• 한국ITS학회 논문지
• /
• 제18권2호
• /
• pp.104-113
• /
• 2019

도로 관리 주체는 도로 파손을 보수하기 위해 적지 않은 비용을 투입한다. 이러한 파손은 자연 요인과 노후화로 인하여 필연적으로 발생을 하는데, 효율적인 보수를 위한 유지보수 기술이 필요하다. 이런 수요에 대응하기 위해 여러 가지 기술들이 개발되고 적용되고 있지만, 최근 들어서는 차량용 블랙박스 형태로 수집한 영상 정보를 바탕으로 도로 노면 파손 유지 보수기술이 개발되고 있다. 이 파손 영역을 추출하는 방법에는 여러 가지가 있지만, 본 논문에서는 최근 활발히 연구되고 있는 심층 신경망 구조의 영상인식 기술에 대해 논하고자 한다. 특히 영역 기반의 합성곱 알고리즘을 이용하여 영상 내에서 도로 파손 유무와 그 영역을 추정할 수 있는 새로운 심층 신경망을 소개한다. 이를 개발하기 위해 실제 주행을 통해서 600여장의 영상 데이터를 수집하였고, 이를 활용하여 학습을 수행하였다. 그 결과 기존 모델과 성능을 비교하여 10.67% 향상된 신경망을 개발하였다.

• 한국인터넷방송통신학회논문지
• /
• 제18권1호
• /
• pp.23-28
• /
• 2018

본 연구에서는 팩토리 작업장에 설치된 여러 종류의 멀티터치 기술 기반 센서로부터 수집된 이벤트와 데이터를 제공함으로써 작업장의 상태 감시와 이벤트 관리를 용이하게 할 수 있는 플랫폼을 개발하였다. 영상인식 기술을 활용하여 팩토리 작업장 내 사람들의 얼굴을 인식하여 작업자별 맞춤형 콘텐츠를 제공하며, 얼굴인식을 통한 개별 작업자 인증으로 콘텐츠 보안을 강화하도록 하였다. 제스처 인식을 통한 콘텐츠 제어 기능을 구축하여 작업자가 간단하게 문서를 검색할 수 있도록 하였고, 모바일 장치에서도 얼굴인식 기능을 구현하여 작업자를 위한 콘텐츠 제공이 가능하게 하였다. 본 연구의 결과를 작업장 안전, 콘텐츠 보안, 작업자 편의 등을 향상시키는데 이용할 수 있으며 향후 스마트 팩토리 구축을 위한 기반기술로 활용할 수 있다.

• 반도체디스플레이기술학회지
• /
• 제22권2호
• /
• pp.128-132
• /
• 2023

Recently, with the development of deep learning technology, research on pedestrian attribute recognition technology using deep neural networks has been actively conducted. Existing pedestrian attribute recognition techniques can be obtained in such a way as global-based, regional-area-based, visual attention-based, sequential prediction-based, and newly designed loss function-based, depending on how pedestrian attributes are detected. It is known that the performance of these pedestrian attribute recognition technologies varies greatly depending on the type of backbone network that constitutes the deep neural networks model. Therefore, in this paper, several backbone networks are applied to the baseline pedestrian attribute recognition model and the performance changes of the model are analyzed. In this paper, the analysis is conducted using Resnet34, Resnet50, Resnet101, Swin-tiny, and Swinv2-tiny, which are representative backbone networks used in the fields of image classification, object detection, etc. Furthermore, this paper analyzes the change in time complexity when inferencing each backbone network using a CPU and a GPU.

• 한국건축시공학회:학술대회논문집
• /
• 한국건축시공학회 2023년도 봄 학술논문 발표대회
• /
• pp.127-128
• /
• 2023

The construction industry is increasingly adopting vision AI technologies to improve efficiency and safety management. However, the complex and dynamic nature of construction sites can pose challenges to the accuracy of vision AI models trained on datasets that do not consider the background. This study investigates the effect of background on object recognition for vision AI in construction sites by constructing a learning dataset and a test dataset with varying backgrounds. Frame scaffolding was chosen as the object of recognition due to its wide use, potential safety hazards, and difficulty in recognition. The experimental results showed that considering the background during model training significantly improved the accuracy of object recognition.

• 전자공학회논문지
• /
• 제52권2호
• /
• pp.148-161
• /
• 2015

자동차 시장의 성장과 함께 차량에 카메라가 사용되는 사례가 늘고 있으며 영상 처리 기술의 중요성이 증가하고 있다. 또한, 차량 전장 시스템 기술 역시 급속도로 성장을 하고 있으며, 특히 차선이탈경보시스템(Lane Departure Warning System, LDWS)과 관련된 기술들이 다방면으로 개발 중이다. 본 논문에서는 기존의 방법보다 더 높은 차선 인식률을 검출하기 위해 촬영된 영상에서 먼저 Normalized Luminance Descriptor와 Normalized Contrast Descriptor값을 각각 연산하여, 두 값의 상관관계를 통해 Normalized Image Quality값을 조절하여 영상의 감마값을 조절한다. 그 뒤 다중의 관심영역을 통해 다중 영역에서 선택적 허프변환 알고리즘을 통한 차선 검출 알고리즘을 적용하여 차량 전방의 차선을 인식한다. 제안하는 알고리즘은 평균 27 Frame/sec와 $640{\times}480$ 해상도에서 검증 과정을 가졌다. 결과적으로 주 야간 및 심야를 포함한 도로들에서 평균 97% 이상의 차선 인식률을 보였으며 커브구간이나 차도 내 표식이 많은 구간에서도 성공적인 차선 인식을 보인다.

• 한국인공지능학회지
• /
• 제5권2호
• /
• pp.15-25
• /
• 2017

Recently, technologies are being developed to recognize and authenticate users using bioinformatics to solve information security issues. Biometric information includes face, fingerprint, iris, voice, and vein. Among them, face recognition technology occupies a large part. Face recognition technology is applied in various fields. For example, it can be used for identity verification, such as a personal identification card, passport, credit card, security system, and personnel data. In addition, it can be used for security, including crime suspect search, unsafe zone monitoring, vehicle tracking crime.In this thesis, we conducted a study to recognize faces by detecting the areas of the face through a computer webcam. The purpose of this study was to contribute to the improvement in the accuracy of Recognition of Face Based on CNN Algorithms. For this purpose, We used data files provided by github to build a face recognition model. We also created data using CNN algorithms, which are widely used for image recognition. Various photos were learned by CNN algorithm. The study found that the accuracy of face recognition based on CNN algorithms was 77%. Based on the results of the study, We carried out recognition of the face according to the distance. Research findings may be useful if face recognition is required in a variety of situations. Research based on this study is also expected to improve the accuracy of face recognition.

• 한국정보통신학회논문지
• /
• 제22권1호
• /
• pp.54-62
• /
• 2018

기술의 발전에 따라 다양한 응용을 위한 장치가 연구 및 개발되고 있으며 운전자 보조 시스템은 그 중 대표적인 기술이다. 운전자 보조 시스템 기술은 차량 주변의 정보를 인식하기 위해 영상인식 기법을 사용한다. 차량에 적용되는 운전자 보조 장치는 계산시간이 오래 걸리는 다수의 영상인식기법을 실시간으로 처리하는데 어려움이 존재한다. 이를 위해 제한된 하드웨어에서 영상인식 기법의 실시간 처리를 위한 동적 프레임 제외 기법을 제안한다. 기존의 연구에서 프레임 제외는 처리시간에 비례하여 정적으로 설정되었으며 처리 할 수 있는 영상인식기법의 수가 적음을 알 수 있다. 차량의 속도와 가속도를 통해 주행상태를 파악하여 동적으로 프레임 제외률을 설정하고 그에 맞게 영상인식 기법을 처리하여 그 수를 최대화시켰다. 실험을 통해 처리 수가 정적 기법에 비해 32.5% 상승함을 확인하였다.

• 전자통신동향분석
• /
• 제33권5호
• /
• pp.76-85
• /
• 2018

In recent years, automobiles have evolved from simple transportation to convergence devices, and have combined the Internet of things, high-speed communications, and artificial intelligence technologies to provide people with social and cultural benefits. To provide services such as a smart traffic analysis, autonomous driving, and unmanned driving, automobiles applying these technologies are required to perform various types of sensing and image analyses for vehicle recognition and distance measurements. addition, there has been a rapid increase in the need to introduce an automotive Ethernet, that can provide a wide bandwidth to support. such technologies. In this article, we survey the latest trends in automotive Ethernet based automobiles and their security threats, and analyze the status and prospects of security technologies applied to cope with them.

• 전자공학회논문지D
• /
• 제34D권7호
• /
• pp.88-96
• /
• 1997

As the need of automatized system has been increased recently together with the development of industrial and military technologies, the adaptive real-time target detection technologies that can be embedded on vehicles, planes, ships, robots and so on, are hgihly demanded. Accordingly, this paper proposes a novel approach to detect and segment the moving targets using the binary phase extraction joint transform correlator (BPEJTC), the advanced image subtraction filter and convex hull processing. The BPEJTC which was used as a target detection unit mainly for target tracking compensating the camera movement. The target region has been detected by processing the successful three frames using the advanced image subtraction filter, and has become more accurate by applying the developed convex hull filter. As shown by some experimental results, it is expected that the proposed approaches for compensation of the camera movement and segmentationof of target region, can be used for th emissile guiddance, aero surveillance, automatic inspectin system as well as the target detection unit of automatic target recognition system that request adaptive real-time processing.

• Journal of Information Processing Systems
• /
• 제16권5호
• /
• pp.1001-1007
• /
• 2020

In recent years, machine learning algorithms are continuously being used and expanded in various fields, such as facial recognition, signal processing, personal authentication, and stock prediction. In particular, various algorithms, such as deep learning, reinforcement learning, and Q-learning, are continuously being improved. Among these algorithms, the expansion of deep learning is rapidly changing. Nevertheless, machine learning algorithms have not yet been applied in several fields, such as personal authentication technology. This technology is an essential tool in the digital information era, walking recognition technology as promising biometrics, and technology for solving state-space problems. Therefore, algorithm technologies of deep learning, reinforcement learning, and Q-learning, which are typical machine learning algorithms in various fields, such as agricultural technology, personal authentication, wireless network, game, biometric recognition, and image recognition, are being improved and expanded in this paper.