• 센서학회지
• /
• 제33권5호
• /
• pp.248-254
• /
• 2024

Artificial intelligence techniques have improved fire-detection methods; however, false alarms still occur. Conventional methods detect fires using current sensors, which can lead to detection errors due to temporary environmental changes or noise. Thus, fire-detection methods must include a trend analysis of past information. We propose a deep-learning-based fire detection method using multi-sensor data and Kendall's tau. The proposed system used a BiLSTM model to predict fires using pre-processed multi-sensor data and extracted trend information. Kendall's tau indicates the trend of a time-series data as a score; therefore, it is easy to obtain a target pattern. The experimental results showed that the proposed system with trend values recorded an accuracy of 99.93% for BiLSTM and GRU models in a 20-tap moving average filter and 40% fire threshold. Thus, the proposed trend approach is more accurate than that of conventional approaches.

• 한국HCI학회:학술대회논문집
• /
• 한국HCI학회 2009년도 학술대회
• /
• pp.140-145
• /
• 2009

본 논문에서는 압축 영역에서 동작하는 조명 환경 변화에 강인한 얼굴 검출 방법을 제안한다. 기존 이미지 처리를 이용한 얼굴 검출 방법들은 주로 픽셀 기반 영역에서 이루어져 왔다. 그러나 컴퓨팅 파워와 저장 공간이 제한적인 로봇 환경에는 픽셀 기반 처리가 적합하지 않다. 또한 조명 환경의 변화는 안정된 얼굴 검출을 위해 해결되어야 하는 문제로 인식되어 왔다. 이러한 문제점들을 해결하기 위하여 본 논문에서는 압축 영역에서의 조명 효과 보상과 색 온도 변환을 이용한 색상 정보 조절 과정을 사용한 얼굴 검출 방법을 제안한다. 제안된 방법은 색상 정보 조절을 통하여 다양한 조명 환경에서 기존 방법에 비해 강인한 얼굴 검출을 보여준다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2015년도 추계학술대회
• /
• pp.328-330
• /
• 2015

에지는 영상에 포함된 물체의 크기, 방향, 위치 등을 쉽게 획득할 수 있는 특징 정보이며, 에지 검출은 물체 검출, 물체 인식 등의 여러 영상 처리 응용 분야에서 전처리 과정으로 활용되고 있다. 기존의 에지 검출 방법에는 Sobel, Prewitt, Roberts 에지 검출 방법 등이 있다. 이러한 기존의 에지 검출 방법들은 구현이 간단하며, 고정 가중치 마스크를 적용하므로 에지 검출 특성이 다소 미흡하다. 따라서 기존의 에지 검출 방법들의 문제점을 보완하기 위하여, 본 논문에서는 국부 마스크 내의 평균 및 표준편차에 따라 가중치를 적용한 후 에지를 검출하는 알고리즘을 제안하였다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제18권8호
• /
• pp.2230-2252
• /
• 2024

Advances in deep learning technology have enabled the generation of more realistic deepfakes, which not only endanger individuals' identities but also exploit vulnerabilities in face recognition systems. The majority of existing deepfake detection methods have primarily focused on RGB-based analysis, offering unreliable performance in terms of detection accuracy and time. To address the issue, a grayscale-based deepfake detection method has recently been proposed. This method significantly reduces detection time while providing comparable accuracy to RGB-based methods. However, despite its significant effectiveness, the "key components" that directly affect the performance of grayscale-based deepfake detection have not been systematically analyzed. In this paper, we target three key components: RGB-to-grayscale conversion method, brightness level in grayscale, and resolution level in grayscale. To analyze their impacts on the performance of grayscale-based deepfake detection, we conducted comprehensive evaluations, including component-wise analysis and comparative analysis using real-world datasets. For each key component, we quantitatively analyzed its characteristics' performance and identified differences between them. Moreover, we successfully verified the effectiveness of an optimal combination of the key components by comparing it with existing deepfake detection methods.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2012년도 춘계학술대회
• /
• pp.630-632
• /
• 2012

현대사회는 디지털 정보화시대로 변화하고 있으며, 이로 인해 다양한 영상들의 이용이 증가하고 있다. 이러한 영상을 처리하기 위하여, 다양한 디지털 영상 처리 기법이 이용되고 있다. 그 중 에지검출 기법은 물체 인식, 차선 검출 등 여러 응용 분야에 활용되고 있다. 기존의 에지 검출 기법은 Sobel, Prewitt, Roberts, Laplacian 등이 있다. 하지만 이러한 기존의 방법들로 처리한 영상들은 영상을 주변 화소의 변화정도와 관계없이 동일하게 영상을 처리하기 때문에, 에지 검출 특성이 다소 미흡하다. 따라서 본 연구에서는 기존의 방법들의 단점을 개선하기 위하여, 변형된 확장 마스크를 이용한 에지 검출 알고리즘을 제안하였다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2005년도 제36회 하계학술대회 논문집 D
• /
• pp.2606-2608
• /
• 2005

In this paper we describe the fault detection methods in a Dual-Redundant Power Controller(DRPC) for Control Rod Control System(CRCS). The DRPC has the function of fault detection for controller itself and power modules. And in this paper we have described the some complex items out of fault detection methods for CRCS. By utilizing the suggested methods, we are convinced that these methods are applied to commercial use before long.

• 정보과학회 컴퓨팅의 실제 논문지
• /
• 제22권1호
• /
• pp.8-19
• /
• 2016

도로의 결빙과 해빙으로 도로면의 수축과 팽창이 반복되어 도로면에서 침투한 수분이 포장면의 결합력을 약화시켜 노면홈(포트홀)을 발생시킨다. 현재의 포트홀 조사는 현장에서 육안 조사하고 기록하는 수동적인 방식으로 매년 수 만개소의 포트홀이 발생하는 것에 어려움이 발생하고 있다. 포트홀 정보를 자동으로 수집하기 위해 최근까지 가속도 센서를 이용한 기술과 레이저 스캐닝을 이용한 기술이 많이 연구되었다. 하지만, 가속도 센서 기반 기술은 낮은 인식률과 제한된 센싱 영역의 문제가 있고, 레이저 스캐닝 기반 기술은 비용이 너무 큰 문제가 있다. 따라서, 본 논문에서는 대중적으로 사용하는 차량용 블랙박스 카메라를 이용한 자동 포트홀 탐지 기술을 제안한다. 일반적으로 차량용 블랙박스 카메라에 탑재한 연산프로세서는 낮은 컴퓨팅 능력을 가지므로 포트홀 탐지 알고리즘을 그게 맞게 설계할 필요가 있다. 설계된 알고리즘을 블랙박스에 내장하여 도로 주행실험을 실시하며, 포트홀 탐지 성능을 중심으로 한 실험결과는 포트홀 탐지 정밀도, 민감도 등의 지표를 토대로 분석하고, 실시간 포토홀 탐지 기술의 현장 적용성을 확인한다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제12권10호
• /
• pp.4976-4994
• /
• 2018

The diffusion-based salient object detection methods have shown excellent detection results and more efficient computation in recent years. However, the current diffusion-based salient object detection methods still have disadvantage of detecting the object appearing at the image boundaries and different scales. To address the above mentioned issues, this paper proposes a multi-scale diffusion-based salient object detection algorithm with background and objectness seeds. In specific, the image is firstly over-segmented at several scales. Secondly, the background and objectness saliency of each superpixel is then calculated and fused in each scale. Thirdly, manifold ranking method is chosen to propagate the Bayessian fusion of background and objectness saliency to the whole image. Finally, the pixel-level saliency map is constructed by weighted summation of saliency values under different scales. We evaluate our salient object detection algorithm with other 24 state-of-the-art methods on four public benchmark datasets, i.e., ASD, SED1, SED2 and SOD. The results show that the proposed method performs favorably against 24 state-of-the-art salient object detection approaches in term of popular measures of PR curve and F-measure. And the visual comparison results also show that our method highlights the salient objects more effectively.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2013년도 추계학술대회
• /
• pp.265-267
• /
• 2013

에지는 물체의 여러가지 중요한 정보를 포함하고 있다. 이러한 에지는 많은 분야에서 응용되고 있으며, 기존의 에지 검출 방법에는 마스크를 이용하는 방법 등이 있다. 이러한 기존의 에지 검출 방법들은 구현이 간단하다. 그러나, 고정된 마스크를 이용하므로 복합 잡음 환경에서의 에지 검출 특성은 다소 미흡하다. 따라서 기존의 에지 검출 방법들의 단점을 보완하기 위하여, 본 논문에서는 국부 마스크의 표준편차 및 잡음 제거를 이용한 에지 검출 알고리즘을 제안하였다.

• 한국멀티미디어학회논문지
• /
• 제19권8호
• /
• pp.1310-1319
• /
• 2016

Face detection is the first step in a wide range of face applications. However, detecting faces in the wild is still a challenging task due to the wide range of variations in pose, scale, and occlusions. Recently, many deep learning methods have been proposed for face detection. However, further improvements are required in the wild. Another important issue to be considered in the face detection is the computational complexity. Current state-of-the-art deep learning methods require a large number of patches to deal with varying scales and the arbitrary image sizes, which result in an increased computational complexity. To reduce the complexity while achieving better detection accuracy, we propose a fully convolutional network-based face detection that can take arbitrarily-sized input and produce feature maps (heat maps) corresponding to the input image size. To deal with the various face scales, a multi-scale network architecture that utilizes the facial components when learning the feature maps is proposed. On top of it, we design multi-task learning technique to improve detection performance. Extensive experiments have been conducted on the FDDB dataset. The experimental results show that the proposed method outperforms state-of-the-art methods with the accuracy of 82.33% at 517 false alarms, while improving computational efficiency significantly.