• Journal of Software Engineering Society
• /
• v.29 no.1
• /
• pp.13-21
• /
• 2020

As CNN model is applied to various domains such as image classification and object detection, the performance of CNN model which is used to safety critical system like autonomous vehicles should be reliable. To evaluate that CNN model can sustain the performance in various environments, we developed an image data augmentation apparatus which generates images that is changed background. If an image which contains object is entered into the apparatus, it extracts an object image from the entered image and generate s composed images by synthesizing the object image with collected background images. A s a method to evaluate a CNN model, the apparatus generate s new test images from original test images, and we evaluate the CNN model by the new test image. As a case study, we generated new test images from Pascal VOC2007 and evaluated a YOLOv3 model with the new images. As a result, it was detected that mAP of new test images is almost 0.11 lower than mAP of the original test images.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2023.07a
• /
• pp.575-576
• /
• 2023

본 논문에서는 텍스처 합성할 때 방향을 고려하여 합성의 품질의 개선시킬 수 있는 방법을 제안한다. 또한 고정된 회전 각도가 아닌, 다양한 각도를 자동으로 샘플링하여 효율적으로 예제 이미지를 생성할 수 있도록 하였고, 이를 통해 합성 경계간의 차이를 자연스럽게 완화시킬 수 있는 결과를 실험을 통해 보여준다.

• Journal of the Korea Academia-Industrial cooperation Society
• /
• v.14 no.5
• /
• pp.2400-2405
• /
• 2013

We detect the obstacle for the UGV(unmanned ground vehicle) from the compound image which is generated by stereo vision sensor masking the depth image and color image. Stereo vision sensor can gathers the distance information by stereo camera. The obstacle information from the depth compound image can be send to mobile robot and the robot can localize the indoor area. And, we test the performance of the mobile robot in terms of distance between the obstacle and the robot's position and also test the color, depth and compound image respectively. Moreover, we test the performance in terms of number of frame per second which is processed by operating machine. From the result, compound image shows the improved performance in distance and number of frames.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2019.11a
• /
• pp.50-53
• /
• 2019

본 논문에서는 도메인 어댑테이션을 이용하여 폰트 변화에 강인한 한글 분류기를 학습하는 방법을 제안한다. 제안하는 네트워크 모델은 총 7 개로 이루어져 있으며 각각 이미지로부터 폰트에 무관한 정보를 추출하는 인코더, 추출된 정보의 유효성을 판단하기 위해 이미지 재합성에 사용되는 디코더, 재합성된 이미지의 글자 분류기, 폰트 분류기, 재합성된 글자의 정교함을 판단하는 판별기(discriminator), 그리고 인코더에서 추출된 정보에 대한 글자 분류기, 폰트 분류기이다. 본 논문에서는 적대적 생성 신경망의 학습법을 따르는 도메인 어댑테이션 기법을 이용하여 인코더의 추출 정보가 폰트 정보는 속이면서 글자 분류의 정확성은 높이도록 학습하였다. 학습 결과 인코더로부터 추출되는 정보들은 폰트에 무관한 성질을 지니면서 글자 분류에 높은 정확성을 띄었으며, 추가로 디코더에서 나오는 이미지들도 원본 폰트와 같은 이미지를 생성해 낼 수 있었다.

• 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.

• Journal of Aerospace System Engineering
• /
• v.16 no.4
• /
• pp.109-115
• /
• 2022

The CNN (Convolution Neural Network) algorithm which combines a deep learning technique, and a computer vision technology, makes image classification feasible with the high-performance computing system. In this thesis, the CNN algorithm is applied to the classification problem, by using a typical deep learning framework of TensorFlow and machine learning techniques. The data set required for supervised learning is generated with the same type of bolts. some of which have undamaged threads, but others have damaged threads. The learning model with less quantity data showed good classification performance on detecting damage in a bolt image. Additionally, the model performance is reviewed by altering the quantity of convolution layers, or applying selectively the over and under fitting alleviation algorithm.

• Proceedings of the Korean Information Science Society Conference
• /
• 2003.10a
• /
• pp.646-648
• /
• 2003

본 연구는 이미지 합성을 이용하여 서버가 사용자를 인증하기 위한 알고리즘을 개발하고 이들을 구현하여 그 성능을 평가하고 분석한다. 서버는 사용자가 소지하는 사용자카드를 랜덤하게 점을 찍어 생성하고, 각 사용자에게 배포된 사용자카드의 정보를 유지.관리한다. 한 사용자로부터 인증요청이 들어오면, 서버는 그 사용자의 사용자카드 정보를 기반으로 서버카드를 실시간에 생성하여 사용자에게 송신한다. 서버카드는 인증마다 다르게 생성되므로 원타임 패스워드 챌린지(challenge) 역할을 한다. 사용자는 본인이 소유하고 있는 사용자카드와 서버로부터 송신된 서버카드를 겹쳤을 때 생성되는 이미지를 판독하여 인증을 수행한다. 보안성을 높이면서 이미지 판독을 효율적으로 하기 위해 다양한 기법을 제시하고 구현을 통하여 실용성을 진단한다.

• Annual Conference of KIPS
• /
• 2010.04a
• /
• pp.531-533
• /
• 2010

솔리드 텍스처 합성에서 최종 결과의 품질과 마찬가지로 텍스처 합성에 필요한 계산을 단축하는 것은 중요하다. 최근 연구에서는 데이터 차원 감소나 k-coherence search 같은 매칭 가속화 방법을 사용해서 솔리드 텍스처 합성 시간을 단축하였다. 본 논문에서는 빠르게 2D 이미지로부터 솔리드 텍스처 합성을 할 수 있는 새로운 방법을 제시한다. 제안하는 방법의 기본 아이디어는 주어진 이미지를 다수 영역으로 분할하여 형상 매칭(feature matching) 과정에서 사용되는 후보 수를 줄이는 것으로, 사물을 이루는 복셀과 관련한 픽셀이 포함된 분할 영역내의 후보들과 비교함으로써, 보다 빠르게 최적의 결과값을 제공한다. 실험적으로 본 방법은 k-coherence search 알고리즘에서 k 값을 1 로 사용했을 때보다 빠르거나 비슷한 시간을 갖는다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2020.07a
• /
• pp.292-294
• /
• 2020

3DoF+ 및 6DoF를 구현하기 위해선 사용자의 움직임에 따른 운동시차를 반영하여 가상 시점 이미지를 렌더링 해야 한다. 이를 위한 방법 중 하나인 멀티뷰 기반 합성 방법은 멀티뷰 데이터(텍스쳐, 뎁스맵, 카메라 파라미터)를 기반으로 가상 시점 이미지를 합성한다. 본 논문은 멀티뷰 기반 합성의 과정 중 하나인 메쉬 구성 단계에서 뎁스맵과 텍스쳐의 엣지 정보를 고려한 효율적인 메쉬 구성을 제안한다. 제안 방법은 각 2×2 화소 격자 단위로 엣지의 방향을 측정하고 측정한 엣지를 고려한 보간으로 1/2 화소들을 생성한 뒤, 이 새로운 화소들을 메쉬 구성에 이용하여 기존 방법보다 특성이 비슷한 화소끼리 메쉬를 구성하게 하였다. 제안한 방법으로 합성된 이미지는 뭉게짐 현상과 잔상 현상이 사라진 결과를 보였다.

• Journal of Convergence for Information Technology
• /
• v.11 no.12
• /
• pp.30-38
• /
• 2021

In this paper, we propose a method for extracting thermal data from thermal image and improving detection of heating equipment using the data. The main goal is to read the data in bytes from the thermal image file to extract the thermal data and the real image, and to apply the composite image obtained by synthesizing the image and data to the deep learning model to improve the detection accuracy of the heating facility. Data of KHNP was used for evaluation data, and Faster-RCNN is used as a learning model to compare and evaluate deep learning detection performance according to each data group. The proposed method improved on average by 0.17 compared to the existing method in average precision evaluation.As a result, this study attempted to combine national data-based thermal image data and deep learning detection to improve effective data utilization.