• 대한의용생체공학회:의공학회지
• /
• 제23권6호
• /
• pp.477-484
• /
• 2002

A pacemaker autosense algorithm with dual thresholds. one for noise or tachyarrhythmia detection (noise threshold, NT) and the other for intrinsic beat detection (sensing threshold. ST), was developed to improve the sensing performance in single pass VDD electrograms. unipolar electrograms, or atrial fibrillation detection. When a deflection in an electrogram exceeds the NT (defined as 50% of 57), the autosense algorithm with dual thresholds checks if the deflection also exceeds the ST. If it does, the autosense algorithm calculates the signal to noise ratio (SNR) of the deflection to the highest deflection detected by NT but lower than ST during the last cardiac cycle. If the SNR 2, the autosense algorithm declares an intrinsic beat detection and calculates the next ST based on the three most recent intrinsic peaks. If the SNR $\geq$2, the autosense algorithm checks the number of deflections detected by NT during the last cardiac cycle in order to determine if it is a noise detection or tachyarrhythmia detection. Usually the autosense algorithm tries to set the 57 at 37.5% of the average of the three intrinsic beats, although it changes the percentage according to event classifications. The autosense algorithm was tested through computer simulation of atrial electrograms from 5 patients obtained during EP study, to simulate a worst sensing situation. The result showed that the ST levels for autosense algorithm tracked the electrogram amplitudes properly, providing more noise immunity whenever necessary. Also, the autosense algorithm with dual thresholds achieved sensing performance as good as the conventional fixed sensitivity method that was optimized retrospectively.

• 융합신호처리학회논문지
• /
• 제2권2호
• /
• pp.28-38
• /
• 2001

교통정보는 크게 지점정보와 공간정보로 나눌 수 있다. 지점정보는 한 지점에서의 차량의 유무 판정을 통해 얻을 수 있는 정보이며, 공간정보는 일정 공간을 관찰해야만 얻을 수 있는 고급 교통정보이다. 영상처리를 이용해 공간정보를 측정하기 위해서는 차량의 전역 추적을 필요로 하는데 전역 추적에 기반한 영상검지기는 비디오 입력, 차량 탐지, 차량 추적, 교통정보 측정의 네 부분으로 나눌 수 있다. 기존의 연구들은 비디오 입력시 자동 아이리스를 사용하여 급격한 밝기변화에 대응치 못하는 단점이 있고 차량 탐지시 기존의 배경생성 방법들은 정체가 심한 교차로에서 매우 좋지 않은 결과를 보인다. 또한 대부분의 연구에서 교통정보 측정을 지점 정보로만 국한하였다. 본 연구에서는 자동 아이리스의 단점 개선을 위해 사용자 제어 아이리스 방법을 제안하였고, 복잡한 교차로에서도 배경생성을 견고히 할 수 있는 장면차이 기반 배경생성 방법을 제안하였다. 또한 통행량/시간/속도는 물론 대기행렬 길이, 회전/직진 교통류의 공간 교통정보를 측정하는 방법을 제안하였고 실제 실험을 해 본 결과 95%∼100%의 정확도를 보였다.

• 한국산학기술학회:학술대회논문집
• /
• 한국산학기술학회 2002년도 추계학술발표논문집
• /
• pp.212-215
• /
• 2002

유성음에서의 피치 측정 알고리즘은 보편적이고 단순하여 구현하기 용이하다. 피치는 간단한 전환을 통해 음정을 구할 수 있다. 이렇게 구한 음정 정보를 이용하여 미디를 이용한 자동반주기의 음정 조절을 가능하게 할 수 있다. 본 연구에서는 쉽게 피치를 구하기 위해 저가의 방식인 AMDF(Average Magnitude Difference Function) 알고리즘을 이용하여 피치를 구하였고 이를 미디 음정 정보로 전환하기 위한 방법을 제안하였다. 이를 이용하면 가수의 음정에 맞게 자동반주기가 음정을 보정하여 음악을 연주하여 줄 수 있다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 1987년도 전기.전자공학 학술대회 논문집(II)
• /
• pp.1065-1068
• /
• 1987

This study is to show the method of corresponding points-detection by sampling and normalizing. And it explains the procedures of the animation package which generate animation through the collation of image codes.

• 스마트미디어저널
• /
• 제13권4호
• /
• pp.48-56
• /
• 2024

축산업에서 환경의 이상치 탐지와 데이터 예측은 매우 중요한 과제이다. 대부분 시계열 데이터로 수집되는 축산 환경 데이터의 이상치는 급격한 생육환경의 변화와 예상치 못한 전염병의 징후를 나타낼 수 있으므로 이상치를 빠르게 탐지하는 것이 중요하다. 이상치의 빠른 탐지와 효과적인 대응은 가축의 스트레스를 최소화하고 전염병 발생 환경을 조기에 발견하여 농가의 경제적인 손실을 감소시키는 역할을 할 수 있다. 본 연구에서는 축산환경 데이터의 이상치 탐지 분야에서 이상치를 규정하는 경계값(Threshold) 설정에서 두 가지 설정 방법을 이용하여 실험하고 성능을 비교하였다. Mean Squared Error(MSE)를 활용한 이상치 탐지 방법과 Dynamic Threshold를 이용한 이상치 탐지 방법을 이용하여 이를 통해 주어진 이전 데이터의 평균값과의 변동성을 분석하여 이상 상황을 식별하는 연구를 진행하였다. MSE를 활용한 이상치 탐지 방법은 94.98% 정확도를 보였고 표준편차를 활용한 Dynamic Threshold 방법은 99.66%정확도로 성능이 더 우수함을 확인할 수 있었다.

• 로봇학회논문지
• /
• 제14권2호
• /
• pp.139-149
• /
• 2019

In this paper, we present auto-annotation tool and synthetic dataset using 3D CAD model for deep learning based object detection. To be used as training data for deep learning methods, class, segmentation, bounding-box, contour, and pose annotations of the object are needed. We propose an automated annotation tool and synthetic image generation. Our resulting synthetic dataset reflects occlusion between objects and applicable for both underwater and in-air environments. To verify our synthetic dataset, we use MASK R-CNN as a state-of-the-art method among object detection model using deep learning. For experiment, we make the experimental environment reflecting the actual underwater environment. We show that object detection model trained via our dataset show significantly accurate results and robustness for the underwater environment. Lastly, we verify that our synthetic dataset is suitable for deep learning model for the underwater environments.

• 한국산업정보학회논문지
• /
• 제20권2호
• /
• pp.45-56
• /
• 2015

본 논문에서는 스마트폰 카메라의 객체기반 자동초점 기능을 위해, 움직이는 물체의 고속 추적 방법을 제안한다. 사양이 낮은 플랫폼에서의 비-학습 제약을 고려하여 히스토그램 특징 기반의 슬라이딩 윈도우 검출 기법을 사용한다. 각 부분 윈도우에 대한 히스토그램의 계산 시간문제는 적분 히스토그램을 통해 해결한다. 본 논문에서는 지역적 후보 검출, 적응적 템플릿 크기 방법을 제안한다. 또한 추적 위치의 안정화를 위해 정합 함수에 안정화 항을 추가하는 기법을 제안한다. 자체 수집한 데이터에 대한 실험결과는 PC 환경에서 초당 100 프레임 수준의 높은 처리 속도 달성을 보여주었다.

• Structural Monitoring and Maintenance
• /
• 제5권2호
• /
• pp.273-295
• /
• 2018

In this study, an investigation of a damage detection methodology for global condition assessment is presented. A particular emphasis is put on the utilization of wireless sensors for more practical, less time consuming, less expensive and safer monitoring and eventually maintenance purposes. Wireless sensors are deployed with a sensor roving technique to maintain a dense sensor field yet requiring fewer sensors. The time series analysis method called ARX models (Auto-Regressive models with eXogeneous input) for different sensor clusters is implemented for the exploration of artificially induced damage and their locations. The performance of the technique is verified by making use of the data sets acquired from a 4-span bridge-type steel structure in a controlled laboratory environment. In that, the free response vibration data of the structure for a specific sensor cluster is measured by both wired and wireless sensors and the acceleration output of each sensor is used as an input to ARX model to estimate the response of the reference channel of that cluster. Using both data types, the ARX based time series analysis method is shown to be effective for damage detection and localization along with the interpretations and conclusions.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2020년도 학술발표회
• /
• pp.115-115
• /
• 2020

Water network partitioning (WNP) is an initiative technique to divide the original water distribution network (WDN) into several sub-networks with only sparse connections between them called, District Metered Areas (DMAs). Operating and managing (O&M) WDN through DMAs is bringing many advantages, such as quantification and detection of water leakage, uniform pressure management, isolation from chemical contamination. The research of WNP recently has been highlighted by applying different methods for dividing a network into a specified number of DMAs. However, it is an open question on how to determine the optimal number of DMAs for a given network. In this study, we present a method to divide an original WDN into DMAs (called Clustering) based on community structure algorithm for auto-creation of suitable DMAs. To that aim, many hydraulic properties are taken into consideration to form the appropriate DMAs, in which each DMA is controlled as uniform as possible in terms of pressure, elevation, and water demand. In a second phase, called Sectorization, the flow meters and control valves are optimally placed to divide the DMAs, while minimizing the pressure reduction. To comprehensively evaluate the WNP performance and determine optimal number of DMAs for given WDN, we apply the framework of multiple-criteria decision analysis. The proposed method is demonstrated using a real-life benchmark network and obtained permissible results. The approach is a decision-support scheme for water utilities to make optimal decisions when designing the DMAs of their WDNs.

• 한국정밀공학회지
• /
• 제23권11호
• /
• pp.58-67
• /
• 2006

Due to the variety of signal processing and complicated mathematical analysis, it is not easy to accomplish 3D bin-picking with non-contact sensor. To solve this difficulties the reliable signal processing algorithm and a good sensing device has been recommended. In this research, 3D laser scanner and CCD camera is applied as a sensing device respectively. With these sensor we develop a two-step bin-picking method and reliable algorithm for the recognition of 3D bin object. In the proposed bin-picking, the problem is reduced to 2D intial recognition with CCD camera at first, and then 3D pose detection with a laser scanner. To get a good movement in the robot base frame, the hand eye calibration between robot's end effector and sensing device should be also carried out. In this paper, we examine auto-calibration technique in the sensor calibration step. A new thinning algorithm and constrained hough transform is also studied for the robustness in the real environment usage. From the experimental results, we could see the robust bin-picking operation under the non-aligned 3D hole object.