In this paper, we proposed realtime visual tracking system of moving object for 2D target using extended Kalman Filter Algorithm. A targeting marker are recongnized in each image frame and positions of targer object in each frame from a CCD camera while te targeting marker is attached to the tip of the SCARA robot hand. After the detection of a target coming into any position of the field-of-view, the target is tracked and always made to be located at the center of target window. Then, we can track the moving object which moved in inter-frames. The experimental results show the effectiveness of the Kalman filter algorithm for realtime tracking and estimated state value of filter, predicting the position of moving object to minimize an image processing area, and by reducing the effect by quantization noise of image
2008년 통계자료에 의하면 선박충돌로 인한 사고가 전체 사고의 약 25% 비율로 발생하고 있으며, 선박 사고는 단순 충돌사고 와는 다르게 환경오염 등의 2차 피해를 발생시킬 수가 있어 사고를 최소화하기 위한 항해사의 견시 업무의 중요성이 대두되고 있다. 본 연구의 목적은 줌, 회전, 틸트 기능을 가진 CCTV가 해당 선박을 자동 추적하여 CCTV 영상위에 항해 및 선박정보를 표시하기 위한 시스템을 구축하는데 있다. 본 연구 결과물을 통해 항해사는 CCTV 영상 기반의 실제 항만상황과 선박 정보를 함께 관리함으로써 안전한 선박의 항해를 유도하는데 도움이 될 것으로 기대된다.
최근 몇 년사이 CCTV에 대한 활용도와 중요성이 대두되고 있으며, CCTV의 해상도 또한 SD급 CCTV에서 HD급 CCTV로 대부분 전환되고 있는 상황이다. HD급 CCTV는 고화질, 고해상도를 제공하는 장점을 갖지만, 많은 데이터 량으로 인해 실시간 처리가 어려운 문제점 또한 포함하고 있다. 또한 CCTV는 지능형 CCTV로의 기술적인 진보를 거듭하고 있으며, 대표적인 solution으로 증강현실(AR:Augmented Reality)을 꼽을 수 있다. 본 논문에서는 HD-CCTV의 최대 장점이라고 할 수 있는 실시간 영상에 선박의 정보(AIS : Automatic Identification System)을 결합하여 실시간으로 항만을 모니터링 하는 시스템을 구현하였다. 또한 750mm Zoom Lens를 탑재한 PanTilt 장비를 이용하여 선박을 targeting 하는 시스템 또한 구현하였다. 증강현실을 이용하여 실시간 영상과 선박 정보를 결합하였으며, 이를 구현하기 위해 perspective projection 방법을 통해 3차원 공간좌표계를 2차원으로 투영하였다. 실시간 처리를 위해 입력영상을 Block으로 분할하여 목적 좌표를 검색하였으며, 선박정보의 부드러운 이동을 위해 Dead Reckon 기법과 linear prediction 방법을 이용하여 선박 위치를 예측하였다. 마지막으로 삼각측량법에 기반하여 현재 PanTilt 장비를 목적된 장소로 이동시키는 시스템을 구현하였다.
영상은 복잡한 객체들의 집합으로 이루어져 있기 때문에 영상에 포함된 객체를 분리하는 일은 컴퓨터 비전이나 인식 등 많은 분야에서 중요시 된다. 영상 처리 측면에서 객체를 분할하기 위해서 색상, 모양, 질감, 움직임 등 다양한 기법들이 이용되고 있다. 본 논문에서는 정확한 색상의 비교를 위해서 CIE 색상 모델을 이용하고 있으며 이것을 기반으로 객체를 추출하고 있다. 그리고 추출된 객체의 해석과 검증을 위해서 모양 기반의 분석법을 이용하고 있다. 본 논문에서는 Pan/Tilt 카메라의 타겟팅(Targeting)과 포커싱(Focusing)을 위해 영상 내에 포함되어진 객체를 검출하기 위한 방법론을 제안하고자 한다. 객체를 인식하기 위해 CIE 색상 모델을 이용한 색상 매칭 기법을 제안하고 있다. 색상의 분포를 파악하기 위해서 CIE 모델이 생성해내는 Lab 블록을 통계적인 방법으로 분석한다. 그리고 분석된 결과는 CIE 블록 매칭(Bock Matching) 기법의 기준이 되며 이것을 이용해서 후보 객체 영역(Candidate Object Area)을 추출하게 된다. 추출된 후보 객체 영역을 검증하기 위해서 모멘트를 이용한 모양 기반의 분석을 활용하고 있다.
International journal of advanced smart convergence
/
제13권2호
/
pp.195-204
/
2024
In this paper, we investigate the comparative performance of two leading object detection architectures, YOLOv7 and Detection Transformer (DETR), across varying levels of data augmentation using CycleGAN. Our experiments focus on chest scan images within the context of biomedical informatics, specifically targeting the detection of abnormalities. The study reveals that YOLOv7 consistently outperforms DETR across all levels of augmented data, maintaining better performance even with 75% augmented data. Additionally, YOLOv7 demonstrates significantly faster convergence, requiring approximately 30 epochs compared to DETR's 300 epochs. These findings underscore the superiority of YOLOv7 for object detection tasks, especially in scenarios with limited data and when rapid convergence is essential. Our results provide valuable insights for researchers and practitioners in the field of computer vision, highlighting the effectiveness of YOLOv7 and the importance of data augmentation in improving model performance and efficiency.
The 9th International Conference on Construction Engineering and Project Management
/
pp.893-903
/
2022
Recently, computer vision (CV)-based safety monitoring (i.e., object detection) system has been widely researched in the construction industry. Sufficient and high-quality data collection is required to detect objects accurately. Such data collection is significant for detecting small objects or images from different camera angles. Although several previous studies proposed novel data augmentation and synthetic data generation approaches, it is still not thoroughly addressed (i.e., limited accuracy) in the dynamic construction work environment. In this study, we proposed a game engine-driven synthetic data generation model to enhance the accuracy of the CV-based object detection model, mainly targeting small objects. In the virtual 3D environment, we generated synthetic data to complement training images by altering the virtual camera angles. The main contribution of this paper is to confirm whether synthetic data generated in the game engine can improve the accuracy of the CV-based object detection model.
국내 게임산업현장에서 게임시스템 기획은 기획자가 게임컨셉을 만족하는 게임플레이가 이루어지는 게임메카닉스 시스템을 데이터구조적 설계방법으로 creative design 작업관점에서 초기적으로 설계하는 작업이다. 그러나 프로그래머는 구현을 위해 기획내용을 바탕으로 게임시스템을 객체지향적 방법으로 engineering design 작업관점에서 설계한다. 이러한 작업방식은 기획자와 프로그래머 사이에 의사소통 과정에서 다양한 오류들과 작업결과물의 미스매칭 오류들의 발생가능성이 높다. 이 문제를 해결하기 위해, 본 논문에서는 기획자가 객체지향적 설계방법으로 게임시스템을 기획하는 방법을 제안하였다. 제안하는 방법은 객체지향적 SW 개발 가이드라인인 GRAPPLE을 기반으로 기획자의 게임시스템 기획에 적합하도록 커스터마이징한 것이다. 본 논문에서 제안한 게임시스템 기획방법의 효용성을 조사하기 위해 국내 게임산업체에 근무하는 게임시스템 기획자 10명을 대상으로 설문조사하였다. 설문 조사결과는 거의 모든 대상자들이 제안한 방법의 효용성이 '조금 이상' 있음으로 나타났다.
본 논문은 작업자와 객체들이 서로 혼재되어 있는 제조 현장에서 Mask R-CNN을 이용해 객체들을 탐지한 후 이를 Dense-Net을 통해 객체 형상을 자동으로 추출하는 기술을 담고 있다. 이는 맞춤형 공장 데이터 세트를 기반으로 하며, 대상이 되는 객체는 작업자, 기계, 도구, 컨트롤 박스 및 제품들이다. Mask R-CNN은 이미 잘 알려진 객체 인식 방식으로서 다중 객체 인식을 지원하며, Dense-Net은 중첩된 객체들로 부터 개별 객체를 추출하는 데 탁월한 효과를 보여준다. 이러한 두 가지 기술을 이용한 기초구현 결과 제조 현장 모습에서 객체들을 정상적으로 추출해 이미지를 설명할 수 있으며, 향후 객체에 대한 레이블링과 객체 간의 상호 관계를 추가해 작업자의 이상 행동을 감지하는 용도로 활용할 계획이다.
우리나라는 자연재해로 인한 피해를 복구하기 위해 풍수해보험을 시행하고 있다. 풍수해보험은 국민안전처가 주관하며 민간보험사가 운영하는 정책보험으로 보험계약자가 부담해야 하는 보험료의 일부를 국가 및 지방자치단체에서 보조함으로써 국민이 저렴한 보험료로 예기치 못한 풍수해에 대해 능동적으로 대처할 수 있도록 하는 선진국형 재난관리제도이다. 본 연구에서는 이러한 풍수해보험 관리지도상의 보험요율 산정 시 필요한 보험목적물 GIS DB 구축과 피해율 산정과 GIS를 분석하는 방법에 대하여 연구하였다. 이번 연구에서 구축한 풍수해 보험의 보험목적물은 단독주택, 공동주택, 온실을 대상으로 하였으며 우리나라 전역의 광범위한 데이터를 어떻게 구축하고, 이 데이터를 실제 시스템을 통해 어떻게 운영할 것인지에 대한 방안을 제시하였다.
악성코드의 지능화에 따라 물리 메모리에서 실행 파일을 추출하는 것이 중요한 연구 이슈로 부각되고 있다. 물리 메모리에서 파일 데이터를 추출하는 경우 일반적으로 프로그램 실행과정에서 사용 중인 파일 데이터를 추출하기 때문에 원본 파일 데이터가 추출되지 않는 문제점이 있다. 따라서 물리 메모리에 저장되는 파일 정보를 분석하고 이를 기반으로 디스크에 저장된 파일과 동일하게 추출하는 방법이 요구된다. 본 논문에서는 윈도우 파일 오브젝트 커널 정보 분석을 통한 실행 파일 데이터 추출 방법을 제시한다. 실험을 통해 물리 메모리에 저장되어있는 실행 파일 데이터 특징을 분석하고, 기존 방법과 비교하여 원본 파일 데이터를 효과적으로 추출함으로써 제안 방법의 우수함을 증명한다.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.