• 한국콘텐츠학회논문지
• /
• 제7권2호
• /
• pp.40-50
• /
• 2007

본 논문에서는 카메라로부터 획득 되어진 비디오 시퀀스로부터 다중 움직임 객체와 배경을 분할하고 시공간 정보에 기반 한 객체 추적 방법을 제안한다. 제안한 방법은 3단계로 구성되어 있다. 먼저 입력 비디오 시퀀스로부터 프레임 사이의 차를 이용한 움직임 영역과 움직임이 존재하지 않는 영역을 구분하여 적응적 경계간을 추출한다. 두 번째는 참조 배경영상과 적응적 경계값을 이용하여 움직임이 존재하는 영역으로부터 개략적 객체 분할을 수행하며, 분할된 이진영상에 형태학적 영역 병합 알고리즘을 적용하여 객체 병합을 수행하였다. 마지막으로 분할된 객체에 시공간 정보를 이용하여 객체에 임의의 ID를 할당하여 추적하였다. 카메라로부터 획득되어진 비디오 시퀀스를 이용한 실험에서 객체들의 분할 및 추적의 효율성과 시스템의 유용성을 확인하였다.

• 한국콘텐츠학회논문지
• /
• 제6권9호
• /
• pp.19-27
• /
• 2006

Mean shift 방법은 중심 모드를 찾기 위한 비모수적 통계 방법으로 컬러 영상을 분할하는데 효율적이다. 그러나 입력되는 윈도우 크기에 따라 분할된 결과가 달라지며 윈도우의 크기 값이 작을 경우 많은 영역으로 분할되는 단점이 있다. 본 논문은 이러한 단점을 개선하여 mean shift 알고리즘에 의한 분할 영상이 과도하게 분할되었을 경우 영역 병합 방법을 이용하여 유사 영역을 병합하는 방법을 제안한다. 제안 방법은 과분할된 영상을 HSI 컬러 공간으로 변환하여 색상 정보를 이용하여 유사 영역으로 병합하며 이때 경계 영역을 보존하기 위해 영역 병합 제한자를 이용하여 병합 유무를 결정한다. 그 후 RGB 컬러 공간을 이용하여 HSI 컬러 공간에서 병합되지 않은 영역들을 병합하였다. 실험 결과는 다양한 영상에 대해 주요 영역들의 분할 결과에서 우수한 성능을 보여준다.

• 해양환경안전학회지
• /
• 제17권3호
• /
• pp.197-202
• /
• 2011

본 연구는 다종 위성 자료를 활용한 해수면온도 합성 기법에 대한 연구이다. 현재 많은 연구자들이 사용하고 있는 NGSST 알고리듬은 위성에 따른 정확도를 고려하지 않고 시 공간 상관도만을 계산하여 해당 픽셀의 값을 추정한다. 본 연구에서는 위성 센서별로 가지고 있는 정확도를 추가로 고려한 해수면온도 합성기법을 제안하고 기존 알고리듬과의 비교를 수행하였다. 합성장을 산출하는데 사용된 센서는 적외 센서인 MODIS, AVHRR 그리고 마이크로파 센서인 AMSR-E를 사용하였고, 2011년 4월 4일을 기준으로 5 km의 공간해상도를 갖는 일일 해수면 온도 합성장을 비교하였다. 부이와의 비교 결과, 기존 방법(NGSST Method)과 제안 방법(New Method)에 의한 표준편차는 각각 $0.15^{\circ}C$와 $0.12^{\circ}C$이었다. 또한 기존 방법보다 제안 방법에 의한 해수면온도 값은 연안을 제외한 대부분의 해역에서 다소 높게 산출이 되었다. 현 단계에서 정량적인 평가는 어렵지만, 본 연구를 통하여 해수면온도 합성기법에 대한 연구 방향이 제시되었다고 판단된다.

• 한국측량학회지
• /
• 제28권4호
• /
• pp.421-430
• /
• 2010

영상분할은 관심대상이 되는 물체의 영역을 추출하기 위한 객체기반 영상분류의 전처리과정으로서 원격탐사 영상분석에서 그 중요성 날로 커지고 있다. 본 연구에서는 개선된 SRG(Seeded Region Growing) 기법과 영역병합과정을 이용하여 고해상도 영상분할을 위한 새로운 방법을 제안한다. 이를 위해 우선 QuickBird 융합영상에서 추출된 다중분광 에지정보를 이용하여 초기 시드포인트를 자동으로 추출하였다. 추출된 시드포인트에 영상의 기하학적인 정보와 분광정보를 반영할 수 있는 개선된 SRG 기법을 적용하여 초기 영상 분할을 수행하였다. 최종적으로 앞선 초기분할 결과 향상을 위해 분할된 영역의 평균분광정보를 활용하여 영역병합을 수행하여 최종분할결과를 도출하였다. 제안된 기법의 효율성을 평가하기 위해 무감독 영상분할 평가측정치를 이용하여 정확도 평가를 수행하였다. 실험결과 제안한 기법은 고해상도 영상분할에 유용하게 적용될 수 있으리라 판단된다.

• 한국정보통신학회논문지
• /
• 제23권9호
• /
• pp.1049-1059
• /
• 2019

기존의 영역 병합을 통한 이미지 분할 방법에서는 이웃한 두 영역 사이의 정보만을 이용하여 병합 모델을 학습한다. 학습 과정에서는 두 영역 사이의 지역적인 정보뿐만 아니라 물체 정보와 같은 전역적인 정보 또한 활용 가능하므로 주어진 모든 정보를 활용하여 병합 모델의 성능을 높이는 것이 바람직하다. 본 논문에서는 학습 기반의 이미지 분할 알고리즘에서 학습 시에만 사용 가능한 특권정보를 활용하는 SVM+ 방법을 제안한다. 특권정보는 학습 시에만 사용 가능한 정보이므로 전통적인 지도학습 방법으로는 학습이 불가하다. SVM+와 같은 특권정보를 학습할 수 있는 구조를 통해 지역 정보뿐만 아니라 물체 정보를 포함하여 영역 간의 병합 여부를 결정하는 모델을 학습하였다. BSDS 500 데이터 세트와 VOC 2012 데이터 세트에서 벤치마크를 수행하였으며 대부분의 평가 지표에서 개선된 성능을 보여 주었다. 특히 학습 데이터 세트가 작은 경우에 기존의 알고리즘에 비해서 월등히 뛰어난 성능을 보인다.

• ETRI Journal
• /
• 제36권6호
• /
• pp.913-923
• /
• 2014

This paper proposes a global mapping algorithm for multiple robots from an omnidirectional-vision simultaneous localization and mapping (SLAM) approach based on an object extraction method using Lucas-Kanade optical flow motion detection and images obtained through fisheye lenses mounted on robots. The multi-robot mapping algorithm draws a global map by using map data obtained from all of the individual robots. Global mapping takes a long time to process because it exchanges map data from individual robots while searching all areas. An omnidirectional image sensor has many advantages for object detection and mapping because it can measure all information around a robot simultaneously. The process calculations of the correction algorithm are improved over existing methods by correcting only the object's feature points. The proposed algorithm has two steps: first, a local map is created based on an omnidirectional-vision SLAM approach for individual robots. Second, a global map is generated by merging individual maps from multiple robots. The reliability of the proposed mapping algorithm is verified through a comparison of maps based on the proposed algorithm and real maps.

• 한국지능시스템학회논문지
• /
• 제25권6호
• /
• pp.523-528
• /
• 2015

본 논문은 효율적인 영상 분할을 수행하기 위한 다중해상도와 동적인 성질을 가지고 있는 새로운 EM 알고리즘을 제안한다. EM 알고리즘은 가장 많이 사용되고 성능이 우수한 클러스터링 방법이다. 그러나, 기존의 EM 알고리즘은 다중해상도 데이터 처리에 대한 문제점과 클러스터 개수에 대한 사전 지식 요구라는 단점을 가지고 있다. 본 논문에서는 이러한 문제점을 해결하기 위해서 E-단계에 다중해상도 kd-트리를 적용함으로써 다중해상도 데이터 처리 문제를 해결하였고, 순차적 데이터에 따라 클러스터를 할당할 수 있데 하였다. 클러스터의 유효성을 검사하기 위해서, 클러스터 병합 원칙을 이용한다. 본 논문에서는 제안하는 알고리즘을 텍스쳐 영상 분할에 적용하였고, 우수한 성능을 보였다.

• 천문학회보
• /
• 제38권2호
• /
• pp.78.1-78.1
• /
• 2013

The hierarchical model of galaxy formation predicts that galaxy halos contain merger relics in the form of long stellar stream. Thus, tidal substructure of stars around globular clusters, such as tidal tails, could be an essential evidence of the merging scenario in the formation of the Galaxy. From April 2010 to December 2012, we obtained $45^{\prime}{\times}45^{\prime}$ wide-field JHKs near-infrared photometric imaging data for about 20 globular clusters in the Milky Way, and examined the stellar density distribution around globular clusters. Here, we introduce the preliminary results of stellar spatial distributions and radial surface density profiles of four globular clusters. In order to minimize the field star contamination and identify the cluster's member candidates stars, we used a statistical filtering algorithm and gave weights on the CMDs of globular clusters. In two-dimensional stellar density maps, we could found tidal stripping structures for some globular clusters. The orientation of tidal substructure seems to associate with the effects of dynamical interactions with the Galaxy and cluster's orbit. Indeed, the radial surface density profile accurately describes this stripping structures as a break in the slope of profile. The observational results could give us further observational evidence of merging scenario of the formation of the Galaxy.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제16권8호
• /
• pp.2587-2605
• /
• 2022

In order to efficiently detect community structure in complex networks, community detection algorithms can be designed from the perspective of node similarity. However, the appropriate parameters should be chosen to achieve community division, furthermore, these existing algorithms based on the similarity of common neighbors have low discrimination between node pairs. To solve the above problems, a noval community detection algorithm using closeness similarity based on common neighbor node clustering entropy is proposed, shorted as CSCDA. Firstly, to improve detection accuracy, common neighbors and clustering coefficient are combined in the form of entropy, then a new closeness similarity measure is proposed. Through the designed similarity measure, the closeness similar node set of each node can be further accurately identified. Secondly, to reduce the randomness of the community detection result, based on the closeness similar node set, the node leadership is used to determine the most closeness similar first-order neighbor node for merging to create the initial communities. Thirdly, for the difficult problem of parameter selection in existing algorithms, the merging of two levels is used to iteratively detect the final communities with the idea of modularity optimization. Finally, experiments show that the normalized mutual information values are increased by an average of 8.06% and 5.94% on two scales of synthetic networks and real-world networks with real communities, and modularity is increased by an average of 0.80% on the real-world networks without real communities.

• 대한기계학회논문집A
• /
• 제41권7호
• /
• pp.575-583
• /
• 2017

본 논문에서는 고속도로의 합류지점 상황에서 자율주행을 위한 운전 모드 결정 알고리즘의 개발 및 평가를 진행하였다. 합류 상황을 위한 자율주행 알고리즘 개발에 있어 적절하게 합류를 결정하는 운전 모드 결정이 필수적이다. 운전자 모드는 총 2가지로 차선 유지, 차선 변경(합류)이다. 합류 모드 결정은 주변 차량의 정보 및 합류 차선에 남은 거리를 기반으로 결정된다. 합류 모드 결정 알고리즘에서는 합류 가능 여부를 판단하고 합류가 가능할 때, 안전하고 빠르게 합류하기 위한 최적의 위치를 찾는다. 안전 주행 영역은 주변 차량의 정보 및 주행 모드를 기반으로 정의된다. 안전 주행 영역으로 자율주행 차량을 유지하기 위한 조향각과 종방향 가속도를 얻기 위해 여러 제한 조건이 더해진 강건 모델 예측기법이 사용되었다. 본 논문에서 제안된 알고리즘은 컴퓨터 시뮬레이션을 이용해 검증되었다.