• Proceedings of the Korean Society of Soil and Groundwater Environment Conference
• /
• 2005.04a
• /
• pp.312-315
• /
• 2005

Visual MODFLOW 프로그램 내 MT3D 패키지를 이용하여 다공 추적자 시험 해석 모델을 제시하였으며, 개념모델을 설정하여 추적자 해석 모델 모사 시 입력상수인 수리전도도(K), 비산출률$(S_y)$, 유효공극률$(n_e)$, 종분산지수$({\alpha}_L)$ 및 횡분산지수$({\alpha}_T)$ 등에 따른 민감도를 분석하였다. 또한, 이를 이용하여 부산과 이천지역의 현장 추적자 시험 자료를 해석하였다. 민감도 분석 결과, 유효공극률과 종분산지수의 민감도가 가장 크게 나타났으며, 비산출률의 민감도가 가장 작게 나타났다. 유효공극률은 관측정에서 측정되는 추적자의 최고농도를 결정하는 인자이며, 종분산지수는 추적자 최고농도가 되는 경과시간과 관계가 깊은 것으로 나타났다. 재순환 추적자 시험 해석 모델을 적용한 부산지역의 경우 유효공극률은 0.15, 종분산지수는 5m인 것으로 모사되었으며, 수렴 흐름 추적자 시험 해석 모델을 적용한 이천지역의 경우 유효공극률은 0.01, 종분산지수는 13m로 산정되었다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2018.05a
• /
• pp.46-46
• /
• 2018

남강은 낙동강 유역의 중하류에 위치하고 있으며, 낙동강에 우안으로 합류되는 제 1지류이다. 낙동강 본류 하천의 지류하천이지만 국가하천이며, 비교적 큰 유량을 가지고 있다. 낙동강은 본류를 취수원을 이용하고 있어, 남강과 같이 지류 하천유입 이후의 낙동강 본류에 거동이 중요하다. 취수 원수는 정수처리과정에서도 우선적으로 고려해야 하는 인자이다. 따라서 남강이 합류되는 합류에서의 혼합거동은 중요하다. 혼합거동을 보고자 추적자 실험을 수행하였다. 추적자 실험은 공간적으로는 남강과 낙동강의 합류점 부근을 선택하였고, 시간적으로는 계절별, 보 운영 시기별로 실험하였다. 또한 합류부 주변에서의 유량측정과 자연추적자의 농도 측정으로 수행하였다. 낙동강과 남강은 대하천이므로 유량측정을 ADCP(Acoustic Doppler current profiler)을 활용하였으며, 추적자의 농도 추적은 센서를 통해 현장 측정하였다. 또한 영상분석을 하고자 드론도 활용하였다. 추적자 실험 분석을 유량과 추적자 농도 분산 정도를 분석하였다. 이를 활용하여 지류하천인 남강의 합류이후 낙동강 본류의 거동을 분석하였다. 분석한 결과를 바탕으로 남강의 유량시기별 혼합거동은 달라지는 것으로 나타났다. 또한 드론을 활용한 분석도 혼합거동에서 적용할 수 있을 것으로 판단된다. 추적자 실험을 통해 취수 원수의 특성을 분석할 수 있었다. 향후 유량 변화의 따른 남강합류후 낙동강의 혼합거동의 기초자료 자료 활용 될 것으로 판단된다. 또한 취수원수의 특성을 위한 유량별 다기능보 운영 시기별 혼합거동 분석을 위한 추가 실험이 필요할 것 판단된다.

• The KIPS Transactions:PartB
• /
• v.17B no.5
• /
• pp.345-354
• /
• 2010

Visual tracking techniques for Augmented Reality are classified as either a marker tracking approach or a natural feature tracking approach. Marker-based tracking algorithms can be efficiently implemented sufficient to work in real-time on mobile devices. On the other hand, natural feature tracking methods require a lot of computationally expensive procedures. Most previous natural feature tracking methods include heavy feature extraction and pattern matching procedures for each of the input image frame. It is difficult to implement real-time augmented reality applications including the capability of natural feature tracking on low performance devices. The required computational time cost is also in proportion to the number of patterns to be matched. To speed up the natural feature tracking process, we propose a novel fast tracking method based on optical flow. We implemented the proposed method on mobile devices to run in real-time and be appropriately used with mobile augmented reality applications. Moreover, during tracking, we keep up the total number of feature points by inserting new feature points proportional to the number of vanished feature points. Experimental results showed that the proposed method reduces the computational cost and also stabilizes the camera pose estimation results.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2007.11a
• /
• pp.21-24
• /
• 2007

보안이 중요시되는 공간에서 임의의 사람을 추적하고 인식할 수 있는 시스템의 필요성이 점차 중요시되고 있다. 본 논문에서는 wide-area를 감시하기 위해 음원과 Pan-Tilt 카메라를 이용하여 침입자 추적 시스템을 구현하고자 한다. 먼저 음원 추적 센서를 이용하여 음원의 방위를 검출한 후 Pan-Tilt 카메라를 방위 방향으로 이동시키고 이동된 Pan-Tilt 카메라로부터 기준영상을 추출한 후 일정 기준 시간마다 영상을 다시 획득하여 차 영상과 검출결과를 얻어 침입자를 추적하여 감시 시스템을 구현한다. 본 논문에 의해서 구현된 시스템은 홈 네트워크 보안 시스템과 연동을 하여 가정이나 공공시설 보안에 대한 인터페이스 역할을 할 수 있다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2002.04a
• /
• pp.741-744
• /
• 2002

본 논문에서는 3D 모델의 눈 변형을 계산하기 위해 검출된 눈 형태를 이용한 눈 움직임 합성 방법을 제안하였다. 얼굴 특징들의 정확한 위치 측정과 추적은 MPEG-4 코딩 시스템을 기반으로 한 고품질 모델 개발에 중요하다. 매우 낮은 비트율의 영상회의 응용에서 시간의 경과에 따라 눈과 입술의 움직임을 정확히 추적하기 위해 얼굴 특징들의 정확한 위치 측정과 추적이 필요하다. 이들의 움직임은 코딩되어지고 원격지로 전송되어 질 수 있다. 애니메이션 기술은 얼굴 모델에서 움직임을 합성하는데 이용되어진다. 본 논문에서는 얼굴 특징 검출과 추적 알고리즘으로 잘 알려지고, 효과적으로 향상시킬 수 있는 휴리스틱 방법을 제안하겠다. 본 논문에서는 눈 움직임의 검출뿐만 아니라 추적, 모델링에도 초점을 두었다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2001.10a
• /
• pp.699-702
• /
• 2001

본 논문은 연속적인 영상에서 움직임을 추적하는데 있어서 웨이브릿(Wavelets)과 투영(Projection)을 사용하여 물체의 움직임을 추적하는 기법을 제안한다. 움직임을 추적하는 방법중 웨이브릿을 이용한 방법으로는 하나의 영상에서 물체의 특징을 찾는데 2차 웨이브릿 변환이 사용되고 있으며 연속적인 영상에 대한 분석에서 시간에 대한 또 하나의 변환을 해 줌으로써 움직이는 물체의 정보를 얻어낼 수 있다. 3차 웨이브릿에서 유도된 데이터를 가지고 수평에 민감한 데이터는 X축으로 투영을, 수직에 민감한 데이터는 Y축으로 투영을 하여 물체를 영역화한 후 추적함으로써 실시간으로 물체를 추적한다. 특히 서로 다른 방향으로 민감성을 보여주는 웨이브릿 계수들은 움직이는 물체를 더욱 정확하게 영역화 하는데 많은 도움을 준다. 물체가 깊이 방향으로 움직여도 투영된 데이터로 영역화(Segmentation)한 데이터의 크기를 가지고 쉽게 분석된다. 본 논문에서 제시한 3차 웨이브릿과 투영 기법을 이용한 조합으로 분석된 실험 결과와 앞으로의 과제가 마지막 부분에 서술되었다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2001.10a
• /
• pp.255-258
• /
• 2001

광선추적기법은 사진과 같은 고해상도의 영상을 만들어내는 렌더링 기법중의 하나이다. 이 기법은 이미지를 합성하는데 많은 양의 계산 시간을 필요로 한다. 병렬처리 기법이 광선추적에 계산양의 처리 기간을 감소하기 위하여 사용될 수 있다. 본 논문에서는 병렬 광선추적 기법을 MPI(Message Passing Interface)를 사용하여 IBM Supercomputer 상에서 노드의 개수의 증가에 따른 속도 향상과 노드간에 전달되는 메시지의 크기에 따른 성능 향상을 실험하였다. 본 논문에서 실험한 병렬 광선 추적 기법으로 IBM SP 시스템 상에서 다양한 영상을 생성하였다. 영상은 분할가능하고 노드에 분배할 수 있기 때문에 병렬화 범주에 들 수 있으며 부하균형을 맞출 수 있다. 실험에서 프로세서수의 증가에 따른 이상적인 속도향상률(Speed-up rate)을 15개의 프로세서를 사용하여 얻을 수 있었다. 광선을 추적하여 영상을 합성해 낼 때 표현하고자 하는 영상이 단순한 객체로 이루어져 있다면 각 노드에 분산해줘야 할 작업의 크기는 복잡한 객체들로 구성된 영상보다 클 때 더 놓은 성능을 나타내었다. 분산작업의 크기가 작아 상대적으로 통신횟수가 증가할 때 렌더링시 효율저하를 나타내었다.

• Journal of Broadcast Engineering
• /
• v.8 no.2
• /
• pp.172-180
• /
• 2003

In this paper, we propose fast and precise extracting & tracking algorithm based on general camera and frame grabber for facial motion capture animation. Proposed algorithm consists of two steps. extracting and tracking. The former is to separate multiple markers from input image using region merging based on neural networks. The latter Is to track extracted multiple markers at each frame using tracking algorithm based on neural networks. In the experiment, we could remove noise and reduce processing time in the step of extraction. In addition, we could have good tracking results in the low frame rates.

• Journal of Korean Society of Transportation
• /
• v.23 no.7 s.85
• /
• pp.137-148
• /
• 2005

The position information of individual vehicles on a road at every time instant can be used to analyze the microscopic behaviors of driving of each vehicle. The limited information obtained from previous imaging technology such as traffic volume and interval velocity cannot be used to explore such microscopic traffic conditions. Also, information gathering for the microscopic behaviors by manual analysis of captured video takes large amount of time and man-power. In the paper we develop the rule-based vehicle tracking technology from which the position information of individual vehicles on a road at every time instant can be automatically obtained. Also, we extract the position data of driving vehicles on a road, length of 130m for every 0.05 second, and calculate the velocity of each traced vehicles to compare with the real velocity for the verification of accuracy. In the future, this type of tracking techniques based on video analysis can be widely used to provide the practically important information of road traffic conditions and to analyze the academically important microscopic behaviors of driving patterns.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.21 no.4
• /
• pp.708-717
• /
• 2017

Tracking of sound-location is widely used in various area such as intelligent CCTV, video conference and voice commander. In this paper we introduce the real-time sound-location tracking method for smart lecture system using TDoA(Time Difference of Arrival) with orthogonal microphone array on the ceiling. Through discussion on some models of TDoA detection, cross correlation method using linear microphone array is proposed. Orthogonal array with 5 microphone could detect omni direction of sound-location. For real-time detection we adopt the threshold of received energy for eliminating no-voice interval, signed cross correlation for reducing computational complexity. The detected azimuth angles are processed using median filter for lowering the angle deviation. The proposed system is implemented with high performance MCU of TMS320F379D and MEMs microphone module and shows the accuracy of 0.5 and 6.5 in degree for white noise and lectured voice, respectively.