• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제5권10호
• /
• pp.319-326
• /
• 2016

밀집된 돈방에서 사육되는 돼지의 공격적 행동들은 돼지의 성장에 심각한 악영향을 주고, 이는 농가의 경제적 손실로 이어진다. 따라서 농가의 생산성 하락에 따른 경제적 손실과 직결되는 돈방 내의 비정상 상황들을 지속적으로 모니터링 할 수 있는 IT기반의 영상 감시 시스템이 요구된다. 본 논문에서는 돼지의 행동 분석 이전에 필수적으로 선행되어야만 하는 개별 돼지의 탐지를 위한 키넥트 카메라 기반의 새로운 모니터링 시스템을 제안한다. 제안된 시스템은 다음과 같다. 1) 키넥트 카메라로부터 취득한 깊이 영상에서 배경 차영상 기법과 깊이 임계값을 이용하여 서있는 돼지만을 탐지함으로써 영상 내의 탐색영역을 축소한다, 2) 서있는 돼지들 중에서 움직임이 있는 돼지들만을 관심영역으로 설정하여 탐지한다. 3) 서서 움직이는 돼지들 사이에서 발생하는 근접 문제를 깊이정보를 이용한 등고선기법을 제안 적용하여 돼지객체 탐지를 완성한다. 실제 세종에 위치한 한 돈사에서 취득한 깊이 영상 정보를 이용하여 본 논문에서 제안하는 시스템의 성능을 실험적으로 검증한다.

• 한국방사선학회논문지
• /
• 제13권7호
• /
• pp.961-968
• /
• 2019

본 연구는 CT를 이용한 뇌혈관 추출 검사에서 이중에너지 기법을 활용하여 각 에너지 준위별 뇌혈관 조영술의 유용성을 평가하였다. 방법은 CT 뇌혈관 조영술을 시행한 환자 15명의 DE 영상과 SE 영상을 대상으로 하였다. 영상의 분석은 MCA, 뇌실직 조직, Background에 ROI를 설정하여 평균값, 표준편차 및 SNR, CNR 값을 구하고, SE영상과 비슷하게 구현되는 에너지 영역을 알아보았다. Likert 5점 척도 육안평가를 병행한 결과 DE 40 keV와 SE 120 kVp에서 가장 선명한 MCA 영상을 확인 하였다(p>0.05). SE영상의 SNR 값은 DE영상의 40 keV에너지 준위값과 비슷하게 측정되었고, 40 keV와 50 keV의 저에너지 준위의 영상이 SNR이 높게 측정되어 고에너지 준위의 영상에 비해 대조도가 높아 뇌혈관질환을 유용하게 관찰할 수 있을 것으로 사료된다.

• 한국콘텐츠학회논문지
• /
• 제18권2호
• /
• pp.1-10
• /
• 2018

혼잡한 돈방에서 사육되는 이유자돈들의 공격적인 이상행동들은 축산농가의 경제적 손실을 야기할 뿐만 아니라 동물복지입장에서도 바람직하지 않다. 이러한 문제점의 해결책으로, 최근 IT기반의 연구들이 소개되고 있으나 혼잡한 돈방에서의 돼지 객체 탐지는 여전히 도전적인 문제로 알려져 있다. 본 논문에서는 개별 돼지의 탐지를 위한 키넥트 카메라와 딥러닝 기반의 새로운 모니터링 시스템을 제안한다. 제안된 시스템은 다음과 같다. 1) 키넥트 카메라로부터 취득한 깊이 영상에서 배경 차영상 기법과 깊이 임계값을 이용하여 서있는 돼지만을 탐지한다, 2) 딥러닝 알고리즘 중 최근 가장 빠르고 높은 정확도를 보이는 YOLO(You Only Look Once)를 이용하여 서있는 돼지들을 탐지한다. 본 연구의 실험 결과에 의하면, 제안된 시스템은 경제적인 비용(저가의 키넥트 센서)과 시스템 정확도(평균 99.40% 객체 검출율과 탐지 정확도)로 개별 돼지 객체들을 실시간으로 탐지할 수 있음을 실험적으로 확인하였다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제37권9호
• /
• pp.712-721
• /
• 2010

본 논문에서는 화재 불꽃의 시각적 특징들을 확률적인 멤버십 함수로 모델링하고 이를 퍼지 유한상태 오토마타에 적용한 새로운 화재 불꽃 감지 알고리즘을 제안한다. 먼저 입력된 영상에서 배경모델을 이용하여 움직임 영역을 추출하고 불꽃 색상 모델을 적용하여 최종 화재 후보 영역을 결정한다. 불꽃영역은 일반적으로 연속적이며 불규칙한 패턴을 가지고 있으므로 명도와 웨이블릿 에너지의 왜도 값과 모션의 상승 방향성을 이용하여 확률모델을 생성하고 이를 퍼지 유한상태 오토마타에 적용한다. 퍼지 유한상태 오토마타는 오토마타의 성능과 퍼지 로직이 결합된 형태로 컴퓨터 시스템에서 불확실한 문제뿐 아니라 연속적인 공간에서 발생하는 문제를 처리하는 시스템적인 접근법을 제공한다. 제안된 알고리즘은 다양한 화재 영상에서 성공적으로 불꽃을 감지하였고 다른 알고리즘에 비해 더 좋은 성능을 보여주고 있다.

• 한국멀티미디어학회논문지
• /
• 제10권4호
• /
• pp.506-515
• /
• 2007

본 논문에서는 사용자의 동작에 대한 반응으로 표정을 변화하여 감정을 표현할 수 있는 실시간 반응형 그림자 아바타인 RISA(Real-time Interactive Shadow Avatar)를 제안한다. 아바타 형태는 사용자의 실사로부터 실시간으로 추출한 가상의 그림자를 사용하며, 손동작의 유형에 따라 변화하는 표정 애니메이션이 그림자의 얼굴 위치에 겹쳐지도록 하였다. 가상 그림자의 추출을 위해서는 배경 차분화 기법을 사용하며, 머리위치 및 손동작의 추적 및 유형 탐지를-위해-단순화된 영역 단위 추적 기법을 사용하였다. 또한 표정의 자연스러운 변화를 표현하기 위해 표정 애니메이션은 기존의 동적 이모티콘보다 많은 수의 애니메이션 프레임들을 사용하는 변형된 모핑 기법을 적용하였다. RISA는 인터페이스 미디어 아트 분야에 직접 응용될 수 있을 것이며, RISA에 적용된 탐지 기법은 향후 입력 장치의 간결성이 요구되는 DMB나 카메라폰 등을 위한 대체 인터페이스에도 활용될 수 있을 것이다.

• Journal of Multimedia Information System
• /
• 제4권4호
• /
• pp.163-170
• /
• 2017

Internet of things (IoT) is a new paradigm for collecting, processing and analyzing various contents in order to detect anomalies and to monitor particular patterns in a specific environment. The collected data can be used to discover new patterns and to offer new insights. IoT-enabled data mashup is a new technology to combine various types of information from multiple sources into a single web service. Mashup services create a new horizon for different applications. Environmental monitoring is a serious tool for the state and private organizations, which are located in regions with environmental hazards and seek to gain insights to detect hazards and locate them clearly. These organizations may utilize IoT - enabled data mashup service to merge different types of datasets from different IoT sensor networks in order to leverage their data analytics performance and the accuracy of the predictions. This paper presents an IoT - enabled data mashup service, where the multimedia data is collected from the various IoT platforms, then fed into an environmental cognition service which executes different image processing techniques such as noise removal, segmentation, and feature extraction, in order to detect interesting patterns in hazardous areas. The noise present in the captured images is eliminated with the help of a noise removal and background subtraction processes. Markov based approach was utilized to segment the possible regions of interest. The viable features within each region were extracted using a multiresolution wavelet transform, then fed into a discriminative classifier to extract various patterns. Experimental results have shown an accurate detection performance and adequate processing time for the proposed approach. We also provide a data mashup scenario for an IoT-enabled environmental hazard detection service and experimentation results.

• 대한의용생체공학회:의공학회지
• /
• 제27권6호
• /
• pp.332-336
• /
• 2006

In this study, we have fabricated a fiber-optic radiation sensor using an organic scintillator for high energy electron beam therapy. The intensities of scintillating light from a fiber-optic radiation sensor are measured with different field size, electron beam energy and monitor unit of a clinical linear accelerator. To obtain percent depth dose(PDD), the amount of scintillating light is measured at different depth of polymethylmethacrylate(PMMA) phantom. Also the intensity of Cerenkov light is measured and characterized as a function of incident angle of electron beam and a subtraction method is investigated using a background optical fiber to remove a Cerenkov light.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제36권12호
• /
• pp.996-1008
• /
• 2009

본 논문은 뼈대-구조(skeleton) 형태의 Active Shape Models을 이용한 사람의 자세 정합에 대한 새로운 접근 방법을 제안한다. 제안된 방법은 모델 생성과 정합 과정에서의 빠른 수행 시간을 위해 기존 윤곽 형태(silhouette)의 모델이 아닌 뼈대-구조 형태의 모델을 적용하였다. 기존 Active Shape Models을 뼈대-구조 형태로 사람 자세 정합에 적용했을 경우 자세를 결정짓는 팔과 다리의 부정확한 정합은 사람 몸의 다양한 색상 정보와 전후(fore-rear direction)만을 고려한 특징점(landmark)의 방향정보로 인해 발생되며, 이러한 문제점은 입력 영상의 차영상 정보와 사람의 자세를 결정짓는 팔과 다리의 중요 특징점에 방향정보를 추가하여 해결하였다. 사람의 뼈대-구조 모델을 생성하기 위해 600개의 이미지를 사용 하였으며, 생성된 형태 모델은 사람의 자세에 정합될 수 있는 17개의 특징점을 포함한다. 정합 과정에서 최대 30번 이하의 반복 과정을 수행 하며, 최대 수행 시간은 0.03초로 빠른 수행 시간의 결과를 얻었다.

• 인터넷정보학회논문지
• /
• 제21권2호
• /
• pp.9-18
• /
• 2020

영상 처리 기법을 이용한 영상 인식 분야는 버스 승차 및 하차 시에 승객을 움직이는 객체로 검출하고 개수하는 방법이 연구되고 있다. 이러한 기술 중에는 인공지능 기법의 하나인 딥러닝 기법이 사용되고 있다. 또 다른 방법으로 스테레오 비전 카메라를 이용하여 객체를 검출하는 방법도 사용되고 있다. 그러나 이러한 방법들은 객체를 검출할 때 사용되는 장비의 연산량이 많이 들어 고가의 하드웨어 장비가 필요하다. 그러나 대중교통 중 하나인 버스 승객을 검출하기 위해 상대적으로 연산량이 적은 기법을 이용하여 다양한 장비에 맞는 영상 처리 기술이 필요하다. 이에 본 논문에서는 다양한 장비에 맞는 이동 객체 검출 기법 중 배경 제거를 통한 객체의 윤곽선을 검출하여 대중교통 중의 하나인 버스에 탑승객의 수를 효율적으로 획득 할 수 있는 기법을 제안한다. 실험 결과 스테레오 비전을 장착한 장비보다 더 저사양의 장비에서 약 70%의 정확도로 승객을 개수하였다.

• 전자공학회논문지CI
• /
• 제47권1호
• /
• pp.22-29
• /
• 2010

비디오 시퀀스에서 움직임 있는 객체의 실시간 검출 및 추적은 스마트 감시 시스템에서 매우 중요한 요소로 분류되고 있다. 본 논문에서 우리는 움직임이 있는 객체의 검출을 위해 클라우지우스 엔트로피와 적응적 가우시안 혼합모델을 사용한 객체 검출 방법을 제안한다. 먼저, 엔트로피의 증가는 일반적으로 불안전한 조건에서 많은 엔트로피의 변화가 발생한 경우 복잡성 및 객체의 움직임이 증가함을 의미한다. 만약 순간적으로 엔트로피 변화가 큰 화소는 움직임 객체에 속한다고 고려하여 움직임 분할 특성을 적용한다. 따라서 우리는 먼저 클라우지우스 엔트로피 이론을 적용하여 엔트로피에 대한 에너지 변화량을 dense 맵으로 변환한다. 두 번째로 우리는 움직임 객체를 검출하기 위해 적응적 가우시안 혼합 모델을 적용하였다. 실험 결과에서 제안된 방법이 효율적으로 움직임이 있는 객체를 검출할 수 있었다.