• 전자공학회논문지SC
• /
• 제48권5호
• /
• pp.45-51
• /
• 2011

본 논문에서는 비교사학습법을 통해 영상의 방대한 정보를 효율적으로 모델링 하는 방법을 제안하고자 한다. 여기서 이동궤적들은 자연어 처리에 사용되는 알고리즘인 잠재 디리클레 할당 모형(Latent Dirichlet Allocation)에 의해 직진, 좌회전, 우회전등 각 상황 별로 주제에 따라 그 영역을 효과적으로 분류할 수 있다. LDA를 이용해 주제별로 의미 있는 영역을 분류한 후, 각 주제별로 분류된 궤적을 관측열로 보고 은닉 마르코프 모델(Hidden Markov Model)의 바움-웰치 알고리즘을 사용하여 학습한다. 전향 알고리즘을 사용하여 입력된 행동과 학습된 행동을 비교함으로써 영상내의 행동이 정상인지 비정상인지를 효과적으로 판단할 수 있다. 실험결과 다양한 영상에 대해 의미있는 주제별로 영역이 잘 분류되며 추적에러로 인한 궤적의 노이즈에도 강인하게 물체의 무단횡단, 신호위반과 같은 상황을 효과적으로 탐지하는 것을 확인할 수 있다.

• 전기전자학회논문지
• /
• 제23권4호
• /
• pp.1302-1308
• /
• 2019

본 논문은 CNN (Convolutional Neural Network)와 2D Lidar 센서에서 획득한 위치 데이터를 이용하여 이미지를 분류하는 방법을 제시한다. Lidar 센서는 데이터 정확도, 형상 왜곡 및 광 변화에 대한 강인성 측면에서의 이점으로 인해 무인 장치에 널리 사용되어 왔다. CNN 알고리즘은 하나 이상의 컨볼루션 및 풀링 레이어로 구성되며 이미지 분류에 만족스러운 성능을 보여 왔다. 본 논문에서는 학습 방법에 따라 다른 유형의 CNN 아키텍처들인 Gradient Descent (GD) 및 Levenberg-arquardt (LM)를 구현하였다. LM 방법에는 학습 파라메터를 업데이트하는 요소 중 하나인 Hessian 행렬 근사 빈도에 따라 두 가지 유형이 있다. LM 알고리즘의 시뮬레이션 결과는 GD 알고리즘보다 이미지 데이터의 분류 성능이 우수하였다. 또한 Hessian 행렬 근사가 더 빈번한 LM 알고리즘은 다른 유형의 LM 알고리즘보다 작은 오류를 보여주었다.

• 마이크로전자및패키징학회지
• /
• 제12권3호
• /
• pp.267-274
• /
• 2005

This paper presents the fabrication of surface acoustic wave (SAW)-based pressure sensor for long-term stable mechanical compression force measurement. SAW pressure sensor has many attractive features for practical pressure measurement: no battery requirement, wireless pressure detection especially at hazardous environments, and easy other functionality integrations such as temperature, humidity, and RFID. A $41^{\circ}$ YX $LiNbO_3$ piezoelectric substrate was used because of its high SAW propagation velocity and large values of electromechanical coupling factors $K^2$. A silicon substrate with $\~200{\mu}m$ deep cavity was bonded to the diaphragm with epoxy, in which gold was covered all over the inner cavity in order to confine electromagnetic energy inside the sensor, and provide good isolation of the device from its environment. The reflection coefficient $S_{11}$ was measured using network analyzer. High S/N ratio, sharp reflected peaks, and clear separation between the peaks were observed. As a mechanical compression force was applied to the diaphragm from top with extremely sharp object, the diaphragm was bended, resulting in the phase shifts of the reflected peaks. The phase shifts were modulated depending on the amount of applied mechanical compression force. The measured $S_{11}$ results showed a good agreement with simulated results obtained from equivalent admittance circuit modeling.

• 대한전자공학회논문지SP
• /
• 제43권1호
• /
• pp.67-74
• /
• 2006

모바일 단말 환경에서 상황인식 컴퓨팅 기술은 유비쿼터스 컴퓨팅의 핵심기술 중 하나이다. 상황인식 컴퓨팅은 사용자의 일상생활 활동에 능동적으로 반응하는 컴퓨터 응용들을 실현 가능하게 한다. 본 논문에서는 물체나 인간의 물리적인 활동 상태를 감지할 수 있는 가속도센서를 사용하여 모바일 디바이스에 적용한다. 인간의 활동 상태를 추정하기위한 방법은 평균, 표준 편차, 왜도와 같은 다양한 통계치를 분류를 위한 특징으로 활용하는 것이 몇몇 간단한 통계치만을 의존하는 기존의 방법들 보다 더 효과적일 것이다. 분류 알고리듬은 제한된 리소스를 가진 모바일 디바이스를 고려하여 기존의 신경망 대신 간단한 결정 트리를 이용하고자 한다. 유비쿼터스 컴퓨팅과 모바일 응용들을 위한 우리의 상황 검출 시스템의 실험은 기존의 방법들 보다 성능이 향상되었으며 그 결과를 제시한다.

• 방송공학회논문지
• /
• 제18권4호
• /
• pp.643-646
• /
• 2013

본 논문에서는 아다부스트의 과적합 문제를 해결하기 위해 샘플 군집화를 이용한 개선된 아다부스트 알고리즘을 제안한다. 아다부스트는 다양한 객체 검출 방법에서 좋은 성능을 보이는 방법으로 알려져 있지만 훈련 샘플에 노이즈가 존재하는 경우 과적합 현상이 발생하는 문제가 있다. 이를 해결하기 위해 제안하는 방법은 우선 훈련 샘플의 긍정 샘플을 k-평균 군집화 알고리즘을 이용하여 K개의 군집으로 나눈다. 이후 아다부스트의 약분류기 훈련 시 K개의 군집 중 훈련 오차를 최소화하는 하나의 군집만을 선택하여 사용한다. 이로써, 제안하는 방법은 매 회 반복되는 약분류기의 훈련 시 훈련 샘플들이 과분할 되는 것과 노이즈 샘플이 훈련에 사용되는 것을 방지함으로써 기존 아다부스트의 과적합 현상을 효과적으로 줄여준다. 실험 결과, 제안하는 방법은 다양한 실제 데이터셋에서 기존의 부스팅 기반 방법들에 비해 더 나은 분류 성능 및 일반화 성능을 보여주었다.

• 대한공간정보학회지
• /
• 제13권3호
• /
• pp.59-67
• /
• 2005

도시지역의 대부분을 차지하는 건물에 대한 3차원 공간정보는 지도제작뿐 아니라 무선 통신망 설계, 카 내비게이션, 가상도시 구축 등에 근간이 되는 주요 정보이다. 대표적인 수동센서(passive sensor)로부터 얻어진 수치항공사진은 높은 수평 위치정확도를 가지는 반면 중심투영과 폐색지역에 의한 원천적인 문제로 인하여 자동화 과정이 어렵다. 반면 능동센서인 LIDAR 시스템은 지표면에 대한 비정규 점군 형태의 3차원 정보를 빠르고 정확하게 제공한다. 하지만 데이터 취득 특성상 건물의 외곽선과 같은 정보의 획득에는 어려움이 있다. 본 연구에서는 수치항공사진과 LIDAR 데이터를 용합하여 건물의 외곽선을 자동으로 추출하는 방법을 제안하였다. 실험 결과 본 연구에서 제안한 방법은 복잡한 형태의 건물의 외곽선 추출에 우수한 결과를 보여주었으며, LIDAR 데이터와 수치항공사진을 이용해 건물을 자동으로 추출할 수 있는 가능성을 제시하였다.

• 대한기계학회논문집A
• /
• 제39권2호
• /
• pp.235-240
• /
• 2015

디지털 기기의 발달과 더불어 능동안전시스템 또한 비례적으로 발달됨에 따라 4.5 톤 이상 중대형상용차에도 능동안전시스템에 대한 요구가 대두되고 있다. 승용차량과 달리 중대형 상용차량 경우 카메라 장착 위치가 상대적으로 높아 차선 인식에 불리한 조건을 가지고 있다. 본 논문에서는 공간영역처리 기반 중 하나인 소벨 에지(Sobel Edge) 추출과 허프 변환(Hough Transform) 기법과 색 변환보정 기법으로 국내 도로 환경에 맞는 차선 인식에 대한 방법을 제시하고, 영상을 통한 전방의 차량을 인식하는 객체 인식 기법 중에 Haar-like 기법, Adaboost 기법, SVM 기법, Template Matching 기법 등을 적용 및 분석을 통하여 검출 오류를 줄이기 위한 전방 차량 인식 방법을 제안한다. 성능검증을 위해서 실차평가를 실시하였으며, 차선 인식에 대해 98% 이상의 높은 인식률을 얻었다.

• 전자공학회논문지CI
• /
• 제47권1호
• /
• pp.160-170
• /
• 2010

본 논문은 Haar 웨이브릿변환과 평균 박스필터에 기반을 둔 Haar 웨이브릿 특징 검출자를 제안한다. 원 영상을 Haar 웨이브릿 변환을 통해 분해하여 영상의 분산정보를 얻고 영상 식별을 위한 특징정보를 추출한다. 영역을 나타내는 주위영역들 중에 분산이 가장 큰 영역의 관심점을 검출하기 위하여 국부 분산정보를 비교하는 평균 박스필터를 적용하고 빠른 계산을 위한 적분영상 기법을 사용한다. Haar 웨이브릿 변환과 평균 박스필터를 이용하여 제안한 검출자는 밝기 변화, 스케일 변화, 영상의 회전에 민감하지 않는 특성을 제공할 수 있다. 실험결과는 제안한 방법이 적은 관심점을 사용하는 경우에도 기존의 DoG 검출자와 Harris corner 검출자에 비해 더 높은 repeatability와 효율성 그리고 매칭정확성을 달성할 수 있음을 보여준다.

• 지구물리
• /
• 제5권3호
• /
• pp.233-245
• /
• 2002

이 연구에서는 표면파의 분산 특성을 지반 공학에 적용하여 비파괴 시험으로 강성도 프로파일(stiffness profile of shear)를 얻는 방법인 표면파 기법(SASW, spectral analysis of surface waves)의 효율적이고 경제적인 역산을 수행하기 위하여 해석적으로 자코비안을 도출하였다. 표면파 기법은 지하구조를 균질한 수평 층으로 가정하여 레일리 파의 파장 대 위상 속도 관계인 분산 곡선으로부터 레일리 파와 전단파 간의 속도 비례 관계를 이용하여 지하 천부의 전단파 속도 구조를 파악하는 방법이다. 해석적으로 자코비안 식을 유도하여 역산을 수행하므로서 수치적으로 자코비안을 구해 역산을 수행하는 방법에 비해 지하구조를 N개의 수평 층으로 나누었을 때 계산 시간을 2N 배 빠르게 역산을 수행할 수 있었다. 차분 전개를 통한 이론 분산 곡선 응답 반응 알고리즘으로 이론분산 곡선을 구한 후 해석적으로 도출한 자코비안을 이용하여 제한 조건을 가한 감쇠 최소 자승법을 이용하여 이론 모형에 대한 반응 양상을 검토, 고찰하여 타당성을 검증하였다. 물리적 특성을 직접 확인할 수 있었던 현장의 도로 포장체에 대해 적용하므로서 현장 적용 가능성을 확인하였다. 또한 표면파 기법의 응용으로 터널의 숏크리트 두께 및 배면의 전단파 주상도를 얻을 수 있었고 이로부터 터널의 건전성 평가를 내릴 수 있는 가능성을 제시하였다.

• 융합정보논문지
• /
• 제7권3호
• /
• pp.73-81
• /
• 2017

일반화된 허프변환(GHough)은 임의의 2차원 모델 추출을 위해 사용되는 유용한 기법이다. 그러나 GHough는 모델의 회전과 축척 관련 사전 정보가 없을 경우 모든 경우의 수를 나열하는 변환 방식을 택하기 때문에 4차원 패러미터 배열이라는 방대한 메모리 사용이 불가피하며 실행시간 또한 오래 걸릴 수밖에 없다. 이를 개선하기 위해 제안된 몇몇 n-to-1 변환 방식 들은 4차원 대신 2차원 패러미터 배열 사용만으로도 임의의 모델 추출을 가능케 한 반면 2차원 패러미터 공간에 던져지는 무작위 투표 때문에 모델 추출 오류 가능성 또한 높다 하겠다. 본 논문은 이와 같은 2차원 패러미터 공간에 던져지는 무작위 투표를 감소시키기 위한 방안으로 모델 내부의 추가적인 그레디언트 정보 활용을 제안하며 모델 윤곽선 정보에 추가로 모델 내부 그레디언트 정보를 활용할 경우 2차원 패러미터 공간에 던져지는 무작위 투표수를 효과적으로 줄일 수 있으며 따라서 실행시간 또한 단축될 수 있음을 실험을 통해 입증한다.