• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 2015년도 하계학술대회
• /
• pp.177-180
• /
• 2015

본 논문에서는 비디오 영상을 입력 했을 때 특징점 추적을 통한 다수 영상의 고속 스트칭 기법을 제안한다. 빠른 속도로 특징점 추출을 위해서 FAST(Features from Accelerated Segment Test) 기법을 사용한다. 특징점 정합과정은 기존의 방법과는 다른 새로운 방법을 제안한다. Mean shift 를 통해 특징점이 포함된 영역을 추적하여 벡터(vector)를 구한다. 이 벡터를 사용하여 추출한 특징점들을 정합하는데 사용한다. 마지막으로 이상점(outlier)을 제거하기 위해 RANSAC(RANdom Sample Consensus) 기법을 사용한다. 입력된 두 영상의 호모그래피(homography) 변환 행렬을 구하여 하나의 파노라마 영상을 생성한다. 실험을 통해 제안하는 기법이 기존의 기법보다 속도가 향상되는 것을 확인하였다.

• 한국산업융합학회 논문집
• /
• 제24권6_2호
• /
• pp.707-713
• /
• 2021

Symptoms of foot-and-mouth disease include fever and drooling a lot around the hoof, blisters in the mouth, poor appetite, blisters around the hoof, and blisters around the hoof. Research is underway on smart barns that remotely manage these symptoms through cameras. Visible light cameras can measure the condition of livestock such as blisters, but cannot measure body temperature. On the other hand, infrared thermal imaging cameras can measure body temperature, but it is difficult to measure the condition of livestock. In this paper, we propose an object detection system using deep learning-based livestock detection using visible and infrared thermal imaging composite camera modules for preemptive response

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2021년도 춘계학술발표대회
• /
• pp.401-403
• /
• 2021

본 시스템은 같은 환자로부터 촬영한 기존 안저영상과 초광각 안저영상을 Paired Dataset으로 지니고 있으며, 영상의 크기 및 해상도를 똑같이 맞추고, 황반부와 신경유두 및 혈관의 위치를 미세조정하는 과정을 자동화하는 것을 목표로 하고 있다. 이 과정은 황반부를 중심으로 하여 영상을 잘라내어 이미지의 크기를 맞추는 과정(Scaling)과, 황반부를 중심으로 잘라낸 한 쌍의 영상을 포개었을 때 황반부, 신경 유두, 혈관 등의 위치가 동일하도록 미세조정하는 과정(Warping)이 있다. Scaling Stage에선 기존 안저영상과 초광각 안저영상의 촬영범위가 현저하게 차이나기 때문에, 황반변성 부위를 잘 나타내도록 사전에 잘라낼 필요가 있으며, 이를 신경유두의 Object Detection을 활용할 예정이다. Warping Stage에선 동일한 위치에 같은 황반변성 정보가 내포되어야 하므로 규격조정 및 위치조정 과정이 필수적이며, 이후 안저영상 내의 특징들을 매칭하는 작업을 하기 위해 회전, 회절, 변환 작업 등이 이루어지며, 이는 Homography Estimation을 통하여 이미지 변환 matrix를 구하는 방법으로 진행된다. 자동조정된 안저영상 데이터는 추후에 GAN을 이용한 안저영상 생성모델을 위한 학습데이터로 이용할 예정이며, 현재로선 2500쌍의 데이터를 대상으로 실험을 진행중이지만, 최종적으로 3만 쌍의 안저영상 데이터를 목표로 하고 있다.

• 한국인터넷방송통신학회논문지
• /
• 제12권6호
• /
• pp.199-206
• /
• 2012

본 논문에서는 스마트폰의 자이로센서를 이용하여 다양한 각도에서 촬영한 현실세계의 객체를 증강현실을 위한 자연 마커로 사용할 수 있도록 가상의 Frontal-View로 변환할 수 있는 알고리즘을 설계하고 구현하였다. 제안한 알고리즘은 pitch, roll, yaw 3축에 대한 회전행렬을 획득하여 대상 이미지에 대한 yaw의 기준점을 설정하였다. 그 후 대상 이미지가 바닥, 벽면, 천장 중 어느 면인지 판단하여 그에 대한 회전 행렬을 보정하였다. 마지막으로 자이로 센서 좌표계와 영상 좌표계 사이의 차이를 고려해 Frontal-View를 얻기 위한 호모그래피 행렬을 획득하여 투영변환을 통해 촬영 영상으로부터 Frontal-View를 획득할 수 있도록 설계하였다. 구현된 Frontal-View 변환 프로그램을 평가하기 위해 바닥, 벽면, 천장에 대해 주변 환경을 스마트폰 환경에서 촬영한 영상을 Frontal-View로 변환하도록 테스트를 한 결과 본 논문에서 설계 및 구현한 변환 알고리즘이 여러 각도에서 촬영한 영상을 정상적으로 Frontal-View로 변환하는 것을 확인하였다.

• 한국정보통신학회논문지
• /
• 제21권10호
• /
• pp.1950-1956
• /
• 2017

정밀 푸드 프린팅 분야에서 출력 대상물의 정밀한 측위기술은 대단히 중요하다. 본 논문에서는 영상처리를 통하여 라떼 아트 프린터의 커피 잔을 정밀하게 측위하는 방법을 제안한다. 프린터 상단 측면에 설치된 카메라 센서로부터 얻은 이미지를 투영변환을 통하여 Top-View 이미지로 변환하고 이미지의 에지를 검출 후 Circular Hough 변환을 통하여 컵의 중심점 및 반지름을 검출하였다. 성능 평가 결과 0.1 ~ 0.125초의 영상 처리 속도, 92.26% 의 컵 검출률을 보여 라떼 아트 출력 소요 시간에 영향을 거의 주지 않으면서 거의 완벽하게 컵을 검출하는 것을 확인하였으며, 검출된 컵의 중심점 좌표 및 반지름 값들이 평균적으로 1.5mm 이내의 매우 적은 오차를 보여 본 논문이 해결하고자 했던 인쇄 위치 오차 문제를 해결한 것으로 평가된다.

• 정보처리학회논문지B
• /
• 제14B권3호
• /
• pp.163-170
• /
• 2007

이동차량 혹은 이동로봇의 자율 주행에 있어서 주변 환경의 인식을 통하여 산출되는 자기위치확인은 가장 핵심적인 요소이다. 일반적으로 GPS나 INS를 통합하여 이동차량 혹은 이동로봇에 장착된 카메라의 위치와 방향을 얻을 수 있지만, 이 경우 정확한 자기위치인식을 위해서는 충분한 지상 기준점을 이용해야만 한다. 본 연구에서는 기존의 호모그래피 방법이 2차원 특징점의 상관관계를 이용하는 것과는 다르게 GPS와 INS 입력값을 이용하여 이전 시점 영상과 중첩된 3차원 모델로부터 얻어진 3차원 좌표를 투영 변환함으로써 예측한 위치와 현재 시점 영상으로부터 KLT 추적방법을 사용하여 산출된 대응 특징점의 위치 사이의 관계로부터 카메라의 위치와 방향을 산출하는 방법을 제안한다. 제안하는 방법의 성능을 평가하기 위해 무선으로 운행되는 간이실험장치 내에 CCD카메라, GPS, INS 등을 장착하였으며, 영상은 15Hz의 프레임율로 획득한 비디오시퀀스를 사용하여 실시간으로 카메라 위치와 방향을 산출하는 실험을 수행하였다.

• 한국전자통신학회논문지
• /
• 제11권1호
• /
• pp.73-80
• /
• 2016

자동차 번호판 인식은 뺑소니차량의 추적이나 교통량의 측정, 교통사고의 조사 및 차량의 증가에 따른 차량범죄의 추적에 이용되고 있다. 실제 적용되는 교통 환경에서는 눈이나 비 그리고 주야간의 조명 변화에 따라서 입력되는 영상에 외란의 영향을 받기 쉬우며, 또한 영상을 촬영하는 순간의 차량의 직진방향과 카메라가 보는 방향에 따라서 동일한 번호판에 대해서도 기하학적으로 변형된 영상이 입력되게 된다. 본 연구에서는 이러한 카메라를 이용한 번호판 인식 환경의 문제를 해결하는 방법으로 호모그래피를 이용하여 기하학적으로 변형된 영상을 원래의 영상으로 변환하는 방법과 투영 히스토그램을 이용한 문자의 분리 방법을 제안하였다. 분리된 영상은 다중 퍼셉트론방법을 이용하여 문자와 숫자를 인식하였고 특히 최적한 입력, 은닉, 출력 층의 비율을 실험을 통하여 도출 하였다.

• 방송공학회논문지
• /
• 제20권5호
• /
• pp.728-737
• /
• 2015

스티칭 기법은 여러 영상에서 추출한 특징점의 디스크립터를 생성하고, 특징점들간의 정합 과정을 통해 하나의 영상으로 만드는 것이다. 각각의 특징점은 128 차원의 정보를 가지고 있고, 특징점의 개수가 증가 할수록 데이터 처리 시간이 증가하게 된다. 본 논문에서는 비디오 영상을 입력 했을 때 고속 파노라마 생성을 위한 특징점 추출 및 정합 기법을 제안한다. 빠른 속도로 특징점 추출을 위해서 FAST(Features from Accelerated Segment Test) 기법을 사용한다. 특징점 정합과정은 기존의 방법과는 다른 새로운 방법을 제안한다. Mean shift를 통해 특징점이 포함된 영역을 추적하여 벡터(vector)를 구하고 이 벡터를 사용하여 추출한 특징점들을 정합하는데 사용한다. 마지막으로 이상점(outlier)을 제거하기 위해 RANSAC(RANdom Sample Consensus) 기법을 사용한다. 입력된 두 영상의 호모그래피(homography) 변환 행렬을 구하여 하나의 파노라마 영상을 생성한다. 실험을 통해 제안하는 기법이 기존의 기법보다 속도가 향상되는 것을 확인하였다.

• 한국항행학회논문지
• /
• 제22권1호
• /
• pp.20-26
• /
• 2018

본 논문에서는 오인식률 감소를 위한 다중 프레임 특징점 추적 정보 기반 이동 물체 검출 및 추적 알고리즘을 제안한다. 기존의 연구에서는 이동 물체 탐지의 오인식과 추적의 속도 문제가 존재 하였다. 본 연구에서는 이를 보완하기 위해 먼저, 카메라 이동 보상과 물체의 추적을 위해 다중 프레임의 코너 특징점과 옵티컬 플로우를 계산한다. 다음으로 다중 프레임 전-후방향 추적으로 옵티컬 플로우의 추적 오류를 감소시키고, 카메라 이동 보상을 위해 호모그래피와 RANSAC 알고리즘 기반으로 추적된 코너 특징점을 배경영역과 이동 물체 후보 영역으로 구분한다. 변환된 코너 특징점들 중 RANSAC에 의해 제거되는 이상점들을 군집화하고 일정 크기 이상의 이상점 군집 영역을 이동 물체 후보군으로 구분한다. 이동 물체 후보군으로 구분된 물체는 라벨 추적 기반 데이터 상관 분석에 따라 라벨 번호를 할당하고 추적한다. 이동 물체 후보군으로 구분된 물체는 라벨 추적 기반 데이터 상관 분석에 따라 라벨 번호를 할당하고 추적한다. 본 논문에서는 제안한 알고리즘이 기존 알고리즘에 비해 Precision과 Recall 모두 향상됨을 쿼드로터 영상기반 탐지 및 추적 성능 실험으로 확인하였다.