• Journal of Forest and Environmental Science
• /
• 제32권4호
• /
• pp.384-391
• /
• 2016

In this study, regions infected by pine wilt disease were extracted by using object-based classification method (OB-infected region), and the characteristics of special distribution about OB-infected region were figured out. Scale 24, Shape 0.1, Color 0.9, Compactness 0.5, and Smoothness 0.5 was selected as the objected-based, optimal weighted value of OB-infected region classification. The total accuracy of classification was high with 99% and Kappa coefficient was also high with 0.97. The area of OB-infected region was approximately 90 ha, 16% of the total area. The OB-infected region in Age class V and VI was intensively distributed with 97% of the total. Also, The OB-infected region in Middle and Large DBH class was intensively distributed with 99% of the total. In terms of the topographic characteristics of OB-infected region, the damages occurred approximately 86% below the altitude of 200 m, and occurred 91% with a slope less than 10 degree. The damage occurred a lot in low hilly mountain and undulating slope. In addition, the accessibility to road and residential area from OB-infected region was less than 300 m in large part. Overall, it was figured out that artificial effect is stronger than natural effect with regard to the spread of pine wilt disease.

• 한국멀티미디어학회논문지
• /
• 제22권1호
• /
• pp.44-54
• /
• 2019

Recently, image-based object detection has made great progress with the introduction of Convolutional Neural Network (CNN). Many trials such as Region-based CNN, Fast R-CNN, and Faster R-CNN, have been proposed for achieving better performance in object detection. YOLO has showed the best performance under consideration of both accuracy and computational complexity. However, these data-driven detection methods including YOLO have the fundamental problem is that they can not guarantee the good performance without a large number of training database. In this paper, we propose a data sampling method using CycleGAN to solve this problem, which can convert styles while retaining the characteristics of a given input image. We will generate the insufficient data samples for training more robust object detection without efforts of collecting more database. We make extensive experimental results using the day-time and night-time road images and we validate the proposed method can improve the object detection accuracy of the night-time without training night-time object databases, because we converts the day-time training images into the synthesized night-time images and we train the detection model with the real day-time images and the synthesized night-time images.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2000년도 하계종합학술대회 논문집(4)
• /
• pp.202-205
• /
• 2000

In this paper we propose an algorithm that detects, tracks a moving object, and classify whether it is human from the video clip captured under the fixed video camera. It detects the outline of the moving object by finding out the local maximum points of the modulus image, which is the magnitude of the motion vectors. It also estimates the size and the center of the moving object. When the object is detected, the algorithm discriminates whether it is human by segmenting the face. It is segmented by searching the elliptic shape using Hough transform and grouping the skin color region within the elliptic shape.

• 한국ITS학회 논문지
• /
• 제18권3호
• /
• pp.95-105
• /
• 2019

최근 들어 도로 노면 파손의 위치 정보를 수집하기 위한 영상 처리 기술에 대한 연구가 활발히 진행되고 있다. 대표적으로 차량에 탑재가 가능한 스마트폰이나 블랙박스를 통해 영상을 얻고 이를 영상처리 알고리즘을 사용하여 인식하는 기술이 주로 사용된다. GPS 모듈과 연계하여 실제 파손 위치를 파악할 때 가장 중요한 기술은 영상 처리 알고리즘인데, 근래에는 대부분 인공지능을 통한 알고리즘이 연구 주제로 주목받고 있다. 이와 같은 맥락에서 본 연구에서도 영역 기반의 합성곱 방식 계열의 객체인식 (Object Detection) 방법을 사용한 인공지능 영상 처리 알고리즘에 대하여 논의하고자 한다. 도로 노면 파손 객체 인식 성능을 향상시키기 위하여 도로 노면 파손 영상 600여 장과 일반적인 도로 주행 영상 1500여 장으로 학습 데이터베이스를 구성하였다. 또한 배경 객체 인식 방법을 적용한 지도 학습을 수행하여 도로 노면 파손의 오탐을 감소시켰다. 그 결과 동일한 테스트용 데이터베이스를 통해 알고리즘의 인식 성능을 mAP 평균값 기준 9.44%만큼 향상시킨 새로운 방법을 소개하고자 한다.

• 대한의용생체공학회:의공학회지
• /
• 제26권6호
• /
• pp.357-363
• /
• 2005

Active contour models have been extensively used to segment, match, and track objects of interest in computer vision and image processing applications, particularly to locate object boundaries. With conventional methods an object boundary can be extracted by controlling the internal energy and external energy based on energy minimization. However, this still leaves a number of problems, such as initialization and poor convergence in concave regions. In particular, a contour is unable to enter a concave region based on the stretching and bending characteristic of the internal energy. Therefore, this study proposes a method that controls the internal energy by moving the local perpendicular bisector point of each control point on the contour, and determines the object boundary by minimizing the energy relative to the external energy. Convergence at a concave region can then be effectively implemented as regards the feature of interest using the internal energy, plus several objects can be detected using a multi-detection method based on the initial contour. The proposed method is compared with other conventional methods through objective validation and subjective consideration. As a result, it is anticipated that the proposed method can be efficiently applied to the detection of the pulmonary parenchyma region in medical images.

• International Journal of Internet, Broadcasting and Communication
• /
• 제10권2호
• /
• pp.74-78
• /
• 2018

Recently, due to decrease hardware prices and the development of technology, analog signage has been changing to digital signage for providing content such as advertisements, videos. Furthermore, in order to provide advertisements and contents to users more effectively, technical researches are being conducted in various industries. In addition, including digital signage that uses displays, it can be seen that it provides advertisements and contents using diverse devices such as LED signage, smart pads, and smart phones. However, most digital signage is installed in one place to provide contents and provides interactivity through simple events such as manual content provision or touch. So, in this paper, we suggest a new object detection algorithm based on an adjacent frames based image correction algorithm for interactive building signage.

• Current Optics and Photonics
• /
• 제3권3호
• /
• pp.220-226
• /
• 2019

A novel speckle-shifting ghost imaging (SSGI) technique is proposed in this paper. This method can effectively extract the edge of an unknown object without achieving its clear ghost image beforehand. However, owing to the imaging mechanism of SSGI, the imaging result generally contains serious noise. To solve the problem, we further propose a simple and effective method to remove noise from the speckle-shifting ghost image with a connected-region labeling (CRL) algorithm. In this method, two ghost images of an object are first generated according to SSGI. A threshold and the CRL are then used to remove noise from the imaging results in turn. This method can retrieve a high-quality image of an object with fewer measurements. Numerical simulations are carried out to verify the feasibility and effectiveness.

• 한국컴퓨터정보학회논문지
• /
• 제16권9호
• /
• pp.69-76
• /
• 2011

해양 안전 사고 관련 연구에 의하면 선박 충돌 사고의 약 60%는 인적 요인에 의한 운용상의 실수로 인해 발생되고 있으며, 특히 항해사의 견시 소홀로 인한 사고는 인적 요인으로 인한 사고의 66.8%에 달하는 것으로 보고되고 있다. 그러므로 주야간을 막론하고 우천이나 안개 속에서도 거의 변함없는 화질을 보이는 IR 영상으로부터 자동으로 물표를 탐지하고 추적할 수 있다면 항해사의 근무 피로를 경감시키면서 인간 시각 특성의 불완전성을 보완할 수 있어 선박의 안전항행을 위한 중요 정보로 사용할 수 있다. 본 논문에서는 해양 IR 영상으로부터 선박, 암초, 부이와 같은 해상 물표를 탐지하기 위한 기법을 제안한다. 해양 영상에서 대부분의 에지 방향은 수평이며, 수직 방향의 에지는 대부분 물표 영역에서만 집중적으로 발견된다. 또한 물표와 해수면이 만나는 영역에는 수평 방향의 에지가 존재한다. 제안된 방법은 물표 추출을 위해해양 환경에서만 발견되는 이런 에지의 특징을 이용한다. 먼저 주어진 입력 IR 영상으로부터 에지를 추출하여 수평, 수직 에지로 분리한 다음 고립되어 있는 에지들을 제거한다. 그런다음 수직 에지에 대하여 모폴로지 닫힘 연산을 이용하여 물표를 구성하는 수직 에지들을 서로 연결하여 물표 후보 영역을 얻는다. 물표 후보 영역 중 아래에 수평에지 영역이 존재하는 영역은 해수면 바로 위의 물표를 의미하기 때문에 물표 후보 영역과 바로 아래의 수평 에지를 통합하여 기준 영역으로 삼고, 이 기준 영역을 기준으로 좌, 우, 위의 물표 후보 영역들을 통합하여 최종 물표를 얻는다.

• 방송공학회논문지
• /
• 제16권3호
• /
• pp.462-470
• /
• 2011

본 논문에서는 실시간 영상감시 시스템에서 방치되거나 제거된 객체를 강인하게 검출하는 알고리듬을 제안한다. 방치되거나 없어진 객체는 사람이나 다른 움직임의 원인에 의해서 나타나기 때문에 추적을 기반으로 한 방법을 사용하였다. 가우시안 혼합 모델에 의해 전경과 배경을 분리하고 그림자 제거 알고리듬을 적용하였다. 모폴로지를 수행하여 주변 잡음을 제거하고 객체 구분을 명확히 하였다. 그리고 검출된 정지 객체를 방치되거나 사라지는 객체 중의 하나로 분류하였다. 추적방법을 적용함과 동시에 정지된 객체에 모니터링 시간까지 부여하여 검출된 객체가 다른 객체에 의해서 폐색되는 현상을 개선하였다. 영역성장기법을 이용하여 방치된 객체와 제거된 객체의 분류 성능을 높였다. 또한 제안된 시스템을 DSP 기반으로 설계하여 실시간 구현을 하였다. 실험을 통해 제안한 방법의 우수성을 입증하였다.

• 제어로봇시스템학회논문지
• /
• 제16권1호
• /
• pp.69-76
• /
• 2010

The segmentation of moving object in video sequence is a core technique of intelligent image processing system such as video surveillance, traffic monitoring and human tracking. A typical method to segment a moving region from the background is the background subtraction. The steps of background subtraction involve calculating a reference image, subtracting new frame from reference image and then thresholding the subtracted result. One of famous background modeling is Gaussian mixture model (GMM). Even though the method is known efficient and exact, GMM suffers from a problem that includes false pixels in ROI (region of interest), specifically shadow pixels. These false pixels cause fail of the post-processing tasks such as tracking and object recognition. This paper presents a method for removing false pixels included in ROT. First, we subdivide a ROI by using shape characteristics of detected objects. Then, a method is proposed to classify pixels from using histogram characteristic and comparing difference of energy that converts the color value of pixel into grayscale value, in order to estimate whether the pixels belong to moving object area or shadow area. The method is applied to real video sequence and the performance is verified.