• 디지털콘텐츠학회 논문지
• /
• 제15권4호
• /
• pp.449-455
• /
• 2014

이동 물체의 검출은 비디오 감시, 보행자의 행동 분석과 같은 컴퓨터 시각 분야에서 매우 중요한 전처리 작업이다. 이는 실제 외부 환경을 대상으로 할 때, 영상 시퀀스에 존재하는 배경의 불규칙한 움직임, 조명 변화, 그림자, 배경 물체의 위상 변화 및 잡음 등으로 인하여 매우 어려운 작업이다. 본 논문에서는 코드북 기반의 전경 검출 알고리즘을 제안한다. 코드북은 입력 영상으로부터 얻어지는 배경화소에 대한 정보 데이터베이스이다. 먼저, 첫 번째 프레임을 배경 영상으로 가정하고 이를 입력 영상과 비교하여 차 영상을 구한다. 구해진 차 영상에는 순수한 이동 물체뿐만 아니라, 잡음까지 포함된다. 둘째로, 전경으로 검출된 화소의 색상과 밝기 값을 가지고 코드북을 조사하여 존재하는 경우 잘못 추출된 전경 화소로 판단하고 전경에서 제거한다. 마지막으로, 다음번 입력되는 프레임을 반복 처리하기 위하여 배경 영상을 새롭게 갱신하는데, 배경 화소로 검출된 화소의 경우에는 현재의 입력 영상으로부터 추정되며, 전경 화소로 검출된 경우에는 이전 배경 영상의 화소 값을 복사하여 사용한다. 제안한 알고리즘을 PETS2009 데이터에 적용한 결과를 GMM 알고리즘과 표준 코드북 알고리즘의 결과와 비교하여 보인다.

• Structural Monitoring and Maintenance
• /
• 제2권1호
• /
• pp.19-34
• /
• 2015

One of the main causes of a limited use of nondestructive evaluation (NDE) technologies in bridge deck assessment is the speed of data collection and analysis. The paper describes development and implementation of the RABIT (Robotics Assisted Bridge Inspection Tool) for data collection using multiple NDE technologies. The system is designed to characterize three most common deterioration types in concrete bridge decks: rebar corrosion, delamination, and concrete degradation. It implements four NDE technologies: electrical resistivity (ER), impact echo (IE), ground-penetrating radar (GPR), and ultrasonic surface waves (USW) method. The technologies are used in a complementary way to enhance the interpretation. In addition, the system utilizes advanced vision to complement traditional visual inspection. Finally, the RABIT collects data at a significantly higher speed than it is done using traditional NDE equipment. The robotic system is complemented by an advanced data interpretation. The associated platform for the enhanced interpretation of condition assessment in concrete bridge decks utilizes data integration, fusion, and deterioration and defect visualization. This paper concentrates on the validation and field implementation of two NDE technologies. The first one is IE used in the delamination detection and characterization, while the second one is the USW method used in the assessment of concrete quality. The validation of performance of the two methods was conducted on a 9 m long and 3.6 m wide fabricated bridge structure with numerous artificial defects embedded in the deck.

• 한국지능시스템학회논문지
• /
• 제13권2호
• /
• pp.154-162
• /
• 2003

셀룰라 신경회로망의 연상 메모리를 이용하여 시각적인 입력 데이터의 연산을 통하여 영상 패턴의 분류와 인식을 수행한다. 셀룰라 신경회로망은 일반적인 신경회로망과 같이 비선형 데이터의 실시간 처리가 가능하고, 세포자동자와 같이 이 격자구조의 셀로 이루어져 인접한 셀과 직접 정보를 주고받는다. 응용 분야로는 최적화, 선형/비선형화, 연상 메모리, 패턴인식, 컴퓨터 비전 등에 적용할 수 있다. 영상의 이미지 픽셀을 셀룰라 신경회로망의 셀에 대응하여 전체 이미지 영상을 모든 셀룰라 신경회로망의 셀에서 동시에 병렬로 처리할 수 있어 2-D 이미지 처리에 적합하다. 본 논문은 셀룰라 신경회로망에 의한 연상 메모리 구조를 설계하고, 학습된 하중값 메모리에서 가장 적당한 하중값을 선택하여 학습된 영상과 정확히 일치하는 출력을 얻는 방법을 제시한다. 학습을 통한 연상 메모리 구현에는 각각의 뉴런에서 일정하지 않은 다른 템플릿을 사용한다. 각각의 템플릿은 뉴런들 간의 연결 하중값을 나타내고 학습에 따라 갱신된다. 학습방법으로는 템플릿 하중값 학습에 뉴런들 간의 연결 하중값을 조정하는 가장 단순한 규칙인 Hebb의 학습방법이 사용되었고 분류값 학습에 LMS 알고리즘이 사용되었다.

• 한국인터넷방송통신학회논문지
• /
• 제19권6호
• /
• pp.227-233
• /
• 2019

최근 딥러닝 기술의 발달과 함께 신경 네트워크는 컴퓨터 비전에서도 성공을 거두고 있다. 컨볼루션 신경망은 단순한 영상 분류 작업뿐만 아니라 객체 분할 및 검출 등 난이도가 높은 작업에서도 탁월한 성능을 보였다. 그러나 그러한 많은 심층 학습 모델은 지도학습에 기초하고 있으며, 이는 이미지 라벨보다 주석 라벨이 더 많이 필요하다. 특히 semantic segmentation 모델은 훈련을 위해 픽셀 수준의 주석을 필요로 하는데, 이는 매우 중요하다. 이 논문은 이러한 문제를 해결하기 위한 네트워크 훈련을 위해 영상 수준 라벨만 필요한 약지도 semantic segmentation 방법을 제안한다. 기존의 약지도학습 방법은 대상의 특정 영역만 탐지하는 데 한계가 있다. 반면에, 본 논문에서는 우리의 모델이 사물의 더 다른 부분을 인식하도 multi-classifier 심층 학습 아키텍처를 사용한다. 제안된 방법은 VOC 2012 검증 데이터 세트를 사용하여 평가한다.

• 한국융합학회논문지
• /
• 제9권5호
• /
• pp.1-6
• /
• 2018

스마트그리드에서 정확한 단기 부하 예측을 통한 자원의 이용 계획은 에너지 시스템 운영의 불확실성을 줄이고 운영 효율을 높이는데 있어서 매우 중요하다. 단기 부하 예측에 얕은 신경회로망을 포함한 다수의 머신 러닝 기법이 적용되어왔지만 예측 정확도의 개선이 요구되고 있다. 최근에는 컴퓨터 비전이나 음성인식 분야에서 심층 신경회로망의 뛰어난 연구 결과로 인해 심층 신경회로망을 단기 전력수요 예측에 적용해 예측 정확도를 개선하려는 시도가 주목 받고 있다. 본 논문에서는 일별 전력 부하 첨두치를 예측하기 위한 다층신경회로망 구조의 심층 신경회로망 모델을 제안한다. 제안된 심층 신경회로망은 층별 학습이 선행된 후 전체 모델의 학습이 이루어진다. 한국전력거래소에서 얻은 4년 동안의 일별 전력 수요 데이터를 사용, 하루 및 이틀 앞선 전력수요 첨두치를 예측하는 심층 신경회로망 모델을 구축하고 예측 정확도를 비교, 평가한다.

• 전자공학회논문지 IE
• /
• 제49권2호
• /
• pp.30-39
• /
• 2012

졸음운전은 사고발생 확률이 높고, 사고 발생 시 심각도가 높기 때문에 효율적인 졸음운전 판단 시스템이 필요하다. 그러나 생체 신호나 비전을 이용한 졸음운전 판단시스템은 비용 측면에서 활용되기가 어렵다. 이에 본 논문에서는 추가적인 비용 없이 대부분의 차량에 기본 장착되어 있는 조향각 센서(steering angle sensor)와 차량정보(brake switch, throttle position signal, vehicle speed)를 이용하여 졸음운전자의 조향패턴 중 하나인 저킹 판단을 이용한 졸음운전 판단 알고리즘을 제안한다. 본 연구에서는 각 변수의 임계값을 제시하고, HILS(Hardware in the Loop Simulation)에서 CAN을 통해 취득한 차량의 데이터와 Matlab 프로그램을 이용하여 알고리즘을 평가한다.

• 전자공학회논문지
• /
• 제51권10호
• /
• pp.190-196
• /
• 2014

본 논문에서는 상용 스마트폰에서의 첨단운전자보조시스템(ADAS)을 위해 모바일 플랫폼에 최적화된 cascade 방식의 HOG 특징을 이용한 보행자 검출 방법을 제안한다. 제한된 모바일 플랫폼 자원을 효율적으로 사용하기 위해 OpenCL 병렬처리 라이브러리를 이용하였고 크게 두 가지 방법으로 수행속도를 향상시켰다. 첫째, 호스트 코드에서 OpenCL 프로그램 빌드 옵션을 특정하고 작업 그룹 크기를 조절하였다. 둘째, 커널 코드에서 지역 메모리와 LUT 등을 사용하여 가속화하였다. 성능 평가를 위하여 널리 알려진 영상처리 라이브러리인 OpenCV for Android 함수의 모바일 CPU 수행 결과와 비교하였으며 실험 결과, OpenCV의 hogcascade 함수보다 25% 향상된 처리속도를 보였다.

• 전자공학회논문지CI
• /
• 제45권4호
• /
• pp.34-40
• /
• 2008

본 논문에서는 손 모양 인식을 이용한 비전기반의 모바일 로봇제어 시스템을 제안한다. 손 모양을 인식하기 위해서는 움직이는 카메라로부터 정확한 손의 경계선을 추출하고 추적하는 것이 필요하다. 이를 위해 본 논문에서는 초기 윤곽선 위치 및 경계에 강건하고, 빠른 물체를 정확히 추적할 수 있는 mean shift를 이용한 활성 윤곽선 모델(ACM) 추적 방법을 개발하였다. 제안된 시스템은 손 검출기, 손 추적기, 손 모양 인식기, 로봇 제어기 4가지 모듈로 구성된다. 손 검출기는 영상에서 피부색 영역으로 정확한 모양을 손으로 추출한 이후 활성 윤곽선 모델(ACM) 과 mean shift를 사용하여 손 영역을 정확히 추적한다. 마지막으로 Hue 모멘트에 이용하여 손의 형태를 인식한다. 제안된 시스템의 적합성을 평가하기 위하여 2족 보행로봇 RCB-1에서 실험이 수행되었다. 실험 결과는 제안된 시스템의 효율성을 증명하였다.

• 전기전자학회논문지
• /
• 제14권3호
• /
• pp.224-231
• /
• 2010

이미지에서의 자동 객체 인식은 컴퓨터 비젼 및 패턴 분석을 포함한 많은 분야에서 아주 중요한 이슈중의 하나이다. 특히, 최근 스마트폰과 같은 개인용 이동형 단말기가 빠르게 보급되면서, 그러한 기술들을 지원할 필요성이 커지게 되었다. 이러한 단말기들은 대개 카메라, GPS, 가속도 센서 등과 같은 장치들을 갖추고 있으며 사용자들에게 다양한 서비스를 편리한 인터페이스를 통해 제공하고 있다. 하지만 제한된 시스템 자원 때문에 처리속도가 비교적 느리다는 문제점을 가지고 있다. 본 논문에서 우리는 전처리 과정과 단순 지역 특징을 기반으로 한 객체 인식 성능 향상 기법을 제안한다. 전처리 단계에서는, 우선 객체 종류별 이미지로부터 각 객체의 특징이라고 생각되는 부분을 자동으로 판별하고 비슷한 부분끼리 분류한 다음 이들의 특징을 추출하고 학습한다. 질의 영상에 대해 우선 지역 특징 후보들을 파악한 다음 전처리 과정에서 학습된 정보와 비교하여 객체인식을 하게 된다. 실험을 통하여 제안된 기법의 객체 인식 성능을 보인다.

• 한국ITS학회 논문지
• /
• 제2권1호
• /
• pp.75-84
• /
• 2003

도로 교통 상황을 감시하고 교통 정보를 추출하는 현재의 기술은 고가이며 설치하기가 어려운 하드웨어에 의존하고 있다. 비디오 카메라와 컴퓨터 비죤 기술의 이용은 기존의 방법의 새로운 대안이 될 수 있다. 비디오 카메라를 이용한 교통 정보 추출은 최근의 교통 운영 시스템의 중요한 열쇠이다. 본 논문에서는 비디오 카메라를 이용한 영상처리 기술을 적용하여 교통 정보를 추출하는 방법을 제안하였다. 제안된 방법에서는 주변 환경에서 여러 가지 잡음으로 인한 오 인식을 제거하기 위하여 적응적 배경영상 갱신 방법을 사용하였다. 또한 교통정보 추출 방법에서는 거리 값을 정의하여 검색구간을 통과하는 차량의 점유율을 통해 교통변수를 구하고, 이를 이용하여 8개의 교통상태를 정의하여 교통량을 측정하였다. 제안된 방법은 도심의 교통상황 데이터를 이용하여 실험하였다.