• Proceedings of the Korea Information Processing Society Conference
• /
• 2021.11a
• /
• pp.927-929
• /
• 2021

최근 펫팸족(Pet-Family)과 같이 반려동물을 가족처럼 생각하는 가구가 증가하면서 반려동물 시장이 크게 성장하고 있다. 이러한 이유로 본 논문에서는 반려동물의 객체 식별을 통한 객체 분할과 신체 좌표추정에 기반을 둔 반려동물의 행동 분류 방법을 제안한다. 이 방법은 CCTV를 통해 반려동물 영상 데이터를 수집한다. 수집된 영상 데이터는 반려동물의 인스턴스 분할을 위해 Mask R-CNN(Region Convolutional Neural Networks) 모델을 적용하고, DeepLabCut 모델을 통해 추정된 신체 좌푯값을 도출한다. 이 결과로 도출된 영상 데이터와 추정된 신체 좌표 값은 CNN(Convolutional Neural Networks)-LSTM(Long Short-Term Memory) 모델을 적용하여 행동을 분류한다. 본 모델을 바탕으로 행동을 분석 및 분류하여, 반려동물의 위험 상황과 돌발 행동에 대한 올바른 대처를 제공할 수 있는 기반을 제공할 것이라 기대한다.

• The Journal of The Korea Institute of Intelligent Transport Systems
• /
• v.20 no.5
• /
• pp.83-99
• /
• 2021

With the advent of the fourth industrial revolution, studies on driving management and driving strategies of autonomous vehicles are emerging. While obtaining microscopic traffic data on vehicles is essential for such research, we also see that conventional traffic data collection methods cannot collect the driving behavior of individual vehicles. In this study, UAV videos were used to collect traffic data from the viewpoint of the aerial base that is microscopic. To overcome the limitations of the related research in the literature, the micro-traffic data were estimated using the multiple object tracking of deep learning and an image registration technique. As a result, the speed obtained error rates of MAE 3.49 km/h, RMSE 4.43 km/h, and MAPE 5.18 km/h, and the traffic obtained a precision of 98.07% and a recall of 97.86%.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2023.05a
• /
• pp.19-19
• /
• 2023

최근 기후변화에 의해 단기간에 많은 양의 집중호우가 발생하여 도시지역의 침수 피해가 증가하고 있다. 이에 도시지역의 홍수 피해 해결을 위해 도심지 홍수 발생 시 홍수정도 및 상황을 파악할 수 있는 장비가 개발되었으나, 실용화 단계까지는 진행이 미흡한 상황이다. 또한 기존 도시지역 홍수 현상 및 원인을 분석하기 위해 수치모형을 활용하고 있으나, 우수관망의 노후화 및 초기 강우패턴 적용에 대한 정확한 해석결과의 어려워 활용성이 낮다. 또한 홍수정도와 발생상황 인지를 위한 계측 장비의 개발 연구는 지속적으로 진행되고 있으나, 계측 장비의 높은 가격으로 전국적으로 설치 할 수 없는 상황으로 이를 대응하기 위한 별도의 방안 마련이 필요한 실정이다. 이를 위해 본 과제에서는 고성능·저비용 계측센서를 개발하여 실용화 가능성을 높이고, 전국에 산재되어있는 CCTV(교통상황, 방법용 등)의 영상을 활용한 침수상황 인지 기술 개발, 계측 데이터와 모니터링 데이터의 활용을 위한 빅데이터 개방 플랫폼을 구축하여, 상습 침수지역에 대해 실시간 감시가 가능한 계측 시스템의 정형 데이터와 CCTV 및 영상 등 모니터링 장비의 비정형 데이터의 분석 기술을 결합한 새로운 도심지 홍수 감시 기술의 개발을 목표로 한다. 이를 위해 본 연구 1차년도에 지표면 침수심 계측센서와 우수관망 월류심 계측센서를 개발하였으며, 2차년도에는개발된 계측센서의 현장실증을 통해 데이터를 수집한다. 수집된 계측센서 데이터와 비정형(CCTV 영상) 데이터의 AI학습을 통해 분석된 침수심, 침수범위, 침수면적 데이터는 도심지 홍수 정보 프로그램을 통해 표출되며, 최종적으로는 현장 상황을 쉽게 파악 가능한 3D 레이어의 형식으로 표출하고자 한다. 추후 도심지 홍수 정보 프로그램을 통해 표출되는 3D 레이어는 환경부가 추진하는 DT(Digital Twin) 연계 인공지능(AI) 홍수예보 사업과의 연계 시 도심지 홍수 지도 구축을 위한 자료로 활용될 수 있을 것으로 판단된다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2009.10a
• /
• pp.553-557
• /
• 2009

USS(Ubiquitous Smart Space) give services, that fit in with customer's goal, by cognizing various situations that happens in a space and cooperating autonomously objects or services in a space. In USS, U-Safety is a system that cognizes more exact situations with multiple sensors in USS, deals with this and take proper actions. When men reason on situations objectively, it is most ideal that image data among collected data with used various sensors in U-Safety. A senter collects a lot of image data from image input devices equipped in various points and work a multiple situation cognition and inference that are based on this. So, senters spend many resources for processing massive data. This paper proposes hierarchical image processing method that does the first situation cognization in image input devices, blocks only points that situation cognization possibility is high among a total image, and transfers to senters. It improves the efficiency of smooth situation cognization by reducing resources that a senter spends on image processing. So, it reduces proportion of image data in U-Safety.

• 한국지형공간정보학회:학술대회논문집
• /
• 2004.10a
• /
• pp.67-72
• /
• 2004

21세기 지식정보화 사회를 당면하면서 정치, 경제, 문화 등의 환경이 다양한 형태로 급속히 변하고 있다. 다양한 형태의 정보를 적절한 기술을 이용하여 보다 효율적으로 수집하고 이를 신속하고 정확하게 분석하여 합리적인 의사결정을 하여야 하는데 사회변화의 속도가 급변함에 따라 당면한 문제들의 해결과 미래의 정보 수요에 부응하기 위한 핵심 기술로서 GIS는 정보화시대에서 무엇보다 정보시스템의 구축을 위한 계획 수립이 절실하게 되었다. 이러한 지리정보시스템에 동영상데이터의 연계기능을 더하여 영상을 기반으로 직접 사용자와 상호작용을 하며 데이터를 분석, 관리, 출력하는 동영상지리정보시스템(Video Geographic Information System: Video GIS)이 GIS 분야에 있어 새로운 연구 분야로 떠오르고 있다. 본 연구에서는 사회변화의 속도가 급변하는 도시기반시설물들을 효율적으로 개발, 관리하고 비행선촬영시스템을 통하여 취득된 동영상 자료를 객체추적 알고리즘에 의해 데이터의 양을 줄였다. 수치지도와 동영상데이터의 공간정보를 연계시켜 도시지역에 존재하는 각종 시설물을 관리할 수 있는 동영상 정보시스템을 Prototype으로 구축하여 그 가능성을 제시하였다.

• Proceedings of the KSRS Conference
• /
• 2009.03a
• /
• pp.305-308
• /
• 2009

최근 카메라와 같은 센서가 장착된 UAV(Unmanned Aerial Vehicle, 무인항공기)를 이용하는 분야는 방재, 농업, 군사 분야 등 매우 다양해지고 있다. 그러나 고품질의 영상데이터를 취득하기 위해서는 가벼우면서도 우수한 성능을 지닌 고가의 MEMS 센서 그리고 센서가 안정적으로 데이터를 획득할 수 있도록 안정적인 비행이 가능한 대형 UAV플랫폼으로 구성된 시스템이 필요하기 때문에 시스템 구축비용이 클 수밖에 없다. 본 연구에서는 저비용으로 영상 데이터를 취득할 수 있는 UAV시스템을 구축하여 취득된 영상데이터의 처리를 통해 얻어지는 영상의 품질을 살펴보고 그 효용성을 시험해보았다. 이를 위해서 고가인 UAV를 대신해 비교적 가격이 저렴한 R/C헬기(Remote Control, 원격조종 헬기)를 플랫폼으로 선정하고, 영상데이터를 수집하는 카메라센서를 탑재하였다. 그리고 탑재된 센서가 안정적으로 데이터를 취득할 수 있도록, 센서와 플랫폼 사이에 Gimbal을 장착하였다. 이렇게 구축된 시스템을 이용하여 시험비행을 해보았으며, 그 결과 플랫폼에 탑재된 센서로부터 비교적 안정적이고 양질의 이미지를 획득할 수 있었다. 본 연구에서 구축한 R/C 헬리콥터 시스템을 통하여 저비용/고효율의 영상데이터를 취득할 수 있음을 확인하였다. 구축된 시스템은 근접한 거리에서 대상물의 영상을 취득하기 때문에 고품질의 3차원 모델데이터 생성에 매우 도움이 될 것으로 생각한다.

• 한국항공운항학회:학술대회논문집
• /
• 2015.11a
• /
• pp.1-5
• /
• 2015

캔위성은 대기권 내에서 낙하하며 실제 위성을 모사하는 초소형위성으로 저렴한 비용과 용이한 접근성으로 인공위성 시스템 교육과 실험 등에 있어서 많은 주목을 받고 있다. 이러한 점을 착안하여 Argos는 촬영위성과 통신위성 2기로 구성된 캔위성 시스템을 개발하였다. Argos는 해당지역의 영상을 수집하고 위성 간 통신을 하는 것을 주 임무로 하였다. 또한 자세데이터, 위치데이터, 온도, 압력을 수집하고 지상국으로 전송 하는 것을 부 임무로 하였다. Argos는 실제 발사된 이후 제한적인 임무를 수행하였고, 위성간의 통신으로 임무데이터를 지상국으로 전송하였다. 본 논문에서는 광범위 데이터 수집의 역할을 하는 Argos의 개발과정과 운용결과를 소개하고자 한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2021.05a
• /
• pp.470-473
• /
• 2021

외부인들이 시설을 무단으로 이용하는 등의 범죄가 계속해서 발생하고 있다. 본 논문은 기존의 시설물에서 사용하고 있는 단순 인증 절차가 아닌 BLE 비콘과 영상데이터를 활용한 비승인자 감지 시스템이다. 이 시스템은 스마트폰 어플리케이션에서 BLE 비콘의 데이터를 받은 후 UUID 값과 RSSI 값을 서버로 전송한다. 이후 전송된 데이터들로 핑거프린팅 기반 RadioMap을 구성하고 RNN 기반 딥러닝 학습을 진행하여 사용자 위치 데이터를 도출한다. CCTV를 통해 수집된 영상데이터는 서버로 전송되며, YOLOv4를 이용하여 객체탐지를 위한 프로세스를 진행한 후 Person 클래스를 추출한다. 이후 승인된 사용자의 위치 데이터에 실시간 영상데이터를 더하여 인증 과정 절차가 진행되지 않은 비승인자들을 추적한다. 본 논문은 COVID-19로 인해 시설물 인증 절차에 사용이 증가하고 있는 QR코드를 이용해 인증 과정 절차의 진행 방식으로 시스템에 대한 확장성까지 기대할 수 있다.

• Information and Communications Magazine
• /
• v.33 no.11
• /
• pp.58-64
• /
• 2016

본고에서는 미래창조과학부, 정보통신기술진흥센터 (IITP)에서 2016년도 대학ICT연구센터(ITRC) 신규과제로 선정한 다차원 감시정찰 정보자산 통합, 지능형 경계체계 기술 및 지능형 국방 ICT연구센터에 대해 알아본다. 첫째, 다차원 감시정찰 정보자산 통합 기술은 시대의 발전과 함께 국가 안보에서 정보자산의 중요성은 날로 증가하고 있다. 현재 군에서 운영되고 있는 다차원적인 영상정보수집자산으로부터 수집되는 비정형의 고용량 영상데이터에 대한 자동화된 통합화 및 분석기술이 반영되어 있지 않아, 이를 자동화 처리하는 표준화된 플랫폼 개발이 시급한 실정이다. 둘째, 디지털화된 CCTV 영상은 여러 IT 정보 가운데 가장 복잡한 데이터 중 하나이며, 이상 징후를 사전에 파악하여 범죄와 사고를 예방하거나 저장된 영상 정보에서 특정한 사람을 자동으로 찾아내는 지능형 시스템으로 발전해 왔다. 최근에는 특히, 국방분야의 현 경계 및 관제 시스템에 대한 연구 필요성이 꾸준히 증가되고 있는 실정이다.

• Journal of Internet Computing and Services
• /
• v.25 no.2
• /
• pp.101-111
• /
• 2024

In this paper, we propose a concpetual architecture and its implementation approach for contextualizing unstructured CCTV-video frame data into structured XML-video textual data by using the deep-learning neural network models and frameworks. Conclusively, through the conceptual architecture and the implementation approach proposed in this paper, we can eventually realize and implement the so-called sharable working and experiencing knowledge management platforms to be adopted to smart factories in various industries.