• 융합보안논문지
• /
• 제8권1호
• /
• pp.43-48
• /
• 2008

기존에는 Syslog 메시지를 확인하기 위해서는 Telnet에나 Console을 통해 대상 System에 로그인을 하여야 했다. 이는 System의 이상유무를 실시간으로 감시할 수 없는 단점이 있다. 이러한 단점을 해결하기 위해 본 논문에서는 Syslog 실시간 감시 시스템을 설계하였다. 제안된 시스템은 로그인 과정 없이 Syslog 메시지를 실시간 감시하여 System의 이상을 실시간으로 탐지함으로써 적시에 문제를 해결할 수 있다. 본 논문에서 제안된 실시간 모니터링 시스템은 Windows 기반으로 구성되었다.

• 융합신호처리학회 학술대회논문집
• /
• 한국신호처리시스템학회 2001년도 하계 학술대회 논문집(KISPS SUMMER CONFERENCE 2001
• /
• pp.149-152
• /
• 2001

본 논문은 이미 판서된 오프라인(off-line) 영문 인쇄체를 실시간으로 인식하기 위해 인공신경망의 역전파 (Backpropagation) 학습알고리즘을 적용하여 인식 시스템의 성능을 최대화하고, 양질의 특성벡터를 추출함으로서 실시간 처리가 가능하도록 처리시간을 단축시키는 것을 목적으로 하였다. 실시간 영상을 획득하고 처리하기 위한 Genesis 실시간 영상처리 보드와 이 보드를 제어하기 위한 MIL(Matrox Image Library)패키지를 이용하여 실시간 인식시스템을 구현하였고, 인공신경망의 기대값을 ASCII형태로 변환시켜 출력벡터의 차수를 감소시키는 방법을 제시함으로서 패턴의 학습과 인식처리에 소요되는 시간, 그리고 인식시스템의 성능을 비교해 보았다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2012년도 추계학술발표대회
• /
• pp.655-657
• /
• 2012

본 논문에서는 심도(Depth) 카메라로부터 실시간 획득한 RGBD 데이터에서 심도 정보 기반의 AAM(Active Appearance Models)과 나이 인식 알고리즘[1]을 통해 4 개의 AG(Age Group)으로 분류하는 실시간 얼굴 나이 인식 시스템(Real-time Facial Age Recognition System)을 설계한다. 기존의 AAM 을 이용한 실시간 얼굴 특징 추출은 평균 약 4.17%의 프레임 손실율을 보였으나, 심도 정보를 활용한 AAM 은 평균 약 0.43%의 프레임 손실율만을 보였다[5]. 본 논문에서는 심도 정보를 활용한 AAM과 병렬 처리 방법인 CUDA 를 결합하여 나이 특징을 추출하고, 실시간 시스템에 적용 가능하도록 나이 인식 알고리즘을 개선하여 실시간 나이 인식 시스템을 설계한다. 설계된 시스템은 1)머리 위치 추적, 2)얼굴 인식 및 특징점 추출, 3)나이 특징 추출, 4) 나이 특징 분석, 5) 나이 분류의 5 가지 단계를 통해 최종적으로 4 개의 AG 로 분류한다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2021년도 추계학술발표대회
• /
• pp.181-184
• /
• 2021

자율주행 기술이 고도화됨에 따라 사용자가 주행 상황을 실시간으로 모니터링하고 주행을 제어할 수 있는 자율주행 서비스가 필요하다고 생각했다. 또한, 돌발 장애물을 고려하며 정해진 경로로 주행하는 자율주행을 구현하고자 해당 시스템을 설계하게 되었다. 해당 시스템은 차량, 서버, 애플리케이션으로 구성되어있으며 구성요소 간의 실시간 통신을 통해 차량 주행 상황 및 사용자 제어 명령을 자유롭게 전달하고자 했다. 차량의 자율주행 알고리즘을 구현하기 위해 이미지 데이터 처리에 효과적인 CNN을 활용하여 장애물 회피 모델과 라인 트레이서 모델을 구현하여 해당 모델들을 하나의 솔루션으로 통합하였다. 해당 솔루션 구현을 통해 차량이 마주할 수 있는 돌발 상황에 대처하는 자율주행의 안전성을 높이고자 했으며 자율주행 환경에서 사용자 조작을 용이하게 하고자 하였다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2023년도 제68차 하계학술대회논문집 31권2호
• /
• pp.493-494
• /
• 2023

본 논문은 벚꽃나무 영상 데이터를 활용하여 벚꽃의 상태(개화, 만개, 낙화)를 실시간으로 분류하는 연구를 소개한다. 이 연구의 목적은, 실시간으로 취득되는 벚꽃나무의 영상 데이터를 사전에 학습된 CNN 기반 이미지 분류 모델을 통해 벚꽃의 상태에 따라 분류하는 것이다. 약 1,000장의 벚꽃나무 이미지를 활용하여 CNN 모델을 학습시키고, 모델이 새로운 이미지에 대해 얼마나 정확하게 벚꽃의 상태를 분류하는지를 평가하였다. 학습데이터는 훈련 데이터와 검증 데이터로 나누었으며, 개화, 만개, 낙화 등의 상태별로 폴더를 구분하여 관리하였다. 또한, ImageNet 데이터셋에서 사전 학습된 ResNet50 가중치를 사용하는 전이학습 방법을 적용하여 학습 과정을 더 효율적으로 수행하고, 모델의 성능을 향상시켰다.

• 한국컴퓨터그래픽스학회논문지
• /
• 제27권3호
• /
• pp.25-29
• /
• 2021

초박형 라이트필드 카메라 시스템은 이미지 센서 위에 렌즈 어레이를 부착하는 방식으로 만들어진다. 이러한 초박형 라이트필드 카메라는 하나의 이미지 센서를 여러 개의 sub-aperture가 나눠쓰는 방식으로 되어있어 개별 이미지의 분해능이 낮으며, sub-aperture 이미지들을 융합해 추가적인 분해능 향상이 수행되어야 한다. 본 연구에서는 초박형 라이트필드 카메라 시스템을 개발했으며, 개발된 카메라 시스템을 위한 실시간 분해능 향상 알고리즘을 개발, 실험을 통해 검증했다. 개발된 초박형 라이트필드 카메라는 두께 2mm, 24개(6×4)의 551×551 해상도의 sub-aperture로 구성되어 있으며, 임베디드 컴퓨팅 보드를 사용해 휴대가 가능하도록 제작되었다. 실시간 분해능 향상 알고리즘은 임베디드 컴퓨팅 보드의 GPU에서 병렬처리를 통해 라플라시안 피라미드 기반의 이미지 융합 알고리즘을 수행한다. 실험을 통해 검증한 결과로, 개발 시스템은 MTF50값이 평균 35% 정도 개선되었으며, 10.65fps의 처리속도로 실시간 처리가 가능함을 확인했다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2023년도 제67차 동계학술대회논문집 31권1호
• /
• pp.109-112
• /
• 2023

본 논문에서는 정보화 시대의 바쁜 현대인들에게 일상생활 속 필요한 정보들을 거울과 IOT 기술을 접목하여 인포그래픽(inforgraphics) 형태로 제공하는 개인용 스마트 미러를 제작하였다. 제공되는 정보는 날짜 및 시간, 일정, 날씨, 뉴스 속보, 실시간 버스 도착 정보, 실시간 지하철 도착 정보가 있으며 Google Assistant SDK를 활용하여 시각적 정보제공의 한계를 개선하였다.

• 융합신호처리학회 학술대회논문집
• /
• 한국신호처리시스템학회 2000년도 추계종합학술대회논문집
• /
• pp.157-160
• /
• 2000

본 논문에서는 교통 감시 시스템의 필수 단계중에 하나인 실시간 자동차 검출 방법을 제안한다. 제안한 방법은 후보 영역 추출 단계와 자동차 인식 단계로 이루어진다. 첫 번째 단계에서는 연속된 두 프레임간의 차영상 분석 방법을 기반으로 하여 움직임이 있는 후보 영역을 추출한다. 두 번째 단계에서는 추출된 후보 영역에 자동차가 포함되어 있는지를 판별하기 위해 웨이블릿 변환 계수들을 입력으로 하는 신경망을 사용한다. 일반 도로에서 획득한 230대의 자동차가 포함된 동영상을 실험한 결과, 자동차 검출율은 97.8%, 프레임당 처리 시간은 0.12ms이다. 본 논문에서 제안한 실시간 자동차 검출 방법은 교통 감시 시스템에 유용하게 적용될 수 있다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2023년도 제68차 하계학술대회논문집 31권2호
• /
• pp.267-268
• /
• 2023

본 논문은 안드로이드에서 화면 캡쳐와 OCR을 통한 실시간 번역 애플리케이션 개발을 주제로 한다. 코틀린으로 개발된 애플리케이션은 사용자가 원하는 화면 영역을 캡쳐하여 해당 텍스트를 OCR로 추출하고, 구글 Cloud Vision API와 Cloud Translation API를 활용해 번역한다. 이를 통해 외국어 애플리케이션 사용의 편의성을 향상시키고, 정보의 이해와 공유를 도울 수 있음을 제시한다. 이 기술은 더욱 다양한 분야에서의 활용 가능성을 열어놓고 있다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2020년도 추계학술발표대회
• /
• pp.709-712
• /
• 2020

영상 처리 응용을 위해 개발된 대부분의 CNN 기반 객체 탐지 기법은 mAP 를 올리기 위해 작은 객체 탐지에 더 주력하는 경향이 있다. 본 연구에서는 이미지 피라미드를 통한 서로 다른 해상도의 탐지 결과를 앙상블을 하여 작은 객체의 탐지 성능은 유지하면서 큰 객체의 탐지 성능을 향상시키고자 한다. 또한, 기존 NMS 방식의 문제점을 파악하고 새로운 NMS 방식인 G-NMS 를 제안한다. COCO 데이터로 실험 결과 서로 다른 해상도의 탐지 결과 앙상블을 통하여 30fps 이상의 실시간 탐지를 만족하면서 큰 객체에 대한 AP 가 0.5~1.5% 상승되었음을 확인하였다. 제안한 G-NMS 방식 적용시 큰 객체에 대한 AR 이 2.6~3.8% 상승되었으며, 작은 객체를 포함한 전체 mAP 가 0.7~0.9% 상승되었음을 확인하였다.