• 지능정보연구
• /
• 제8권2호
• /
• pp.1-13
• /
• 2002

본 논문에서는 연속적으로 입력되는 칼라영상에서 물체의 이동에 의하여 형성된 동작영역을 확인하고, 영상의 시컨스(sequence)를 대상으로 움직이는 물체의 형태인 보행자 혹은 자동차들의 이동방향을 추적하는 시스템을 제안하였다. 카메라가 고정되어 있고 물체가 이동하는 상황에서 카메라시계에 진입하는 물체를 포착하여, 포착된 물체의 영역을 차 영상 분석을 통해 이진화하여 추출하고, 추출된 영역을 co-occurrence matrix의 RGB full 칼라의 특징 벡터를 추출하는 것을 제시하였다 추출되어지는 칼라 특징벡터를 분석하여 인접 프레임간의 이동물체 영역끼리의 대응관계를 조사함으로서, 이동물체를 추적한다. 군집화(clustering) 단계에서는 이전 단계에서 추출한 특징 벡터들 가운데 에너지, 엔트로피만을 가지고 인접 프레임간의 군집화를 조사하기 위하여 이동물체 영역들 간의 퍼지동적물체 정합 알고리즘을 적용시켰다. 인접 프레임간의 움직임 영역의 물체들에 대하여 멤버 쉽 함수를 근거로 중심 값을 계산하면, 동일 물체일 경우 중심 값 부근에서 군집이 형성되며, 이를 바탕으로 이동물체를 추출할 수 있는 방안을 제안하였다.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2011년도 추계학술대회
• /
• pp.621-624
• /
• 2011

최근 HCI(Human Computer Interaction)의 한 분야인 증강현실은 크게 마커 기반과 비 마커기반으로 구분된다. 비 마커기반은 실세계 환경에서 자연적인 특징을 이용하여 객체를 증강한다. 반면, 마커기반은 사각형의 평면 마커를 이용하여 좌표를 쉽게 계산하고 객체를 정확하게 증강 시킨다. 그러나 마커기반은 제공되는 영상 안에 마커가 존재하기 때문에 비 마커기반 보다 사용자에게 주는 현실감 및 몰입감이 적다. 따라서 본 논문에서는 마커기반의 현실감 및 몰입감을 증대시키기 위해 감쇄 현실과 증강현실을 결합한 객체 제거 기법을 활용한 마커기반 증강현실 시스템 구조를 연구한다.

• 한국정보통신학회논문지
• /
• 제19권2호
• /
• pp.486-492
• /
• 2015

방사선 영상장치는 방사능 누출사고의 조기처리 및 확산 피해 최소화에 필수적인 장비이며, 가까운 미래에 빅마켓으로 성장될 원전폐로 분야에서도 중요한 역할을 담당할 것으로 예상된다. 현재까지 개발된 방사선 영상장치는 방사선 오염원의 위치를 방향 정보만으로 탐지하여 가시화하고 있고 방사선원의 거리 측정은 불가능한 실정이다. 본 논문에서는 스테레오 카메라 원리를 적용하여 방사선원의 3차원 위치정보를 추출할 수 있는 새로운 기법의 방사선 3차원 영상장치의 구현에 대해 연구하였다. 한 대의 방사선 센서와 CCD 카메라, 그리고 팬틸의 컴팩트한 구성으로 설계된 방사선 3차원 영상장치(K3-RIS)는 위치변환 제어에 의한 스테레오 방사선 영상 취득과 연속모드 제어 및 고속 스테레오 영상정보처리 기능이 특징이다. 개발한 장치의 기능검증을 위해 감마 방사선원(Cs-137)을 대상으로 실험을 수행한 결과 선원간의 거리와 무관하게 3% 이하의 거리측정 오차를 확인하였다.

• 한국정보통신학회논문지
• /
• 제22권3호
• /
• pp.434-442
• /
• 2018

본 논문에서는 주행하는 차량에 탑재된 카메라에서 획득한 도로 영상에서 차선의 색상을 판별하는 방법을 제안하였다. 자동차의 자율주행기술에 있어 차선 정보는 차선이탈방지(ldws), 능동적 차선유지(lkas), 고속도로주행보조(hda) 등의 자율주행의 레벨(level)이 올라갈수록 중요하다. 특히 차선의 색상, 특히 흰색 및 황색 차선의 구별은 교통사고와 직접적인 관련이 있는 정보이기에 더욱 필요한 기술이다. 본 논문에서는 주행 차선 검출 결과를 기반으로 차선 및 도로의 관심 영역을 추출하고 각 영역의 컬러 정보를 2차원 S-색상 공간으로 투영하였다. S-공간에 투영된 색상의 특징 분포에서 개선된 mean-shift 알고리즘을 이용하여 특징의 무게중심을 구하였다. 좌, 우 차선과 도로영역의 색상특징의 중심점들 사이의 거리 정보를 이용하여 차선의 색상을 판별하였다. 다양한 조명환경에서 약 97%의 색상 인식 성공률을 보였다.

• 한국항해항만학회지
• /
• 제32권10호
• /
• pp.845-850
• /
• 2008

본 논문에서는 SVM을 이용한 번호판 위치 추출 알고리즘을 제안한다. 일반적으로 번호판 영역은 가로-세로 비율 컬러, 공간 주파수 성분 등의 특징을 포함하고 있다. 제안하는 기법은 영상 획득, 번호판 후보 영역 추출, 번호란 위치 검증 세가지 단계로 구성되어 있다. 번호판 후보 영역 추출 단계에서는 컬러 필터링과 경계선 검출을 하여 번호판 후보 영역을 찾아내고 후보 영역의 DCT 계수를 SVM에 적용하여 검증한다. 이러한 검증과정을 거침으로써 잘못된 추출을 막아 신뢰성 있는 번호판 영역 추출이 가능하다. 실험을 통해 제안한 방법을 검증하였다.

• 대한원격탐사학회지
• /
• 제23권4호
• /
• pp.273-285
• /
• 2007

대부분의 스테레오 정합 방법은 두 점간의 대응점을 측정하는데 있어 밝기값을 사용하며 잡음의 영향을 받은 화소가 정합에 사용될 경우 정합 성능이 저하된다. 따라서 잡음은 정합 성능을 결정짓는 중요한 역할을 한다. 본 논문에서는 고해상도 위성영상에서 정합 성능을 향상시키기 위해 잡음에 강건한 밝기 필터와 에지 필터를 이용하여 정합하는 방법을 제안한다. Mean, Median, Midpoint, Gaussian 필터와 같은 밝기 필터와 Gradient, Roberts, Prewitt, Sobel, Laplacian 필터와 같은 에지 필터를 사용하였다. 에지필터와 밝기 필터의 성능 평가를 위해 균일 잡음 또는 가우시안 잡음이 첨가된 합성 영상과 위성 영상에 대해 실험을 수행하였고 필터들은 성능에 따라 순위를 정하였다. 밝기 필터와 에지 필터들 중에서 Median 필터와 Sobel 필터가 가장 우수한 성능을 나타낸 반면에 Midpoint 필터와 Laplacian 필터는 가장 저조한 성능을 나타내었다. Ikonos 스테레오 위성영상을 실험 영상으로 사용하였으며 Median 필터와 Sobel 필터를 이용한 정합 방법이 다른 필터 조합을 이용한 정합 방법보다 향상된 정합 결과를 나타내었다.

• 대한원격탐사학회지
• /
• 제35권5_1호
• /
• pp.715-726
• /
• 2019

고해상도 위성영상의 보급이 증가함에 따라, 위성영상으로부터 정확한 3차원 정보를 생성하기 위한 기술의 필요성이 강조되고 있다. 영상의 변화탐지 및 객체추출 등 응용 분야에서 많이 활용되고 있는 수치지형모델(digital terrain model, DTM)을 생성하기 위해서는 수치표면모델(digital surface model, DSM)에 존재하는 수목, 건물 등 비지면 객체를 추출하고 지면의 높이를 추정하는 과정이 필요하다. 본 논문에서는 KOMPSAT-3A 스테레오 영상에서 추출된 DSM으로부터 자동으로 DTM을 생성하기 위한 방법을 제시한다. 기 구축된 저해상도 지형자료를 활용하여 비지면 영역을 탐색하고 지면의 높이값을 추정하는 기법을 개발했다. 산악지형, 건물밀집지역, 평지, 복합지 등 다양한 지형 특성을 갖는 4곳의 실험 지역에서 생성된 DTM의 수직 정확도는 약 5.85 m로 나타났다. 제안된 기법을 통해 지표면의 정밀한 형상을 나타내는 고품질의 DTM 생성이 가능한 것으로 판단된다.

• 한국정보통신학회논문지
• /
• 제25권9호
• /
• pp.1152-1157
• /
• 2021

본 논문에서는 아파트 공동현관의 출입통제에 적합한 얼굴인식 방법을 제안한다. 제안 방법은 기존의 얼굴인식 방식과는 다르게 별도의 수동 얼굴 등록 과정을 거치지 않는다. 건물에 있는 인물(예 : 거주자)이 공동현관문을 통해 외출하면 외출 시점에 촬영된 영상에서 자동 추출된 얼굴데이터(얼굴영상 및 특징)를 거주자 데이터베이스에 등록한다. 외출한 인물이 귀가하여 다시 공동현관문을 통해 출입하고자 하면 출입 시점에 촬영된 영상에서 추출된 얼굴데이터를 거주자 데이터베이스에 등록된 얼굴데이터와 대조하여 동일 인물이 식별되는 경우에만 공동현관문을 개방하여 출입을 허용한다. 동일 인물로 매칭된 얼굴데이터는 거주자 데이터베이스에서 바로 삭제되며, 외출할 때마다 새롭게 추출된 최신 얼굴데이터로 등록 갱신된다. 따라서 항상 최신 얼굴 데이터에 기반하여 얼굴 대조가 이루어져 동일인물을 식별하기에 유리하다. 제안 방법에 대해 구현의 용이함을 검증하기 위해 PC 2대와 포털에서 제공하는 클라우드를 활용하여 파이썬 기반의 얼굴인식 기능을 구현하였다. 또한 제안방법의 보안을 강화하기 위한 아이디어를 제시하였다.

• Smart Structures and Systems
• /
• 제31권4호
• /
• pp.421-436
• /
• 2023

This paper presents a vibration displacement measurement and damage identification method for a space truss structure from its vibration videos. Features from Accelerated Segment Test (FAST) algorithm is combined with adaptive threshold strategy to detect the feature points of high quality within the Region of Interest (ROI), around each node of the truss structure. Then these points are tracked by Kanade-Lucas-Tomasi (KLT) algorithm along the video frame sequences to obtain the vibration displacement time histories. For some cases with the image plane not parallel to the truss structural plane, the scale factors cannot be applied directly. Therefore, these videos are processed with homography transformation. After scale factor adaptation, tracking results are expressed in physical units and compared with ground truth data. The main operational frequencies and the corresponding mode shapes are identified by using Subspace Stochastic Identification (SSI) from the obtained vibration displacement responses and compared with ground truth data. Structural damages are quantified by elemental stiffness reductions. A Bayesian inference-based objective function is constructed based on natural frequencies to identify the damage by model updating. The Success-History based Adaptive Differential Evolution with Linear Population Size Reduction (L-SHADE) is applied to minimise the objective function by tuning the damage parameter of each element. The locations and severities of damage in each case are then identified. The accuracy and effectiveness are verified by comparison of the identified results with the ground truth data.

• 스마트미디어저널
• /
• 제12권7호
• /
• pp.9-17
• /
• 2023

작물의 병충해는 다양한 작물의 성장에 영향을 미치기 때문에 초기에 병충해를 식별하는 것이 매우 중요하다. 이미 많은 머신러닝(ML) 모델이 작물 병충해의 검사와 분류에 사용되었지만, 머신러닝의 부분 집합인 딥러닝(DL)이 발전을 이루면서 이 연구 분야에서 많은 진보가 있었다. 본 연구에서는 YOLOX 검출기와 MobileNet 분류기를 사용하여 비정상 작물의 병충해 검사 및 정상 작물에 대해서는 성숙도 분류를 진행하였다. 이 방법을 통해 다양한 작물 병충해 특징을 효과적으로 추출할 수 있으며, 실험을 위해 딸기, 고추, 토마토와 관련된 다양한 해상도의 이미지 데이터 셋을 준비하여 작물 병충해 분류에 사용하였다. 실험 결과에 따르면 복잡한 배경 조건을 가진 영상에서 평균 테스트 정확도가 84%, 성숙도 분류 정확도가 83.91% 임을 확인할 수 있었다. 이 모델은 자연 상태에서 3가지 작물에 대한 6가지 질병 검출 및 각 작물의 성숙도 분류를 효과적으로 진행할 수 있었다.