• 대한공간정보학회지
• /
• 제21권3호
• /
• pp.55-62
• /
• 2013

본 연구에서는 전방위 카메라(Omni-directional Camera)를 이용하여 과속방지턱(Speed Bump)을 탐지하고 Vision Based Approach 통한 실시간 과속 방지턱 데이터의 갱신 방안을 제시하는 것을 목적으로 한다. 카메라 영상정보에서 과속 방지턱을 검출하기 위해 잡음을 제거하고 이를 구성하는 형상과 패턴으로 여겨지는 점들을 우선적으로 탐지하여야 한다. 과속방지턱은 일정한 폭과 규칙적인 형태를 유지하며 흰색과 노란색의 영역을 가지고 있음에 착안하여 침식과 팽창을 이용한 형태학적 연산과 HSV칼라 모델을 적용하여 도로상의 과속방지턱을 추출하였다. 카메라에서 거대한 이미지 데이터를 수집하여 대상 객체를 검출하고 GPS 위치 정보를 이용하였다. 마지막으로 동시적 위치추정 및 지도작성 (SLAMs :Simultaneous Localization And Mapping) 시스템을 구현하여 탐지알고리즘과 취득결과의 정확성을 평가하였다.

• 전자공학회논문지CI
• /
• 제49권2호
• /
• pp.83-89
• /
• 2012

지구의 중요한 천연자원인 산림을 포함한 자연 식생환경은 지난 1세기 동안 많은 변화를 겪으며 기후에도 영향을 미치게 되어 현재 지구적 차원의 관심 속에서 다양한 연구가 진행되고 있다. 원격탐사는 분광적 특성을 이용하여 식생의 특성을 탐지할 수 있어 식생자원을 모니터링하는데 매우 효율적인 수단이다. 이러한 연구에서는 보통 원격탐사 측정을 분석하여 관찰된 화소가 식생을 포함하고 있는 정도를 나타내는 식생지수가 사용되고 있는데 NDVI가 이중 가장 많이 사용되는 식생지수이다. 본 논문에서는 MODIS NDVI 시계열 자료를 이용하여 자동으로 식생의 변화를 탐지해 가는 방법론이 제안되어 있다. 변화탐지를 위해 비모수 방법의 신경망 모형이 사용되었고 특성벡터로는 한 화소에서 다중 시기의 NDVI 차이와 더불어 NDVI 시계열 자료의 시간상의 관계가 함께 고려될수 있도록 제안되었다. 사용된 모형의 테스트를 위해 2006년부터 2011년까지 한반도 지역에 대한 MODIS MYD13Q1 자료가 사용되었다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제3권1호
• /
• pp.31-36
• /
• 2014

트위터와 페이스북 등의 SNS(Social Network Service)는 일반 대중의 관심사나 트렌드 등의 이슈를 탐지하기 좋은 지식원이다. 본 논문에서는 검색 질의어에 관련된 이슈나 화제를 질의어에 대한 연관 어휘로 보고, 이를 트위터에서 추출하기 위한 방법을 제안한다. 제안하는 방법에서는 질의어와 연관성이 높은 단어는 질의어와 가까운 위치에서 자주 발생한다고 가정하고, 단어 간 거리에 반비례하고 공기 빈도에 비례하는 단어 간 인접도의 합으로 단어간 연관도를 구한다. 구해진 연관도 값이 임계치를 넘는 어휘를 연관 어휘로 보고 네트워크의 형태로 관련 이슈를 제시한다. 제안한 방법에서는 네트워크의 특성을 분석하여 복합어를 손쉽게 탐지할 수 있다.

• 한국음향학회지
• /
• 제37권2호
• /
• pp.118-128
• /
• 2018

본 논문은 사이드 스캔 소나 영상을 컨볼루션 신경망으로 학습하여 수중물체를 탐색하는 방법을 다루었다. 사이드 스캔 소나 영상을 사람이 직접 분석하던 방법에서 컨볼루션 신경망 알고리즘이 보강되면 분석의 효율성을 높일 수 있다. 연구에 사용한 사이드 스캔 소나의 영상 데이터는 미 해군 수상전센터에서 공개한 자료이고 4종류의 합성수중물체로 구성되었다. 컨볼루션 신경망 알고리즘은 관심영역 기반으로 학습하는 Faster R-CNN(Region based Convolutional Neural Networks)을 기본으로 하며 신경망의 세부사항을 보유한 데이터에 적합하도록 구성하였다. 연구의 결과를 정밀도-재현율 곡선으로 비교하였고 소나 영상 데이터에 지정한 관심영역의 변경이 탐지성능에 미치는 영향을 검토함으로써 컨볼루션 신경망의 수중물체 탐지 적용성에 대해 살펴보았다.

• 한국음향학회:학술대회논문집
• /
• 한국음향학회 2004년도 춘계학술발표대회 논문집 제23권 1호
• /
• pp.175-178
• /
• 2004

선박의 수중방사소음은 다양한 기계류나 추진기 혹은 선체와 유체간의 상호 작용으로 인하여 여러 형태의 특성신호로 나타나게 된다. 이는 선박의 운용조건, 장비 회전특성 및 내부구조에 따라 스펙트럼상에 상이한 주파수로 확인됨은 물론, 신호의 출현 형태에도 다양성을 보이고 있다. 일반적으로 선박소음은 속력 종속적인 추진 계통 성분과 비종속적인 보기류 신호로 구분되나 다수의 신호성분이 혼재되어 발생기원을 분류하는 것은 복잡한 과정을 거쳐야 한다. 본 연구에서는 이러한 점을 해결하기 위해 선박의 Tonal성 신호를 자동으로 탐지하고 분류하기 위해 규준화된 스펙트로그램 상에서 연속되는 신호에 가중치를 주어 지속성 신호여부를 판별한 후에 정해진 임계치를 초과하는 성분을 Tonal로 선정하였다. 선정된 Tonal에 대해 주파수선의 대역특성 및 시간 변동성에 대한 패턴인식 방법을 적용하여 Tonal의 발생기원이 속력 종속/비종속적인지를 자동으로 판별하는 알고리즘의 유용성에 대한 결과를 기술하였다.

• 한국인터넷방송통신학회논문지
• /
• 제12권6호
• /
• pp.141-146
• /
• 2012

본 논문에서는 영상 기반 자동 착륙 시스템 개발과 이 시스템을 사용하는 멀티로터 플랫폼 개발에 대해서 소개 한다. 멀티로터 플랫폼은 뉴턴 오일러 개념을 근간으로 하는 강체 운동 모델링을 하였고, LQR 제어 기법을 통한 제어기 튜닝 및 시뮬레이션을 하였다. 영상기반 자동 착륙 시스템은 멀터로터 시스템에 탑재된 단일 카메라를 사용하여 추가적인 임무장비 없이 증강 현실 알고리즘을 사용하여 마커를 탐지하고 정밀한 착륙을 유도하도록 GCS와 연동 코드를 구현 하였다.

• 한국전자파학회논문지
• /
• 제29권4호
• /
• pp.316-319
• /
• 2018

전방 이동지상 표적 탐지를 위해 미사일은 FMCW 레이다를 통해 획득한 SAR 영상을 활용할 수 있다. 하지만 미사일 이동 과정에서 난기류 또는 비행경로 상태에 따른 요동 오차로 인해 SAR 영상의 품질이 떨어지게 된다. 본 논문에서는 이러한 전방을 바라보는 SAR 영상의 요동 오차를 보상하기 위한 엔트로피 최소 자동초점기법을 제안한다. 특히, 전방을 바라보는 레이다 특성 상, 요동 오차는 2차원의 형태(방위각 및 시간 축)로 SAR 영상에 영향을 미치며, 이를 보상하기 위해 2차원 자동초점기법을 제시한다.

• 대한원격탐사학회지
• /
• 제31권5호
• /
• pp.361-370
• /
• 2015

초분광영상을 이용한 변화탐지 기법으로는 Chronochrome(CC), Principal Component Analysis(PCA), 분광혼합분석(spectral unmixing) 등이 있다. 특히, 분광혼합분석을 이용한 변화탐지는 변화객체의 위치 정보뿐만 아니라 변화의 속성까지 분석할 수 있다는 점에서 매우 효과적이나, 분광혼합분석을 활용한 초분광영상의 변화탐지 연구는 여전히 초기단계에 머물러 있다. 본 연구에서는 분광혼합분석을 이용한 효과적인 변화탐지를 위하여 Iterative Error Analysis(IEA)와 Spectral Angle Mapper(SAM) 등을 활용하여 두 영상에서 변화지역을 설명할 수 있는 동일한 endmember를 결정하였으며, 점유비율의 차영상을 통하여 변화지역을 추출하였다. 제안기법의 적용성을 평가하기 위하여 임의의 변화지역을 포함한 Compact Airborne Spectrographic Imager(CASI) 및 Hyperion 모의영상에 대한 변화탐지를 수행하였다. 실험결과, 제안기법이 기존의 CC, PCA, N-FINDR를 이용한 분광혼합분석보다 효과적으로 변화지역을 추출할 수 있는 것으로 나타났다. 본 연구의 제안기법은 사전정보 없이 자동으로 동일한 endmember를 추출할 수 있는 장점을 갖기 때문에 다양한 피복물질로 구성된 영상의 변화탐지에 효과적으로 활용될 것이다.

• 한국음향학회지
• /
• 제36권1호
• /
• pp.30-38
• /
• 2017

본 논문에서는 수동 소나 시스템을 위한 수중 음향 센서 결함 탐지 기법을 제안하였다. 일반적으로 수동 소나 시스템에서는 수십개의 음향 센서를 통해 얻은 음향 신호를 이용하여 배열 신호처리 기법을 이용해 처리된 신호를 협대역 또는 광대역 분석을 위한 2차원 영상 형태로 전시한다. 운용 소프트웨어에서 전시되는 탐지 결과는 배열 신호처리를 통해 누적된 결과값을 전시하기 때문에, 단일 센서 채널의 결함 또는 고장에 따른 신호의 이상 여부를 판단하는데 어려움이 있다. 따라서 본 논문에서는 인접 채널간 실효치 비교 및 실효치교차율(Root Mean Square Crossing-Rate, RMSCR) 분석기반 센서 자동 결함 탐지 기법을 제안하고, 결함 센서 채널에 대한 처리 기법을 비교 분석하였다. 제안된 기법의 성능 분석을 위하여 일부 연안 지역에서 실제 운용 중인 센서 배열을 통해 획득된 신호를 이용하여 결함 탐지 정확도를 측정하고, 결함 처리 기법의 성능을 비교하였다. 실험을 통해 제안된 기법이 높은 RMS의 주변소음 환경에서도 높은 결함 탐지 정확도를 보였으며, 결함 처리 기법으로는 0으로 설정 처리 기법이 가장 높은 성능을 보였다.

• 방송공학회논문지
• /
• 제24권3호
• /
• pp.495-505
• /
• 2019

딥 러닝의 대표 알고리즘에는 영상 인식에 주로 사용되는 CNN(Convolutional Neural Networks), 음성인식 및 자연어 처리에 주로 사용되는 RNN(Recurrent Neural Networks) 등이 있다. 이 중 CNN은 데이터로부터 자동으로 특징을 학습하는 알고리즘으로 특징 맵을 생성하는 필터까지 학습할 수 있어 영상 인식 분야에서 우수한 성능을 보이면서 주류를 이루게 되었다. 이후, 객체 탐지 분야에서는 CNN의 성능을 향상하고자 R-CNN 등 다양한 알고리즘이 등장하였으며, 최근에는 검출 속도 향상을 위해 YOLO(You Only Look Once), SSD(Single Shot Multi-box Detector) 등의 알고리즘이 제안되고 있다. 하지만 이러한 딥러닝 기반 탐지 네트워크는 정지 영상에서 탐지의 성공 여부를 결정하기 때문에 동영상에서의 안정적인 객체 추적 및 탐지를 위해서는 별도의 추적 기능이 필요하다. 따라서 본 논문에서는 동영상에서의 객체 추적 및 탐지 성능 향상을 위해 딥 러닝 기반 탐지 네트워크에 칼만 필터를 결합한 방법을 제안한다. 탐지 네트워크는 실시간 처리가 가능한 YOLO v2를 이용하였으며, 실험 결과 제안한 방법은 기존 YOLO v2 네트워크에 비교하여 7.7%의 IoU 성능 향상 결과를 보였고 FHD 영상에서 20 fps의 처리 속도를 보였다.