• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 1998년도 추계학술대회 학술발표 논문집
• /
• pp.274-281
• /
• 1998

This paper describes a visual control of autonomous vehicle using neural network. Visual control for road-following of autonomous vehicle is based on road image from camera. Road points on image are inputs of controller and vehicle speed and steering angle are outputs of controller using neural network. Simulation study confirmed the visual control of road-following using neural network. For experimental test, autonomous electric vehicle is designed and driving test is realized

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2004년도 학술대회 논문집 정보 및 제어부문
• /
• pp.364-366
• /
• 2004

WDR(Wide Dynamic Range) camera has been recently introduced to provide good detailed information for the extremely dark or white area. The double shuttering camera acquires two pictures with different exposure time for the same scenes so that each image has its unique information as for the bright/dark area. Those images are combined internally to produce an image with enough details. This paper proposes a NN based method to control the exposure time of the WDR camera. Our goal is to develop a method to automatically control the exposure time like human decision. A neural model is trained to determine to increase/decrease shutter time for the given situation. The ability to adapt to unknown situation is shown for the sample cases.

• Journal of information and communication convergence engineering
• /
• 제18권2호
• /
• pp.75-81
• /
• 2020

Approximately 1.3 million people die from traffic accidents each year, and smartphone usage while driving is one of the main causes of such accidents. Therefore, detection of smartphone usage by drivers has become an important part of distracted driving detection. Previous studies have used single camera-based methods to collect the driver images. However, smartphone usage detection by employing a single camera can be unsuccessful if the driver occludes the phone. In this paper, we present a driver smartphone usage detection system that uses multiple cameras to collect driver images from different perspectives, and then processes these images with ensemble convolutional neural networks. The ensemble method comprises three individual convolutional neural networks with a simple voting system. Each network provides a distinct image perspective and the voting mechanism selects the final classification. Experimental results verified that the proposed method avoided the limitations observed in single camera-based methods, and achieved 98.96% accuracy on our dataset.

• 한국전자통신학회논문지
• /
• 제9권10호
• /
• pp.1103-1109
• /
• 2014

최근의 CCTV 카메라는 많은 경우 네트워크 카메라이며, 고화질 영상을 인터넷으로 전송하는 경우 큰 부하가 될 수 있다. 본 연구에서는 특정 환경에서 Kinect와 같은 ToF 카메라를 이용하여 제스처 정보를 추출하고 전송하는 방법을 이용하여 트래픽을 감소시킬 수 있는 방법을 제안하고 그 성능을 평가하였다. 제안된 방식은 ToF 카메라의 성능에 의존하므로 응용 분야에 제약이 있을 수 있지만 가정이나 사무실과 같은 소규모 실내공간의 보안 또는 안전 관리에 효율적으로 활용될 수 있다.

• 인터넷정보학회논문지
• /
• 제7권3호
• /
• pp.107-118
• /
• 2006

네트워크 인프라의 성장과 디지털 영상압축 기술의 발달로 네트워크 카메라 서버를 이용한 실시간 영상감시 시스템의 수요가 증가하고 있다. 기존의 CCTV를 이용한 실시간 영상감시에 비해 네트워크 카메라 서버를 이용한 영상감시는 많은 이점이 있다. 본 논문에선 실시간 영상감시 시스템의 핵심 모듈로서 JPEG 영상의 수집과 전달을 담당하는 JPEG Streamer의 모델을 제시하고 이를 설계, 구현한다. JPEG Streamer의 안정성과 효율성을 위해서 쓰레드 풀과 공유 메모리를 사용했다. 실시간 영상의 품질을 높이기 위해서 더블 버퍼링의 개념을 도입했다. 이렇게 구현된 JPEG Streamer를 실시간 영상감시 시스템의 개발에 이용함으로써 생산성을 높일 수 있을 뿐 아니라, 신뢰성과 안정성도 확보 할 수 있다.

• 한국통신학회논문지
• /
• 제35권11A호
• /
• pp.1066-1072
• /
• 2010

본 논문에서는 다중 PTZ 카메라 기반의 다중이벤트 처리 감시시스템을 제안하였다. 각각의 PTZ 카메라에는 검출할 이벤트의 종류를 설정할 수 있다. 기존 PTZ 감시 카메라에는 하냐의 카메라가 하나의 이벤트 처리를 하기 때문에 새로운 객체가 발생하여 새로운 이벤트를 설정해야 할 경우 문제가 생기며, 각각의 PTZ 카메라는 감시하는 영역아 정해져 있기 때문에 객체가 감사할 수 없는 곳으로 이동시 추적이 불가능한 문제가 발생한다. 본 논문에서는 이러한 문제점을 해결하기 위하여 하나의 PTZ 카메라에 새로운 객체가 발생했을 때 주변의 PTZ 카메라에서 새로운 객체의 위치 좌표를 추정하여 객체를 감시할 수 있는 감시 시스템을 제안하고, PTZ 카메라의 영역에서 벗어나는 객체에 대한 이벤트 링크를 다시 설정함으로써 객체의 감시가 지속적으로 가능하게 하는 시스템을 제안하였다. 모의실험을 통해 제안 방식의 우수한 성능을 입증하였다.

• 제어로봇시스템학회논문지
• /
• 제7권9호
• /
• pp.733-740
• /
• 2001

네트워크와 RF 통신이 가능한 감시용 로봇에 대해 소개한다. 이 로봇은 4 바퀴와 4개의 링크로 구성된 메카니즘으로 인하여 자유로운 위치 조절이 가능하며, 이미지와 데이터를 RF를 통하여 전송하는 기능을 지니고 있다. 또한 네트워크 상에서 데이터와 카메라 이미지가 전송된다. 이 로봇은 로봇 주위에 일어나는 상황을 모니터링하고 4개의 암 구조를 통하여 넓은 영역을 확보한다. 이 로봇은 4개의 링크를 통하여 무게 중심을 조정하여 경사지에서의 안정성을 보장한다.

• 정보과학회 컴퓨팅의 실제 논문지
• /
• 제24권3호
• /
• pp.151-156
• /
• 2018

본 연구는 영상 분석에서 최근 좋은 연구 성과를 내고 있는 컨볼루션 신경망 (Convolutional Neural Network: CNN) 기법을 실외 CCTV 영상 분석에 적용하여 객체 유형을 분류하는 방법론은 제안한다. 배경 차분 (background subtraction)을 사용하여 찾고자 하는 객체 후보들을 추출해내고 이를 CNN을 이용해 분류함으로써 계산량을 줄이는 효과를 얻는 방법이다. CNN 학습용 CCTV 영상 수집을 위해 범죄 발생이 주로 일어나는 골목길, 놀이터 등에서 촬영한 CCTV 영상 DB를 구축하였으며 우선적으로 사람인 객체만 검출하는 분류기를 학습하였다. 다양한 학습 데이터 사이즈와 세팅에 맞게 실험하였으며 실험 결과 약 80%의 분류 정확도를 보였으며 새로운 CCTV 영상으로 테스트했을 때 약 67.5%의 성능을 보였다.

• 한국농업기계학회:학술대회논문집
• /
• 한국농업기계학회 2000년도 THE THIRD INTERNATIONAL CONFERENCE ON AGRICULTURAL MACHINERY ENGINEERING. V.II
• /
• pp.270-278
• /
• 2000

A machine vision system using charge coupled device(CCD) camera for the weed detection in a radish farm was developed. Shape features were analyzed with the binary images obtained from color images of radish and weeds. Aspect, Elongation and PTB were selected as significant variables for discriminant models using the STEPDISC option. The selected variables were used in the DISCRIM procedure to compute a discriminant function for classifying images into one of the two classes. Using discriminant analysis, the successful recognition rate was 92% for radish and 98% for weeds. To recognize radish and weeds more effectively than the discriminant analysis, an artificial neural network(ANN) was used. The developed ANN model distinguished the radish from the weeds with 100%. The performance of ANNs was improved to prevent overfitting and to generalize well using a regularization method. The successful recognition rate in the farms was 93.3% for radish and 93.8% for weeds. As a whole, the machine vision system using CCD camera with the artificial neural network was useful to detect weeds in the radish farms.

• Agricultural and Biosystems Engineering
• /
• 제4권1호
• /
• pp.16-21
• /
• 2003

In the agricultural field, a machine vision system has been widely used to automate most inspection processes especially in quality grading. Though machine vision system was very effective in quantifying geometrical quality factors, it had a deficiency in quantifying color information. This study was conducted to evaluate color of beef using machine vision system. Though measuring color of a beef using machine vision system had an advantage of covering whole lean tissue area at a time compared to a colorimeter, it revealed the problem of sensitivity depending on the system components such as types of camera, lighting conditions, and so on. The effect of color balancing control of a camera was investigated and multi-layer BP neural network based color calibration process was developed. Color calibration network model was trained using reference color patches and showed the high correlation with L*a*b* coordinates of a colorimeter. The proposed calibration process showed the successful adaptability to various measurement environments such as different types of cameras and light sources. Compared results with the proposed calibration process and MLR based calibration were also presented. Color calibration network was also successfully applied to measure the color of the beef. However, it was suggested that reflectance properties of reference materials for calibration and test materials should be considered to achieve more accurate color measurement.