• 한국군사과학기술학회지
• /
• 제15권5호
• /
• pp.630-634
• /
• 2012

It is very important to place receiver in multistatic sonar. Inefficient placement of the receiver reduce detection probability and to increase the probability of detection should be used more receivers. Therefore, detection of targets in searching area, detection performance of limited receiver depends on how to place. Through the optimized receiver placement, detection area between each sonar as much as possible avoid duplication, as optimization, the minimum receiver can be maintained detection performance. In this paper we prove mathematical verification of maximum signal excess value based on sonar placement and we calculate a signal excess value by using computer simulations and suggest optimal sonar placement.

• 한국정보통신학회논문지
• /
• 제11권6호
• /
• pp.1129-1135
• /
• 2007

얼굴인식기술은 컴퓨터비전 분야에서 중요한 역할을 담당하고 있다. 본 논문에서는, PCA와 SVM 기술을 사용하는 빠른 얼굴인식기술을 제안한다. 제안한 시스템에서는, 먼저 지역 히스토그램 분포를 분석하여 생성한 통계적 특성을 사용함으로써 얼굴가능영역을 필터링한다. 이 과정에서 대부분의 비얼굴 영역이 제거되기 때문에 탐지 과정의 처리속도가 향상된다. 다음으로는 PCA 특징 벡터가 생성되고, SVM 분류기를 사용하여 테스트 영상 내에 얼굴이 존재하는지를 탐지한다. 본 논문에서의 테스트 영상은 CMU 얼굴 데이터베이스를 사용하였으며, SVM의 학습을 위한 얼굴과 비얼굴 샘플들은 MIT 데이터 세트로부터 선택하였다. 얼굴탐지 실험결과, 제안한 방법에서 좋은 성능을 나타내었다.

• 한국ITS학회 논문지
• /
• 제2권1호
• /
• pp.25-40
• /
• 2003

본 논문은 신호교차로의 정지선 검지기를 위한 수동형적외선 검지기의 검지알고리즘의 개발이다 신뢰성 있는 교통상황정보의 획득을 위하여 수동형 적외선 검지기의 기존검지영역($1.8{\times}4.0m$)에 세부검지영역을 설정하여 신호교차로에서 교통상황정보(교통량, 점유시간, 비점유시간)를 수집하였다. 기존검지영역($1.8{\times}4.0m$)의 수동형 적외선 검지기와 본 연구에서 개발한 알고리즘을 적용한 수동형 적외선 검지기를 각각 기존PIR과 제안PIR로 명명하였다. 이와 같이 개발된 알고리즘은 교통량, 점유시간, 비점유시간, 속도 및 차로변경 유무 정보를 수집할 수 있으나 본 연구에서 알고리즘의 평가는 교통량, 점유시간 및 비점유시간으로 한정하였다. 개발된 알고리즘의 수행과정과 단계별 연구내용은 다음과 같다. (1) 제안 PIR의 검지영역은 $1.8{\times}4.0m$의 영역에 $1.8{\times}0.6m$ 영역 2개(검지영역 1, 검지영역 3)와 $1.8{\times}1.78m$ 영역 1개(검지영역 2)이 다. (2) 비디오 카메라 촬영자료는 모니터 상에 수동형 적외선 검지기의 검지영역과 동일하게 영역을 설정하여 비디오 프레임 분석을 실시하였다. (3) 검지영역 1과 검지영역 3으로 점유시간, 비점유시간, 속도자료를 수집하고, 검지영역 1, 검지영역 2, 검지 영역 3의 조합으로 차로변경 유무에 대한 정보를 수집할 수 있다. 알고리즘의 현장 적용성 검토 및 알고리즘 평가를 위하여 교통량, 점유시간, 비점유시간에 대한 평균절대편차(MAD), 평균절대비율오차(MAPE)를 정확도의 비교척도로 사용하였다. 그 결과 개발된 알고리즘을 적용한 제안검지기의 효과는 기존검지기보다 우수한 것으로 나타났고, 교통량, 점유시간 및 비점유시간은 각각 53$\%$, 40$\%$, 61$\%$의 개선효과를 보였다.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2000년도 추계종합학술대회 논문집(3)
• /
• pp.81-84
• /
• 2000

In this paper, we propose an efficient method to extract a goal area which may be closely related to the scoring highlight. In our method, the boundary between the ground and the non-ground area is used. An efficient methods for a rapid detection of both the boundary and then the goal area are proposed. Our simulation results show that our method is very reliable and takes less processing time compared with previous methods. This performance improvements may be caused by the use of a general simple feature.

• 한국콘텐츠학회논문지
• /
• 제18권4호
• /
• pp.398-405
• /
• 2018

HCI 분야에서 대표적인 손 제스처 인식은 IT기기의 개발과 더불어 사용자와 기기 간의 상호작용 및 정보교환을 위한 방법으로 주목받고 있다. 영상 처리를 통한 손 제스처 인식에서 손바닥 영역 검출은 처리속도 및 인식률 향상에 기여하는 핵심 처리 과정이다. 본 논문에서는 손바닥 영역 검출(palm area detection)을 위해 손과 손목을 영상 분할(image segmentation) 하는 새로운 방법을 제안한다. 손의 해부학적 특성으로 가장 넓은 폭이 발생하는 엄지와 소지의 장골 간격을 손 영상의 수평 투사 히스토그램으로 계산 후 이 간격을 지름으로 하는 원을 그려 손바닥 영역을 검출한다. 이 방법의 우수성을 검증하기 위하여 다단 형판정합(multiple stage template matching)을 사용해 10가지 손 제스처에 대해 기존 방법 4가지와 인식 성능을 비교 평가한다. 손 제스처 인식에 관련한 연구가 다양하나 손바닥 영역 검출에 특화된 성능 비교 문헌이 저조함을 강조한다.

• Journal of Multimedia Information System
• /
• 제7권1호
• /
• pp.41-44
• /
• 2020

In autonomous driving, object recognition based on machine learning is one of the core software technologies. In particular, the object recognition using deep learning becomes an essential element for autonomous driving software to operate. In this paper, we introduce a drivable area detection method based on Region-based CNN model to support autonomous driving. To effectively detect the drivable area, we used the BDD dataset for model training and demonstrated its effectiveness. As a result, our R-CNN model using BDD datasets showed interesting results in training and testing for detection of drivable areas.

• 한국컴퓨터정보학회논문지
• /
• 제20권12호
• /
• pp.29-36
• /
• 2015

In this paper, we propose the horizontal line detection using the Haar-like features and linear regression in infrared images. In the marine environment horizon image is very useful information on a variety of systems. In the proposed method Haar-like features it was noted that the standard deviation be calculated in real time on a static area. Based on the pixel position, calculating the standard deviation of the around area in real time and, if the reaction is to filter out the largest pixel can get the energy map of the area containing the straight horizontal line. In order to select a horizontal line of pixels from the energy map, we applied the linear regression, calculating a linear fit to the transverse horizontal line across the image to select the candidate optimal horizontal. The proposed method was carried out in a horizontal line detecting real infrared image experiment for day and night, it was confirmed the excellent detection results than the legacy methods.

• 한국콘텐츠학회논문지
• /
• 제14권4호
• /
• pp.19-28
• /
• 2014

최근 IT산업의 발전은 우리의 삶을 보다 윤택하게 만들어주고 있다. 특히, 스마트폰의 GPS를 이용하여 개인의 위치를 검출하는 다양한 연구가 진행되고 있으며, 긴급구조기관 등에서 적극 활용하려 하고 있다. 하지만 기존 이러한 방식은 임의의 반경 영역을 생성하여 사용자가 해당 영역이 설정된 공간에 진입하거나 이탈하였을 경우 미리 지정된 사용자의 보호자나 관제기관으로 사용자의 위치정보를 전송하는 방법이 시행되고 있지만 특정 길, 놀이동산과 산행 등 정형화되지 않은 공간 및 경로에 대해서는 기존의 반경 영역을 생성하는 방식을 사용할 경우 세부적인 영역 설정이 어려웠다. 본 논문에서는 스마트 기기나 웹에서도 세부적인 영역을 쉽게 설정하기 위해 기존 서비스에서 이용하는 반경 방식을 개선하여 반경과 반경 사이를 연결하여 영역을 설정하는 방법을 제안하였다. 또한 제안하는 위치 기반 영역 설정 방법 및 이탈 검출을 활용하여 사용자의 위치를 검출하는 연산 과정에서 연산 결과를 비교하여 자원 사용을 최적화할 수 있는 방법을 제안한다.

• 한국콘텐츠학회논문지
• /
• 제5권2호
• /
• pp.199-205
• /
• 2005

본 논문에서는 영상내의 얼굴과 헤어의 컬러와 기하학적 특징을 이용하는 얼굴 검출 알고리즘을 제안한다. 컬러 특성을 이용하여 얼굴과 헤어의 후보영역을 검출 한 후, 이 영역들의 조도에 대한 편차를 이용하여 배경 영역을 제거한다. 그리고 얼굴과 헤어가 인접하는 기하학적 특징을 이용하여 여러 후보영역 중 실제 얼굴영역을 검출한다. 제안한 알고리즘 성능은 실험 영상에 대한 얼굴의 검출률 실험을 통하여 평가 되었으며, 실험결과 높은 검출률을 보였다.

• International journal of advanced smart convergence
• /
• 제8권2호
• /
• pp.116-125
• /
• 2019

The fire should extinguish as soon as possible because it causes economic loss and loses precious life. In this study, we propose a new atypical fire and smoke detection algorithm using deep learning and color histogram of fire and smoke. First, input frame images obtain from the ONVIF surveillance camera mounted in factory search motion candidate frame by motion detection algorithm and mean square error (MSE). Second deep learning (Faster R-CNN) is used to extract the fire and smoke candidate area of motion frame. Third, we apply a novel algorithm to detect the fire and smoke using color histogram algorithm with local area motion, similarity, and MSE. In this study, we developed a novel fire and smoke detection algorithm applied the local motion and color histogram method. Experimental results show that the surveillance camera with the proposed algorithm showed good fire and smoke detection results with very few false positives.