• 대한임베디드공학회논문지
• /
• 제16권5호
• /
• pp.163-169
• /
• 2021

In this paper, we implemented a deep learning-based automatic object tracking and handy motion control drone system and analyzed the performance of the proposed system. The drone system automatically detects and tracks targets by analyzing images obtained from the drone's camera using deep learning algorithms, consisting of the YOLO, the MobileNet, and the deepSORT. Such deep learning-based detection and tracking algorithms have both higher target detection accuracy and processing speed than the conventional color-based algorithm, the CAMShift. In addition, in order to facilitate the drone control by hand from the ground control station, we classified handy motions and generated flight control commands through motion recognition using the YOLO algorithm. It was confirmed that such a deep learning-based target tracking and drone handy motion control system stably track the target and can easily control the drone.

• 한국인공지능학회지
• /
• 제9권2호
• /
• pp.29-34
• /
• 2021

In this paper, for efficient parking control, in an Arduino environment, an intelligent parking control prototype was implemented to provide parking control and parking guidance information using HC-SR2O4 and RC522. The main elements of intelligent parking control are vehicle recognition sensors, parking control facilities, and integrated operating software. Whether the vehicle is parked on the parking surface may be confirmed through sensor or intelligent camera image analysis. Parking control equipment products include parking guidance and parking available display devices, vehicle number recognition cameras, and intelligent parking assistance systems. This paper applies and implements ultrasonic sensors and RFID concepts based on Arduino, recognizes registered vehicles, and displays empty spaces. When a vehicle enters a parking space to handle this function, the automatic parking management system distinguishes the registered vehicle from the external vehicle through the RC522 sensor. In addition, after checking whether the parking slot is empty, the HC-SR204 sensor is displayed through the LED so that the driver can visually check it. RFID is designed to check the parking status of the server in real time and provide the driver with optimal route service to the parking slot.

• 한국측량학회지
• /
• 제37권2호
• /
• pp.45-53
• /
• 2019

RGB-D SLAM (Simultaneous Localization and Mapping) refers to the technology of using deep camera as a visual sensor for SLAM. In view of the disadvantages of high cost and indefinite scale in the construction of maps for laser sensors and traditional single and binocular cameras, a method for creating three-dimensional map of indoor environment with deep environment data combined with RGB-D SLAM scheme is studied. The method uses a mobile robot system equipped with a consumer-grade RGB-D sensor (Kinect) to acquire depth data, and then creates indoor three-dimensional point cloud maps in real time through key technologies such as positioning point generation, closed-loop detection, and map construction. The actual field experiment results show that the average error of the point cloud map created by the algorithm is 0.0045m, which ensures the stability of the construction using deep data and can accurately create real-time three-dimensional maps of indoor unknown environment.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2016년도 추계학술대회
• /
• pp.411-414
• /
• 2016

장마 및 태풍, 집중호우 등 다량의 강우발생시 댐 및 하천의 수위 관측은 국민의 생명 및 재산과 직접 연관되는 상황으로 안전재난 대비를 위해서는 안정적인 실시간 수위 데이터 확보와 신뢰성 있는 데이터는 과학적이고 신뢰성 있는 수자원 관리를 위한 필요충분 요소이다. 그러나 현재 운영되고 있는 댐이나 하천 상하류의 수위계는 신뢰성 확보를 위하여 현장에서 검정 및 교정이나 보정 등이 쉽지 않은 실정이다. K-water연구원에서는 길이분야인 수위계에 대한 국제공인 교정기관으로 운영중에 있으며, 현장에서 부자식 수위계를 교정할 수 있는 시스템 및 절차서의 부재로 표준교정실에서만 교정을 실시하였다. 따라서 본 연구에서는 기준자와 카메라를 이용하여 부자식 수위계를 현장에서 교정할 수 있도록 이동형 교정시스템 및 표준교정 절차서를 개발하였으며, 수위 데이터의 신뢰성 있는 자료 확보와 일관성 있는 자료관리가 가능하도록 하였다.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2009년도 추계학술대회
• /
• pp.643-646
• /
• 2009

시대가 빠르게 변할수록 미디어의 형태와 역할도 발맞춰 바뀌어 가는게 현실이다. 지금 가장 주목 받고 있는 미디어는 바로 1인 미디어 UCC(User Created Contents)라고 해도 과언이 아니다. 각 가정마다 하나의 카메라가 보급이 되고 심지어 일상생활에서 없어서 안 될 휴대폰으로도 영상을 촬영 할 수 있게 되었다. 그러나 여기서 끝나는 게 아니라 이것을 가지고 동영상을 제작할 수 있는 시대가 되었다. 그것이 바로 UCC의 시작이다. 개인의 사생활을 제작할 뿐 만 아니라 기업, 사회, 광고, 엔터테인먼트, 쇼핑몰 등 다양한 곳에서 UCC를 활용하고 있다. 본 논문에서는 위와 같은 시대를 맞아 1인 미디어 UCC의 현재와 미래를 통계학적 관점에서 연구하였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2013년도 춘계학술발표대회
• /
• pp.363-366
• /
• 2013

오늘날 도난방지, 화재, 범죄예방 등의 안전한 생활을 위한 감시 시스템의 중요성이 강조되고 있다. 이에 영상보안 시장 규모가 급속히 증가하고 있으며 관련 기술도 인공지능을 겸비한 형태로 발전하고 있다. 우리나라도 영상보안 시스템의 수요가 2002년부터 기업과 정부를 중심으로 증가하고 있으며 급속한 성장을 거듭하는 추세는 2012년 이후에도 지속될 전망이다. 특히, 최근에는 적은 대수의 카메라로 보다 넓은 지역을 관찰하고 특정 부분을 확대 관찰할 수 있는 PTZ 카메라의 활용이 증가하고 있다. PTZ 카메라는 카메라에 구동 장치를 추가하여 좌우(Pan), 상하(Tilt)로 카메라의 시점을 이동시킬 수 있으며 특정 부분을 확대하여 관찰할 수 있는 줌(Zoom) 기능을 가진 카메라를 말한다. 이와 같은 장점으로 지능형 PTZ 카메라는 점차 대중화 되고 있다. 하지만, 현재 시중에 판매되는 많은 종류의 PTZ 카메라를 이용한 영상보안 감시는 실제로 사용자들이 동작하고 사용하는데 있어서 많은 문제점을 가지고 있다. 이에 본 논문에서는 카메라 별로 제공하는 상이하고 왜곡된 좌표 값에서 새롭게 가공한 직관적 절대좌표 값을 추출하여 정확한 목표지점으로의 위치이동과 간편한 카메라 조작을 위한 시스템을 설계하였다.

• 센서학회지
• /
• 제32권1호
• /
• pp.16-21
• /
• 2023

This study reports the potential of using commercial copy papers as substrates for simple sensitive glucose detection. Typical paper-based devices use filter papers as porous substrates that can contain reagents; however, this is the first study to report the use of copy papers for the purpose of enhancing enzymatic colorimetric detection. Glucose detection using glucose oxidase, horseradish peroxidase and potassium iodide was performed on a copy paper, cellulose-based filter paper, and polyethylene film. The results indicated that the copy paper exhibited a stronger coloration than the other substrates. Reagents required for detection were dried on the copy paper, and a 3D-printed holder was designed to provide an environment for consistent imaging, making it a convenient cost-effective option for point-of-care testing using a mobile phone camera. The simple paper-based glucose sensor exhibited a linear range of 0.1-20 mM, limit of quantification of 0.477 mM, and limit of detection of 0.143 mM.

• 인터넷정보학회논문지
• /
• 제24권4호
• /
• pp.47-56
• /
• 2023

This paper presents an approach to exercise that utilizes motion capture through the Rokoko Smart Suit. With the emergence of Covid-19, physical fitness levels have declined due to restrictions on in-person fitness classes and gym closures. To maintain physical activity, many individuals have turned to mobile applications and streaming videos. However, home workouts often lack the motivation and experience found in gyms, classes, or community centers, particularly with the presence of coaches and instructors. Additionally, instructors find it challenging to convey precise postures to their online students, and vice versa. To address this issue, the researchers propose the use of a full-body tracking suit like the Rokoko Smart Suit, which enables instructors to present a more realistic approach to physical activity. The Rokoko Smart Suit offers a 3D view of the instructor, eliminating the limitations of camera scope when streaming on platforms like Zoom or MS Teams. This technology enhances the at-home workout experience, and the incorporation of 3D virtual reality features can further elevate the realism of a workout.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2023년도 제67차 동계학술대회논문집 31권1호
• /
• pp.261-262
• /
• 2023

거동이 불편한 사람의 경우 직접적인 제어보다 손동작으로 간접적인 제어를 함으로써 생활에 어려움이 줄고 편리한 사용이 가능하다. 사람을 인식 후 판단하고 제어가 가능할 뿐만 아니라 손동작 인식이 가능한 선풍기가 사람들에게 더 편하게 활용되고, 간단한 동작으로 제어할 수 있다. 본 논문에서는 Mediapipe를 활용하여 간단한 손동작을 바탕으로 실시간으로 풍속을 제어하고 사람을 인식하는 기능을 제공한다. 야외나 에어컨이 없는 장소의 경우 SLAM을 활용해 주행이 가능한 이동식 선풍기를 개발했다. 기존의 선풍기의 직접적인 조작 제어가 불편한 것이 누구나 쉽게 간단한 손동작을 통해 먼 거리에서의 인식을 통한 제어와 이동 기능이 기존 기능에 비해 향상됨을 기대할 수 있다.

• 방송공학회논문지
• /
• 제25권2호
• /
• pp.200-207
• /
• 2020

CNN 기반 인공신경망은 영상 분류, 객체 인식, 화질 개선 등 다양한 분야에서 뛰어난 성능을 보이고 있다. 그러나, 많은 응용에서 딥러닝(Deep Learning) 모델의 복잡도 및 연산량이 방대해짐에 따라 IoT 기기 및 모바일 환경에 적용하기에는 제한이 따른다. 따라서 기존 딥러닝 모델의 성능을 유지하면서 모델 크기를 줄이는 인공신경망 압축 기법이 연구되고 있다. 본 논문에서는 인공신경망 압축기법을 통하여 원본 CNN 모델을 압축하고, 압축된 모델을 임베디드 시스템 환경에서 그 성능을 검증한다. 성능 검증을 위해 인공지능 지원 맞춤형 칩인 QCS605를 내장한 임베디드 보드에서 카메라로 입력한 영상에 대해서 원 CNN 모델과 압축 CNN 모델의 분류성능과 추론시간을 비교 분석한다. 본 논문에서는 이미지 분류 CNN 모델인 MobileNetV2, ResNet50 및 VGG-16에 가지치기(pruning) 및 행렬분해의 인공신경망 압축 기법을 적용하였고, 실험결과에서 압축된 모델이 원본 모델 분류 성능 대비 2% 미만의 손실에서 모델의 크기를 1.3 ~ 11.2배로 압축했을 뿐만 아니라 보드에서 추론시간과 메모리 소모량을 각각 1.2 ~ 2.1배, 1.2 ~ 3.8배 감소함을 확인했다.