• 한국멀티미디어학회논문지
• /
• 제14권5호
• /
• pp.607-613
• /
• 2011

본 논문에서는 조명과 배경에 강인한 동적임계값을 이용한 손 영상 분할방법을 제안한다. 먼저 시간단위 입력 차영상을 구하여 움직이는 물체에 대한 손의 실루엣을 추출한다 그 후, 추출된 손 실루엣에 해당하는 영상의 R,G,B 히스토그램 분석을 통하여 R,G,B 각각에 대한 임계구간을 동적으로 구한다. 마지막으로 획득된 동적 임계값을 이용하여 영상에서 손영역을 분할한 다음 모폴로지, 연결요소 분석, 플러드필 연산을 이용한 잡음 제거를 수행한다. 실험 결과 본 논문에서 제시하는 기법은 기존의 비전 기술을 통한 손 인식 기법들과 비교하여 별도의 고정임계값을 두지 않고 실행시간에 정확한 임계값을 추출 할 수 있으며, 다양한 배경과 조명에 대해서도 정확하게 손을 분할할 수 있다. 본 연구에서 제안한 기법은 혼합 현실 응용을 위한 사용자 인터페이스로 사용될 수 있다.

• 한국정보통신학회논문지
• /
• 제12권6호
• /
• pp.1101-1106
• /
• 2008

청각장애인들은 건청인에 비해 의사소통의 기회가 적어 원만한 상호관계를 유지하는데 어려움이 있다. 이러한 문제는 청각장애인들이 구화를 대신해 몸짓이나 손짓을 이용하여 의사를 전달하는 수화를 건청 인들이 대부분 습득하고 있지 않아 청각장애 인들과 의사소통이 거의 불가능 한 것에서 초래된다. 따라서 본 논문에서는 건청인과 청각장애인들 간의 의사소통을 가능하게 하기 위한 전단계로 FCM 알고리즘을 이용한 지화 인식 방법을 제안한다. 제안된 방법 은 화상 카메라를 통해 얻어진 영상에서 YCbCr 컬러 공간과 HSI 컬러 공간을 이용하여 피부영역을 검출한 후, 추출된 피부영역에 4방향 윤곽선 추적 알고리즘을 적용하여 두 손의 위치를 추적한다. 그리고 추적한 두손의 영역에 대해 형태학적 정보를 이용하여 잡음을 제거한 후, 최종적으로 두 손의 영역을 추출한다. 추출된 손의 영역은 FCM 알고리즘을 적용하여 지화의 특징들을 분류하고 인식한다. 제안된 방법의 성능을 평가하기 위해 화상 카메라에서 획득한 지화 영상을 대상으로 실험한 결과, 두 손 영역의 추출과 지화 인식에 있어서 효과적인 것을 확인하였다.

• 한국정보통신학회논문지
• /
• 제12권10호
• /
• pp.1897-1902
• /
• 2008

영상에 나타난 콘크리트 표면의 균열은 그 획득 과정에서 빛이나 외부환경에 의해 훼손되는 경우가 발생한다. 또한 콘크리트 표면이 고르지 않고 균열과 표면의 명암도 차이가 거의 없기 때문에 정확한 균열을 검출하기 어렵다. 따라서 본 논문에서는 콘크리트 표면 영상을 밝기에 따라 여러 영역으로 구분하기 위해 ART2 기반 양자화를 적용한다. 양자화된 영역에서 균열과 잡음의 분포를 조사하여 균열과 잡음이 같이 존재하는 영역에서는 잡음 제거 과정을 수행한 후, 균열 후보 영역을 추출하고 균열 후보 영역에서 형태학적인 정보를 이용하여 잡음을 제거하여 최종 균열 영역을 검출한다. 실제 콘크리트 표면 균열 영상을 대상으로 실험 한 결과, 제안한 방법이 기존의 방법보다 콘크리트 표면의 밝은 영역에서 균열이 비교적 정확히 검출되는 것을 확인하였다.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2009년도 추계학술대회
• /
• pp.530-533
• /
• 2009

본 연구는 DSP(Digital signal processor)상에서 영상 처리 기술을 이용한 안전모 미착용 인식 기술을 개발한다. 이는 산업 현장에 배치된 영상 입력 장치를 통해 입력된 영상을 영상 처리하고, 안전모를 미착용한 사람이 발견될 경우 감독관에게 해당 인식 결과를 전송하여 조치를 취함으로써 만약의 사고 발생시 안전모를 착용하지 아니하여 발생할 수 있는 추가적인 인명피해를 미연에 방지한다. 안전모 미착용을 인식하기 위해서는 입력된 영상에서의 오브젝트 추출, 노이즈 제거, 사람/사물 판단, 머리 영역 추출, HSV 색공간을 이용한 안전모 착용 유/무 판단 등의 과정을 거친다. 영상입력 및 영상처리는 DSP를 이용해 처리하고 알고리즘의 속도 개선을 위하여 C언어 기반의 코드를 DSP가 제공하는 고유 함수(Intrinsics)들을 이용하여 최적화 한다.

• 한국컴퓨터정보학회논문지
• /
• 제26권9호
• /
• pp.133-141
• /
• 2021

도로 이용자의 교통정보에 대한 수요 증가와 효율적인 도로 이용을 위해 또한, 지능형 교통체계(ITS, Intelligent Transport Systems)의 기본 기술로 교통정보를 수집하여 제공하는 시스템에 대한 개발과 요구가 지속되고 있다. 고속도로에서 가장 많이 사용하는 교통정보 수집 도구로는 차량검지기(VDS)와 단거리무선통신(DSRC)이 있으며, 신뢰성 있는 교통정보의 생성을 위해서는 질 높은 교통데이터 수집 및 가공 기술과 더불어 수집된 자료의 효율적 관리 및 활용이 필요하다. 본 연구에서는 교통정보 수집·제공 기술의 현황을 기술하고, VDS를 통하여 수집되는 교통정보의 현황과 문제점에 대하여 분석한다. 이를 바탕으로 VDS 데이터의 차량정보 계측에 칼만 필터를 활용하여 개선된 수집 알고리즘을 제시하고자 한다. 본 연구의 알고리즘을 활용하면 계측 시 필연적으로 발생하는 노이즈 제거 뿐만 아니라 추정 값의 시간지연(time delay)을 최소로 할 수 있다.

• Journal of Information Processing Systems
• /
• 제14권6호
• /
• pp.1445-1456
• /
• 2018

Environment perception and three-dimensional (3D) reconstruction tasks are used to provide unmanned ground vehicle (UGV) with driving awareness interfaces. The speed of obstacle segmentation and surrounding terrain reconstruction crucially influences decision making in UGVs. To increase the processing speed of environment information analysis, we develop a CPU-GPU hybrid system of automatic environment perception and 3D terrain reconstruction based on the integration of multiple sensors. The system consists of three functional modules, namely, multi-sensor data collection and pre-processing, environment perception, and 3D reconstruction. To integrate individual datasets collected from different sensors, the pre-processing function registers the sensed LiDAR (light detection and ranging) point clouds, video sequences, and motion information into a global terrain model after filtering redundant and noise data according to the redundancy removal principle. In the environment perception module, the registered discrete points are clustered into ground surface and individual objects by using a ground segmentation method and a connected component labeling algorithm. The estimated ground surface and non-ground objects indicate the terrain to be traversed and obstacles in the environment, thus creating driving awareness. The 3D reconstruction module calibrates the projection matrix between the mounted LiDAR and cameras to map the local point clouds onto the captured video images. Texture meshes and color particle models are used to reconstruct the ground surface and objects of the 3D terrain model, respectively. To accelerate the proposed system, we apply the GPU parallel computation method to implement the applied computer graphics and image processing algorithms in parallel.

• Journal of Platform Technology
• /
• 제9권4호
• /
• pp.60-70
• /
• 2021

본 논문은 2채널 이상의 다중 카메라를 사용하는 곡면 스크린 사격 시스템에서 패턴 레이저 영상의 좌표를 안정적으로 추적할 수 있는 방법을 제안하였다. 이 방법은 HMD 사격 방식을 대체할 수 있는 다중 스크린 사격 방식에 적용시 매우 효과적으로 타겟점을 추적 및 획득할 수 있다. 개별 카메라로부터 획득한 변형이 심한 곡면 스크린의 영상을 영상 정규화, 영상 이진화 및 노이즈 제거를 통해 보정한다. 이 보정된 영상을 매칭점을 기준으로 사격의 탄착점 추적에 용의한 유클리드 공간 맵으로 생성하여 적용한다. 실험한 결과, 곡면 스크린 사격 시스템에서 패턴 레이저의 영상 좌표를 안정적으로 추출하였고, 실세계 좌표 위치와 광대역 유클리드 맵의 타켓점 위치 오차를 최소화하였다. 실험을 통해 제안한 방법의 신뢰성을 확인하였다.

• 한국정보통신학회논문지
• /
• 제25권7호
• /
• pp.910-916
• /
• 2021

현대 사회는 4차 산업혁명의 영향에 의해 다양한 디지털 통신 장비가 사용되고 있다. 이에 따라 데이터 전송 과정에서 발생하는 잡음제거에 관심이 높아지고 있으며, 효율적으로 영상을 복원하기 위한 연구가 진행되고 있다. 본 논문에서는 디지털 이미지 전송 과정에서 발생하는 AWGN을 제거하기 위한 필터링 알고리즘을 제안한다. 제안한 알고리즘은 영상에서 강하게 나타나는 AWGN을 제거하기 위해 블록매칭에 따라 입력화소의 주변에서 비슷한 패턴을 가진 영역을 선별하여 유사성이 높은 화소를 분류한다. 선별된 화소는 로컬 스티어링 커널로 구한 가중치를 적용하여 추정값을 정하며, 센터마스크의 표준편차에 따라 입력화소값을 가감하여 최종출력을 구한다. 제안한 알고리즘을 평가하기 위해 기존 AWGN 제거 알고리즘들과 시뮬레이션하였으며, 확대영상과 PSNR을 사용하여 비교 분석하였다.

• 한국근적외분광분석학회:학술대회논문집
• /
• 한국근적외분광분석학회 2001년도 NIR-2001
• /
• pp.1041-1041
• /
• 2001

Removal of variability in spectra data before the application of chemometric modeling will generally result in simpler (and presumably more robust) models. Particularly for sparsely sampled data, such as typically encountered in diode array instruments, the use of Savitzky-Golay (S-G) derivatives offers an effective method to remove effects of shifting baselines and sloping or curving apparent baselines often observed with scattering samples. The application of these convolution functions is equivalent to fitting a selected polynomial to a number of points in the spectrum, usually 5 to 25 points. The value of the polynomial evaluated at its mid-point, or its derivative, is taken as the (smoothed) spectrum or its derivative at the mid-point of the wavelength window. The process is continued for successive windows along the spectrum. The original paper, published in 1964 [1] presented these convolution functions as integers to be used as multipliers for the spectral values at equal intervals in the window, with a normalization integer to divide the sum of the products, to determine the result for each point. Steinier et al. [2] published corrections to errors in the original presentation [1], and a vector formulation for obtaining the coefficients. The actual selection of the degree of polynomial and number of points in the window determines whether closely situated bands and shoulders are resolved in the derivatives. Furthermore, the actual noise reduction in the derivatives may be estimated from the square root of the sums of the coefficients, divided by the NORM value. A simple technique to evaluate the actual convolution factors employed in the calculation by the software will be presented. It has been found that some software packages do not properly account for the sampling interval of the spectral data (Equation Ⅶ in [1]). While this is not a problem in the construction and implementation of chemometric models, it may be noticed in comparing models at differing spectral resolutions. Also, the effects on parameters of PLS models of choosing various polynomials and numbers of points in the window will be presented.

• 대한임베디드공학회논문지
• /
• 제18권4호
• /
• pp.159-164
• /
• 2023

Solar energy harvesting IoT devices prioritize maximizing the utilization of collected energy due to the periodic recharging nature of solar energy, rather than minimizing energy consumption. Meanwhile, research on edge AI, which performs machine learning near the data source instead of the cloud, is actively conducted for reasons such as data confidentiality and privacy, response time, and cost. One such research area involves performing various audio AI applications using audio data collected from multiple IoT devices in an IoT edge computing environment. However, in most studies, IoT devices only perform sensing data transmission to the edge server, and all processes, including data preprocessing, are performed on the edge server. In this case, it not only leads to overload issues on the edge server but also causes network congestion by transmitting unnecessary data for learning. On the other way, if data preprocessing is delegated to each IoT device to address this issue, it leads to another problem of increased blackout time due to energy shortages in the devices. In this paper, we aim to alleviate the problem of increased blackout time in devices while mitigating issues in server-centric edge AI environments by determining where the data preprocessed based on the energy state of each IoT device. In the proposed method, IoT devices only perform the preprocessing process, which includes sound discrimination and noise removal, and transmit to the server if there is more energy available than the energy threshold required for the basic operation of the device.