• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2019.06a
• /
• pp.9-12
• /
• 2019

지난 수 년 동안 계속해서 일반 실상 카메라를 이용한 영상분석기술에 대한 연구가 활발히 진행되고 있다. 최근에는 딥러닝 기술을 적용한 지능형 영상분석기술로 발전해 왔으며 국방기지방호, CCTV, 사용자 얼굴인식, 머신비전, 자동차, 드론 산업이 활성화되면서 많은 시너지를 효과를 일으키고 있다. 그러나 어두운 밤과 안개, 날씨, 연기 등 다양한 여건에서 따라서 카메라의 영상분석 정확성 감소와 오류가 수반될 수 있으며 일반적으로 딥러닝 기술을 활용하기 위해서는 고사양의 GPU를 필요로 하기 때문에 다른 추가적인 시스템이 요구된다. 이에 본 연구에서는 열적외선 영상의 객체 검출에 적용하기 위해 SSD(Single Shot MultiBox Detector) 기반의 경량적인 MobilNet 네트워크로 재구성하여, 모바일 기기 등 낮은 사양의 낮은 임베디드 시스템에서도 활용 할 수 있는 방법을 제안한다. 모의 실험결과 제안된 방식의 모델은 적외선 열화상 카메라에서 객체검출과 학습시간이 줄어든 것을 확인 할 수 있었다.

• The Journal of Korea Robotics Society
• /
• v.17 no.3
• /
• pp.314-321
• /
• 2022

Depth information used in SLAM and visual odometry is essential in robotics. Depth information often obtained from sensors or learned by networks. While learning-based methods have gained popularity, they are mostly limited to RGB images. However, the limitation of RGB images occurs in visually derailed environments. Thermal cameras are in the spotlight as a way to solve these problems. Unlike RGB images, thermal images reliably perceive the environment regardless of the illumination variance but show lacking contrast and texture. This low contrast in the thermal image prohibits an algorithm from effectively learning the underlying scene details. To tackle these challenges, we propose multi-channel remapping for contrast. Our method allows a learning-based depth prediction model to have an accurate depth prediction even in low light conditions. We validate the feasibility and show that our multi-channel remapping method outperforms the existing methods both visually and quantitatively over our dataset.

• The Journal of Korea Robotics Society
• /
• v.18 no.3
• /
• pp.260-270
• /
• 2023

We introduce a novel Visual Inertial Odometry (VIO) algorithm designed to improve the performance of thermal-inertial odometry. Thermal infrared image, though advantageous for feature extraction in low-light conditions, typically suffers from a high noise level and significant information loss during the 8-bit conversion. Our algorithm overcomes these limitations by approximating a 14-bit raw pixel histogram into a Gaussian mixture model. The conversion method effectively emphasizes image regions where texture for visual tracking is abundant while reduces unnecessary background information. We incorporate the robust learning-based feature extraction and matching methods, SuperPoint and SuperGlue, and zero velocity detection module to further reduce the uncertainty of visual odometry. Tested across various datasets, the proposed algorithm shows improved performance compared to other state-of-the-art VIO algorithms, paving the way for robust thermal-inertial odometry.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2021.11a
• /
• pp.1097-1100
• /
• 2021

열영상과 IoT를 이용한 AI 바이러스 차단 시스템 개발에 필요한 열화상 체온 측정기의 열 측정 정확도 향상과 얼굴 인식 시간 단축을 위해 열화상에 사용되는 딥러닝 알고리즘을 비교하며 효율적인 알고리즘 발굴 및 열영상을 이용한 바이러스 차단 시스템에 적합한 열영상 알고리즘 보완 방법을 찾는 연구이다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2023.05a
• /
• pp.740-742
• /
• 2023

객체 인식 연구에 있어서 딥러닝 기반의 사람 인식에 있어서 많은 연구들이 공개되고 있다. 특히 화재사고에 있어서 연기로 인해 가시성이 떨어져 인명구조에 어려움이 발생한다. 이에 열화상 카메라와 딥러닝을 통해 사람을 인식하는 기술이 연구되고 있다. 기존 연구에서는 열화상 카메라와 YOLO 딥러닝을 통해 사람을 인식하는데 95%의 성능을 보였지만, YOLO는 그리드 셀에서 하나의 분류만하기 때문에 물체에 가려진 사람을 판별하는데 정확도가 낮았다. 본 논문에서는 이와 같은 한계를 극복하기 위해 기존 Faster R-CNN 알고리즘을 사용한다. 신체부위 Guided Attention mechanism을 사용하여 가중치를 준 Feature Map을 RPN에 적용시켜 학습모델을 구현한다면 더 높은 정확도를 얻을 수 있다. 향후 본 논문에서 제안하는 기법은 많은 실험과 다양한 데이터 셋을 통해 실질적인 검증을 할 예정이다.

• Proceedings of the KIPE Conference
• /
• 2011.07a
• /
• pp.186-187
• /
• 2011

3상 PWM 컨버터에서 LCL필터 필름 커패시터는 Self-healing 메커니즘에 의해 열화가 진행되며, 이는 시스템의 필터성능과 역률 저하로 이어진다. 따라서 계통측 커패시터의 고장을 판단하고 교체시기를 결정하는 것이 필요하다. 본 논문에서는 정전용량의 80%에 해당하는 공진주파수를 한 주기 동안 주입하였을 때 나타나는 응답의 변화를 통해 커패시터의 열화고장진단 알고리즘을 제안하였다.

• The Journal of the Korea institute of electronic communication sciences
• /
• v.16 no.1
• /
• pp.53-60
• /
• 2021

High voltage CV cables have been widely installed underground due to their convenience and urban aesthetics. However, cable accidents have occurred frequently owing to poor construction and natural degradations. This paper proposes the method to measure the multi parameter measurement for optimum diagnostics of high voltage cable connection parts and verifies its technical usefulness. This measurement is intended to diagnose degradations of cable connection parts by using simultaneous vibration and thermography as well as partial discharge(PD). The experiment in a shielded laboratory was carried out to verify the usefulness of the multi parameter measurement. The experiment defined the degradation of the cable connection part as 12 types, and produced each degradation sample. As a result of experiment, it was possible to check the correlation of vibration signals with regard to progress in some defects. In the case of thermography, the coherence with regard to the progress of some defects was found. We figure that the proposed method would be useful also in the noise environment.

• Journal of the Korean Society for Nondestructive Testing
• /
• v.31 no.2
• /
• pp.181-188
• /
• 2011

• Journal of the Korean Society for Nondestructive Testing
• /
• v.31 no.2
• /
• pp.189-192
• /
• 2011

• Journal of KSNVE
• /
• v.25 no.5
• /
• pp.11-14
• /
• 2015