• 한국산업정보학회논문지
• /
• 제14권5호
• /
• pp.139-148
• /
• 2009

본 논문에서는 단일 카메라로부터 입력된 2차원 측면 골프 스윙 비디오 영상으로부터 사람의 개입 없이 스윙을 자동으로 분석하는 방법을 제안하였다. 2차원 환경에서 스윙 자동분석에 필요한 특징들을 정의 및 추출하고, 에지 검출과 직선 추출을 비롯한 다양한 영상처리 기법을 이용하여 자동 스윙 분석 방법을 제시 하였다. 기존 스윙분석 시스템이나 관련 연구들과 비교하여 제안한 방법은 다음과 같은 두 가지 특징을 갖는다. 첫째, 기존의 스윙 자동분석이 상대적으로 복잡하고 고가인 3차원 환경에서만 가능하였지만 제안한 방법은 2차원 환경에 서도 가능하다. 둘째, 기존의 2차원 스윙분석 시스템들은 골프 전문가에 의한 분석이 필요하지만 제안한 방법은 사람의 개입 없이 자동적으로 이루어지므로 사용이 편리하다. 제안한 스윙특징 추출 및 분석 방법을 20장의 스윙영상에 대하여 실험한 결과, 제안한 방법이 스윙 특징 추출 및 분석에 유용함을 확인하였다.

• International Journal of Computer Science & Network Security
• /
• 제23권11호
• /
• pp.99-109
• /
• 2023

The darknet is frequently referred to as the hub of illicit online activity. In order to keep track of real-time applications and activities taking place on Darknet, traffic on that network must be analysed. It is without a doubt important to recognise network traffic tied to an unused Internet address in order to spot and investigate malicious online activity. Any observed network traffic is the result of mis-configuration from faked source addresses and another methods that monitor the unused space address because there are no genuine devices or hosts in an unused address block. Digital systems can now detect and identify darknet activity on their own thanks to recent advances in artificial intelligence. In this paper, offer a generalised method for deep learning-based detection and classification of darknet traffic. Furthermore, analyse a cutting-edge complicated dataset that contains a lot of information about darknet traffic. Next, examine various feature selection strategies to choose a best attribute for detecting and classifying darknet traffic. For the purpose of identifying threats using network properties acquired from darknet traffic, devised a hybrid deep learning (DL) approach that combines Recurrent Neural Network (RNN) and Bidirectional LSTM (BiLSTM). This probing technique can tell malicious traffic from legitimate traffic. The results show that the suggested strategy works better than the existing ways by producing the highest level of accuracy for categorising darknet traffic using the Black widow optimization algorithm as a feature selection approach and RNN-BiLSTM as a recognition model.

• 한국구조물진단유지관리공학회 논문집
• /
• 제27권5호
• /
• pp.84-88
• /
• 2023

최근 컴퓨터 비전, LiDAR 등을 활용하여 구조물의 유지관리를 효율화하기 위한 연구가 활발하게 이루어지고 있다. 건축물의 경우, 점검 항목 중 하나인 기울기는 일반적으로 토탈스테이션을 이용하여 계측하는데, 점검자에 따라 계측값이 일정하지 않아 정확한 기울기 값을 얻기 어렵다. 따라서, 본 연구에서는 현행 건축물 기울기 계측 방식의 신뢰도를 개선하고 측정 과정을 효율화하기 위하여 Point Cloud를 활용한 건축물 기울기 측정 자동화 방법론을 제안한다. 제안 방법론의 기울기 추정 알고리즘은 적용 대상을 직육면체 형태의 건물로 제한하며 외벽 평면 추출과 모서리 추정 및 기울기 계산의 두 단계로 이루어져 있다. 해당 알고리즘을 실제 건축물에 적용하여 기울기를 추정하였고, 이를 토탈스테이션을 이용한 계측방법과 비교하였다. 그 결과, 제안 기법은 정확도와 객관성, 그리고 자동화 관점에서 기존의 측정방식을 대체할 만한 수준으로 판단된다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제18권7호
• /
• pp.1706-1725
• /
• 2024

The unique U-shaped structure of U-Net network makes it achieve good performance in image segmentation. This network is a lightweight network with a small number of parameters for small image segmentation datasets. However, when the medical image to be segmented contains a lot of detailed information, the segmentation results cannot fully meet the actual requirements. In order to achieve higher accuracy of medical image segmentation, a novel improved U-Net network architecture called multi-scale encoder-decoder U-Net+ (MEDU-Net+) is proposed in this paper. We design the GoogLeNet for achieving more information at the encoder of the proposed MEDU-Net+, and present the multi-scale feature extraction for fusing semantic information of different scales in the encoder and decoder. Meanwhile, we also introduce the layer-by-layer skip connection to connect the information of each layer, so that there is no need to encode the last layer and return the information. The proposed MEDU-Net+ divides the unknown depth network into each part of deconvolution layer to replace the direct connection of the encoder and decoder in U-Net. In addition, a new combined loss function is proposed to extract more edge information by combining the advantages of the generalized dice and the focal loss functions. Finally, we validate our proposed MEDU-Net+ MEDU-Net+ and other classic medical image segmentation networks on three medical image datasets. The experimental results show that our proposed MEDU-Net+ has prominent superior performance compared with other medical image segmentation networks.

• 한국지리정보학회지
• /
• 제15권4호
• /
• pp.1-14
• /
• 2012

하천은 육지 표면에서 일정한 물길을 따라 흐르는 물줄기를 의미하며, 하천 매핑 작업은 하천유역의 지형 변화 연구 및 하천 유역의 홍수 모니터링 연구 등에 매우 중요한 역할을 한다. 그러나 하천의 수위변화로 인한 유역 내 지표면의 수위 및 유량의 불균일성 등으로 인하여, 기존의 지반조사 기술은 하천 매핑 작업에 효과적이지 않다. 공간 정보 자료는 해당 지역에 접근하지 않고도 해당 지역에 관한 지형적인 정보를 획득할 수 있어서, 하천 지형 조사 및 하천 측량 등 하천 유역의 지형연구에 굉장히 유용하게 쓰일 수 있다. 본 연구에서는, 각각의 다른 파라미터를 사용하여 영상분류 기법 중의 하나인 ISODATA(Iterative Self_Organizing Data Analysis) 분류기법을 적용하여 RapidEye 영상으로부터 하천을 추출하는 방법을 제시하였다. 우선, RapidEye 영상으로부터 NIR(Near InfraRed) 밴드 영상과 NDVI(Normalized Difference Vegetation Index) 영상을 생성한 뒤, 이를 각각의 파라미터로 설정한다. 생성된 각각의 영상에 ISODATA 기법을 적용한 뒤, 후처리 과정을 통하여 각각의 영상으로부터 하천을 추출하도록 한다. 각각의 영상에서 추출한 하천의 경계선 또한 Sobel 에지 추출 기법을 통하여 추출된다. 점검 점들을 이용하여 정확도 검증을 수행한 결과, NIR 밴드로부터 추출한 하천의 정확도가 NDVI 영상으로부터 추출한 하천의 정확도보다 더 높다는 것을 알 수 있다.

• 정보처리학회논문지B
• /
• 제12B권6호
• /
• pp.671-678
• /
• 2005

본 논문에서는 동영상에서 주요 객체를 추출하여 기존의 배경을 임의의 배경으로 교체하는 알고리즘을 제안한다. 제안된 기법은 이동 통신 화상전화기 및 영상전달 시스템등을 사용한 화상 전송함시 개인의 프라이버시를 보호하고, 배경을 제거함으로써 실제 전송할 데이터의 양을 줄일 수도 있을 뿐만 아니라, 현재배경을 임의의 배경으로 바꾸는 등의 여러 용도로 사용가능하다. 영상처리는 대용량의 데이터를 처리하기 때문에 많은 메모리와 시간 등의 자원을 사용하게 된다. 이는 특히 자원이 제한된 이동통신기기에서 문제가 된다. 실험에서 일반적으로 주요 객체의 움직임의 범위가 크지 않다는 점에 근거하여 검색의 범위를 이전 윤곽선정보의 주변으로 제한함으로써 영상처리에서 걸리는 시간과 자원을 줄일 수 있었다. 구체적으로는 동영상의 초기영상에서 윤곽선 정보를 이용하여 후보 객체영역을 추출하였고, 추출한 영역을 기준으로 다음 영상과 현재 영상과의 차영상을 구하여 움직이는 객체를 추적하는데 이용하였으며, 선택된 영역에서 윤곽선을 구하여 객체영역을 찾는데 이용하였다 이를 통하여 주요 객체와 배경을 효율적으로 분리할 수 있었으며, 사용자가 선택한 임의의 배경으로 대체할 수 있었다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제37권1호
• /
• pp.29-38
• /
• 2010

본 연구에서는 영상을 대형으로 디스플레이 함과 동시에 사용자가 보다 세밀하게 관찰하고자하는 관심영역을 이동 프로젝터로 투사함으로써 개선된 해상도와 밝기로 디스플레이 하는 인터랙티브 투사 기법을 제안한다. 사용자는 이동 프로젝터를 들고 움직이며 관심영역의 위치를 변경하게 되는데 이 때 적절히 투사영상을 업데이트하기 위해 폐회로(closed-loop) 기반 추적 방법을 제안한다. 먼저 대형 디스플레이 영상에 이동 프로젝터의 위치를 나타내는 표시자를 삽입하고 이를 이동 프로젝터에 부착된 카메라로 획득한 연속영상에서 추출한다. 표시자의 중심이 항상 카메라 영상의 중심과 일치하도록 하는 제약조건 하에서 이를 만족시키기 위해 대형 디스플레이 상에서 표시자의 위치를 지속적으로 업데이트 한다. 이렇게 계산된 표시자의 위치에 해당하는 사각형 영역을 이동 프로젝터가 투사하게 되며 이때 카메라와 이동 프로젝터 사이의 투사변환을 적용하여 와핑한다. 표시자 분할은 총 네 단계로 이루어지며 카메라 영상에 대해 HSI 기반 전처리, 직선 탐지, 사각형 조건 검사, 교차비(cross-ratio) 검사를 거쳐 최종 네 개의 코너점이 결정된다. 제안된 투사 기법을 적용하여 구현한 인터랙티브 투사 시스템은 약 24fps의 처리속도를 지원하며 사용자 평가 결과 높은 유용성을 나타냈다.

• 한국인터넷방송통신학회논문지
• /
• 제18권1호
• /
• pp.135-141
• /
• 2018

본 논문에서는 최적의 스마트 홈 제어 시스템의 설계 및 구현 방법에 대해 설명한다. 최근 센서와 통신과 같은 기술들을 발전으로 사물인터넷은 전구, 콘센트, 옷과 같은 다양한 사물을 제어할 수 있게 되었으며, 다양한 기업에서는 사물간의 협업을 통해 사용자의 삶을 향상 시킬 수 있는 서비스들을 출시되고 있다. 하지만, 기존 사물인터넷 시스템에서는 엔드 투 엔드 디바이스인 경우 다양한 프로토콜을 통해 데이터를 전송하지만 서버 및 게이트웨이는 단일 프로토콜을 지원하는 경우가 빈번하다. 또한, 사물인터넷 시스템의 제조사에 따라서 전용 어플리케이션이 존재하며, 여러 사물인터넷 디바이스들을 등록하고 제어하는데 있어서 높은 복잡성을 가지고 있다. 증강현실 사물인터넷 시스템인 경우 사물들을 검출하기 위해 OpenCV 또는 OpenGL을 사용하여 특징점 및 엣지 추출 기술을 사용 하지만 사물의 인식률이 샘플링 데이터에 따라서 편차가 크게 존재하며, 비교적 낮은 문제점이 존재한다. 제안하는 최적의 스마트 홈 시스템에서는 기존의 문제점을 보완하기 위해 OneM2M을 기반으로 사물인터넷 게이트웨이를 구현하여 엔드 투 엔드 디바이스의 다양한 프로토콜들을 지원하고, 단일 어플리케이션을 통해 다양한 사물을 제어 등 사용자의 접근성을 향상시켰다. 또한, 인공지능 분야의 딥러닝을 사용하여 디바이스들을 학습시키고 추론 및 검출을 통해 기존 시스템의 사물 인식률 향상과 인식률의 편차를 낮추었다.

• 한국인터넷방송통신학회논문지
• /
• 제18권2호
• /
• pp.209-216
• /
• 2018

고해상도 위성영상은 기상관측, 지형관측, 원격탐사, 군사시설감시, 문화재보호 등 많은 분야에서 이용된다. 위성영상은 동일한 위성영상 시스템에서 획득한 영상이라 할지라도 하드웨어(광학장치, 위성의 운용고도, 영상 센서 등)의 조건에 따라서 해상도가 저하된 영상들이 발생한다. 따라서 위성이 발사된 이후에는 이러한 해상도가 저하된 영상들의 해상도 향상을 위해서 영상시스템의 하드웨어를 변경하는 것은 불가능하므로 위성영상 자체를 이용하여 해상도를 향상시키는 방법이 필요하다. 본 논문에서는 이러한 저해상도 위성영상을 이용하여 해상도를 향상시키는 방법으로 SR(Super Resolution) 알고리즘을 사용하였다. SR 알고리즘은 다수의 저해상도 영상들의 정합을 통해 영상의 해상도를 향상시키는 알고리즘이다. 하지만 위성영상에서는 동일 지역에 대한 여러 장의 영상을 획득하기 어렵다. 따라서 본 논문에서는 이러한 문제점을 해결하기 위해 특징점 자동추출과 투영 변환(Projection Transform)을 적용 후 영상에 대한 기하학적 변화를 보정하여 SR 알고리즘을 수행하였다. 그 결과 수동으로 특징점을 구한 SR 결과와 같이 에지 부분이 뚜렷하게 나타나는 것을 확인 할 수 있다.

• 한국전자파학회논문지
• /
• 제21권9호
• /
• pp.979-986
• /
• 2010

본 논문에서는 합성 개구 레이더(SAR: Synthetic Aperture Radar) 영상에서 SAR 보정용으로 설치된 삼각 전파 반사기(TCR: Trihedral Corner Reflector)의 레이더 단면적(RCS: Radar Cross Section)을 정확하게 추출하는 방법을 연구하고, SAR 보정 정확도를 분석한다. TCR의 이론적 RCS를 geometrical optics(GO)와 physical optics(PO) 방법을 이용하여 이론적으로 계산하고, 측정값과 비교하여 정확성을 검증한다. 이때에 단일 반사는 PO로, 이중 반사는 GO-PO로, 삼중 반사는 GO-GO-PO로 계산하고, 모서리 영향은 PTD(Physical Theory of Diffraction) 방법을 이용하여 이론적 RCS를 정확하게 계산한다. 크기가 다른 5개의 TCR를 설치하고, TerraSAR-X로 그 지역에 대한 위성 영상을 취득하여 그 TCR들에 대한 RCS를 추출한다. 레이더 IRF(Impulse Response Function) 특성에 의해 분산된 전력(power spill)을 모두 구하기 위해 정사각형 모양의 면적(window)을 설정하여 정확하게 RCS를 추출하고, 이 RCS를 이론적 RCS와 비교한다. 면적의 크기와 배경의 레이더 후방 산란 계수 크기에 따른 TCR의 RCS 오차를 계산하며, 최소 적분 면적과 최대 배경 산란계수 크기를 제안한다.