• 대한전자공학회논문지SP
• /
• 제45권4호
• /
• pp.10-21
• /
• 2008

본 논문은 실시간 감시 시스템을 위한 웨이블릿(wavelet) 기반의 신경망과 불변 모멘트를 이용한 이동물체 인식과 추적 방법을 제안한다. 제안한 방법의 첫 번째인 움직임 후보영역 검출 단계에서는 연속된 두 프레임간의 차영상 분석 방법을 기반으로 하여 물체의 움직임에 의해 화소값 변화가 발생한 후보영역을 검출한다. 두 번째인 물체 인식 단계에서는 검출된 후보영역에 웨이블릿 신경망(wavelet neural network: WNN) 기반의 인식 방법을 사용하여 추적하고자하는 물체가 포함되어 있는지를 판별한다. 세 번째인 물체 추적 단계에서는 인식된 물체에 웨이블릿 불변 모멘트(invariant moments) 기반의 매칭 방법을 사용하여 인식된 이동 물체를 추적한다. 영상내에서 이동물체를 검출하기 위해 본 논문에서는 이전 영상과 현재 영상간의 화소밝기 차이에서 적응적 임계값(adaptive threholding)을 사용하여 주위 환경 변화에 강인한 이동물체 검출이 가능하였다. 또한 물체의 인식과 추적을 위해 웨이블릿 특징값을 사용함으로써, 계산 시간의 감소와 영상의 잡음에 의한 영향을 최소화시킬 수 있을 뿐만 아니라, 물체 인식 정확도가 향상되었다. 제안한 방법을 일반 도로에서 획득한 영상에서 실험한 결과, 자동차 검출율은 92.8%, 프레임당 처리 시간은 0.24초이다. 이것을 통해 제안한 방법은 실시간 지능형 교통 감시 시스템에 유용하게 적용될 수 있음을 알 수 있다.

• 한국정보처리학회논문지
• /
• 제5권3호
• /
• pp.842-850
• /
• 1998

본 논문에서는 기계 도면의 분할 및 벡터화에 기반하여 해칭 영역을 인식하는 방법을 제안한다. 이러한 해칭영역의 인식은 다음의 세 단계로 구성된다. 먼저, 제안된 방법은 문자가 제거된 기계 도면으로부터 객체, 화살표 및 설명선(치수선, 해칭선등)의 분할 및 분리된 선분의 벡터화가 수행된다. 이러한 도면의 분할 및 벡터화가 수행되면 벡터화된 객체로부터 폐루프를 레이블링하여 행칭 영역의 후보를 결정한다. 마지막으로, 해칭 영역의 후보넹 포함되는 해칭선들을 검출함으로써 해칭 영역의 인식을 마루리한다. 제안된 방법에 의해 해칭 영역의 추출 및 인식이 용이함이 나타난다.

• Journal of the Optical Society of Korea
• /
• 제8권4호
• /
• pp.174-181
• /
• 2004

Various kinds of systems, that can do target recognition and position detection simultaneously by using infrared sensing detectors, have been developed. In this paper, the detection system TRSS (Thermal target Recognition by Spiral Scanning) adopts linear array shaped uncooled IR detector and uses spiral type fast scanning method for relative position detection of target objects, which radiate an IR region wavelength spectrum. It can detect thermal energy radiating from a 9 m-size target object as far as 200 m distance. And the maximum field of a detector is fully filled with the same size of target object at the minimum approaching distance 50 m. We investigate two types of lens systems. One is a singlet lens and the other is a doublet lens system. Every system includes one aspheric surface and free positioned aperture stop. Many designs of F/1.5 system with ${\pm}5.2^{\circ}$ field at the Efl=20, 30 mm conditions for single element and double elements lens system respectively are compared in their resolution performance [MTF] according to the aspheric surface and stop position changing on their optimization process. Optimum design is established including mechanical boundary conditions and manufacturing considerations.

• 전자공학회논문지
• /
• 제51권2호
• /
• pp.182-189
• /
• 2014

본 논문은 탁도의 영향으로 사용이 제한적인 수중 광학 카메라의 대안으로 수중 영상 소나(imaging sonar)를 사용하여 수중 물체를 인식하여 추종하는 구조를 제안한다. Part 1에서, 영상 소나의 현실적인 성능을 고려한 2차원 인공 표식의 설계 방법과 인식 방법을 제안한다. 특히 영상 소나와 초음파의 특성을 분석하여 피인식성을 극대화 할 수 있는 재료를 선택하였으며, 물체의 모델링이 쉬운 무지향성이며 단순한 외형을 채택하고, 표식으로 사용이 가능한 영역 기반 특징 요소를 포함한 내부 형태를 제안하였다. 또한 제안한 인공 표식을 실시간으로 인식할 수 있는 방법을 제안하였다. 이 방법은 외곽선 추출, 허프-원-검출기에 의한 유사도 및 위치 추정, 형상 행렬의 비교에 의한 표식의 분류하는 알고리즘을 포함하고 있다. 제안한 인공 표식과 인식 알고리즘의 유용함을 DIDSON (영상 소나)를 사용한 수조 실험으로 검증하였다.

• 디지털콘텐츠학회 논문지
• /
• 제12권3호
• /
• pp.279-289
• /
• 2011

시각 장애인을 위한 실시간 보행보조 시스템의 안전한 보행안내와 편리한 서비스를 제공하기 위해 최신 하드웨어 기술과 소프트웨어 기술이 결합되고 있다. 이 시스템은 보행자가 원하는 목적지까지 보행할 수 있도록 장애물 검출 및 인지와 장소인식, 기호인식으로 구성된다. 본 논문에서는 보행보조 시스템의 중요한 요소 중 하나인 기호인식을 위해 지하철 역 내부에서의 기호 객체 검출 시스템을 개발하였다. 본 논문은 조명과 잡음이 존재하는 복잡한 환경으로부터 기호 객체 영역을 강건하게 검출할 수 있는 적응적인 특징맵을 제안하였다. 그리고 보행 시 객체의 이동, 회전 및 크기에 불변하도록 고속 제르니케 모멘트 특징을 이용하여 기호를 인식한다. 화살표, 화장실, 출구번호 3개의 기호를 대상으로 하며, 에이다부스트 분류기를 이용하여 기호를 학습 및 인식한다. 실험결과에서는 5000장의 기호영상 데이터 베이스의 3개의 기호에 대해 평균 87.16%의 검출율과 20 frame/sec의 처리속도를 통해 안정적이며 실시간 시스템에 적합함을 입증한다.

• 대한전자공학회논문지SP
• /
• 제44권6호
• /
• pp.84-92
• /
• 2007

본 연구는 원거리에서 걸음걸이 (보행)의 특성을 분석하여 인간을 식별하는 보행인식 (gait recognition) 기술을 다중 특징점 기반으로 확장하여 인식률 및 오류 내성을 향상시키는 기술을 제안한다. 보다 구체적으로 i)움직임 검출, ii) 객체 영역 검출, iii) 머리 영역 검출, 그리고, iv) 능동 형태 모델을 이용하여 기본 알고리듬 (gait baseline algorithm)의 문제점인 전처리 과정없이 그림자 영향과 낮은 인식률을 개선하였다. 제안된 알고리듬은 HumanID Gait Challenge (HGCD) 데이터집합을 이용한 실험을 통해 환경 변화요인에도 강건한 인간 보행인식이 가능함을 확인할 수 있다.

• 한국산업정보학회논문지
• /
• 제12권5호
• /
• pp.39-46
• /
• 2007

최근 유비쿼터스 환경에서 개인 인증을 위한 연구가 활발하게 진행되고 있다. 그 중에서 걸음걸이 인식은 원거리에서 사람의 물리적인 특성을 이용하여 개인을 인증하는데 효과적인 방법이다. 본 논문에서는 걸음걸이 인식을 위해 평균 이동 알고리즘(mean shift algorithm)과 geodesic 활성 윤곽선 모델(active contour models) 기반의 사람 외형 추출 및 추적 시스템을 제안한다. 활성 윤곽선 모델은 움직이고, 변화하기 쉬운 물체를 다루는데 효과적이다. 그러나 활성 윤곽선 모델의 성능은 초기 커브에 의존적인 한계를 가지고 있다. 이 문제를 극복하기 위해 전형적인 geodesic 활성 윤곽선 모델에 평균 이동 알고리즘을 결합한다. 기본 개념은 진화시키기 전에 level set 방법을 사용하여 초기 커브를 사람 영역에 위치시키고, 그 영역을 충분히 둘러싸도록 크기를 조정한 후에 커브를 진화시킨다. 이러한 방법은 움직임이 큰 물체를 다루거나 진화 횟수를 줄이기 위해 효과적이다. 제안된 시스템은 사람 영역 검출 모듈과 사람 외형 추적모듈로 구성된다. 사람 영역 검출 모듈에서는 배경영상 제거(background subtraction)와 모폴로지 연산(morphologic operation)으로 사람의 실루엣을 검출한다. 이때, 사람의 외형은 평균 이동 알고리즘과 geodesic 활성 윤곽선 모델에 의해 정확하게 검출된다. 실험 결과에서 제안된 방법이 걸음걸이 인식(gait recognition)을 위해 사람의 외형을 효과적으로 정확하게 추출하고 추적됨을 보여준다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제32권12호
• /
• pp.1247-1259
• /
• 2005

본 연구는 웹카메라와 같은 저해상도의 동영상으로부터 실시간 다중 얼굴 인식 시스템을 제안한다. 동영상을 이용한 얼굴 인식 시스템은 크게 얼굴 검출 단계와 얼굴 분류 단계로 나눌 수 있다. 첫째, 얼굴 검출 단계에서는 빠르고 강인한 객체 검출 성능을 가진 AdaBoost를 이용하여 얼굴 후보 영역을 검출하였고, 검출된 얼굴 후보 영역에 대한 주성분을 수행하여 데이타의 크기기 현저히 줄어든 특징 벡터를 구한 다음에 특징 벡터에 대해 SVM 기반 이진 분류를 수행하여 얼굴 후보 영역을 검증하였다. 둘째, 얼굴 분류 단계에는 주성분 분석과 멀티 SVM을 이용하여 각 얼굴들을 분류하였다. 실험 결과 본 논문에서 제안한 방법은 저해상도에서도 높은 얼굴 검출율과 동영상에서 실시간 처리가 가능한 빠른 다중 얼굴 검출과 인식 성능을 보였다. 또한 팬-틸트 기능을 가진 웹카메라를 이용한 자동 추적형 얼굴 인식 시스템을 적용하여 얼굴 검출 성능을 향상시켰고, 얼굴 인식 시스템의 응용으로 무선 On/off 얼굴인식 도어락 시스템을 구현하였다.

• 스마트미디어저널
• /
• 제2권2호
• /
• pp.8-13
• /
• 2013

Nowadays, the saliency region detection has become a popular research topic because of its uses for many applications like object recognition and object segmentation. Some of recent methods apply color distinctiveness based on an analysis of statistics of color image derivatives in order to boosting color saliency can produce the good saliency maps. However, if the salient regions comprise more than half the pixels of the image or the background is complex, it may cause bad results. In this paper, we introduce the method to handle these problems by using maximum symmetric surround. The results show that our method outperforms the previous algorithms. We also show the segmentation results by using Otsu's method.

• Journal of Multimedia Information System
• /
• 제6권4호
• /
• pp.235-238
• /
• 2019

In real world object detection is an active research topic for understanding different objects from images. There are different models presented in past and had significant results. In this paper we are presenting vehicle logo detection using previous object detection models such as You only look once (YOLO) and Faster Region-based CNN (F-RCNN). Both the front and rear view of the vehicles were used for training and testing the proposed method. Along with deep learning an image pre-processing algorithm called perspective transformation is proposed for all the test images. Using perspective transformation, the top view images were transformed into front view images. This algorithm has higher detection rate as compared to raw images. Furthermore, YOLO model has better result as compare to F-RCNN model.