• 대한전자공학회논문지SP
• /
• 제48권4호
• /
• pp.86-97
• /
• 2011

본 논문에서는 칼라분류 및 방향성 에지정보의 클러스터링과 이들의 통합에 의한 새로운 도로영역 및 차선검출 알고리즘을 제안한다. 도로영역 및 차선을 하나의 인식대상 물체로 취급하고, 통계적 파라미터의 반복 최적화에 의한 칼라정보의 클러스터링을 수행해서 검출과 인식을 위한 초기정보로 사용한다. 다음으로, 칼라정보가 갖는 물체인식 의 한계를 개선하기 위해 에지정보를 검출하고, 관심영역(Region Of Interest for Lane Boundary(ROI-LB))의 추출과 ROI-LB 영역에서 방향성 에지정보의 검출과 클러스터링을 수행한다. 칼라분류 및 에지 클러스터링의 결과를 통합해, 이들 각각의 정보가 갖는 특징을 이용함으로서 도로환경에 적합한 도로영역 및 차선을 검출할 수 있도록 한다. 제안방법은 도로와 차선에 관한 파라미터릭 수학적 모델을 사용하지 않고 칼라 및 에지의 클러스터링 정보에 의한 non-parametric 방법으로 다양한 도로 환경에 유연한 대응이 가능한 장점을 갖는다. 본 제안방법의 유효성을 입증하기 위해 상이한 촬상조건 및 도로환경에서의 영상에 대한 실험결과를 제시한다.

• 한국음향학회지
• /
• 제19권3호
• /
• pp.20-25
• /
• 2000

본 논문에서는 3차원 물체 인식을 위한 표면 분류 및 임계치 선정 방법에 대해 제안 하고자 한다. 3차원 영상 처리는 크게 거리 영상의 획득과 특징 추출 그리고 정합 과정으로 이루어진다. 본 논문에서는 전체 3차원 영상 처리 시스템중 거리 영상을 입력으로 했을 시 형상 특징을 추출하는 방법에 대해 제안하고자 한다. 이를 위해 첫째, 거리 영상의 깊이 변화 부호 값의 분포 특성에 따라 표면을 분류하는 방법을 제안하고자 한다. 또한 평균 곡률과 가우스 곡률을 이용하여 표면을 분류했던 기존 방법을 토대로 그의 문제점이었던 실제 거리 영상에서의 임계치 선정 방법에 대하여 제안하고자 한다. 끝으로 제안한 방법의 유용성을 실험에 의해 입증하고자 한다.

• 전자공학회논문지
• /
• 제51권2호
• /
• pp.69-75
• /
• 2014

기존의 피플 카운팅 시스템(People Counting System)은 주로 오버헤드(Overhead) 시점에 설치된 단일 카메라를 활용하기 때문에, 겹침 및 가림 현상과 일정 크기 이상의 소지품, 급격한 조명 변화와 같은 외부 환경적 요인들로 인해 객체 인식에 장애가 발생하고, 다양한 환경에서 카운팅을 수행하기에 어려움이 존재한다. 이에 본 논문에서는 기존 단일 시점 피플 카운팅 시스템의 인식 장애 개선 및 외부 환경적 요인들에 보다 강인하게 카운팅할 수 있도록, 오버헤드 및 전면 시점에 두 개의 깊이 카메라를 활용하는 얼굴 나이 그룹별 피플 카운팅 시스템을 제안한다. 제안 시스템은 오버헤드 영상 처리, 전면 영상 처리, 동일 객체 판별, 얼굴 나이 그룹 분류, 입퇴장 카운팅의 총 5가지 처리를 통해 얼굴 나이 그룹별 피플 카운팅을 수행한다. 제안 시스템을 C++, OpenCV 및 Kinect SDK를 기반으로 구현하여, 나이 그룹별로 10명씩 총 40명을 대상으로 피플 카운팅 성능과 나이 그룹 분류 성능을 각각 평가하였다. 성능 평가 결과는 피플 카운팅에서 약 98%의 정확도를 나타냈고, 나이 그룹 분류는 약 74.23%의 정확도를 보였다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 1998년도 The Third Asian Fuzzy Systems Symposium
• /
• pp.417-422
• /
• 1998

This paper presents a method of object classification from dynamic image based on fuzzy inference algorithm which is suitable for low speed such as, conveyor, uninhabited transportation. At first, by using feature parameters of moving object, fuzzy if - then rule that can be able to adapt the wide variety of surroundings is developed. Secondly, implication function for fuzzy inference are compared with respect the proposed algorithm. Simulation results are presented to testify the performance and applicability of the proposed system.

• 한국HCI학회:학술대회논문집
• /
• 한국HCI학회 2008년도 학술대회 1부
• /
• pp.674-678
• /
• 2008

본 논문은 WBAN(Wireless Body Area Network) 환경에 기반한 스마트 오브젝트(Smart Object)의 개발에 대한 논문이다. 다양한 기능을 가진 컴퓨팅 디바이스를 장착한 스마트 오브젝트가 많이 개발되면서, 사용자에게 가중되는 소지품으로써의 수많은 기기, 도구들을 사용자가 하나하나 관리하기에는 역부족이므로, 이를 분류하고 관리함으로써 사용자는 단순히 자신들이 가진 스마트 오브젝트의 기능만을 활용하게 해주는 스마트 오브젝트의 개인 네트워크 화하는 기기의 필요성이 증대된 가운데, 이러한 형태의 오브젝트를 개발함에 있어 어떠한 기술들이 필요하고 어떠한 요소들을 갖춰 설계 해 나가야 할지에 대한 최적화된 설계 기준을 분석하고 개발 방향을 제시하고자 한다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2007년도 심포지엄 논문집 정보 및 제어부문
• /
• pp.6-8
• /
• 2007

In this paper, We propose reasoning system for object recognition and space classification using not only visual features but also contextual information. It is necessary to perceive object and classify space in real environments for mobile robot. especially vision based. Several visual features such as texture, SIFT. color are used for object recognition. Because of sensor uncertainty and object occlusion. there are many difficulties in vision-based perception. To show the validities of our reasoning system. experimental results will be illustrated. where object and space are inferred by bi -directional rules even with partial and uncertain information. And the system is combined with top-down and bottom-up approach.

• 한국통신학회논문지
• /
• 제17권5호
• /
• pp.482-494
• /
• 1992

In this paper, the neuro-fuzzy inferene system for the effective object recognition is studied. The proposed neuro-fuzzy inference system combines learning capability of neural network with inference process of fuzzy theory, and the system executes the fuzzy inference by neural network automatically. The proposed system consists of the antecedence neural network, the consequent neural network, and the fuzzy operational part, For dissolving the ambiguity of recognition due to input variance in the neuro-fuzzy inference system, the antecedence’s fuzzy proposition of the inference rules are automatically produced by error back propagation learining rule. Therefore, when the fuzzy inference is made, the shape of membership functions os adaptively modified according to the variation. The antecedence neural netwerk constructs a separated MNN(Model Classification Neural Network)and LNN(Line segment Classification Neural Networks)for dissolving the degradation of recognition rate. The antecedence neural network can overcome the limitation of boundary decisoion characteristics of nrural network due to the similarity of extracted features. The increased recognition rate is gained by the consequent neural network which is designed to learn inference rules for the effective system output.

• 한국해양공학회지
• /
• 제14권3호
• /
• pp.100-105
• /
• 2000

Port State Control (PSC) is the inspection of foreign ships in national ports for the purpose of verifying that the condition of the ships and its equipments comply with the requirement of international conventions and the ship is manned and operated in compliance with applicable international laws. On the other hand, check items in PSC are nearly similar to periodical survey of Classification Societies, because they have the same background regarding safety and maritime pollution prevention. The purpose of this study is to develope computer-aided information system for ship inspection item which is useful for effective implementation of Port State Control. For this work, the status of PSC is reviewed, and the related scheme of ship survey system in Classification Societies is investigated. On these bases, a computer software integrated database system and object-oriented technique is developed. The developed system is expected helpful to establish and maintain an effective system of Port State Control.

• 전기전자학회논문지
• /
• 제22권2호
• /
• pp.350-355
• /
• 2018

본 논문에서는 영상 내에서의 객체를 기준점을 사용하여 크기에 따라 분류할 수 있는 시스템을 제안한다. 본 논문에선 객체를 샘플로 하여 연구를 진행하였다. 제안된 시스템은 휴대폰 카메라를 이용하여 획득한 영상에서 객체를 크기 별로 인식해서 그 종류를 파악하고 분류한다. 기존의 객체 인식 시스템들은 객체의 크기만을 이용해서 해당 객체를 분류하였다. 그러한 시스템들은 일정한 거리를 두어 획득한 영상이 아니면 거리에 따라 객체의 크기가 달라져 오류가 발생하는 단점이 있다. 이에 본 논문에서 제안하는 객체 인식 시스템은 이러한 기존의 객체 인식 시스템의 한계를 극복하고자 영상의 왼쪽 상단에 기준점을 두어 그 기준점과 객체의 크기를 비교하여 거리에 상관없이 객체를 분류할 수 있다.

• 로봇학회논문지
• /
• 제7권2호
• /
• pp.92-100
• /
• 2012

A map of complex environment can be generated using a robot carrying sensors. However, representation of environments directly using the integration of sensor data tells only spatial existence. In order to execute high-level applications, robots need semantic knowledge of the environments. This research investigates the design of a system for recognizing objects in 3D point clouds of urban environments. The proposed system is decomposed into five steps: sequential LIDAR scan, point classification, ground detection and elimination, segmentation, and object classification. This method could classify the various objects in urban environment, such as cars, trees, buildings, posts, etc. The simple methods minimizing time-consuming process are developed to guarantee real-time performance and to perform data classification on-the-fly as data is being acquired. To evaluate performance of the proposed methods, computation time and recognition rate are analyzed. Experimental results demonstrate that the proposed algorithm has efficiency in fast understanding the semantic knowledge of a dynamic urban environment.