• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제10권7호
• /
• pp.279-286
• /
• 2021

최근 COVID-19 확산 방지를 위한 공공장소에서는 최소 1m 이상을 유지하는 물리적 거리두기 정책을 실행하고 있다. 본 논문에서는 드론과 CCTV가 취득한 스테레오 영상에서 실시간으로 사람들 간의 거리를 추정하는 방법과 추정된 거리에서 1m 이내의 객체를 인식하는 자동화 시스템을 제안한다. 기존의 CCTV를 이용하여 다중 객체 간의 거리 추정에 사용되었던 방법의 문제점으로는 한 대의 CCTV만을 이용하여 객체의 3차원 정보를 얻지 못한다는 것이다. 선, 후행하거나 겹쳐진 사람 간의 거리를 구하기 위해서는 3차원 정보가 필요하기 때문이다. 또한, 일반적인 Detected Bounding Box를 사용하여 영역 안에서 사람이 존재하는 정확한 좌표를 얻지 못한다. 따라서 사람이 존재하는 정확한 위치 정보를 얻기 위해 스켈레톤 추출하여 관절 키포인트의 2차원 좌표를 획득한 후, Stereo Vision을 이용한 카메라 캘리브레이션을 적용하여 3차원 좌표로 변환한다. 3차원으로 변환된 관절 키포인트의 중심좌표를 계산하고 객체 간 사이의 거리를 추정한다. 3차원 좌표의 정확성과 객체(사람) 간의 거리 추정 실험을 수행한 결과, 1m 이내에 존재하는 다수의 사람 간의 거리 추정에서 0.098m 이내 평균오차를 보였다.

• 한국정보과학회논문지:시스템및이론
• /
• 제31권1_2호
• /
• pp.78-85
• /
• 2004

이차원 평면에 주어진 n개의 점을 연결하는 신장트리(spanning tree) 중에서, 지름이 최소가 되는 트리는 특정 점에서의 분지수(degree)가 n-1까지 증가할 수 있다. 신장트리가 실제 네트워크 구조로 사용된다면 높은 분지수를 갖는 노드에선 작업 집중현상이 발생하여 전체 네트워크의 성능을 저하시킬 수 있다. 따라서 작은 분지수와 작은 지름을 갖는 트리를 구성하는 것은 중요하다. 본 논문에서는 (1) 트리의 분지수를 자유롭게 조정할 수 있고, (2) 트리의 지름이 최소 지름보다 상수 배 이상 크지 않고, (3) 임의의 점을 루트로 정하여 트리를 구하더라도 항상 단조(monotone)하며, (4) 트리의 에지들이 서로 교차하지 않는 신장트리 구성 알고리즘을 제안한다. 여기서 트리가 단조하다는 것은 루트부터 시작하여 임의의 노드까지 연결되는 경로 위에 있는 점은 루트로부터의 유클리디언 거리가 단순 증가하는 것을 의미한다. 이 단조성은 신장트리를 가시화 할 때의 중요한 미적 기준으로 사용될 수 있다.

• Journal of Positioning, Navigation, and Timing
• /
• 제12권2호
• /
• pp.91-100
• /
• 2023

The existing indoor localization method using Wi-Fi fingerprinting has a high collection cost and relatively low accuracy, thus requiring integrated correction of convergence with other technologies. This paper proposes a new method that significantly reduces collection costs compared to existing methods using Wi-Fi fingerprinting. Furthermore, it does not require labeling of data at collection and can estimate pedestrian travel paths even in large indoor spaces. The proposed pedestrian movement path estimation process is as follows. Data collection is accomplished by setting up a feature area near an indoor space intersection, moving through the set feature areas, and then collecting data without labels. The collected data are processed using Kernel Linear Discriminant Analysis (KLDA) and the valley point of the Euclidean distance value between two data is obtained within the feature space of the data. We build learning data by labeling data corresponding to valley points and some nearby data by feature area numbers, and labeling data between valley points and other valley points as path data between each corresponding feature area. Finally, for testing, data are collected randomly through indoor space, KLDA is applied as previous data to build test data, the K-Nearest Neighbor (K-NN) algorithm is applied, and the path of movement of test data is estimated by applying a correction algorithm to estimate only routes that can be reached from the most recently estimated location. The estimation results verified the accuracy by comparing the true paths in indoor space with those estimated by the proposed method and achieved approximately 90.8% and 81.4% accuracy in two experimental spaces, respectively.

• 대한전자공학회논문지SP
• /
• 제45권6호
• /
• pp.27-37
• /
• 2008

멀티미디어 기술과 콘텐츠의 발달로 3차원 데이터의 사용 범위가 넓어지고, 이를 보다 효율적으로 관리하고 검색하기 위한 시스템이 필요하다. 본 논문은 효율적인 3차원 모델의 형상 기반 검색을 하기위해 모델의 특징을 추출하는 단면 형상 영상 방법을 제안한다. 3차원 모델의 특징 기술자는 모델에 대한 위치, 회전, 크기에 불변해야 하므로 모델을 정규화 시키는 작업이 필요하다. 본 논문에서는 주성분 분석 방법을 이용하여 정규화하였다. 제안한 알고리즘은 주성분 분석을 통해 각 축의 방향 성분을 찾고, 각 축에 직교하는 n 개의 평면을 생성한다. 이 평면은 각 축의 방향과 직교 성분을 갖으며 단면 형상 영상을 구하는데 사용된다. 단면 형상 영상은 3차원 모델과 각 평면이 교차해서 생기는 2차원 평면 영상이다. 제안한 3차원 모델의 특징 기술자는 단면 형상 영상의 중심점과 2차원 형상(shape)을 이루는 직선까지의 유클리디안 거리(distance)값들의 분포도이다. 검색 성능 평가는 MPEG-7에서 제시한 표준 평가 방법인 표준화된 수정 검색 순위의 평균(ANMRR)을 이용하였고 제안한 방법의 우수성을 실험 결과를 통해 입증하였다.

• 대한핵의학회지
• /
• 제32권5호
• /
• pp.414-424
• /
• 1998

목적: PET과 MR 영상을 체계적으로 합성i분석하여 각각의 영상기법이 갖는 단점을 보완하고 기능을 향상시킴으로써 보다 정확하고 유용한 임상정보를 얻을 수 있다. 두 영상을 공간적으로 합성하기 위해서 머리 표피 경계점들 간의 거리를 최소화하는 알고리즘을 이용할 경우 경계점 추출의 정확성 및 견실성과 거리 계산 속도가 합성 알고리즘의 성능을 결정하는 중요한 요소가 된다. 본 연구에서는 PET 영상의 경계 추출과 거리 계산 방법을 개선하고 이를 이용하여 PET과 MR 영상을 3차원적으로 합성하였다. 대상 및 방법: 공간적인 합성을 위한 영상처리기법의 핵심인 경계점 추출을 위해 PET영상에서는 방출스캔 sinogram의 경계를 강조한 후 재구성한 횡단면으로부터 2 mm 간격으로 머리 표피 경계점들을 추출하였으며 MR 영상에서는 각 횡단면마다 약 2도 간격으로 경계점들을 추출하였다. 두 영상의 모든 경계점들 간의 평균 유클리디안 거리를 최소화하는 3차원 가상공간 상에서의 위치 이동과 회전 각도를 최소자승법을 이용하여 구한 후 PET영상을 역 전환하여 위치 정합을 하였다. 평균 거리의 계산 속도를 향상시키기 위하여 고정된 대상의 각 경계점을 중심으로 하여 주변 공간 정들에서의 거리를 순차적으로 계산하고 이들의 최소값을 취하는 방법으로 거리지도를 구성하였으며 최소자승법에서 경계점들 간의 위치가 변할 때마다 매번 평균거리를 다시 계산하지 않고 거리지도를 참조하여 평균 거리를 산출하는 방법을 사용하였다. 위치 정합된 두 영상의 동시 표현을 위하여 PET 영상의 화소값에 $0.4{\sim}0.7$부터 1사이의 범위로 정규화된 MR 영상의 화소 값으로 가중치를 주는 가중정규화 방법을 사용하였다. 결과: 방출스캔의 sinogram을 이용함으로써 PET영상의 경계를 견실하게 추출할 수 있었으며, 거리지도를 이용하여 거리 계산을 한 결과 계산 속도를 향상시킬 수 있었다. 정상인의 뇌영상에 대해 위치 정합을 실시한 결과 평균 거리 오차는 2mm 이하였다. 가중정규화 방법을 사용하였을 때 합성된 영상의 정성적인 식별 명확도가 향상하였다. 결론: 견실한 PET 영상 경계점 추출과 거리지도를 이용한 계산 속도의 향상을 통해 뇌 PET과 MR 영상 합성기법의 성능을 개선할 수 있었으며 이를 이용하며 개발한 영상정합 프로그램은 임상 환경에서 유용하게 사용될 수 있을 것이다.

• 대한전자공학회논문지SP
• /
• 제37권6호
• /
• pp.25-37
• /
• 2000

특징점의 궤적은 인접한 프레임에 존재하는 특정점 사이의 대응관계로 정의할 수 있다. 실제 영상열에서 존재할 수 있는 잘못된 특징점(false positive, false negative)들은 특징점의 대응관계를 결정할 때 많은 문제를 야기하기 때문에 특징점의 대응관계를 찾는 문제는 어려운 문제로 알려져 있다. 본 논문에서는 새로운 궤적의 나타남, 사라짐 등 불완전한 궤적을 갖는 특징점들을 고려하는 특징점 추적기법을 제안한다. 정합 척도로서 가중치가 부여된 유클리디언 거리를 사용하고 특징점의 운동특성을 잘 반영할 수 있도록 그 가중치를 자동으로 조정한다. 대응점 탐색과정에서 치명적인 영향을 줄 수 있는 애매한 특징점이 존재하는 경우를 고려하여 인접한 프레임 사이의 정합점 결정을 그래프에 의한 최적 대응점 탐색문제로 해결한다. 제안하는 대응점 탐색 알고리즘은 실제 영상열에서 나타날 수 있는 잘못된 특징점들이 대응관계를 결정할 때 주는 영향을 최소화하기 위하여 국부 최적(local optimal)을 찾게되며, 인접한 두 프레임에 m, n개의 특징점이 주어졌을 경우, 최선의 경우 O(mn), 최악의 경우 O($m^2n$)의 계산량을 필요로 한다. 제안하는 알고리즘은 정합과정에서 잘못된 특징점을 고려하고, 특징점의 운동특성을 잘 반영함으로써 대량의 특징점을 추적하는데도 충분히 적용할 수 있음을 실험을 통해 확인하였다.