• Proceedings of the Korean Society of Computer Information Conference
• /
• 2019.07a
• /
• pp.313-314
• /
• 2019

본 논문에서는 특징점 검출 알고리즘을 적용하여 ultrasound image에서 특징점을 검출하는 것과 object dectection을 위한 keypoints가 object에 올바르게 위치하는지를 검증하는 실험을 진행한다. 특징점 검출을 위한 알고리즘으로는 Scale Invariant Feature Transform(SIFT)과 Harris corner detection 을 적용하여 검증한다.

• Journal of the Korea Society of Computer and Information
• /
• v.23 no.1
• /
• pp.41-48
• /
• 2018

Recently, surveillance systems are widely used, and one of the key technologies in this surveillance system is to recognize and track objects. In order to track a moving object robustly and efficiently in a complex environment, it is necessary to extract the feature points in the interesting object and to track the object using the feature points. In this paper, we propose a method to track interesting objects in real time by eliminating unnecessary information from objects, generating feature point descriptors using only key feature points, and reducing computational complexity for object recognition. Experimental results show that the proposed method is faster and more robust than conventional methods, and can accurately track objects in various environments.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2021.07a
• /
• pp.529-530
• /
• 2021

본 논문에서는 MindWave와 AR 헤드셋 기기를 연동하여 자폐 스펙트럼 장애 아동이 불안감을 느낄 때 발산되는 뇌파 신호를 실시간으로 감지한다. 또한 실시간 객체 검출을 위한 YOLOv5 알고리즘을 통해 시각적 정보를 수집하여 해당 아동이 불안감을 느끼는 원인을 파악하고 이에 맞는 해결책을 AR 형태로 제시하며 자폐 스펙트럼 장애 아동이 불안감을 느끼면 보호자에게 알림을 전송하는 앱을 구현한다. 이를 통해 자폐 스펙트럼 장애 아동의 뇌파 안정과 정서 회복을 돕고 실생활에서 발생할 수 있는 돌발 상황을 방지할 수 있는 시스템을 제안한다.