• Proceedings of the Korea Information Processing Society Conference
• /
• 2009.11a
• /
• pp.399-400
• /
• 2009

무마커 기반 증강현실 응용에서 빠르고 정확한 무마커 추적이 수행되어야 한다. 무마커 추적은 등록된 패턴의 특징점들과 입력 영상에서의 특징점들의 매칭을 통하여 수행된다. 매칭에서 이상점은 시차를 크게 유발시키는 요인이 되므로 정확도 향상을 위해서는 이상점을 제거해야 한다. 본 논문에서는 무마커 추적의 정확도 향상을 위한 이상점 제거 방식을 제안한다. 무마커 추적에서 사용되는 SURF 알고리즘을 사용하여 실영상을 캡처하여 실험하였고 정확도 및 실행시간을 비교하였다.

• Proceedings of the Korean Environmental Sciences Society Conference
• /
• 2003.11b
• /
• pp.51-52
• /
• 2003

질소제거의 경우 포기 60min인 경우 90% 이상의 제거율을 보였으나, 인 제거를 위해 굴곡점 시간 이후 30분 이상의 비포기 상태를 유지하였을 때 낮은 제거율이 나타났다.

• Korean Journal of Remote Sensing
• /
• v.28 no.5
• /
• pp.573-586
• /
• 2012

Point clouds acquired by a LIDAR(Light Detection And Ranging, also LADAR) system often contain erroneous points called outliers seeming not to be on physical surfaces, which should be carefully detected and eliminated before further processing for applications. Particularly in case of LIDAR systems employing with a Gieger-mode array detector (GmFPA) of high sensitivity, the outlier ratio is significantly high, which makes existing algorithms often fail to detect the outliers from such a data set. In this paper, we propose a method to discriminate outliers from a point cloud with high outlier ratio acquired by a GmFPA LIDAR system. The underlying assumption of this method is that a meaningful targe surface occupy at least two adjacent pixels and the ranges from these pixels are similar. We applied the proposed method to simulated LIDAR data of different point density and outlier ratio and analyzed the performance according to different thresholds and data properties. Consequently, we found that the outlier detection probabilities are about 99% in most cases. We also confirmed that the proposed method is robust to data properties and less sensitive to the thresholds. The method will be effectively utilized for on-line realtime processing and post-processing of GmFPA LIDAR data.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2003.05a
• /
• pp.663-666
• /
• 2003

이 논문에서는 특징점 정보를 이용한 세선화 보정 알고리즘에 대하여 연구하였다. 세선화된 지문에서 교차수를 이용하여 추출된 특징점으로부터 세선화 보정을 수행하였다. 세선화 보정 과정은 특징점인 단점과 분기점을 시작점으로 하여 융선을 추적하면서 불필요한 융선을 제거해 나가는 방법으로 더 이상 제거할 융선이 없을 때까지 반복하여 처리한다. 세선화 보정이 끝나면 CN과 SN을 이용하여 특징점을 재추출하였다. 기존의 세선화된 지문으로부터 추출된 특징점과 제안한 세선화 보정 알고리즘으로부터 추출된 특징점을 비교하였다. 이 비교를 통하여 기존방법보다 세선화 지문이 개선되고 많은 의사 특징점들이 제거되었음을 알 수 있었다.

• 한국신재생에너지학회:학술대회논문집
• /
• 2005.11a
• /
• pp.423-435
• /
• 2005

본 연구는 PVC를 포함한 혼합플라스틱을 연료화하는데 있어서 가장 큰 장애요인으로 되어있는 염소분을 효율적으로 제거하기 위한 목적으로 진행되었다. 염소성분을 원천적으로 제거하기 위해서는 PVC 내에 함유된 염소분을 제거하는 것이 관건이며 원천탈염을 통하여 제거하지 않으면 총괄 염소분의 변화가 없기 때문에 실제로 연료사용에는 한계가 있는 경우가 많다. 본 연구는 PVC중 56% 이상 함유되어 있는 염소성분을 연속식 스크루 반응기에 의하여 가열하여 제거하는 방식을 사용하였으며 각 공정의 변수별로 제거효율을 분석하여 최적조업조건에 대한 분석을 실시하였다. 일반적인 공정조업조건은 공급량, 혼합 플라스틱의 점도, 2차 반응기의 온도, 스크루 회전수 등이며 이 가운데 가장 결정적인 조건은 가열온도 변수이며 여타의 최적조업조건 하에서 $300^{\circ}C$ 이상인 경우에는 90% 이상의 탈염효율을 유지할 수 있음을 알 수 있었다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2019.05a
• /
• pp.621-624
• /
• 2019

돈사에서 돼지의 무게는 돼지의 건강이나 성장 상태, 출하 여부, 사육 환경, 사료 배급을 결정하는 주요 요인 중 하나이다. 이에 따라 돈사에서 돼지의 무게를 측정하는 것은 중요한 문제이다. 돼지의 무게 측정을 위해 Top-view 카메라에서 획득한 영상으로부터 돼지의 픽셀 수를 정확히 측정하기 위해서는 돼지의 머리 부분을 제거할 필요가 있다. 본 논문에서는 Convex-hull을 이용하여 돼지 모양에서의 오목 점과 돼지의 중심으로부터의 거리 정보를 이용함으로써 돼지의 머리를 효과적으로 탐지 및 제거하는 방법을 제안한다. 먼저, 이진화된 돼지의 이미지에서 Convex-hull 알고리즘을 수행 후, 돼지의 중심점 좌표로부터 일정 굴곡 이상의 오목 점 중 가장 가까운 점의 좌표를 획득한다. 이후 앞서 획득한 점의 좌표와 중점의 좌표 사이 일정 길이와 각도를 가지는 또 다른 점의 좌표를 획득하고, 두 점을 기준으로 돼지의 몸통과 머리를 분리하였다. 실험결과, 높은 정확도와 적은 수행시간으로 돼지의 머리를 탐지하고 제거할 수 있음을 확인하였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2004.04b
• /
• pp.706-708
• /
• 2004

본 논문에서는 영상 시퀀스(image sequence)에서 얻은 특징점(feature point) 중 outlier를 제거 및 보정할 수 있는 방법을 제시한다. 영상 시퀀스가 주어졌을 때, 우리는 이 영상에서 특징점 추적(tracking)을 하여, 영상의 중요한 정보로 이용한다. 이러한 자동적으로 얻어낸 특징점 추적 데이터는 올바르지 못하게 추적 된 것이 있기 마련인데, 이렇게 올바르지 못한 데이터. 즉, outlier를 제거하기 위하여, 기존의 방법들은 trifocal tensor를 주로 사용하였다. 그러나 trifocal tensor 는 영상이 3장으로 제한되어 있다. 또한 outlier를 찾은 후에는 제 거 만 하게되어, 입력 데이터의 개수를 줄이게 되는 단점이 있다. 따라서, 우리는 triangulation방법을 이용하여, 3장 이상의 영상에서도, outlier의 제거와 보정이 동시에 가능한 방법을 제시한다.

• Proceedings of the Korean Environmental Sciences Society Conference
• /
• 2001.11a
• /
• pp.46-47
• /
• 2001

황을 포함하는 촉매는 황을 포함하지 않은 촉매보다 저온영역에서 상대적으로 우수한 활성을 갖는 것으로 관찰하였다. $V_2$$O_{5}$가 담지된 촉매는 황에 인해 표면에 polymeric vanadate가 형성되었기 때문인 것으로 확인되어 polymeric vanadate가 탈질제거 활성에 유리한 활성점으로 확인되었다. 또한 활성저하 실험에서 반응온도의 영향이 큰 것으로 확인되었는데 $300^{\circ}C$이상의 반응온도에서는 생성된 염이 제거되는 온도영역이므로 염의 생성으로 인한 활성 저하는 확인 할 수 없다. 그러므로 $300^{\circ}C$이상의 반응온도에서는 활성저하가 관찰되지 않아 본 연구에서 제조된 촉매는 $300^{\circ}C$이상의 온도에서 조업되는 것이 바람직하다.

• The KIPS Transactions:PartB
• /
• v.14B no.7
• /
• pp.473-480
• /
• 2007

Feature tracking in video frame sequences has suffered from the instability and the frequent failure of feature matching between two successive frames. In this paper, we propose a robust 2D feature tracking method that is stable to long video sequences. To improve the stability of feature tracking, we predict the spatial movement in the current image frame using the state variables. The predicted current movement is used for the initialization of the search window. By computing the feature similarities in the search window, we refine the current feature positions. Then, the current feature states are updated. This tracking process is repeated for each input frame. To reduce false matches, the outlier rejection stage is also introduced. Experimental results from real video sequences showed that the proposed method performs stable feature tracking for long frame sequences.

• The Journal of the Institute of Internet, Broadcasting and Communication
• /
• v.11 no.3
• /
• pp.23-30
• /
• 2011

In the wireless sensor network(WSN), the detection of precise location of sensor nodes is essential for efficiently utilizing the sensing data acquired from sensor nodes. Among various location methods, the received signal strength (RSS) based localization scheme is mostly preferable in many applications since it can be easily implemented without any additional hardware cost. Since the RSS localization method is mainly effected by radio channel between two nodes, outlier data can be included in the received signal strength measurement specially when some obstacles move around the link between nodes. The outlier data can have bad effect on estimating the distance between two nodes such that it can cause location errors. In this paper, we propose a RSS-based localization method using Robust Statistic and Gaussian filter algorithm for enhancing the accuracy of RSS-based localization. In the proposed algorithm, the outlier data can be eliminated from samples by using the Robust Statistics as well as the Gaussian filter such that the accuracy of localization can be achieved. Through simulation, it is shown that the proposed algorithm can increase the accuracy of localization and is more robust to non gaussian noise channels.