• Journal of Internet Computing and Services
• /
• v.11 no.1
• /
• pp.129-141
• /
• 2010

In this paper, we present a wearable intelligent device based on multi-sensor for monitoring human activity. In order to recognize multiple activities, we developed activity recognition algorithms utilizing an image sensor and a 3-axis accelerometer sensor. We proposed a grid?based optical flow method and used a SVM classifier to analyze data acquired from multi-sensor. We used the direction and the magnitude of motion vectors extracted from the image sensor. We computed the correlation between axes and the magnitude of the FFT with data extracted from the 3-axis accelerometer sensor. In the experimental results, we showed that the accuracy of activity recognition based on the only image sensor, the only 3-axis accelerometer sensor, and the proposed multi-sensor method was 55.57%, 89.97%, and 89.97% respectively.

• The KIPS Transactions:PartB
• /
• v.15B no.3
• /
• pp.189-196
• /
• 2008

In this paper, a CMOS digital image sensor, which consists of A/D conversion, motion estimation circuits, and an attention module for ROI (Region of Interest) detection is presented. The functions of A/D conversion and motion estimation are implemented by $0.6{\mu}m$ CMOS processing circuit as hardware, and the attention module is implemented outside the circuit as software currently. Attention modules are taken to improve limited applications of the smart image sensor. The current smart image sensor responses to the changes of intensity, and uses the integration time to estimate motion. Therefore it is limited in its applications. To make up for inherent property of the sensor from circuit design and extend its applications we decide to introduce perception solutions to the image sensor. Attention modules for still and moving images are employed to achieve such purposes. The suggested approach makes the smart image sensor available with additional functions for such cases that motion estimation or intensity changes are not observed. Experimental result shows the usefulness and extension of the image sensor.

• Proceedings of the Korean Vacuum Society Conference
• /
• 2016.02a
• /
• pp.269-269
• /
• 2016

최근, 플렉서블 광전자소자 제작 기술의 눈부신 발전으로, 기존의 평면형 이미지 센서가 가지고 있는 여러가지 한계를 극복하기 위해 곡면형 이미지 센서 제작에 대한 다양한 연구가 진행되고 있다. 리소그래피, 물질 성장, 도포, 에칭 등의 대부분의 반도체 공정은 평면 기판에 기반한 공정 방법으로 곡면 구조의 이미지 센서를 제작하기에는 많은 어려움이 있다. 본 연구에서는 곡면형 이미지 센서의 제작을 위해 곡면 구조 위에서의 직접적인 공정 대신 평면 기판에서 단결정 실리콘을 이용해 전사 인쇄가 가능하고 수축이 가능한 초박막 구조의 이미지 센서를 제작한 후 이를 떼어내는 방식을 이용하였다. 이온 주입 및 건식 식각 공정을 통해 평면 SOI (Silicon on Insulator) 기판 위에 단일 광다이오드 배열 형태의 소자를 제작한 후 수 차례의 폴리이미드 층 도포 및 스퍼터링을 통한 금속 배선 공정을 통해 초박막 형태의 광 검출기를 완성한다. 이후 습식 식각 및 폴리디메틸실록산(PDMS) 스탬프를 이용한 전사 인쇄 공정을 통해 기판으로부터 디바이스를 분리하여 변형 가능한 형태의 이미지 센서를 얻을 수 있다. 이러한 박막형 이미지 센서는 유연한 재질로 인해 수축 및 팽창, 구부림과 같은 구조적 변형이 가능하게 되어 겹눈 구조 카메라, 튜너블 카메라 등과 같이 기존 방식의 반도체 공정으로는 구현할 수 없었던 다양한 이미징 시스템 개발에 적용될 수 있을 것으로 기대된다.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.23 no.7
• /
• pp.771-778
• /
• 2019

The traditional illuminance intensity detection method using a single sensor has a problem that uniformity of illuminance detection is deteriorated depending on the measurement position due to the narrow FOV characteristic. In order to overcome this problem, a method of detecting an average illuminance value through a plurality of illuminance sensors is used, but the complexity and detection error are increased. In this paper, we propose a illuminance intensity detection method based on a single image sensor with wide FOV. The proposed method can solve the problems such as system complexity and error increase of existing illuminance sensor. The test results show that the difference of average value is 12% using a illuminance sensor, 10.7% using five illuminance sensors, and 6.2% using an image sensor compared with the reference value using the color difference illuminometer. It is confirmed that the proposed method can easily and accurately detect the space illuminance with improved uniformity.

• Proceedings of the Korean Society for Emotion and Sensibility Conference
• /
• 2003.05a
• /
• pp.23-28
• /
• 2003

본 연구는 이미지 센서를 통한 입력 기술 중 칼라 코드 입력 기술을 기반으로 한 웨어러블 컴퓨터를 디자인 및 구현하는 것을 목적으로 하였다. 본 연구는 실생활 응용 서비스 애플리케어션을 위해 도출된 컨셉 디자인으로부터 시작하여 실물 모델을 개발한 후 평가 및 수정 단계를 거쳐 최종 모델을 완성하였다. 이러한 일련의 과정을 거쳐 물리적 인터페이스와 의류로써의 가치를 고려한 칼라 코드 기반 '페트롤 재킷'형 웨어러블 컴퓨터가 디자인 및 구현되었으며 이러한 개발 과정은 의류학 및 인지과학의 이론을 근간으로 한 것이다. 본 연구에서 개발된 결과물은 기존의 하드웨어 중심의 웨어러블 컴퓨터를 의류에 접목 시키기 위한 초기 모형으로서 이는 앞으로 보다 인간 친화적인 웨어러블 컴퓨터를 개발하기 위한 초석이 될 것이라 전망된다.

• Journal of the Korean Society for Aeronautical & Space Sciences
• /
• v.35 no.11
• /
• pp.1043-1051
• /
• 2007

The digital sun sensor calculates the incident sunlight angle using the sunlight image registered on a CMOS image sensor. In order to accomplish this, an exact center of the sunlight image has to be determined. Therefore, an accurate estimate of the centroid is the most important factor in digital sun sensor development. The most general method for determining the centroid is the thresholding method, and this method is also the simplest and easy to implement. Another centering algorithm often used is the image filtering method that utilizes image processing. The sun sensor accuracy using these methods, however, is quite susceptible to noise in the detected sunlight intensity. This is especially true in the thresholding method where the accuracy changes according to the threshold level. In this paper, a template method that uses the sunlight image model to determine the centroid of the sunlight image is suggested, and the performance has been compared and analyzed. The template method suggested, unlike the thresholding and image filtering method, has comparatively higher accuracy. In addition, it has the advantage of having consistent level of accuracy regardless of the noise level, which results in a higher reliability.

• The Journal of the Korea institute of electronic communication sciences
• /
• v.12 no.2
• /
• pp.331-336
• /
• 2017

The need for early fire detection technology is increasing in order to prevent fire disasters. Sensor device detection for heat, smoke and fire is widely used to detect flame and smoke, but this system is limited by the factors of the sensor environment. To solve these problems, many image-based fire detection systems are being developed. In this paper, we implemented a system to detect fire and smoke from camera input images using a convolution neural network. Through the implemented system using the convolution neural network, a feature map is generated for the smoke image and the fire image, and learning for classifying the smoke and fire is performed on the generated feature map. Experimental results on various images show excellent effects for classifying smoke and fire.

• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.39C no.11
• /
• pp.1104-1113
• /
• 2014

Future combat systems can be represented as the NCW (Network Centric Warefare), which is based on the concept of Sensor-to-Shooter. A wireless video sensor networking technology, one of the core components of NCW, has been actively applied for the purpose of tactical surveillance. In such a surveillance sensor network, multi-composite sensors, especially consisting of image sensors are utilized to improve reliability for intrusion detection and enemy tracing. However, these sensors may cause a problem of requiring very high network capacity and energy consumption. In order to alleviate this problem, this paper proposes an image data transmission scheme based on resource reservation. The proposed scheme can make it possible to have more reliable image data transmission by choosing proper multiple interfaces, while trying to control resolution and compression quality of image data based on network resource availability. By the performance analysis using NS-3 simulation, we have confirmed the transmission reliability as well as energy efficiency of the proposed scheme.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2021.06a
• /
• pp.114-114
• /
• 2021

본 연구에서는 Sentinel-1 SAR 센서 기반 이미지자료와 딥러닝기법을 이용하여 고해상도 토양수분을 산정하였다. 입력자료는 지표특성(모래함량, 점토함량, 경사도), 인공위성 기반의 강우와 LANDSAT 기반의 이미지자료(NDVI, LST, 공간분포 토양수분)를 사용하였다. 강우자료의 경우 GPM(Global Precipitation Measurement) 일강우 자료를 사용하였으며, 관측일 기준으로 5일전까지의 강우자료와 5일평균강우를 구분하여 사용하였다. LANDSAT 기반의 토양수분 이미지자료와 지점관측 토양수분을 이용하여 검·보정 이후 딥러닝 모형의 입력자료로 사용하였다. 입력자료는 30m × 30m 해상도로 Resample 하여 딥러닝 모형의 학습을 진행하였으며, 학습에 사용된 모형을 이용하여 Sentinel-1 기반의 고해상도(10m × 10m) 토양수분이미지를 산정하였다. 검증지점은 거창군 거창읍, 계룡시 두마면, 장수군 장수읍 및 무주군 무주읍 토양수분 관측지점을 선정하였다. 거창군 거창읍의 산정결과, LANDSAT 기반의 토양수분 이미지와 DNN 기반의 토양수분 이미지가 매우 유사하게 나타났으며, 모의값(DNN 기반 토양수분)이 실측값(LANDSAT 기반의 토양수분)을 잘 반영한 것(R: 0.875 ; RMSE: 0.013)으로 나타났다. 또한 학습모형을 토지피복이 유사한 지역에 적용하여 토양수분을 산정한 결과 검증지점 계룡시(R: 0.897 ; RMSE: 0.014), 장수군(R: 0.770 ; RMSE: 0.024) 및 무주군(R: 0.909 ; RMSE: 0.012)의 모의값이 실측값과 매우 유사한 것으로 나타났다. 이를 바탕으로 Seninel-1 SAR센서 이미지자료와 딥러닝기법을 연계한 고해상도 토양수분자료가 농업, 수문, 환경 등 다양한 분야에서 활용될 수 있을 것으로 판단된다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2022.01a
• /
• pp.93-96
• /
• 2022

본 논문에서는 카메라 센서만을 이용하여 손바닥 사진을 촬영하고 추출된 데이터들을 합성하여 멀티 채널 이미지를 생성 및 분류 모델에 입력하여 신원을 확인하는 딥러닝 모델을 제안한다. 이 모델은 손바닥 사진이 입력되면 손바닥 및 손금 세그멘테이션을 이용하여 마스크 이미지를 추출하고 단일 채널로 구성된 이미지들을 멀티 채널 이미지로 합성/재구성하여 신원을 분류하는 딥러닝 모델이다. 이는 카메라 센서 외 다른 센서가 필요 없다는 장점을 가지고 있으며, 비접촉 신원 인식 시스템에 적용할 수 있다.