• 정보처리학회논문지B
• /
• 제15B권6호
• /
• pp.533-542
• /
• 2008

동영상에서의 배경제거는 다양한 실시간 머신 비젼 응용에서 매우 중요한 단계이다. 본 논문에서는 이러한 배경제거를 위한 육각화소 기반의 새로운 접근 방법을 제안한다. 일반적으로 육각형 샘플링 영상은 양자화 오차가 적으며, 이웃화소의 연결성 정의를 크게 개선한다고 알려져 있는데, 제안된 방법은 비매개변수형 배경제거 방법의 하나인 지역적 이진패턴 기반 알고리즘에 이러한 육각 샘플링 영상을 적용하는 것을 특징으로 한다. 이를 통해, 지역적 이진패턴의 추출과정에서 필요한 쌍선형 보간을 없애고 계산량을 줄일 수 있었다. 실험을 통해 이러한 육각화소의 적용이 배경제거 분야에 매우 효율적으로 적용될 수 있음을 확인할 수 있었다.

• 스마트미디어저널
• /
• 제5권3호
• /
• pp.25-29
• /
• 2016

본 논문에서는 인체의 전자기장을 측정하는 EPS(Electronic Potential Sensor)를 이용하여 비접촉 동작인식 시스템에 적용하기 위한 연구를 진행하였다. 센서에서 나오는 데이터를 이용하여 동작인식에 적합한 시스템을 설계하기 위한 신호 수집 및 신호처리 시스템을 구현하였다. AC 형태의 입력 데이터 값에 10Hz LPF(Low Pass Filter) 및 H/W 샘플링 속도를 고려하여 선형적인 DC 형태의 데이터로 변형하였다. 센서간의 배열을 고려한 데이터 차분 과정을 통해 목표물의 2차원 움직임 정보를 추출하여 전체 시스템에 대한 특성평가를 수행하였다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제5권11호
• /
• pp.607-614
• /
• 2016

본 논문에서는 컨볼루션 신경망 모델을 이용한 지능형 화재 학습 및 탐지 시스템을 제안한다. 제안하는 시스템에서 사용된 신경망의 컨볼루션 층을 통해 불꽃 이미지와 연기 이미지에 대한 특징맵을 생성하고, 생성된 특징맵에 대하여 불꽃과 연기를 분류하는 학습을 진행한다. 이렇게 학습된 신경망에 움직임 특징 및 색상 특징만을 이용한 간단한 처리를 통해 검출된 화재 후보 영역 이미지를 입력시키면 입력된 영역에 화재가 발생했는지의 여부를 알 수 있다. 다양한 영상을 대상으로 실험한 결과 학습된 신경망은 화재 후보 영역에서 불꽃과 연기를 분류하는데 뛰어난 효과를 보여줌을 확인하였다.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2009년도 추계학술대회
• /
• pp.589-591
• /
• 2009

본 논문에서 제안하고 있는 RT-WISN(Real Time-Wireless Image Sensor Network)는 과거의 무선이미지 전송 기술에 비해 적은 전력을 소모하고 빠른 전송이 가능하게 하는 기술이다. 제안된 RT-WISN은 IEEE802.15.4 표준을 따르고 있으며, 현재 본 연구실에서 개발하고 있는 UoC(Ubiquitous on Chip) 메모리 구조를 응용하여 사용하고 있다. 본 논문에서 제안하고 있는 RT-WISN은 전송하고자 하는 대상이 되는 영상정보의 움직임 변화를 영상 전송 임계값 값을 사용하여 데이터 전송 시기를 결정함으로써 기존의 시스템에 비해 노드의 에너지를 보다 효율적으로 관리할 수 있는 기법 이다. 또한 본 논문에서는 제안된 전용 프로세서를 사용하여 보다 넓은 대역폭에서 필요한 영상 데이터를 효율적으로 전송할 수 있어 전송 시간 제어에 보다 용이함을 제공 한다. 무선센서 네트워크에서 이런 점들은 각 노드들의 생존 시간을 향상하게 되고, 고속의 전송이 가능하게 하는 장점으로 작용하게 된다. 본 논문에서는 Peer-to-Peer 상에서 실제 설계된 메모리 구조를 사용하여 이미지를 무선으로 전송하고 그 전송 시간과 도달률을 측정하여 RT-WISN이 무선 센서 네트워크에서의 검출된 영상 정보의 전송에 적합함을 보인다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2004년도 춘계학술발표대회
• /
• pp.727-730
• /
• 2004

영상은 복잡한 객체들의 집합으로 이루어져 있기 때문에 영상에 포함된 객체를 분리하는 일은 컴퓨터 비전이나 인식 등 많은 분야에서 중요시 된다. 영상 처리 측면에서 객체를 분할하기 위해서 색상, 모양, 질감, 움직임 등 다양한 기법들이 이용되고 있다. 본 논문에서는 정확한 색상의 비교를 위해서 CIE 색상 모델을 이용하고 있으며 이것을 기반으로 객체를 추출하고 있다. 그리고 추출된 객체의 해석과 검증을 위해서 모양 기반의 분석법을 이용하고 있다. 본 논문에서는 Pan/Tilt 카메라의 타겟팅(Targeting)과 포커싱(Focusing)을 위해 영상 내에 포함되어진 객체를 검출하기 위한 방법론을 제안하고자 한다. 객체를 인식하기 위해 CIE 색상 모델을 이용한 색상 매칭 기법을 제안하고 있다. 색상의 분포를 파악하기 위해서 CIE 모델이 생성해내는 Lab 블록을 통계적인 방법으로 분석한다. 그리고 분석된 결과는 CIE 블록 매칭(Bock Matching) 기법의 기준이 되며 이것을 이용해서 후보 객체 영역(Candidate Object Area)을 추출하게 된다. 추출된 후보 객체 영역을 검증하기 위해서 모멘트를 이용한 모양 기반의 분석을 활용하고 있다.

• 한국의학물리학회지:의학물리
• /
• 제25권2호
• /
• pp.79-88
• /
• 2014

내부표적체적을 기반으로 계획된 간암 환자의 세기조절방사선치료에서 호흡에 의한 장기의 움직임 영향을 적용하여 체내 실제 종양 부피와 중요 장기 부피에서의 선량분포를 재계산하고, 호흡동조 방식의 세기조절방사선치료 계획 결과와 비교를 통한 선량적 특성을 분석하였다. 내부표적체적은 MIM 프로그램을 사용하여 형성하였고, 호흡에 의한 장기 움직임을 모사할 수 있는 구동 팬텀을 사용하였다. 체내 선량분포는 세기조절방사선치료의 품질보증 과정에서 2차원 다이오드 검출기 배열 장치인 MapCHECK2로 측정한 조사면 별 측정 결과를 기반으로 3DVH 프로그램으로 재계산 하였다. 내부표적체적 기반의 세기조절방사선치료 수행 시 계획표적체적에 충분히 처방선량이 조사되었지만, 선량의 균일도는 호흡동조 방식의 세기조절방사선치료와 비교 시 열등한 결과를 보였다. 상대적으로 더 큰 조사면을 사용하는 내부표적체적 기반의 세기조절방사선치료에서 손상위험장기체적에 더 높은 선량이 조사됨을 확인할 수 있었지만, 척수에 증가된 선량은 부작용 발생확률에 큰 영향을 주지 않는 적은 양이었고, 정상 간이나 신장 부위의 증가된 선량도 최적화 과정에서 좀 더 선량감소 조건을 강화한다면 큰 영향이 없을 것으로 평가되었다. 호흡동조 방식의 세기조절방사선치료가 치료계획에서는 더 좋은 선량분포를 보이고 있으나, 실제 구현 과정에서 다엽콜리메이터의 움직임 오류로 인한 선량의 오차와 치료시간의 증가 측면의 단점이 있으므로, 환자 호흡 상태 및 손상위험장기의 선량제한 값에 대한 사전 분석을 통해 환자 별 최적의 세기조절방사선치료 기법을 선정하여 적용하는 것이 타당하다고 생각된다.

• 한국지능시스템학회논문지
• /
• 제22권4호
• /
• pp.429-434
• /
• 2012

본 논문에서는 사지가 마비되어 신체를 움직이지 못하지만 뇌의 기능은 정상적인 대 마비 환자들을 위한, 생각만으로 외부의 장치를 제어할 수 있도록 하는 BCI(Brain-Computer Interface) 시스템 제어기술을 연구하였다. 사지를 움직이는 상상을 할 경우, 뇌의 운동 감각 피질 영역에서 발생하는 뮤리듬(${\mu}8$-12Hz)에서 증가되는 신호의 패턴인 Event-Related Synchronization (ERS)를 Short-Time Fourier Transform (STFT)과 Particle Swarm Optimization (PSO)를 이용하여 검출 하는 방법을 시도 하였다. ERS는 사람마다 다른 주파수 영역에서 발생하며, 본 논문에서는 ERS가 가장 많이 발현되고 전압이 큰 주파수를 검출하기 위해 8-12Hz 주파수영역의 EEG평균에서 PSO를 이용하여 가장 큰 진폭을 가지는 주파수를 확인 한 후, 해당 주파수를 사용하여 C3, C4채널에서 동작 상상 시 나타나는 ERS의 특징을 PSO를 이용하여 찾는 것이며. 개개인 마다 다른 주파수 영역에서 나타나는 ERS의 특징을 가장 많이 발현되는 주파수영역으로 고정하여 움직임 분석을 시도 하였다. 실험 결과에 사용된 data는 BCI competition IV data set의 실험자 b data를 사용 하였고, 하나의 주파수 대역만을 사용한 결과 왼손 40%, 오른손 38% 검출 정확도를 보였다.

• 한국멀티미디어학회논문지
• /
• 제13권5호
• /
• pp.663-673
• /
• 2010

급격하게 증가하고 있는 동영상의 관리 도구로써 동영상을 계층적이고 구조적으로 구분하는 동영상 분할은 색인, 요약, 검색 등 다양한 응용 분야에서 공통적으로 적용될 수 있는 핵심 기술이라 할 수 있다. 기존의 적응적 임계값을 사용하는 동영상 분할 방법은 연속되는 프레임 간의 차이 값과 일정 간격의 크기를 갖는 윈도우에서 임계값을 계산하여 동영상 분할을 수행하였다. 그러나 이 경우, 윈도우의 크기보다 전환점의 발생 간격이 짧거나, 주변의 차이 값이 변동이 많으면, 정확한 검출을 하지 못한다. 상기 문제점을 개선하기 위하여 본 논문에서는 동영상의 포맷에 따라 윈도우의 크기를 결정하고, 윈도우 안에서 가중치를 사용하여 주변 값의 변화에 민감하게 반응하는 개선된 적응적 임계값 결정 알고리즘을 제안한다. 또한 카메라 불빛과 큰 물체의 빠른 움직임 등에 의한 오검출을 줄이기 위해 후처리 기법을 적용하였다. 실험을 통해서 제안된 방법은 기존 방법과 비교하여 3.7%의 성능 향상을 보이며, 변형된 동영상에서 95.5%의 재현성을 갖는 것을 확인하였다. 따라서 제안된 동영상 분할 방법은 기존 방법과 비교하여 정확성이 높고, 다양한 변형에도 재현성을 가지므로 동영상 관리 도구로써 많은 응용 분야에 적용할 수 있다.

• 대한방사선기술학회지:방사선기술과학
• /
• 제35권4호
• /
• pp.309-314
• /
• 2012

Digital Radiography(DR) 시스템은 임상현장에서 아날로그 시스템을 대체하고 널리 이용되고 있다. DR을 이용하여 얻어진 X선 영상의 해상력을 결정짓는 요소에는 이용되는 검출기의 고유 해상력, 피사체의 대조도 및 특성, X선 선질, X선원의 산란, DR 검출기의 성능, X선 변환효율 및 초점의 크기, 피사체의 움직임 등이 있다. DR 검출기를 구성하는 요소에는 X선 포획 요소, 커플링 요소, 정보수집 요소가 있는데 이들은 시스템의 성능에 영향을 미치며, 그 성능은 해상력으로 평가된다. 의료영상 시스템의 해상력은 촬영대상물의 조직 간의 해부학적 영상을 구분하는 능력을 나타낸다. 해상력 평가를 위해 Modulation Transfer Function(MTF)이 보편적으로 이용되고, MTF는 입력 공간주파수 성분에 대한 출력 공간주파수 성분의 비를 나타내는데, 수학적으로 MTF는 Point Spread Function(PSF) 입력에 대한 시스템의 주파수 응답이며 Edge Phantom을 이용한 결과 영상에서 추출된 Line Spread Function(LSF)을 Fourier Transform하면 얻을 수 있다. 일반적으로 임상현장에서 의료영상시스템의 이용 및 관리의 책임은 방사선사가 맡고 있지만, MTF를 측정하기 위해서는 공학적, 수학적 기초 및 C, Fortran, Matlab등의 프로그램 작성 능력이 필요하기 때문에 비 공학도는 정확한 측정이 불가능하다. 의료영상 시스템의 성능 관리 및 최상의 상태를 유지하기 위해 시스템의 성능평가가 이뤄져야 하는데, 이를 위해 본 연구에서는 비공학도가 해상력 성능평가를 할수 있도록 ImageJ 및 Excel을 이용하여 해상력 평가를 할 수 있도록 방법을 제시하고, 제안된 방법을 이용해 계산된 결과와 프로그래밍을 이용해 계산된 결과의 비교를 통해 본 논문에서 제시하는 방법의 유용성을 확인하였다.

• 방송공학회논문지
• /
• 제22권3호
• /
• pp.282-294
• /
• 2017

본 논문에서는 차량이 움직일 때 발생하는 카메라의 움직임, 도로상의 광원에 강건한 지능형 전조등 제어 시스템을 제안한다. 후보광원을 검출할 때 카메라의 원근 범위 추정 모델을 기반으로 한 ROI (Region of Interest)를 사용하며 이는 FROI (Front ROI)와 BROI (Back ROI)로 나뉘어 사용된다. ROI내에서 차량의 전조등과 후미등, 반사광 및 주변 도로의 조명들은 2개의 적응적 임계값에 의해 세그먼트화 된다. 세그먼트화 된 광원 후보군들로부터 후미등은 적색도(redness)와 Haar-like특징에 기반한 랜덤포레스트 분류기에 의해 검출된다. 전조등과 후미등 분류 과정에서 빠른 학습과 실시간 처리를 위해 SVM(Support Vector Machine) 또는 CNN(Convolutional Neural Network)을 사용하지 않고 랜덤포레스트 분류기를 사용했다. 마지막으로 페어링(Pairing) 단계에서는 수직좌표 유사성, 광원들간의 연관성 검사와 같은 사전 정의된 규칙을 적용한다. 제안된 알고리즘은 다양한 야간 운전환경을 포함하는 데이터에 적용한 결과, 최근의 관련연구 보다 향상된 검출 성능을 보여주었다.