• Journal of Platform Technology
• /
• 제9권3호
• /
• pp.63-69
• /
• 2021

각국에서 통용되는 동전 제작에 사용되는 제한된 종류의 재질과 동전의 휴대성 등을 고려한 디자인은 각국의 통화가 달라도 동전의 모양, 크기, 색상을 비슷하게 하였다. 이로 인해 여러 국가를 방문하는 사람은 비슷한 모양의 여러 나라 동전을 식별하는 것에 어려움을 겪는다. 이러한 문제를 해결하기 위해 본 논문에서는 이미지 처리에 효과적인 합성곱 신경망(CNN)을 이용한 동전 분류 방법을 제안한다. 동전 분류를 위한 학습 이미지는 웹 크롤링을 이용하여 수집하고, 이미지 전처리를 위해 OpenCV를 사용하였다. 전처리가 완료된 이미지를 대상으로 특징 추출을 위해 세계층의 합성곱 계층을 사용하였고, 분류를 위해 두 계층의 완전연결 신경망을 사용하였다. 본 논문에서 설계한 모델이 동전 분류에 효과가 있음을 보이기 위해 여덟 종류의 동전을 대상으로 시험하였다. 실험 결과에 의하면 동전 분류의 정확도는 약 99.5%이다.

• 한국인터넷방송통신학회논문지
• /
• 제20권6호
• /
• pp.115-121
• /
• 2020

IoT 기술과 이 확산됨에 따라 얼굴 인식을 활용하는 다양한 응용들이 등장하고 있다. 본 논문은 딥러닝 기반의 얼굴 인식과 손 제스처 인식을 활용하는 원격 제어 시스템을 설계 구현한 내용을 기술한다. 얼굴 인식을 활용하는 응용시스템은 카메라로부터 실시간으로 영상을 촬영하는 부분과 영상으로부터 얼굴을 인식하는 부분, 그리고 인식된 결과를 활용하는 부분으로 구성된다. 영상을 실시간으로 촬영하기 위해서 어디서나 장착 가능한 싱글보드 컴퓨터인 라즈베리파이를 이용하고, 서버 컴퓨터에는 FaceNet 모델을 활용하여 얼굴 인식 소프트웨어를 개발하고 OpenCV를 이용한 손 제스처 인식 소프트웨어도 개발하였다. 사용자를 알려진 사용자와 위험한 사용자 그리고 모르는 사용자의 3 그룹으로 구분하고, 얼굴 인식과 손 제스처가 모두 통과된 알려진 사용자에 대해서만 자동 도어락을 오픈하는 응용을 설계 구현하였다.

• 한국정보통신학회논문지
• /
• 제23권10호
• /
• pp.1234-1239
• /
• 2019

본 논문에서는 추가 설비 없이 기존 CCTV 영상을 디지털 영상 처리를 통하여 미세먼지 농도를 측정하는 방법을 제안한다. 영상처리 알고리즘은 노이즈 제거, 샤프닝, ROI 지정, 엣지 강도 계산, HSV 변환을 통한 보정 순으로 구성되며 C++ OpenCV 라이브러리를 이용해 구현하였다. 한달동안 캡쳐한 CCTV 이미지들에 본 알고리즘을 적용한 결과 ROI 영역에 대해 계산된 엣지 강도는 미세먼지 농도와 밀접한 관계가 있는 것으로 나타났다. 두 데이터간 상관관계를 추론하고자 MATLAB을 이용하여 거듭제곱 방정식 형태의 추세선을 수립하였으며 그 추세선으로부터 이탈한 데이터 포인트들의 개수는 12.5% 내외로 나타나 전체적으로 약 87.5%의 정확도를 보였다.

• 한국전자통신학회논문지
• /
• 제16권6호
• /
• pp.1355-1362
• /
• 2021

최근 선천적 청각장애 뿐만 아니라 후천적 요인으로 인해 청각장애를 가지게 되는 사람들도 증가하고 있지만, 수어를 익힐 수 있는 환경은 열악한 상황이다. 이에 본 연구에서는 수어를 배우는 수어 학습자를 위한 수어학습 보조도구로써 수어(지숫자/지문자) 평가 시스템을 제시하고자 한다. 이에 본 논문에서는 OpenCV 라이브러와 MediaPipe를 이용하여 손과 손가락을 추적하여 수어 동작을 인식하고 CNN기법을 이용하여 수어의 의미를 텍스트 형태의 데이터로 변환하여 학습자에게 제공하는 시스템을 연구한다. 이를 통해 수어를 배우는 학습자가 스스로 올바른 수형인지를 판단할 수 있도록 자기주도학습을 가능하게 하여 수어를 익히는데 도움이 되는 수어학습보조 시스템을 개발하고, 청각장애인들의 의사소통의 주언어인 수어학습을 지원하기 위한 방안으로 수어학습보조 시스템을 제안하는 데 목적이 있다.

• 한국정보통신학회논문지
• /
• 제26권6호
• /
• pp.813-826
• /
• 2022

카메라를 이용한 영상 처리와 그에 따른 인공지능 기술의 발달로 다양한 분야의 기술이 발전하기 시작했다. 하지만 보드가 가벼울수록 연산이 많이 필요한 영상 처리 알고리즘을 구현하기 힘들다. 본 논문에서는 경량 임베디드 보드에서 물체 인식 알고리즘을 위한 딥러닝을 사용하는 방법을 제안한다. 비교적 적은 양의 계산으로 segmentation을 처리하는 딥러닝 알고리즘을 사용하여 ROI(Region of Interest)를 결정할 수 있다. 영역을 마스킹한 후, 더 정확한 딥러닝 알고리즘을 사용해 물체 감지를 할 수 있다. Python에서 입력 이미지를 처리하기 위해 OpenCV를 사용했고 ENet과 YOLO(You Only Look Once)를 사용하여 이미지를 처리했다. 이 알고리즘을 실행함으로써 평균 오차가 절반으로 감소해 정확한 객체 검출을 처리할 수 있고 경량 임베디드 보드에서 실시간으로 객체 인식을 실행할 수 있다. 이 연구는 자율주행과 IoT에서 저가격 경량화된 응용에 활용될 수 있을 것으로 기대된다.

• 항공우주시스템공학회지
• /
• 제16권5호
• /
• pp.70-77
• /
• 2022

본 논문에서, 데이터베이스 생성 및 관리 시스템은 미소 픽셀 공중 표적 인식을 위해 제안된다. 제안된 시스템은 1)비행 테스트 비디오 프레임에 의한 직접 이미지 추출, 2) 자동 이미지 보관, 3) 이미지 데이터 레이블링 및 메타 데이터 주석, 4) 컬러 채널 변환, 5) HOG/LBP 기반 소화소 대상 증강 이미지 데이터 생성의 다섯가지 주요 기능으로 구성된다. 제안하는 프로그램은 파이썬 기반의 PyQt5와 OpenCV를 이용하여 구성하였고 공중 표적 인식을 위한 이미지 데이터셋은 제안한 시스템을 이용해 생성했으며 비행 실험으로 부터 수집된 영상을 입력영상으로 사용하였다.

• 한국전자통신학회논문지
• /
• 제18권1호
• /
• pp.23-28
• /
• 2023

자동전력량 측정이 가능한 AMI(: Advanced Metering Infrastructure)의 설치 비율은 전국적으로 43% 미만이고 특히 지역 기준인 경우에는 10.5%로 매우 열악한 상태이다. 따라서 스마트그리드를 위해서는 전력량계의 자동 정보 기록이 필요하므로 이를 위해서 기존 전력계량계를 개선하여 원격검침 및 사용 제어가 가능한 시스템 개발이 필요하다. 본 논문에서는 기존 전력량계를 AMI기능이 가능하게 하려면 IoT 및 AI를 이용하여 스마트 그리드 핵심인 AMI를 위한 기존 전력 계량기의 원격검침 및 제어 기술 개발을 수행하였다. 주요 연구 내용은 SG를 위한 전력계량기 감지 장치로 변환하기 위하여 Tensorflow와 Open-cv를 이용하여 숫자를 인식하였고, SG를 위한 전력계량기 원격검침 기능 테스트를 위해서는 Intel-Edson 하드웨어와 연동하여 장치를 구성하여 성능을 확인하였다.

• 한국인터넷방송통신학회논문지
• /
• 제23권4호
• /
• pp.93-98
• /
• 2023

최근 들어 디스플레이 장치의 크기가 커지는 경향이 있고 스마트폰으로 사진을 촬영하는 경우가 일상화되어 있어, 높은 해상도의 사진을 스마트폰으로 촬영할 필요성이 커지고 있다. 그러나 스마트폰과 같이 카메라의 렌즈 크기가 제한된 경우에는 사진의 해상도를 높이는 것에 물리적인 한계가 있다. 본 논문은 스마트폰 카메라와 같이 작은 크기의 렌즈를 사용하는 경우에도 사진의 해상도를 높이기 위한 기술에 관한 것이다. 스마트폰을 이동시키면서 복수의 사진을 촬영하고 이 사진들을 하나의 사진으로 합성하여 해상도를 높이는 것이다. 우선적으로 2차원 사진을 대상으로 스마트폰을 수평으로 이동하면서 2장의 사진을 촬영하였다. OpenCV를 이용하여 카메라 매트릭스의 추정, 호모그패피 역변환등의 과정을 수행하였고, 한 장의 사진으로 합성하여 해상도가 향상되었다. 여러 장의 시험 사진 상의 사선이나 원호등의 부분에서 해상도가 향상되는 것을 확인하였다.

• 스마트미디어저널
• /
• 제11권2호
• /
• pp.25-30
• /
• 2022

최근 스마트폰 또는 사진기, 화상캠 등의 기기 성능이 발달하면서 영상이나 사진에서 사람의 생체정보를 얻는 일이 가능하게 되었다. 실제 독일의 한 해커단체는 고화질의 사진으로부터 사람의 홍채 정보를 획득하여 스마트폰의 홍채 스캐너를 해킹하는 모습을 공개하기도 하였다. 이처럼 고도화된 기기로 화질 좋은 영상이나 사진을 얻을 수 있게 되면서 그에 맞는 보안시스템의 필요성도 대두되고 있다. 따라서 본 논문에서는 openCV의 Haar Cascades와 Blur 모델을 활용하여 영상이나 사진에서 사람의 홍채 정보를 자동으로 마스킹하는 방법을 제안한다. 위 방법은 사람의 얼굴은 인식한 뒤 얼굴 범위 안에서 눈을 검출하여 자동으로 홍채 정보를 마스킹하는 기술이다. 이 기술이 스마트폰, zoom 등의 기기 및 애플리케이션에서 사용된다면 사용자에게 더 보안성이 뛰어난 서비스를 제공할 수 있을 것으로 기대된다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2021년도 춘계학술대회
• /
• pp.374-376
• /
• 2021

임상에서 암 관련 질병의 확진을 위해 영상장비를 이용한 기초 진단 이후 추가적인 방법으로 생체검사 등을 이용한 병리적 검사가 필수적이다. 이러한 생체검사를 진행하기 위해서는 전문지식을 가진 종양학자, 임상병리사 등의 도움과 최소한의 소요시간은 확진을 위해 반드시 필요하다. 최근 들어, 인공지능을 활용한 암세포의 자동분류가 가능한 시스템 구축에 관련된 연구가 활발하게 진행되고 있다. 하지만, 이전 연구들은 한정된 알고리즘을 기반으로 하여 세포의 종류와 정확도에 한계를 보인다. 본 연구에서 심층 학습의 일종인 합성곱 신경망을 통해 총 4가지의 암세포를 식별하는 방법을 제안한다. 세포 배양을 통해 얻은 광학영상을 OpenCV를 사용하여 세포의 위치 식별 및 이미지 분할과 같은 전처리 수행 후, EfficientNet을 통해 학습하였다. 모델은 EfficientNet을 기준으로 다양한 hyper parameter를 사용하고, InceptionV3을 학습하여 성능을 비교분석 하였다. 그 결과 96.8%의 높은 정확도로 세포를 분류하는 결과를 보였으며, 이러한 분석방법은 암의 확진에 도움이 될 것으로 기대한다.