• 한국ITS학회 논문지
• /
• 제21권2호
• /
• pp.132-151
• /
• 2022

차량 측위 기술은 차량의 정확한 위치 정보를 제공한다는 점에서 자율주행을 위한 핵심 기술 중 하나로 평가되고 있다. 이미지 기반의 측위 기술은 위치 정보를 효율적으로 제공할 수 있을 것으로 판단되어 다양한 관련 연구가 진행되고 있다. 하지만, 기존 특징점 또는 차선 정보를 이용한 이미지 기반 측위 방법론은 도로 및 운행 환경에 측위 정확도가 큰 영향을 받을 수 있다는 한계가 있다. 선분 매칭은 특징점에 비하여 텍스쳐 반복에 강건하고 주변 환경 전체에서 추출된 선분을 활용하기 때문에 기존 방법론의 단점을 해결할 수 있다. 하지만, 차량 운행환경을 대상으로 한 선분 매칭 방법론을 다루는 연구는 거의 진행된 바 없다. 따라서 본 연구에서는 정확한 차량 측위 지원을 위한 선분 매칭 프레임워크를 제안한다. 또한 도로 주행 환경에서의 알고리즘 성능 비교 분석을 통하여 최적 선분 매칭 알고리즘을 결정하였다. 최종적으로 제안된 프레임워크는 선분 추출, 병합, 중첩 영역 탐지 및 MSLD 기반 선분 매칭의 4단계로 구성되었다. 제안된 프레임워크는 차량의 속도, 운행 방식, 주변 환경에 상관없이 차량 측위에 충분한 수준의 선분 매칭을 안정적으로 수행하였다.

• 한국멀티미디어학회논문지
• /
• 제13권5호
• /
• pp.651-662
• /
• 2010

본 연구는 외부환경에서 자율주행 로봇을 위해 중요한 물체를 찾기 위한 방법을 설명한다. 외부환경의 물체를 찾기 위해서 먼저 로봇은 외부환경에서 주행할 때 획득한 영상으로부터 물체를 검출하고 분할한다. 로봇은 물체의 후보를 자연물의 하늘과 나무로, 인공물의 빌딩으로 나눈다. 후보 물체를 분할하기 위해서 다중 특징을 이용한다. 다중 특징은 색상, 선분, 상황정보, 동시발생 행렬, 소실점 및 주요한 요소성분을 이용한다. 후보 특징은 물체의 특성에 맞게 혼합하여 물체를 분할한다. 이런 다중 특징은 물체에 대한 공간정보, 인간의 선험적인 지식을 이용한 물체의 기하학 정보, 공간적인 주파수 등으로 다양한 특징 추출 방법을 이용하여 물체의 영역분할의 결과를 얻는다. 물체의 분석은 분할된 영역을 이용하여 벽 영역, 창문, 정문과 같은 빌딩면의 기하학적인 속성을 찾는다. 빌딩은 소실점의 수직선분과 수평선분을 교차함으로써 그물을 얻는다. 빌딩의 벽 영역은 유사한 색상을 가지는 이웃해 있는 평행사변형의 그물을 합병해서 검출한다. 창문은 층의 수와 동일한 층에 있는 방의 수를 추정하여 빌딩의 높이와 크기를 추정한다. 실험에서 다중 특징을 이용하여 물체의 영역을 분할하고 빌딩의 기하학적인 속성을 이용하여 물체를 분석한다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제10권4호
• /
• pp.125-132
• /
• 2021

인공신경망의 계층의 깊이가 깊어지고 입력으로 사용되는 데이터 차원이 증가됨에 신경망의 학습 및 인식에 있어서 많은 연산을 고속으로 요구하는 고연산의 문제가 발생한다. 따라서 본 논문에서는 신경망 입력 데이터의 차원을 감소시키기 위한 데이터 차원 감소 방법을 제안한다. 제안하는 선분 특징 분석(Line-segment Feature Analysis; LFA) 알고리즘은 한 영상 내에 존재하는 객체의 선분(Line-segment) 특징을 분석하기 위하여 메디안 필터(median filter)를 사용한 기울기 기반의 윤곽선 검출 알고리즘을 적용한다. 추출된 윤곽 영상은 [0, 1, 2, 4, 8, 16, 32, 64, 128]의 계수 값으로 구성된 3×3 또는 5×5 크기의 검출 필터를 이용하여 8가지 선분의 종류에 상응하는 고유값을 계산한다. 각각의 검출필터로 계산된 고유값으로부터 동일한 반응값을 누적하여 두 개의 1차원의 256 크기의 데이터를 생성하고 두 가지 데이터 요소를 합산하여 LFA256 데이터를, 두 데이터를 합병하여 512 크기의 LAF512 데이터를 생성한다. 제안한 LFA 알고리즘의 성능평가는 필기체 숫자 인식을 위한 데이터 차원 감소를 목적으로 PCA 기법과 AlexNet 모델을 이용하여 비교 실험한 결과 LFA256과 LFA512가 각각 98.7%와 99%의 인식 성능을 보였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2006년도 추계학술발표대회
• /
• pp.129-132
• /
• 2006

본 논문에서는 카메라 영상으로부터 사각형 형태의 마커를 검출하고 인식하는 방법을 제안한다. 본 논문에서는 사각형 형태의 마커 검출을 위하여 입력 영상을 이진 영상으로 변환하고 객체들의 윤곽선을 추출한 다음에 윤곽선을 선분으로 근사화 한다. 근사화된 선분으로부터 기하학적 특징을 이용하여 사각형을 찾는다. 마커의 사각형 영역을 찾은 다음에는 워핑 기법을 이용하여 사각형 마커 영상으로부터 특징 벡터를 추출하고 표준 마커에 대한 특징 벡터와의 최소 거래법에 의해 마커의 종류를 인식한다. 인식 실험 결과 마커의 종류가 50개일 때에 최대 98%의 인식률을 얻을 수 있었다.

• 한국멀티미디어학회:학술대회논문집
• /
• 한국멀티미디어학회 2003년도 춘계학술발표대회논문집
• /
• pp.596-599
• /
• 2003

본 논문에서는 아이콘과 레이블을 가진 도식화된 지도(Schematic map)를 생성차기 위한 아이콘과 레이블의 효과적인 배치 알고리즘을 제안한다. 이 알고리즘은 먼저 지리정보시스템(GIS)의 데이터베이스로부터 원시 정보를 파서로 분석한 후, 지형도 데이터에서 시각화에 필요한 부분만을 추출한 후 이들 선분에 대하여 선분 간략화 알고리즘을 적용하여 기도를 생성한다. 그리고 장식 및 정보의 표기를 목적으로 사용하는 아이콘 및 레이블 정보들의 특징을 반영하여 후보 영역을 생성한다. 마지막으로 생성된 후보영역 내에서 중첩이 발생하기 않으면서 아이콘을 설명하는데 적절한 최적화된 위치의 레이블을 배치하여 이들의 배치 값들 중 최적의 값을 얻은 후 이 최적의 위치에 아이콘과 레이블을 배치하도록 하였다.

• 한국멀티미디어학회논문지
• /
• 제10권7호
• /
• pp.923-933
• /
• 2007

본 논문에서는 SVM(Support Vector Machine)과 LDA(Linear Discriminant Analysis)를 이용하여 사각형 형태 마커 검출 및 인식의 성능을 향상시키는 방법을 제안한다. 본 논문의 방법에서는 사각형 형태의 마커 검출을 위하여 입력 영상을 이진 영상으로 변환하고 객체들의 윤곽선을 추출한 다음에 윤곽선을 선분으로 근사화 한다. 근사화된 선분으로부터 기하학적 특징을 이용하여 사각형을 찾는다. 마커의 사각형 영역을 찾은 다음에는 워핑 기법과 확대/축소 변환을 이용하여 사각형 영상을 정사각형 형태로 정규화한다. 정사각형 형태로 정규화한 다음에는 주성분 분석을 적용하여 특징 벡터의 크기를 줄인 다음에 SVM을 이용하여 마커 영상인지 아닌지를 검사한다. 마커 영상으로 판별된 영상에 대하여 LDA를 적용하여 특징 벡터의 크기를 더 줄이고 표준 마커에 대한 특징 벡터와의 최소 거리법에 의해 마커의 종류를 인식한다. 인식 실험 결과 SVM을 사용함으로써 마커 검출의 오류를 줄일 수 있었고 LDA를 사용함으로써 특징 벡터의 크기는 줄어들고 인식률이 높아짐을 알 수 있었다.

• 대한전자공학회논문지TC
• /
• 제43권7호
• /
• pp.1-13
• /
• 2006

본 논문에서는 계층적인 이동 센서 네트워크에서 하위 센서 노드의 인증이나 센싱된 정보의 암호화를 위해 사용할 수 있는 키를 관리하기 위하여 키 선분배를 기본으로 키 재분배 방법을 제공하는 키 관리 메커니즘을 제안한다. 본 키 관리의 특징은 첫째, 중앙 관리의 약점을 극복하기 위해 키 관리를 sink 노드뿐 아니라 aggregator 노드들에 분산시켰다. 둘째, sink 노드는 회귀모델을 사용해 키를 생성 관리하여 이미 분배된 키에 대해서는 어느 노드에게 어떤 키를 분배했는지 또는 그 키 자체를 저장하지 않고, 노드가 메시지에 첨부하여 전해주는 키 정보를 이용해 사용된 키를 간단히 계산하기 위한 정보만 저장하고 있다. 한편 기존 키 선분배에서는 키 선분배 후 키의 갱신에 대한 메커니즘이 제공되지 않았고, 네트워크 내 센서 노드가 확장되는 경우 이를 지원하도록 키 정보를 확장하기가 용이하지 않다는 단점이 있다. 이에 본 논문의 세 번째 특정으로써 기존 키 선분배 방식에서 제공되었던 센서 포획에 대한 탄력성(resilience), 즉 ${\lambda}$-security 특성을 제공하면서, 넷째 기존 방법의 단점을 보완하기 위해 노드 확장 시 키 풀의 확장이 용이하고, 배치된 노드에 대한 주기적인 키 재분배를 통해 키의 신규성(freshness)을 제공하며, 이동 노드에 대해 새로운 키 분배 방법을 제공하는 특징을 갖고 있다. 다섯째, 본 메커니즘은 키와 노드간의 매핑관계를 고정시키지 않음으로써 노드의 익명성 및 노드 이동 시 불추적성을 제공하고 있다. 마지막으로 본 논문에서는 기존 키 관리와의 특정 비교와 통신 계산 메모리 측면에서의 오버헤드 분석을 통해 제안된 키 관리의 성능을 분석한다.

• 한국컴퓨터산업학회논문지
• /
• 제8권3호
• /
• pp.155-166
• /
• 2007

본 연구에서는 얼굴 영상을 캡쳐하여 전 처리한 후 얼굴영역을 분리하고, 분리된 얼굴 영역에서 미분 연산자와 최소 형태를 세선화하여 특징을 추출하였다. Hough Transform은 $r-\theta$ 평면에서 직선의 기울기와 절편으로 변환되며, 반면 Housdorff distance는 세선화된 영상에서 선분을 추출하여 길이, 회전, 천이 특징을 추출하였다. 사람마다 다른 특징들을 추출하여 Housdorff distance과 Hough Transform에 관하여 비교분석 결과 Hough변환의 복잡도가 더 적은 것으로 판단되었다. 인식율은 Housdorff Distance를 이용한 인식율이 Hough Transformation에 비해 조금 높게 나타났다.

• 한국컴퓨터정보학회논문지
• /
• 제11권4호
• /
• pp.97-107
• /
• 2006

본 논문에서는 카메라 영상으로부터 사각형 형태의 마커를 검출하고 인식하는 방법을 제안한다. 본 논문에서는 사각형 형태의 마커 검출을 위하여 입력 영상을 이진 영상으로 변환하고 객체들의 윤곽선을 추출한 다음에 윤곽선을 선분으로 근사화 한다. 근사화된 선분으로부터 기하학적 특징을 이용하여 사각형을 찾는다. 마커의 사각형 영역을 찾은 다음에는 워핑 기법을 이용하여 사각형 마커 영상을 정사각형 형태로 정규화한다. 마커 영상을 정규화한 다음에는 주성분 분석을 통하여 마커 영상으로부터 특징 벡터를 추출하고 표준 마커에 대한 특징 벡터와의 최소 거리법에 의해 마커의 종류를 인식한다 인식 실험 결과 마커의 종류가 50개일 때에 최대 98%의 인식률을 얻을 수 있었고 입력 영상에 11개의 마커가 있는 경우에 초당 11.1 프레임의 수행 속도를 얻을 수 있었다.

• 정보처리학회논문지B
• /
• 제14B권3호
• /
• pp.191-198
• /
• 2007

본 논문에서는 거동이 불편한 환자를 위하여 주변 환경에 놓여 있는 기기들에 대한 제어와 간호사를 호출하는 간단한 의사소통 등을 위한 몇 가지 사각형 형태의 마커를 제시하고 이 마커들을 카메라 영상으로부터 검출하고 인식하는 방법을 제안한다. 본 논문에서는 사각형 형태의 마커 검출을 위하여 다중 임계값을 사용하여 입력 영상을 이진 영상으로 변환하고 객체들의 윤곽선을 추출한 다음에 윤곽선을 선분으로 근사화한다. 근사화 된 선분으로부터 기하학적 특징을 이용하여 사각형을 찾는다. 마커의 사각형 영역을 찾은 다음에는 워핑 기법을 이용하여 사각형 마커 영상을 정사각형 형태로 정규화한다. 마커 영상을 정규화한 다음에는 주성분 분석을 통하여 마커 영상으로부터 특징 벡터를 추출하고 마커의 종류를 인식한다. 본 논문의 시스템은 다중 임계값을 이용하여 조명에 견고하며 워핑 기법과 주성분 분석을 이용하여 촬영 각도에 견고하다. 총 21개의 마커를 설계하여 인식 실험한 결과 최대 100%의 인식률을 얻을 수 있었고 초당 12프레임의 수행속도로 조명과 각도 변화에 견고한 인식 결과를 얻을 수 있었다.