• Proceedings of the Korea Information Processing Society Conference
• /
• 2008.05a
• /
• pp.95-98
• /
• 2008

본 논문은 기존의 질감기반 (texture) 얼굴검출 시스템에서 컬러 영상을 도입하여 성능개선의 중요한 부분인 얼굴 오검출율을 줄이는 방법을 제안한다. 얼굴 영상의 컬러 성분은 흑백 성분과 비교하여 낮은 공간 주파수 영역을 가지는 특징이 있다. 질감기반 얼굴검출에서 높은 대비 (contrast) 성분의 에지는 얼굴이 아닌 영역에서 얼굴로 오인할 수가 있다. 본 논문에서는 이런 오인을 감소하기 위해 독립적인 컬러 채널 성분들을 질감기반 얼굴 검출에 각각 이용하여 그 얻어진 결과들을 융합 (fusion) 하는 방법을 제안한다. 실험결과로 제안한 칼라 채널 융합 방법을 통해 얻은 얼굴 검출율은 기존 흑백 영상과 비슷하게 유지되며 오검출율을 현저히 줄이는 것을 보였다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2019.06a
• /
• pp.1-4
• /
• 2019

최근에 딥러닝 기술을 적용한 보행자 검출 연구가 활발히 진행되고 있다. 연구자들은 딥러닝 네트워크를 이용하여 보행자 오검출율을 낮추는 방법에 대해 지속적으로 연구하여 성능을 꾸준히 상승시켰다. 그러나 대부분의 연구는 다중 스케일 보행자가 분포되는 저해상도 영상에서 보행자를 제대로 검출하지 못하는 어려움이 존재한다. 따라서 본 연구에서는 기존의 Faster R-CNN구조를 기반으로 하여 새로운 다중 특징 융합 레이어와 다중 스케일 앵커 박스를 적용하여 보행자 오검출율을 줄이는 MS-FRCNN(Multi-scaleFaster R-CNN)구조를 제안한다. 제안된 방식의 성능 검증을 위해 Caltech 데이터세트를 이용하여 실험한 결과, 제안된 MS-FRCNN방식이 기존의 다른 보행자 검출 방식보다 다중 스케일 보행자 검출에서 medium 조건하에 5%, all 조건하에 3.9% 나아짐을 알 수 있었다.

• Journal of Satellite, Information and Communications
• /
• v.8 no.4
• /
• pp.89-94
• /
• 2013

This paper presents color video flame detection algorithm based on wavelet transform to remove detection of flickering non-flame objects. Conventional flame detection algorithms consist of simple or mixed functions using colors, temporal and spatial characteristics. But those algorithms detect non-flame objects as flame regions sometimes. False alarm reasons are flame-like objects with regular flickering lights such as car signal lamps, alarm lights etc. The proposed algorithm is to reduce false detection which is occurred in periodic flickering lights. At first, It segments the candidate flame regions by using frame difference, flame colors. Then it distinguish flame regions and non flame regions including flickering car lights by analyzing wavelet coefficients. Computer simulation results showed that the proposed algorithm removes false detection due to the periodic flickering lamps by performing 97.9% of correct detection rate while false detection rate is 7.3%.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2004.11a
• /
• pp.203-206
• /
• 2004

본 논문에서는 오디오 워터마킹 기술을 이용하여 중앙방송국과 지방방송국간의 방송전환을 용이하게 할 수 있는 시스템을 구현하였다. 방송전환을 위한 동기화 시스템에서의 오 검출은 방송사고를 일으키기 때문에, 오디오 워터마크기술을 이용할 때 신뢰성이 매우 높아야 한다. 달 논문에서는 방송동기화 시스템에 효율적으로 적용할 수 있는 오디오 워터마킹 알고리즘을 개발하고, 이를 실시간으로 적용하여 방송전환에 사용할 수 있는 시스템을 구현하였다. 개발된 오디오 워터마킹 알고리즘에 의해서 워터마크가 삽입된 방송신호의 SNR은 66.1dB로서 워터마크 삽입전의 방송신호와의 구분이 어려웠다. 강인성 테스트에서는 96kbps와 128kbps의 MP3 압축을 하였을 때에도 $100\%$의 검출율을 보였으며, -50dB 이하의 잡음첨가에 대해서도 $100\%$ 검출율을 보였다. 구현된 시스템은 240시간의 실제 방송상황에서 워터마크가 삽입된 방송신호에 대한 검출율이 $100\%$이고, 오검출율이 $0\%$로 방송시스템으로서의 신뢰성을 확보하였다.

• Journal of KIISE:Software and Applications
• /
• v.36 no.7
• /
• pp.548-559
• /
• 2009

The cascade face detector learned by Adaboost algorithm, which was proposed by Viola and Jones, is state of the art face detector due to its great speed and accuracy. In spite of its great performance, it still suffers from false alarms, and more computation is required to reduce them. In this paper, we want to reduce false alarms with less computation using facial color. Using facial color information, proposed face detection model scans sub-window efficiently and adapts a fast face/non-face classifier at the first stage of cascade face detector. This makes face detection faster and reduces false alarms. For facial color filtering, we define a facial color membership function, and facial color filtering image is obtained using that. An integral image is calculated from facial color filtering image. Using this integral image, its density of subwindow could be obtained very fast. The proposed scanning method skips over sub-windows that do not contain possible faces based on this density. And the face/non-face classifier at the first stage of cascade detector rejects a non-face quickly. By experiment, we show that the proposed face detection model reduces false alarms and is faster than the original cascade face detector.

• Journal of Satellite, Information and Communications
• /
• v.9 no.4
• /
• pp.26-31
• /
• 2014

In this paper, we present performance analysis of video smoke detection based on BPN-Network that is using multi-smoke feature, and Neural Network. Conventional smoke detection method consist of simple or mixed functions using color, temporal, spatial characteristics. However, most of all, they don't consider the early fire conditions. In this paper, we analysis the smoke color and motion characteristics, and revised distinguish the candidate smoke region. Smoke diffusion, transparency and shape features are used for detection stage. Then it apply the BPN-Network (Back-Propagation Neural Network). The simulation results showed 91.31% accuracy and 2.62% of false detection rate.

• Proceedings of the Korean Information Science Society Conference
• /
• 2006.06b
• /
• pp.331-333
• /
• 2006

다양한 환경을 포항하고 있는 동영상에서 움직이는 객체를 추출, 인식하기 위해서는 배경 모델링이 중요하다. 기존의 대표적인 배경 모델링 방법으로 통계적 방법을 이용한 $W^4$ 방법이 있지만 칼라 영상의 다양한 환경에서 한계를 보인다. 본 논문은 큐 기반 배경 모델링을 이용한다. 이때 주요한 환경 변수가 되는 슬라이딩 윈도우의 큐 크기와 RGB 값의 그룹핑 크기, 프레임의 갱신검사 주기를 적응적으로 결정하기 위한 방법을 제안한다. 환경 변수를 결정하기 위친 객체 검출율, 객체 오검출율, 갱신율을 평가 기준으로 삼는다. 제안된 방법으로 실시간 처리에 부적합한 기존의 영상 처리 기법들을 개선하여 보다 효과적으로 객체를 인식할 수 있다.

• The Journal of Korea Institute of Information, Electronics, and Communication Technology
• /
• v.9 no.4
• /
• pp.343-350
• /
• 2016

In this paper, We proposed a realtime smoke detection using hidden markov model and DWT. The smoke type is not clear. The color of the smoke, form, spread direction, etc., are characterized by varying the environment. Therefore, smoke detection using specific information has a high error rate detection. Dynamic Object Detection was used a robust foreground extraction method to environmental changes. Smoke recognition is used to integrate the color, shape, DWT energy information of the detected object. The proposed method is a real-time processing by having the average processing speed of 30fps. The average detection time is about 7 seconds, it is possible to detect early rapid.

• Journal of Food Hygiene and Safety
• /
• v.28 no.3
• /
• pp.267-271
• /
• 2013

A survey of aflatoxin $B_1$ and ochratoxin A was conducted on dried red pepper and red pepper powder. Total number of 193 samples were collected from local markets in Incheon. The presence of aflatoxin $B_1$ and ochratoxin A was determined by high performance liquid chromatography (HPLC) with fluorescence detector using immunoaffinity column clean-up. The recovery rate of aflatoxin $B_1$ and ochratoxin A were more than 80% and the limits of quantification were 0.13 ${\mu}g/kg$ for aflatoxin $B_1$ and 0.30 ${\mu}g/kg$ for ochratoxin A. Aflatoxin $B_1$ was detected in 33 samples (17.1%) with a range of 0.14~9.67 ${\mu}g/kg$ and ochratoxin A was detected in 40 samples (20.7%) with a range of 0.31~3.31 ${\mu}g/kg$. These results show that the occurrence of aflatoxin $B_1$ and ochratoxin A in dried red pepper and red pepper powder tested in this study is low compared with the standard in Korea Food Code (10 ${\mu}g/kg$ as aflatoxin $B_1$ and 7 ${\mu}g/kg$ as ochratoxin A).

• Proceedings of the IEEK Conference
• /
• 2001.09a
• /
• pp.267-270
• /
• 2001

홍채인식 시스템에서 입력된 영상으로부터 정합(matching)에 사용될 홍채 영역을 추출해 내는 과정은 필수적인 과정으로 빠른 처리 속도와 정확성을 요구한다. 기존의 원형검출기나 허프(Hough) 변환을 이용한 방법 등은 홍채의 바깥쪽과 안쪽 경계를 비교적 정확하게 검출해내는 장점이 있으나 탐색영역이 커서 수행시 간이 매우 많이 걸리는 단점이 있다. 따라서 본 논문에서는 이진화와 형태학적 연산(morphology)을 이용하는 새로운 탐색 영역 단축 방법을 제안한다. 제안한 방법은 기존의 홍채영역 검출 방법에 적용할 경우 수행 시간을 효율적으로 단축시킬 수 있다. 검출된 영역에 대해서 주성분 분석법(principal component analysis, PCA)을 이용해 매칭을 수행한 결과 약 95%의 인식율을 나타내었다.