• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.25 no.1
• /
• pp.146-151
• /
• 2021

Currently, the demand for vehicles from one family is increasing in many countries at home and abroad, reducing the number of people on the vehicle and increasing the number of vehicles on the road. The multi-passenger lane system, which is available to solve the problem of traffic congestion, is being implemented. The system allows police to monitor fast-moving vehicles with their own eyes to crack down on illegal vehicles, which is less accurate and accompanied by the risk of accidents. To address these problems, applying deep learning object recognition techniques using images from road sites will solve the aforementioned problems. Therefore, in this paper, we compare and analyze the performance of existing deep learning models, select a deep learning model that can identify real-time vehicle occupants through video, and propose a vehicle occupancy detection algorithm that complements the object-ident model's problems.

• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.35 no.1C
• /
• pp.24-32
• /
• 2010

In this paper we proposed an object tracking system that detects the abandoned and removed objects, which is to be used in the intelligent surveillance applications. After the GMM based background subtraction and by using histogram method, the static region is identified to detect abandoned and removed objects. Since the system is implemented on DSP chip, it operates in realtime and is programmable. The input videos used in the experiment contain various indoor and outdoor scenes, and they are categorized into three different complexities; low, midium and high. By 10 times of experiment, we obtained high detection ratio at low and medium complexity sequences. On the high complexity video, successful detection ratio was relatively low because the scene contains crowdedness and repeated occlusion. In the future work, these complicated situation should be solved.

• Journal of Aerospace System Engineering
• /
• v.14 no.1
• /
• pp.68-73
• /
• 2020

This purpose of this paper was to review the development trend of the VTOL MAVs with a ducted propellant that can fly like the VTOL at intermediate and high speeds, hovering, landing, and lifting off vertically over urban areas, warships, bridges, and mountainous terrains. The MAV differs in flight characteristics from helicopters and fixed wings in many respects. In addition to enhancing thrust, the duct protects personnel from accidental contact with the spinning rotor. The purpose of the U.S. Army FCS and DARPA's OAV program is spurring development of a the VTOL ducted MAV. Today's MAVs are equipped with video/infrared cameras to hover-and-stare at enemies hidden behind forests and hills for approximately one hour surveillance and reconnaissance. Class-I is a VTOL ducted MAV developed in size and weight that individual soldiers can store in their backpacks. Class-II is the development of an organic VTOL ducted fan MAV with twice the operating time and a wider range of flight than Class-I. MAVs will need to develop to perch-and-stare technology for lengthy operation on the current hover-and-stare. The near future OAV's concept is to expand its mission capability and efficiency with a joint operation that automatically lifts-off, lands, refuels, and recharges on the vehicle's landing pad while the manned-unmanned ground vehicle is in operation. A ducted MAV needs the development of highly accurate relative position technology using low cost and small GPS for automatic lift-off and landing on the landing pad. There is also a need to develop a common command and control architecture that enables the cooperative operation of organisms between a VTOL ducted MAV and a manned-unmanned ground vehicle.

• Proceedings of the Korean Society for Agricultural Machinery Conference
• /
• 2017.04a
• /
• pp.168-168
• /
• 2017

ICT 융합 스마트팜 내의 환경계측 센서, 영상 및 사양관리 시스템의 증가에도 불구하고 이들 장비에서 확보되는 데이터를 적절히 유효하게 활용하는 기술이 미흡한 실정이다. 돈사의 경우 가축의 복지수준, 성장 변화를 실시간으로 모니터링 및 예측할 수 있는 데이터 분석 및 모델링 기술 확보가 필요하다. 이를 위해선 가축의 생리적 변화 및 행동적 변화를 조기에 감지하고 가축의 복지수준을 실시간으로 감시하고 분석 및 예측 기술이 필요한데 이를 위한 대표적인 정보 통신 공학적 접근법 중에 하나가 Data mining 이다. Data mining에 대한 연구 수행에 필요한 다양한 소프트웨어 중에서 Open source로 제공이 되는 4가지 도구를 비교 분석하였다. 스마트 돈사 내에서 열환경 모델링을 목표로 한 데이터 분석에서 고려해야할 요인으로 데이터 분석 알고리즘 도출 시간, 시각화 기능, 타 라이브러리와 연계 기능 등을 중점 적으로 분석하였다. 선정된 4가지 분석 도구는 1) R(https://cran.r-project.org), 2) OpenCV(http://opencv.org), 3) OpenNN (http://www.opennn.net), 4) Orange(http://orange.biolab.si) 이다. 비교 분석을 수행한 운영체제는 Linux-Ubuntu 16.04.4 LTS(X64)이며, CPU의 클럭속도는 3.6 Ghz, 메모리는 64 Gb를 설치하였다. 개발언어 측면에서 살펴보면 1) R 스크립트, 2) C/C++, Python, Java, 3) C++, 4) C/C++, Python, Cython을 지원하여 C/C++ 언어와 Python 개발 언어가 상대적으로 유리하였다. 데이터 분석 알고리즘의 경우 소스코드 범위에서 라이브러리를 제공하는 경우 Cross-Platform 개발이 가능하여 여러 운영체제에서 개발한 결과를 별도의 Porting 과정을 거치지 않고 사용할 수 있었다. 빌트인 라이브러리 경우 순서대로 R 의 경우 가장 많은 수의 Data mining 알고리즘을 제공하고 있다. 이는 R 운영 환경 자체가 개방형으로 되어 있어 온라인에서 추가되는 새로운 라이브러리를 클라우드를 통하여 공유하기 때문인 것으로 판단되었다. OpenCV의 경우 영상 처리에 강점이 있었으며, OpenNN은 신경망학습과 관련된 라이브러리를 소스코드 레벨에서 공개한 것이 강점이라 할 수 있다. Orage의 경우 라이브러리 집합을 제공하는 것에 중점을 둔 다른 패키지와 달리 시각화 기능 및 망 구성 등 사용자 인터페이스를 통합하여 운영한 것이 강점이라 할 수 있다. 열환경 모델링에 요구되는 시간 복잡도에 대응하기 위한 부가 정보 처리 기술에 대한 연구를 수행하여 스마트팜 열환경 모델링을 실시간으로 구현할 수 있는 방안 연구를 수행할 것이다.