과 검출 결과의 추적에 대한 부분으로 이루어져 있다. 선박의 검출은 CFAR(Constant False Alarm Rate) 기반의 검출기를 활용하였으며, 실제 환경에서 불규칙적으로 획득되는 잡음과 오검출 신호를 줄이기 위한 PCA(Principal Component Analysis) 기반의 부분공간 분리기법을 적용하였다. 또한, 긴 입력 획득 주기(Coherent Processing Interval) 동안에 발생하는 도플러 주파수 변화로 인하여 하나의 선박이 다수의 검출값을 생성하기도 하는데, 이를 결합하기 위한 군집화 기법을 적용하였다. 선박의 검출 결과는 검출에 실패하거나 오검출을 포함시키는 경우도 발생하는데, 이러한 오검출을 줄이기 위한 선박 추적 기법을 적용하였다. 실험 결과에 따르면 제안된 선박 검출 및 추적 기술을 통하여 콤팩트 HF 레이더가 일정 거리에서 선박의 검출 성공율이 우수하다는 것을 확인할 수 있다.

• 한국멀티미디어학회논문지
• /
• 제15권11호
• /
• pp.1284-1291
• /
• 2012

선박 객체 검출 기술은 입력된 비디오 및 영상 데이터에서 선박 객체가 존재하는 경우 선박의 위치를 검출하는 기술로서 입력 영상의 환경 변화와 잡음의 영향에 따라서 검출 정확도의 편차가 높다. 이런 문제점을 해결하기 위하여 본 논문에서는 배경 구축 기법과 형태학적 연산 기반의 다중 선박 객체 검출 기술을 제안한다. 제안하는 방법은 배경 제거 단계, 잡음 제거 단계, 객체 기준 위치 설정 단계, 객체 재구성 단계, 다중 객체 검출 단계 등 5단계를 거쳐서 선박을 검출한다. 다양한 변수를 고려한 15가지 실험 비디오를 대상으로 한 실험을 통해서 98.7%의 검출율을 나타내었으며, 환경 변화에 강인한 검출을 수행하는 것을 확인할 수 있었다. 제안하는 방법은 해상 관제와 선박 자동 운항 기술의 기반 기술로서 유용하게 사용될 수 있다.

• 한국항해항만학회:학술대회논문집
• /
• 한국항해항만학회 2023년도 춘계학술대회
• /
• pp.212-213
• /
• 2023

항·포구내에서 주.야간에 걸쳐 미등록 선박을 검출하기 위해, 가시광 및 IR, 라이다 센서를 통해 선박 영상 및 거리정보를 획득하고, 딥러닝 기술을 적용하여 선박의 외관에 대한 특징 분석 및 선박에 표기된 문자열의 인식, 선박의 크기 측정을 통해 선박을 분류하고 특정하는 기술 개발

• 한국정보통신학회논문지
• /
• 제14권12호
• /
• pp.2636-2641
• /
• 2010

선박과 선박, 선박과 육상 관제소간에 선박의 위치정보 등을 자동 송수신하여 선박 간의 충돌 방지 및 해난 수색 구조 활동을 지원하기 위하여 선박 자동 식별 장치인 AIS(automatic identification system)을 채용하고 있다. 그리고, 항만의 관제시스템은 선박 AIS와 연계하여 선박의 통항을 관리한다. 효율적인 통항관리를 할 수 있도록 AIS 연동하는 선박 인식 및 표출 시스템이 요구되고 있다. 본 논문에서는 카메라로부터 입력된 해상 또는 항만 영상에 대하여 배경추정을 이용한 영상기반의 선박검출과 검출된 해당 선박의 AIS 신호를 연동하여 모니터 상에 표출하는 AIS 연동 선박검출 방법을 제안한다. 해상 또는 항만에서 실시간 입력되는 영상에 대하여 선박 검출 실험을 하였다. 시뮬레이션 및 실험결과 제안하는 알고리즘이 항만의 선박 관제에 효과적으로 활용할 수 있음을 확인하였다.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2010년도 추계학술대회
• /
• pp.271-273
• /
• 2010

본 논문에서는 카메라로부터 입력된 해상 또는 항만 영상에 대하여 배경추정을 이용한 영상기반의 선박검출과 해당 선박의 AIS 신호를 연동하여 모니터 상에 표출하는 AIS 연동 선박검출시스템을 제안한다. 해상 또는 항만에서 실시간 입력되는 영상에 대하여 선박 검출 실험을 하였다. 시뮬레이션 및 실 환경에서의 실험결과 제안하는 알고리즘이 선박 관제에 효과적인 것을 확인하였다.

• 전자공학회논문지
• /
• 제54권5호
• /
• pp.90-96
• /
• 2017

낮은 비용으로 넓은 관측 범위를 갖는다는 장점으로 최근 해양 감시 시스템 개발을 위해 HF 레이더를 이용한 선박 검출 및 추적 연구가 수행되고 있다. HF 레이더를 이용한 해양 감시를 위해 수많은 선박 관측과 추적 알고리즘이 개발되었지만, 각 연구에 사용된 데이터는 선박의 이동 경로와 크기 등 대상 선박에 대한 조건이 다르기 때문에 동등한 조건에서 그 성능을 비교할 수 없다. 본 논문에서는 선박 크기와 이동 경로에 따른 데이터를 생성할 수 있는 콤팩트 HF 레이더 기반 데이터 생성 시뮬레이터를 제안한다. 이를 통해 생성된 데이터를 이용하면 동일한 선박 조건에서 성능 비교가 가능할 것이다. 실험에서는 제안하는 시뮬레이터에서 생성된 데이터와 SeaSonde HF 레이더 사이트에서 실제 관측된 데이터를 비교하였다. 비교 결과, 제안하는 시뮬레이터를 사용하여 생성된 데이터와 실제 환경에서 획득된 데이터가 유사함을 확인할 수 있었다. 그러므로 선박의 크기 및 이동 경로에 따라 생성된 시뮬레이션 데이터를 사용함으로써, 알고리즘의 검출 및 추적 성능을 각각 비교, 분석 할 수 있을 것이다.

• 한국항해항만학회:학술대회논문집
• /
• 한국항해항만학회 2022년도 춘계학술대회
• /
• pp.381-382
• /
• 2022

흘수는 선체가 물속에 얼마나 잠겨있는지를 나타내는 용어로, 선박에서는 화물의 양을 계산하거나 안정성을 평가하기 위해 흘수를 측정한다. 흘수를 측정하는 방법으로는 항해사가 부두에서 육안으로 확인하거나, 사다리를 타고 내려가 직접 확인하는 방법이 있다. 이러한 방법들은 경우에 따라 흘수 측정이 불가능하거나, 추락의 위험이 항상 존재한다는 문제가 있다. 이러한 문제를 해결하기 위해 드론 등을 통해 카메라로 선박의 흘수선 부근을 촬영하고, 필터링 및 이미지 검출 기법을 사용하여 선박의 흘수선을 탐지하는 방안을 제시하였다.

• 해양환경안전학회지
• /
• 제26권6호
• /
• pp.601-605
• /
• 2020

선박은 크고, 복잡한 구조로 되어 있기 때문에 다른 작업자의 위치를 알아내기 어려우며, 특히 작업자가 쓰러진 경우에는 발견하기가 쉽지 않아 신속한 대처가 어렵다. 그리하여, 신체에 디바이스를 부착하는 방법이나 카메라를 이용하여 쓰러짐을 검출하기 위한 연구가 진행되고 있다. 기존의 영상기반 쓰러짐 검출은 사람의 신체부위를 검출하여 쓰러짐을 판단하였으나, 조선소에서는 다양한 복장과 자세로 작업으로 인해 검출하기가 어렵다. 본 논문에서는 쓰러짐 영역 전체를 추출하여 딥러닝 학습으로 선박 작업자의 쓰러짐을 이미지 기반으로 검출하였다. 학습에 필요한 데이터는 조선소의 건조중인 선박에서 쓰러진 모습을 연출하여 획득하였으며, 이미지를 좌우대칭, 크기조절, 회전하여 학습 데이터의 수를 증가하였다. 성능평가는 정밀도, 재현율, 정확도 그리고 오차율로 평가하였으며, 데이터의 수가 많을수록 정밀도가 향상되었다. 다양한 데이터를 보강하면 카메라를 이용한 쓰러짐 검출 모델의 실효성이 향상됨으로서 안전 분야에 기여할 수 있을 것으로 사료된다.

• 해양환경안전학회지
• /
• 제25권4호
• /
• pp.476-481
• /
• 2019

화재의 초기 검출은 인명과 재화의 손실을 최소화하기 위한 중요한 요소이다. 불꽃과 연기를 신속하면서 동시에 검출해야 하며 이를 위해 영상 기반의 화재 검출에 관한 연구가 다양하게 진행되고 있다. 기존의 화재 검출은 불꽃과 연기의 특징을 추출하기 위해 여러 알고리즘을 거쳐서 화재의 검출 유무를 판단하므로 연산량이 많이 소모되었으나, 딥러닝 알고리즘인 합성곱 신경망을 이용하면 별도의 과정이 생략되므로 신속하게 검출할 수 있다. 본 논문에서는 선박 기관실에서 화재 영상을 녹화한 데이터로 실험을 수행하였다. 불꽃과 연기의 특징을 외각 상자로 추출한 후 합성곱 신경망 중 하나인 욜로(YOLO)를 이용하여 학습하고 결과를 테스트하였다. 실험 결과를 검출률, 오검출률, 정확도로 평가하였으며 불꽃은 0.994, 0.011, 0.998, 연기는 0.978, 0.021, 0.978을 나타내었고, 연산시간은 0.009s를 소모됨을 확인하였다.