• 한국공작기계학회논문집
• /
• 제12권6호
• /
• pp.50-55
• /
• 2003

This study proposed the analysis of damage detection due to the change of the stiffness of structure by using the original and modified dynamic characteristics. The present approach allows the use of composite data which consist of eigenvalues and eigenvectors. The suggested method is applied to examples of a cantilever and 3 degree of freedom system by modifying the stiffness. The predicted damage detections are in good agreement with these from the structural reanalysis using the modified stiffness.

• International Journal of Fuzzy Logic and Intelligent Systems
• /
• 제16권2호
• /
• pp.131-139
• /
• 2016

Recognition of human motions has become a main area of computer vision due to its potential human-computer interface (HCI) and surveillance. Among those existing recognition techniques for human motions, head detection and tracking is basis for all human motion recognitions. Various approaches have been tried to detect and trace the position of human head in two-dimensional (2D) images precisely. However, it is still a challenging problem because the human appearance is too changeable by pose, and images are affected by illumination change. To enhance the performance of head detection and tracking, the real-time three-dimensional (3D) data acquisition sensors such as time-of-flight and Kinect depth sensor are recently used. In this paper, we propose an effective feature extraction method, called adaptive local binary pattern (ALBP), for depth image based applications. Contrasting to well-known conventional local binary pattern (LBP), the proposed ALBP cannot only extract shape information without texture in depth images, but also is invariant distance change in range images. We apply the proposed ALBP for head detection and tracking in depth images to show its effectiveness and its usefulness.

• 한국식품영양과학회지
• /
• 제28권5호
• /
• pp.1082-1086
• /
• 1999

Dried vegetables, white ginseng and spices, which were exposed to gamma and electron beam irradiation, were used in a detection study by measuring their starch content and viscosity change. The samples tested showed different levels of starch content(15.64~60.86%), which was not directly proportional to the viscosity of the samples. The correlation coefficients between irradiation dose and viscosity change were lower in the samples, such as cabbage, carrot, clean vegetable(chunggyungchae), garlic, mushroom, green onion, and red pepper, while some higher coefficients were found in ginger(R2=0.9271), white ginseng (R2=0.6223) and onion (R2=0.7909). Thus, dried ginger and white ginseng were selected to be used for a detection of irradiated samples using specific parameters(threshold values). Specific parameter for the nonirradiated ginger and ginseng were 13.31 and 13.93, respectively. On the other hand, gamma and electron beam irradiated samples at 2.5 kGy, the lowest dose for a commercial purpose, showed decreased values, 11.92 and 11.15 in ginger, and moreover 4.40 and 5.10 in ginseng. It is expected that a proportional decrease in a specific parameter with the absorbed doses will be a potentially useful index for detecting whether starchy foods have been irradiated or not.

• 한국통신학회논문지
• /
• 제39C권8호
• /
• pp.731-737
• /
• 2014

본 논문에서는 감시 카메라 환경에서 발생할 수 있는 군중의 비정상 행동 검출 방법을 제안한다. 군중들의 비정상 행동을 산발적으로 퍼지면서 뛰는 행동, 한쪽 방향으로 갑자기 뛰는 행동 두 가지로 정의하였다. 이를 검출하기 위하여 영상에서 움직임 벡터를 추출하여 군중의 비정상 행동 검출에 적합한 서술자 MHOF(Multi-scale Histogram of Optical Flow)와 DCHOF(Directional Change Histogram of Optical Flow)제안하였으며, 이를 이진 분류기인 SVM(Support Vector Machine)을 이용하여 검출하였다. 제안한 방법은 공개 데이터셋인 UMN 데이터와 PETS 2009 데이터를 이용하여 성능을 평가하였고 다른 방법론과의 비교를 통해 제안하는 알고리즘의 우수성을 입증하였다.

• 한국소음진동공학회:학술대회논문집
• /
• 한국소음진동공학회 2014년도 추계학술대회 논문집
• /
• pp.90-93
• /
• 2014

In this paper, we have developed a new fault detection method based on vibration signal for rotor machinery. Generally, many methods related to detection of rotor fault exist and more advanced methods are continuously developing past several years. However, there are some problems with existing methods. Oftentimes, the accuracy of fault detection is affected by vibration signal change due to change of operating environment since the diagnostic model for rotor machinery is built by the data obtained from the system. To settle a this problems, we build a rotor diagnostic model by using feature residual based on vibration signal. To prove the algorithm's performance, a comparison between proposed method and the most used method on the rotor machinery was conducted. The experimental results demonstrate that the new approach can enhance and keeps the accuracy of fault detection exactly although the algorithm was applied to various systems.

• 방송공학회논문지
• /
• 제3권2호
• /
• pp.127-137
• /
• 1998

본 논문에서는 효율적인 장면 전환 검출을 위하여 압축된 MPEG 비디오 시퀀스로부터 특징 요소를 추출하는 방법을 제안한다. 제안한 방법은 압축된 MPEG 비디오 시퀀스로부터 일부만을 복원하여 각 DCT 블록의 주요 5개의 AC 계수를 추출하고, 이로부터 각 블록의 에지 정보를 구하여 에지 영상을 얻는다. 제안된 에지 추출 방법에서는 기존의 DC 계수를 이용하여 에지를 검출하는 방법에서 생기는 블러링 (blurring) 문제를 해결할 수 있다. 또한 제안된 방법에 의해 얻어진 에지 영상을 각 프레임의 내용 정보를 포함하고 있으므로 장면 전환 검출뿐만 아니라 내용기반 (content-based) 검색 등에도 효과적으로 이용될 수 있다. 실험 결과, AC 계수를 이용하여 구한 에지 영상은 DC 계수를 이용하여 구한 에지 방법보다 원 영상의 정보를 더 잘 나타내었으며 장면 전환 검출에 효과적으로 적용될 수 있음을 확인하였다.

• 방송공학회논문지
• /
• 제21권2호
• /
• pp.268-271
• /
• 2016

배경 모델과 배경 차분화로 구성되어 있는 전경객체 추출은 다양한 컴퓨터 비젼 응용에서 중요한 기능이다. 조명 변화를 고려하지 않은 기존 방법들은 급격한 조명 변화에서는 성능이 저하된다. 본 레터에서는 이 문제를 해결할 수 있는 조명 변화에 강인한 배경 모델링 방법을 제안한다. 제안 방법은 다른 적응률을 가진 두 개의 배경 모델을 사용함으로써 조명 조건에 신속하게 적응할 수 있다. 본 논문의 제안 방법은 non-parametric 기법으로서 실험에서는 기존 non-parametric 기법들보다 우수한 성능 및 낮은 복잡도를 보여줌을 증명하였다.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2006년도 춘계종합학술대회
• /
• pp.197-200
• /
• 2006

본 논문에서는 H.264 비디오 스트림의 히스토그램 정보와 헤더 정보를 이용한 장면 전환 검출에 관한 연구이다. 비디오 데이터에서 장면의 변화를 검출하는 가장 일반적인 방법으로 히스토그램을 이용하고 있다. 그러나 히스토그램 정보를 이용하기 위해서는 비디오 데이터를 압축 해제 하여 각각의 장면에 대한 히스토그램 차이를 계산하기 때문에 연산 시간이 많이 소요된다. 반면에 H.264 비디오 헤더 정보를 이용하면 이러한 연산의 과정 없이 실시간 검출이 가능하다. 히스토그램을 이용하여 장면 전환을 검출하고 헤더 정보를 함께 이용하였을 때 동일한 프리시전 및 리콜을 수행하면서 검색 속도에서 향상을 확인할 수 있었다.

• Journal of Forest and Environmental Science
• /
• 제40권1호
• /
• pp.15-23
• /
• 2024

This research aimed to assess the possibility of detecting forest degradation using time-series satellite imagery and three different deep learning-based change detection techniques. The dataset used for the deep learning models was composed of two sets, one based on surface reflectance (SR) spectral information from satellite imagery, combined with Texture Information (GLCM; Gray-Level Co-occurrence Matrix) and terrain information. The deep learning models employed for land cover change detection included image differencing using the Unet semantic segmentation model, multi-encoder Unet model, and multi-encoder Unet++ model. The study found that there was no significant difference in accuracy between the deep learning models for forest degradation detection. Both training and validation accuracies were approx-imately 89% and 92%, respectively. Among the three deep learning models, the multi-encoder Unet model showed the most efficient analysis time and comparable accuracy. Moreover, models that incorporated both texture and gradient information in addition to spectral information were found to have a higher classification accuracy compared to models that used only spectral information. Overall, the accuracy of forest degradation extraction was outstanding, achieving 98%.

• 한국구조물진단유지관리공학회 논문집
• /
• 제10권6호
• /
• pp.113-123
• /
• 2006

사장교가 장경간으로 시공됨에 따라 대형화 되고 지진하중, 풍하중 및 차량하중 등 동적 하중에 의해 유발되는 진동현상에 취약한 단점이 나타난다. 이러한 하중 등에 의해 발생된 구조 손상은 구조물의 진동모드 특성에 영향을 미치게 된다. 기존의 정밀안전진단 기술을 이용하여 사장교의 구조 손상을 검색하고 평가하는 것은 상당한 비용과 시간이 소요될 뿐만 아니라 전체적인 구조거동 특성의 변화를 발견하기 어려울 것이다. 따라서 본 연구는 사장교에 대하여 구조손상 전의 진동모드 특성치와 구조손상 후의 진동모드 특성치를 이용하여 구조거동 특성의 변화를 검토하고 구조손상 검색을 수행하였다.