• Proceedings of the Korean Institute of Navigation and Port Research Conference
• /
• 2011.06a
• /
• pp.159-160
• /
• 2011

기존의 VTS 교육훈련시설은 레이더 영상의 전시에만 의존하여 충실한 교육효과를 거두기 어려운 현실이었다. 최근에 선박 조종시뮬레이터에서 사용되던 3차원 가상영상을 VTS 관제운용에 접목하여 악천 후 등으로 인한 CCTV 활용 및 견시가 불가능한 때에도 선박의 현재 항해 상태를 직관적으로 파악할 수 있는 시스템이 개발되었다. 본 연구에서는 3차원 가상영상의 제공이 관제사의 효율적이고 신속한 의사결정을 어떻게 지원할 수 있는지를 살펴본 뒤, 기존 VTS 훈련 장비에 3차원 가상영상을 접목하여 보다 충실한 교육훈련효과를 거둘 수 있는 방안을 찾아보았다.

• Annual Conference of KIPS
• /
• 2015.04a
• /
• pp.218-220
• /
• 2015

블랙박스는 많은 운전자들이 사고 발생 시 사고 경위를 파악하는데 널리 쓰이고 있다. 하지만 블랙박스의 시야각과 용량의 한계로 인해 사고 경위 파악에 어려움을 겪는다. 본 논문에서는 이런 문제를 해결하기 위해 차량 간 블랙박스 영상을 공유하는 시스템을 소개하고자 한다. 이 시스템을 통해 사고 차량은 다각도에서의 사고 영상을 얻을 수 있어 사고 경위 분석에 도움이 된다. 또한 이 시스템을 확장하여 차량뿐만 아니라 주변 영상 촬영기기 (CCTV 등)와도 영상을 공유할 수 있다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2019.06a
• /
• pp.9-12
• /
• 2019

지난 수 년 동안 계속해서 일반 실상 카메라를 이용한 영상분석기술에 대한 연구가 활발히 진행되고 있다. 최근에는 딥러닝 기술을 적용한 지능형 영상분석기술로 발전해 왔으며 국방기지방호, CCTV, 사용자 얼굴인식, 머신비전, 자동차, 드론 산업이 활성화되면서 많은 시너지를 효과를 일으키고 있다. 그러나 어두운 밤과 안개, 날씨, 연기 등 다양한 여건에서 따라서 카메라의 영상분석 정확성 감소와 오류가 수반될 수 있으며 일반적으로 딥러닝 기술을 활용하기 위해서는 고사양의 GPU를 필요로 하기 때문에 다른 추가적인 시스템이 요구된다. 이에 본 연구에서는 열적외선 영상의 객체 검출에 적용하기 위해 SSD(Single Shot MultiBox Detector) 기반의 경량적인 MobilNet 네트워크로 재구성하여, 모바일 기기 등 낮은 사양의 낮은 임베디드 시스템에서도 활용 할 수 있는 방법을 제안한다. 모의 실험결과 제안된 방식의 모델은 적외선 열화상 카메라에서 객체검출과 학습시간이 줄어든 것을 확인 할 수 있었다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2022.11a
• /
• pp.145-148
• /
• 2022

준지도학습 기반의 동영상 이상행동감지는 구하기 어려운 프레임 단위 레이블이 필요하지 않아 더 많은 동영상을 학습에 활용 가능한 장점이 있어 관련 연구가 활발히 진행되고 있다. 최근 제안된 기법들은 주로 UCF-Crime 이라는 실제 CCTV 동영상 데이터셋을 활용하고 있는데, 본 데이터셋은 학습 영상과 테스트 영상에서 이상행동 클래스 별 분포도가 균등하지 않다. 본 연구에서는 해당 불균형으로 인해 학습 모델이 특정 행동 클래스에 과적합될 수 있음을 보이며, 이러한 불균형을 해결하기 위해 Class-Balanced Multiple Instance Learning Loss 를 제안한다. 이를 통해 기존에 특정 클래스에 편중되었던 모델이 이상행동 종류에 좀 더 균등한 성능을 낼 수 있음을 보여준다. 특히 단순히 클래스별 정확도가 제로섬(zero sum)으로 증감하는 것이 아니라 전체적인 이상행동 판별 정확도 또한 향상됨을 실험 결과를 통해 확인할 수 있다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2020.07a
• /
• pp.30-31
• /
• 2020

일반적으로 CCTV 녹화기는 24시간 중단없이 다중 카메라로 부터 수신되는 Video, Audio, Meta 데이터를 파일형태로 저장한다. 그리고 다양한 IoT 센서들은 사건(event)이 발생되었을 때, 입력되는 데이터를 기록한다. 그런데 이 형태의 데이터를 통합하여 사용하는 서비스들에 대한 요구가 증대되고 있다. 그런데 영상데이터와 IoT센서 데이터를 분리해 저장하고 관리하는 기존의 방식으로는 사용 센서의 개수 등에 따라 물리적인 크기가 커지고 관리의 복잡성이 커지는 문제가 발생한다. 본 논문에서는 다중 카메라로부터 입력되는 동영상 데이터와 IoT 센서 데이터를 통합하여 저장하는 방안을 제시한다. 이러한 통합 데이터의 고속 입출력을 지원하기 위해, 본 연구에서는 자체 파일시스템을 개발하였고 저장되는 각각의 파일을 mp4 표준을 따르게 하여 호환성을 보장하도록 구현하였다. 그래서 동영상 파일 포맷으로 널리 사용되는 MP4 포맷에 IoT센서 데이터를 함께 저장함으로써 동영상과 IoT센서의 정보를 효율적으로 관리하고 검색의 편의성을 높일 수 있게 되었다.

• Convergence Security Journal
• /
• v.11 no.4
• /
• pp.59-66
• /
• 2011

Recently, it is very important to establish and predict a traffic policy for expanding social infra structure like road, because the number of cars is significantly increasing. In this paper, we propose and develop an automated system technology based on vision sensor (CCTV) which can provide an efficient information for the traffic policy establishment and expanding the social infra structure. First, the CCTV image is captured as an input of the developed system. With this image, we propose a scheme for extracting vehicles on the road and classifying small-type, large-type vehicles based on color, motion, and geometric features. Also, we develop a DB (database) system for supplying a whole information of traffic for a specified period. Based on the proposed system, we verify 90.1% of recognition ratio in real-time traffic monitering environment.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.20 no.12
• /
• pp.2355-2362
• /
• 2016

Seg fog removal is an important issue concerned by both computer vision and image processing. Sea fog or haze removal is widely used in lots of fields, such as automatic control system, CCTV, and image recognition. Color image dehazing techniques have been extensively studied, and expecially the dark channel prior(DCP) technique has been widely used. This paper propose a fast and efficient image prior - dark channel prior to remove seg-fog from a single digital image based on the GPU. We implement the basic parallel program and then optimize it to obtain performance acceleration with more than 250 times. While paralleling and the optimizing the algorithm, we improve some parts of the original serial program or basic parallel program according to the characteristics of several steps. The proposed GPU programming algorithm and implementation results may be used with advantages as pre-processing in many systems, such as safe navigation for ship, topographical survey, intelligent vehicles, etc.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2018.05a
• /
• pp.675-678
• /
• 2018

Since the face has a unique property to identify human, the face recognition is actively used in a security area and an authentication area such as access control, criminal search, and CCTV. The frontal face image has the most face information. Therefore, it is necessary to acquire the front face image as much as possible for face recognition. In this study, the face region is detected using the Adaboost algorithm using Haar-like feature and tracks it using the mean-shifting algorithm. Then, the feature points of the facial elements such as the eyes and the mouth are extracted from the face region, and the ratio of the two eyes and degree of rotation of the face is calculated using their geographical information, and the approximate front face image is presented in real time.

• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.37 no.2A
• /
• pp.105-112
• /
• 2012

Face detection at a distance faces is very challenging since images are often degraded by blurring and noise as well as low resolution. This paper proposes an improved face detection method with AdaBoost filtering and sequential testing stages with color and shape information. The conventional AdaBoost filter detects face regions but often generates false alarms. The face detection method is improved by adopting sequential testing stages in order to remove false alarms. The testing stages comprise skin-color test and variable edge-mask filtering. The skin-color filtering is composed of two steps, which involve rectangular window regions and individual pixels to generate binary face clusters. The size of the variable edge-mask is determined by the ellipse which is estimated from the face cluster. The validation of the horizontal and vertical ratio of the mask is also investigated. In the experiments, the efficacy of the proposed algorithm is proved by images captured by a CCTV and a smart-phone

• The Journal of Korea Institute of Information, Electronics, and Communication Technology
• /
• v.12 no.6
• /
• pp.567-572
• /
• 2019

In this paper, we propose an algorithm to perform convolution, pooling, and ReLU operations in CNN using binary image and binary kernel. It decomposes 256 gray-scale images into 8 bit planes and uses a binary kernel consisting of -1 and 1. The convolution operation of binary image and binary kernel is performed by addition and subtraction. Logically, it is a binary operation algorithm using the XNOR and comparator. ReLU and pooling operations are performed by using XNOR and OR logic operations, respectively. Through the experiments to verify the usefulness of the proposed algorithm, We confirm that the CNN operation can be performed by converting it to binary logic operation. It is an algorithm that can implement deep running even in a system with weak computing power. It can be applied to a variety of embedded systems such as smart phones, intelligent CCTV, IoT system, and autonomous car.