• 제어로봇시스템학회논문지
• /
• 제16권8호
• /
• pp.766-770
• /
• 2010

In this paper, we present an effective covariance tracking algorithm based on adaptive size changing of tracking window. Recent researches have advocated the use of a covariance matrix of object image features for tracking objects instead of the conventional histogram object models used in popular algorithms. But, according to the general covariance tracking algorithm, it can not deal with the scale changes of the moving objects. The scale of the moving object often changes in various tracking environment and the tracking window(or object kernel) has to be adapted accordingly. In addition, the covariance matrix of moving objects should be adaptively updated considering of the tracking window size. We provide a solution to this problem by segmenting the moving object from the background pixels of the tracking window. Therefore, we can improve the tracking performance of the covariance tracking method. Our several simulations prove the effectiveness of the proposed method.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 2009년도 IWAIT
• /
• pp.492-497
• /
• 2009

Computer-Generated Hologram (CGH) is made for three dimensional image of a virtual object. Error diffusion method is used for the phase quantization of CGH, and it is known to be effective to the image quality improvement of the reconstructed image. However, the image quality of the reconstructed image from the CGH using error diffusion method depends on the selection of error diffusion coefficient. In this paper, we derived the relational expression to obtain the error diffusion coefficient from the position of the input object and size of the input object for CGH. As a result, the method of this thesis was able to obtain an excellent reconstructed image compared with the case to derive the error diffusion coefficient from only the position of the input image.

• 한국산학기술학회:학술대회논문집
• /
• 한국산학기술학회 2010년도 춘계학술발표논문집 1부
• /
• pp.9-13
• /
• 2010

This paper proposes an object-oriented software development guidance and an evaluation index for the productivity related to Seam Framework. Heavyweight and lightweight architecture to resolve the problem with benefits to support the new architecture is a large size distributed object standardization architecture. This architecture, such as the Seam Framework, to provide all of the architecture is possible. The distributed object standardization architecture is most often used in business Seam Framework is well-known architecture. Therefore, this study is based on the Seam Framework large distributed object architecture, design and implementation of standardization software development productivity and the objective is to provide guidance.

• 방송공학회논문지
• /
• 제26권2호
• /
• pp.184-196
• /
• 2021

본 논문은 객체 검출 알고리즘을 위한 통계치 적응적인 선형 회귀 기반 객체 크기 예측 방법을 제안한다. 기존에 제안된 딥 러닝 기반 객체 검출 알고리즘 중 YOLOv2 및 YOLOv3은 객체의 크기를 예측하기 위하여 네트워크의 마지막 계층에 통계치 적응적인 지수 회귀 모델을 사용한다. 하지만, 지수 회귀 모델은 역전파 과정에서 지수 함수의 특성상 매우 큰 미분값을 네트워크의 파라미터로 전파시킬 수 있는 문제점이 있다. 따라서 본 논문에서는 미분 값의 발산 문제를 해결하기 위하여 객체 크기 예측을 위한 통계치 적응적인 선형 회귀 모델을 제안한다. 제안하는 통계치 적응적인 선형 회귀 모델은 딥러닝 네트워크의 마지막 계층에 사용되며, 학습 데이터셋에 존재하는 객체들의 크기에 대한 통계치를 이용하여 객체의 크기를 예측한다. 제안하는 방법의 성능 평가를 위하여 YOLOv3 tiny를 기반으로 제안하는 방법을 적용하여 재설계한 네트워크의 검출 성능과 YOLOv3 tiny의 검출 성능을 비교하였으며, 성능 비교를 위한 데이터셋으로는 UFPR-ALPR 데이터셋을 사용하였다. 실험을 통해 제안하는 방법의 우수성을 검증하였다.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 1990년도 한국자동제어학술회의논문집(국제학술편); KOEX, Seoul; 26-27 Oct. 1990
• /
• pp.933-938
• /
• 1990

A method of recognizing 2-dimensional polygonal object is proposed by using a concept of generalized incremental circle transform. The generalized incremental circle transform, which maps boundaries of an object into a circular disc, represents efficiently the shape of the boundaries that are obtained from digirized binary images of the objects. It is proved that the generalized incremental circle transform of an object is invariant to object translation, rotation, and size, and can be used as feature information for recognizing two dimensional polygonal object efficiently.

• 한국멀티미디어학회논문지
• /
• 제19권2호
• /
• pp.112-121
• /
• 2016

ADAS(Advanced Driver Assistance Systems) and street furniture information collecting car like as MMS(Mobile Mapping System), they require object location estimation method for recognizing spatial information of object in road images. But, the case of conventional methods, these methods require additional hardware module for gathering spatial information of object and have high computational complexity. In this paper, for a coordinate of road sign in single camera image, a position estimation scheme of object in road images is proposed using the relationship between the pixel and object size in real world. In this scheme, coordinate value and direction are used to get coordinate value of a road sign in images after estimating the equation related on pixel and real size of road sign. By experiments with test video set, it is confirmed that proposed method has high accuracy for mapping estimated object coordinate into commercial map. Therefore, proposed method can be used for MMS in commercial region.

• 사물인터넷융복합논문지
• /
• 제6권3호
• /
• pp.1-6
• /
• 2020

본 논문은 평균 객체 전송 지연 시간에 대한 기존의 모델들을 하나의 프레임워크로 통합하고 실제 계산 경험을 통해 결과를 분석하는 것을 목표로 한다. 해석적 객체 전송 지연 시간 모델은 다중 패킷 손실과 작은 혼잡제어 윈도우로 인해 빠른 재전송이 불가능한 멀티홉 무선 네트워크를 위시한 사물 인터넷(IoT) 환경을 가정한다. 이 모델은 또한 초기 혼잡 윈도우 크기와 하나의 혼잡 윈도우에서의 다중 패킷 손실을 고려한다. 성능평가에 의하면, 전송 객체 크기와 패킷 손실률이 작은 경우 평균 객체 전송 지연의 하한값과 상한값은 거의 동일하다. 그러나 패킷 손실률이 커지면 초기 혼잡 윈도우의 크기와 왕복 시간이 평균 객체 전송 지연의 상·하한값에 영향을 미치는 것으로 나타났다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제17권8호
• /
• pp.1976-1995
• /
• 2023

The anchor-free object detector CenterNet regards the object as a center point and predicts it based on the Gaussian circle region. For each object's center point, CenterNet directly regresses the width and height of the objects and finally gets the boundary range of the objects. However, the critical range of the object's center point can not be accurately limited by using the Gaussian circle region to constrain the prediction region, resulting in many low-quality centers' predicted values. In addition, because of the large difference between the width and height of different objects, directly regressing the width and height will make the model difficult to converge and lose the intrinsic relationship between them, thereby reducing the stability and consistency of accuracy. For these problems, we proposed a center point prediction method based on the Gaussian elliptic region and a size component regression method based on the small solution space. First, we constructed a Gaussian ellipse region that can accurately predict the object's center point. Second, we recode the width and height of the objects, which significantly reduces the regression solution space and improves the convergence speed of the model. Finally, we jointly decode the predicted components, enhancing the internal relationship between the size components and improving the accuracy consistency. Experiments show that when using CenterNet as the improved baseline and Hourglass-104 as the backbone, on the MS COCO dataset, our improved model achieved 44.7%, which is 2.6% higher than the baseline.

• 한국콘텐츠학회:학술대회논문집
• /
• 한국콘텐츠학회 2003년도 춘계종합학술대회논문집
• /
• pp.335-339
• /
• 2003

We proposed a Web cache replacement technique of a divided scope base that considered a size reference characteristics of a Web object for efficient operation of a Web base system and, in this study, analyzed performance of the replacement technique that proposed it though an experiment. We analyzed a reference characteristics of size to occur by a user reference characteristics through log analysis of a Web Base system in an experiment. And we divide storage scope of a cache server as its analysis result and tested this replacement technique based n divided scope. The proposed technique has a flexibility about a change of a reference characteristics of a user. Also, experiment result, we compared it with LRU and the LRUMIN which were an existing replacement technique and confirmed an elevation of an object hit ratio.

• 방송공학회논문지
• /
• 제17권2호
• /
• pp.400-410
• /
• 2012

최근 3D 영화를 시작으로 TV, 휴대전화, PC 게임 등 다양한 분야에서 3D 영상을 접할 수 있다. 3D 영상은 기존의 2D 영상에서 볼 수 없었던 깊이감이라는 새로운 정보를 제공하여 영상의 실감을 극대화 할 수 있지만, 시각피로 혹은 영상의 왜곡과 같은 단점도 가지고 있다. 본 연구는 3D 디스플레이에서 대상의 깊이에 따라 달라지는 크기지각의 예측함수를 개발하였다. 실험 1에서 참가자들은 물리적으로 고정된 크기의 3D 사각형을 관찰하면서, 그 크기와 동일하게 2D 사각형의 크기를 조절하는 과제를 수행하였다. 반대로, 실험 2에서 참가자들은 물리적으로 고정된 크기의 2D 사각형을 관찰하면서, 3D 사각형의 크기를 조절하는 과제를 수행하였다. 실험 1과 2에서 모두 3D 사각형의 깊이에 따라 크기지각이 선형적으로 변화함을 관찰하였으며, 두 실험에서 획득한 깊이와 크기지각의 선형함수는 동일하였다. 본 연구에서 획득한 예측함수는 깊이에 따라 대상의 크기가 어떻게 지각되는지를 미리 예측할 수 있으므로 3D 영상제작에서 매우 유용할 것이다.