• 한국지능시스템학회:학술대회논문집
• /
• 한국지능시스템학회 2007년도 추계학술대회 학술발표 논문집
• /
• pp.15-18
• /
• 2007

Identification of humans from multiple view points is an important task for surveillance and security purposes. For optimal performance the system should use the maximum information available from sensors. Multimodal biometric systems are capable of utilizing more than one physiological or behavioral characteristic for enrollment, verification, or identification. Since gait alone is not yet established as a very distinctive feature, this paper presents an approach to fuse face and gait for identification. In this paper we will use the single camera case i.e. both the face and gait recognition is done using the same set of images captured by a single camera. The aim of this paper is to improve the performance of the system by utilizing the maximum amount of information available in the images. Fusion is considered at decision level. The proposed algorithm is tested on the NLPR database.

• International Journal of Fuzzy Logic and Intelligent Systems
• /
• 제9권3호
• /
• pp.166-171
• /
• 2009

In recent years, video detection systems have been implemented in various infrastructures such as airport, public transportation, power generation system, water dam and so on. Recognizing moving objects in video sequence is an important problem in computer vision, with applications in several fields, such as video surveillance and target tracking. Segmentation and tracking of multiple vehicles in crowded situations is made difficult by inter-object occlusion. In the system described in this paper, the mean shift algorithm is firstly used to filter and segment a color vehicle image in order to get candidate regions. These candidate regions are then analyzed and classified in order to decide whether a candidate region contains a license plate or not. And then some characters in the license plate is recognized by using the fuzzy ARTMAP neural network, which is a relatively new architecture of the neural network family and has the capability to learn incrementally unlike the conventional BP network. We finally design a license plate recognition system using the mean shift algorithm and fuzzy ARTMAP neural network and show its performance via some computer simulations.

• International Journal of Fuzzy Logic and Intelligent Systems
• /
• 제12권3호
• /
• pp.250-255
• /
• 2012

Face recognition has wide applications in security and surveillance systems as well as in robot vision and machine interfaces. Conventional challenges in face recognition include pose, illumination, and expression, and face recognition at a distance involves additional challenges because long-distance images are often degraded due to poor focusing and motion blurring. This study investigates the effectiveness of applying photon-counting linear discriminant analysis (Pc-LDA) to face recognition in harsh environments. A related technique, Fisher linear discriminant analysis, has been found to be optimal, but it often suffers from the singularity problem because the number of available training images is generally much smaller than the number of pixels. Pc-LDA, on the other hand, realizes the Fisher criterion in high-dimensional space without any dimensionality reduction. Therefore, it provides more invariant solutions to image recognition under distortion and degradation. Two decision rules are employed: one is based on Euclidean distance; the other, on normalized correlation. In the experiments, the asymptotic equivalence of the photon-counting method to the Fisher method is verified with simulated data. Degraded facial images are employed to demonstrate the robustness of the photon-counting classifier in harsh environments. Four types of blurring point spread functions are applied to the test images in order to simulate long-distance acquisition. The results are compared with those of conventional Eigen face and Fisher face methods. The results indicate that Pc-LDA is better than conventional facial recognition techniques.

• Journal of Information Processing Systems
• /
• 제19권6호
• /
• pp.730-744
• /
• 2023

The topic of this paper is the recognition of human activities using egocentric vision, particularly captured by body-worn cameras, which could be helpful for video surveillance, automatic search and video indexing. This being the case, it could also be helpful in assistance to elderly and frail persons for revolutionizing and improving their lives. The process throws up the task of human activities recognition remaining problematic, because of the important variations, where it is realized through the use of an external device, similar to a robot, as a personal assistant. The inferred information is used both online to assist the person, and offline to support the personal assistant. With our proposed method being robust against the various factors of variability problem in action executions, the major purpose of this paper is to perform an efficient and simple recognition method from egocentric camera data only using convolutional neural network and deep learning. In terms of accuracy improvement, simulation results outperform the current state of the art by a significant margin of 61% when using egocentric camera data only, more than 44% when using egocentric camera and several stationary cameras data and more than 12% when using both inertial measurement unit (IMU) and egocentric camera data.

• 한국통신학회논문지
• /
• 제35권3B호
• /
• pp.485-492
• /
• 2010

지능형 교통 시스템에는 도로 환경 정보 제공, 차량 근거리 네트워크 연동, 추돌사고예방 및 보행자 안전 제공 등의 다양한 분야의 연구가 진행되고 있다. 이와 관련하여 운전자 및 보행자 안전을 위한 감지 정확도, 정보 신뢰성, 유지보수 편의성을 기초하는 USN 기술이 주목 받고 있다. 본 연구는 다양한 센서를 이용하여 USN을 도로에 구축하고 개발된 도로기지국(RSU)과 연동하여 실시간 도로 환경 정보 수집하고 차량단말기(OBU) 및 교통 센터에 제공하는 Road Weather Information System을 개발하였다. RSU는 운전자 안전을 위해 노변 정보를 수집하고 이를 분석하여 서비스 우선순위에 따라 IP와 비콘 서비스를 OBU 및 상위 터미널에 제공한다. 상위 터미널에는 IP 기반 셋톱박스 응용 프로그램을 개발하여 교통 정보 및 도로 환경 정보, 환경 센서 오류 등에 정보를 제공한다. 결과적으로, RWIS는 노변 정보의 실시간 수집을 발전시켜 지능형 교통 시스템에 운전자 안전을 보완하고, 기술융합으로 다양한 서비스 방법을 제시하였다.

• 대한교통학회지
• /
• 제26권4호
• /
• pp.251-264
• /
• 2008

정확하고 신뢰성 있는 실시간 교통자료의 수집은 다양한 교통운영관리 전략의 구현 및 교통정보제공을 위한 필수요소이다. 본 연구에서는 보다 seamless한 고급 교통정보가공을 위해 차량 간 무선통신기술(Vehicle-To-Vehicle Communication; V2V)을 활용한 새로운 교통정보수집체계를 제안하였다. GPS를 이용하여 개별차량의 주행궤적을 추출하고 V2V를 이용한 교통정보수집 방안을 제시하였다. 본 연구에서 제안한 교통정보수집체계의 기술적 요구사항분석을 위해 몬테카를로 시뮬레이션 기반의 평가체계를 개발하였다. 미시적 교통시뮬레이터 AIMSUN으로부터 개별차량의 주행궤적을 추출하고, 이를 이용한 구간통행시간 산출기법을 몬테카를로 시뮬레이션 기반 평가체계에 결합하여 기술적 요구사항을 도출하였다. 구간통행시간 정확도에 영향을 미치는 요인으로서 V2V 및 개별차량 주행궤적 추출이 가능한 equipped vehicle의 market penetration rate, V2V 통신반경, 통행시간 산출주기를 분석하였다. 또한, 제안된 시스템의 기술적 타당성 확인을 위해 prototypical implementation을 수행하였다. 본 연구의 결과물은 보다 seamless하고 정확한 교통정보가공을 위한 차세대 수집시스템 개발 및 구현을 위한 유용한 기초자료로 활용될 것으로 기대된다.

• 대한교통학회지
• /
• 제27권4호
• /
• pp.175-181
• /
• 2009

지능형교통체계(ITS : Intelligent Transportation Systems)는 도로이용자들로 하여금 다양한 교통환경에서 도로를 좀 더 효율적으로 이용하게 해 주었다. 기존의 지점검지체계 기반의 교통정보 수집 및 제공시스템에서 오는 한계점을 극복하기 위해 최근 들어서는 차량-차량간 및 차량-인프라간 통신기술을 바탕으로 하는 교통자료 수집 및 제공에 관한 연구가 다양하게 진행되고 있다. 그러나 차량간 및 차량과 인프라간 통신은 무선으로 이루어지기 때문에 주변 환경의 영향(건물, 날씨, 대형차량 등)으로 인해 통신 실패가 빈번히 발생하여 교통정보수집의 신뢰성을 저하시키고 있다. 본 연구에서는 무선통신기반 교통정보수집시 통신 실패로 인한 차량의 주행궤적정보가 결측되었을 경우 이를 보정할 수 있는 방법론을 개발하였다. 먼저 차량의 주행궤적자료 결측 보정을 위한 기존의방법들 및 무선통신기반 교통자료수집을 위한 요구조건들을 검토하였다. 다음으로 AIMSUN을 이용하여 차량의 주행궤적자료를 수집하였고, 이를 바탕으로 임의의 결측치를 생성하였다. 결측된 자료는 기존의 교통자료 결측치 보정 방법과 본 연구에서 수정된 방법을 적용하여 보정한 후 비교 분석해 보았다. 분석결과 무선통신기반 교통수집체계하에서 통신 단절로 인한 결측치는 기존의 방법보다는 차량의 주행궤적 특성을 고려해서 수정된 방법으로 보정했을 경우 좀 더 정확한 교통정보를 수집할 수 있었다.

• 전자공학회논문지CI
• /
• 제48권4호
• /
• pp.9-20
• /
• 2011

미래 전쟁의 양상은 네트워크 중심전(network-centric warfare) 및 효과중심 작전(effects-based operations)으로 변화하고 있다. 전장에서 적을 먼저 발견하고 타격하기 위해서는 실시간 표적획득 및 첩보수집, 정확한 상황판단과 적시적인 지휘결심이 필요하다. 첨단 센서기술과 무선네트워크의 급속한 발전으로 인하여 전장감시의 운영개념에도 큰 변화가 요구된다. 특히, 자동화된 정보수집 자산이 부족한 지상군에게 있어서 전장감시 센서네트워크시스템의 도입은 필수 과제이다. 따라서 이 논문에서는 지상군 작전에서 적의 조기 발견과 전장가시화에 필요한 전장감시 센서네트워크시스템 구축을 위한 온톨로지 기반 상황인식 프레임워크를 제안한다. 제안한 온톨로지 기반 상황인식 프레임워크의 성능을 상황정보시스템의 평가방법을 적용하여 기존 시스템과 비교 분석한 결과 양호하게 평가되었으며, 장비협업도를 활용한 구조적 평가방법으로도 만족한 결과를 입증하였다. 온톨로지 기반 상황인식 프레임워크는 확장성과 재사용성의 측면에서 매우 장점이 많은 방식으로서, 향후 지상군 감시정찰체계에 폭 넓게 확대 적용할 수 있다. 또한, 온톨로지로 인한 데이터 량의 증가, 집중화로 인한 네트워크 대역폭 제한 및 처리시간 증가 문제들은 제대별 임무와 특성에 맞게 커스터마이징하거나, 차세대 통신 인프라의 구축으로 인하여 지능형 감시정찰 서비스를 촉진시키게 되므로 지상군의 정보능력 확충에 크게 기여할 것으로 기대된다.

• 한국ITS학회 논문지
• /
• 제7권4호
• /
• pp.13-24
• /
• 2008

지능형 교통체계(ITS)는 검지시스템의 지원으로 도로 현장에서 전개되는 교통상황을 실시간 모니터링 한다. 또한 이렇게 수집된 교통자료는 다양한 처리 및 가공 기법을 적용하여 교통운영, 교통계획, 교통안전 등 교통분야에서 다양하게 추가 활용된다. 그러나 실시간으로 검지되는 교통자료에 대한 활용 및 신뢰성이 선진 외국에 비해 낮은 실정으로 신뢰성 있는 교통정보 제공 및 분석을 위하여 교통자료의 품질확보가 우선 되어야 한다. 품질확보를 위한 기존의 연구에서는 기본 자료처리 3단계인 이상치 검지 및 제거, 결측자료 보정, 평활화 각각에 대한 알고리즘 및 관련 파라메터 추정에 초점이 맞추어져 왔다. 그러나 각각의 자료처리 과정은 사용자의 궁극적인 자료 활용목적에 따라 다양한 상호연관성을 나타낸다. 따라서 사용자에게 보다 신뢰성 높은 교통자료를 제공하기 위해서는 자료처리 기법을 통합평가할 수 있는 방법론 및 도구가 필요하다. 본 연구에서는 차량 검지기로부터 수집되는 교통자료의 통합평가 방법론을 연구하였고, 사용자의 자료 활용 목적에 부합하는 교통자료를 손쉽게 추출할 수 있는 도구를 개발하였다. 교통자료 품질확보를 위하여 자료처리 방법선택, 입력파라미터 선택, 자료처리 알고리즘 등록이 가능하도록 하였으며 품질확보를 위하여 반복적 자료처리가 가능하도록 하였다. 또한, 실제 경부선 2개구간에서 수집된 교통자료를 본 연구에서 개발한 방법론 및 도구에 적용한 사례를 제시하였다.

• International Journal of Fuzzy Logic and Intelligent Systems
• /
• 제16권4호
• /
• pp.246-253
• /
• 2016

Infrared (IR) imaging has been researched for various applications such as surveillance. IR radiation has the capability to detect thermal characteristics of objects under low-light conditions. However, automatic segmentation for finding the object of interest would be challenging since the IR detector often provides the low spatial and contrast resolution image without color and texture information. Another hindrance is that the image can be degraded by noise and clutters. This paper proposes multi-level segmentation for extracting regions of interest (ROIs) and objects of interest (OOIs) in the IR scene. Each level of the multi-level segmentation is composed of a k-means clustering algorithm, an expectation-maximization (EM) algorithm, and a decision process. The k-means clustering initializes the parameters of the Gaussian mixture model (GMM), and the EM algorithm estimates those parameters iteratively. During the multi-level segmentation, the area extracted at one level becomes the input to the next level segmentation. Thus, the segmentation is consecutively performed narrowing the area to be processed. The foreground objects are individually extracted from the final ROI windows. In the experiments, the effectiveness of the proposed method is demonstrated using several IR images, in which human subjects are captured at a long distance. The average probability of error is shown to be lower than that obtained from other conventional methods such as Gonzalez, Otsu, k-means, and EM methods.