• 센서학회지
• /
• 제23권6호
• /
• pp.377-382
• /
• 2014

Detecting and segmenting diffuse targets in laser ranging data is a critical problem for tactical reconnaissance. In this study, we propose a new method that facilitates the characterization of diffuse irregularly shaped objects using "spin images," i.e., local 2D histograms of laser returns oriented in 3D space, and a clustering process. The proposed "cluster-based spin imaging" method resolves the problem of using standard spin images for diffuse targets and it eliminates much of the computational complexity that characterizes the production of conventional spin images. The direct processing of pre-segmented laser points, including internal points that penetrate through a diffuse object's topmost surfaces, avoids some of the requirements of the approach used at present for spin image generation, while it also greatly reduces the high computational time overheads incurred by searches to find correlated images. We employed 3D airborne range data over forested terrain to demonstrate the effectiveness of this method in discriminating the different geometric structures of individual tree clusters. Our experiments showed that cluster-based spin images have the potential to separate classes in terms of different ages and portions of tree crowns.

• International Journal of Internet, Broadcasting and Communication
• /
• 제12권3호
• /
• pp.32-38
• /
• 2020

The deployment of geographically distributed wireless sensors has greatly elevated the capability of monitoring structural health in social-overhead capital (SOC) public infrastructures. This paper deals with the utilization of a distributed mobility management (DMM) approach for the deployment of wireless sensing devices in a structural health monitoring system (SHM). Then, a wireless sensing mechanism utilizing low-energy adaptive clustering hierarchy (LEACH)-based clustering algorithm for smart sensors has been analyzed to support the seamless data transmission of structural health information which is essentially important to guarantee public safety. The clustering of smart sensors will be able to provide real-time monitoring of structural health and a filtering algorithm to boost the transmission of critical information over heterogeneous wireless and mobile networks.

• 한국정보통신학회논문지
• /
• 제10권5호
• /
• pp.871-876
• /
• 2006

본 논문은 공간 부호화 패턴들을 이용하여 3차원 얼굴 정보를 정확하게 측정하기 위하여 초기 얼굴 패턴 영상으로부터 이미지 패턴을 검출하기 위한 새로운 알고리즘을 제안한다. 획득된 영상이 불균일하거나 패턴의 경계가 명확하지 않으면 패턴을 분할하기가 어렵다. 그리고 누적된 오류로 인하여 코드화가 되지 않는 영역이 발생한다. 본 논문에서는 이러한 요인에 강하고 코드화가 잘 될 수 있도록 FCM 클러스터링 방법을 이용하였다. 패턴 분할을 위하여 클러스터는 2개, 최대 반복횟수는 100, 임계값은 0.00001로 설정하여 실험하였다. 제안된 패턴 분할 방법은 기존 방법들(Otsu, uniform error, standard deviation, Rioter and Calvard, minimum error, Lloyd)에 비해 8-20%의 분할 효율을 향상시켰다.

• 제어로봇시스템학회논문지
• /
• 제21권1호
• /
• pp.40-45
• /
• 2015

In this paper, we present an algorithm for the analysis of poses while playing table-tennis using action recognition. We use Kinect as the 3D sensor and 3D skeleton data provided by Kinect for further processing. We adopt a spherical coordinate system and feature selected using k-means clustering. We automatically detect the starting and ending frame and discriminate the action of table-tennis into two groups of forehand and backhand swing. Each swing is modeled using HMM(Hidden Markov Model) and we used a dataset composed of 200 sequences from two players. We can discriminate two types of table tennis swing in real-time. Also, it can provide analysis according to similarities found in good poses.

• 천문학회보
• /
• 제46권1호
• /
• pp.47.2-47.2
• /
• 2021

Focusing on both small separations and baryonic acoustic oscillation scales, the cosmic evolution of the clustering properties of peak, void, wall, and filament-type critical points is measured using two-point correlation functions in ΛCDM dark matter simulations as a function of their relative rarity. A qualitative comparison to the corresponding theory for Gaussian random fields allows us to understand the following observed features: (i) the appearance of an exclusion zone at small separation, whose size depends both on rarity and signature (i.e. the number of negative eigenvalues) of the critical points involved; (ii) the amplification of the baryonic acoustic oscillation bump with rarity and its reversal for cross-correlations involving negatively biased critical points; (iii) the orientation-dependent small-separation divergence of the cross-correlations of peaks and filaments (respectively voids and walls) that reflects the relative loci of such points in the filament's (respectively wall's) eigenframe. The (cross-) correlations involving the most non-linear critical points (peaks, voids) display significant variation with redshift, while those involving less non-linear critical points seem mostly insensitive to redshift evolution, which should prove advantageous to model. The ratios of distances to the maxima of the peak-to-wall and peak-to-void over that of the peak-to-filament cross-correlation are ~2-√~2 and ~3-√~3WJ, respectively, which could be interpreted as the cosmic crystal being on average close to a cubic lattice. The insensitivity to redshift evolution suggests that the absolute and relative clustering of critical points could become a topologically robust alternative to standard clustering techniques when analysing upcoming surveys such as Euclid or Large Synoptic Survey Telescope (LSST).

• 산업융합연구
• /
• 제20권12호
• /
• pp.195-202
• /
• 2022

지하공간정보지도 관리 시스템은 지하공간의 다양한 지하시설물을 3D 메쉬 데이터로 통합하고, 모바일 환경에서 지하시설물의 3D 이미지와 위치를 확인할 수 있도록 지원한다. 그러나 모바일 환경에서 실행되는 일정 지역 안에는 다양한 지하시설물이 존재할 수 있고 층층히 겹쳐 보일 수 있어서 모바일 환경에서 실행하는데 시간이 오래 걸리는 문제가 있다. 본 논문에서는 가시성에서 문제가 되지 않는 범위 내에서 3D 메쉬 데이터의 정점의 개수를 줄여서 데이터의 크기를 줄임으로써 모바일 환경에서 실행 시간을 줄일 수 있는 방법으로 딥러닝 기반 K-means 정점 클러스터링 알고리즘을 제안한다. 첫번째로 우리가 제안하는 방법은 딥러닝 Encoder-Decoder 기반의 모델을 통하여 정재된 정점의 특징 정보를 얻고, 두번째로 특징 정보를 K-means 정점 클러스터링을 통하여 서로 비슷한 정점끼리 묶어서 단순화를 하였다. 실험결과 제안한 방법으로 다양한 지하시설물들의 정점을 30%까지 줄였을 때, 이미지 모형이 약간의 변형은 발생하였지만 사라지는 부분은 없어서 모바일 환경에서 확인하는데 문제가 없었다.

• 대한전자공학회논문지SP
• /
• 제37권2호
• /
• pp.1-14
• /
• 2000

로젯 주사 탐색기는 적외선 유도 미사일에 장착되어 표적을 추적하는 장치이다. 단소자 검출기가 로젯 패턴의 형태로 공간을 주사함으로써 표적의 2차원 영상을 획득할 수 있다. 검출된 영상은 시계내의 위치에 따라서 형태가 변하고 대상 물체의 수가 고정되어 있지 않기 때문에 unsupervised clustering 방법을 이용하여 이들을 구분한다. 기존의 ISODATA 방식은 씨앗점(seed point)과 대상 화소간의 거리를 이용하여 clustering하기 때문에 물체의 모양이 복잡하거나 병합 및 분리 파라미터 값이 변하면 clustering 결과가 실제와 다르게 나타난다. 본 논문에서는 이러한 단점을 개선한 새로운 clustering 방법인 ALCA (Arrav Linkage Clustering Algorithm)을 제안한다. 이 방식은 화소가 저장된 메모리 번호의 연속성을 이용하여 clustering하기 때문에 초기 씨앗점과 병합 및 분리 파라미터를 필요로 하지 않는다. 따라서 대상 물체의 모양과 관계없이 clustering을 할 수 있다. 대상 물체의 clustering를 기존 방식과 비교 평가함으로써 제안된 방식의 우수성을 확인한다. 또한 제안된 ALCA을 로젯 주사 탐색기의 반대응 능력으로 이용하여 3차원 시뮬레이터상에서 추적 실험을 행한다. 기존 방식과 비교 평가를 통하여 제안된 ALCA 방식이 로젯 주사 탐색기의 반대응 능력으로서 우수한 성능을 가지고 있음을 확인한다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제13권6호
• /
• pp.3108-3120
• /
• 2019

Point cloud is widely used in 3D applications due to the recent advancement of 3D data acquisition technology. Polygonal mesh-based compression has been dominant since it can replace many points sharing a surface with a set of vertices with mesh structure. Recent point cloud-based applications demand more point-based interactivity, which makes point cloud compression (PCC) becomes more attractive than 3D mesh compression. Interestingly, an exploration activity has been started to explore the feasibility of PCC standard in MPEG. In this paper, a new color attribute compression method is presented for point cloud data. The proposed method utilizes the spatial redundancy among color attribute data to construct a color palette. The color palette is constructed by using K-means clustering method and each color data in point cloud is represented by the index of its similar color in palette. To further improve the compression efficiency, the spatial redundancy between the indices of neighboring colors is also removed by marking them using a flag bit. Experimental results show that the proposed method achieves a better improvement of RD performance compared with that of the MPEG PCC reference software.

• 한국빅데이터학회지
• /
• 제6권2호
• /
• pp.29-38
• /
• 2021

항공안전관리에서 항공기 경로 이탈은 큰 사고로 이어질 수 있는 위험한 요인이다. 본 연구에서는 항공기 경로 이탈 문제를 예방하기 위해 클러스터링을 통해 항적을 분류하고, 클러스터 중심과의 거리를 계산하여 이상 점수를 산출하고자 한다. 1년 동안 수신된 ADS-B 항적 자료에서 공항을 기준으로 근방 100km 이내 항적을 추출하여 연구를 진행했다. 항적은 선형 보간법을 이용하여 벡터화하였다. 위도·경도·고도 3차원 좌표 자료를 사용하였다. PCA를 통해 전체 데이터 분산 90% 이상을 나타내는 축으로 차원을 축소하였고, k-평균 군집화, 계층적 군집화, PAM 기법을 적용하였다. 클러스터 개수는 실루엣 측도를 사용하여 선택하였고, 클러스터 중심과의 거리를 계산하여 이상 점수를 산출하였다. 본 연구에서는 각 클러스터 기법별로 클러스터 개수를 비교해보고, 실루엣 측도를 통해 클러스터링 결과를 평가하고자 한다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 1995년도 학술대회
• /
• pp.83-86
• /
• 1995

Many image display devices allow only a limited number of colors to be simultaneously displayed. In displaying of natural color image using color palette, it is necessary to construct an optimal color palette and map each pixel of the original image to a color palette with fast. In this paper, we proposed the clustering algorithm using local region block centered one color cluster in the prequantized 3-D histogram. Cluster pairs which have the least distortion error are merged by considering distortion measure. The clustering process is continued until to obtain the desired number of colors. Same as the clustering process, original color image is mapped to palette color via a local region block centering around prequantized original color value. The proposed algorithm incorporated with a spatial activity weighting value which is smoothing region. The method produces high quality display images and considerably reduces computation time.