• 국제초고층학회논문집
• /
• 제11권4호
• /
• pp.315-320
• /
• 2022

With the rapid development of urbanization the problems of pedestrian-level wind comfort and natural ventilation of tall buildings are becoming increasingly prominent. The velocity at the pedestrian level ($\overline{MVR}$) and variation of wind pressure coefficients $\overline{{\Delta}C_p}$ between windward and leeward surfaces of tall buildings were investigated systematically through numerical simulations. The examined parameters included building density ρ, height ratio of building α_H, width ratio of building α_B, and wind direction θ. The linear and quadratic regression analyses of $\overline{MVR}$ and $\overline{{\Delta}C_p}$ were conducted. The quadratic regression had better performance in predicting $\overline{MVR}$ and $\overline{{\Delta}C_p}$ than the linear regression. $\overline{MVR}$ and $\overline{{\Delta}C_p}$ were optimized by the NSGA-II algorithm. The LINMAP and TOPSIS decision-making methods demonstrated better capability than the Shannon's entropy approach. The final optimal design parameters of buildings were ρ = 20%, α_H = 4.5, and α_B = 1, and the wind direction was θ = 10°. The proposed method could be used for the optimization of pedestrian-level wind comfort and natural ventilation in a residential area.

• 대한교통학회:학술대회논문집
• /
• 대한교통학회 2007년도 제57회 학술발표회논문집
• /
• pp.843-851
• /
• 2007

• 스마트미디어저널
• /
• 제4권2호
• /
• pp.26-33
• /
• 2015

본 논문은 영상에서 효과적으로 보행자를 삭제하는 자동 삭제 시스템을 제안한다. 첫 번째로 Histogram of Oriented Gradient(HOG) / Linear-Support Vector Machine(L-SVM)분류기를 이용하여 보행자를 찾고, 참조영상으로부터 적절한 배경을 습득하여 삭제될 보행자를 대체한다. 배경은 참조영상 내에서 검색하며 변경된 feather blender 연산은 대체 영역의 경계를 자연스럽게 만든다. 기존에 존재하던 대부분의 시스템이 수동인 것에 반해 제안된 시스템은 자동으로 객체를 검출하고 자연스러운 배경을 생성한다. 실험결과 대체된 영역의 PSNR 평균은 19.246으로 측정되었다.

• 전기학회논문지
• /
• 제64권7호
• /
• pp.1064-1073
• /
• 2015

In this study, we introduce the pedestrian detection system by using the feature of HOG-PCA and RBFNNs pattern classifier. HOG(Histogram of Oriented Gradient) feature is extracted from input image to identify and recognize a object. And a dimension is reduced for improving performance as well as processing speed by using PCA which is a typical dimensional reduction algorithm. So, the feature of HOG-PCA through the dimensional reduction by using PCA leads to the improvement of the detection rate. FCM clustering algorithm is used instead of gaussian function to apply the characteristic of input data as well and connection weight is used by polynomial expression such as constant, linear, quadratic and modified quadratic. Finally, INRIA person database known as one of the benchmark dataset used for pedestrian detection is applied for the performance evaluation of the proposed classifier. The experimental result of the proposed classifier are compared with those studied by Dalal.

• 로봇학회논문지
• /
• 제15권3호
• /
• pp.286-292
• /
• 2020

This paper is about a fall inducement system for guiding like a real fall. Reliable fall data can be used as an essential element in developing effective fall protection devices. We can get this data if the induced fall is very realistic. The proposed system analyzes gait characteristics and determines when to fall based on the pedestrian's biometric data. To estimate the fall inducement time, an active estimation algorithm was proposed using different biometric values for each pedestrian. The proposed algorithm is designed to response actively to the ratio of gait cycle and a stance period. To verify this system, an experimental environment was implemented using a multi-rail treadmill equipped with a ground reaction force measurement device. An experiment was conducted to induce falls to pedestrians using a fall inducement system. By comparing the experimental scene to the video of the actual fall, it has been confirmed that the proposed system can induce a reliable fall.

• 한국전자통신학회논문지
• /
• 제10권2호
• /
• pp.183-188
• /
• 2015

본 논문에서는 야간 CCTV 영상을 활용하여 보행자를 검출하고 추적하는 방법을 제안하고 추적 성능을 분석한다. 유사 Haar 특징을 이용하여 Adaboost 알고리즘으로 학습하고 종속분류기로 객체를 검출한다. 파티클 필터를 활용하여 검출된 보행자를 추적한다. 야간 CCTV영상에 대하여 파티클 필터의 객체 추적에 효율적인 파티클 수와 분포를 실험을 통하여 제시하였다. 골목길 등에서 취득한 야간 CCTV영상에 대하여 검출과 추적성능을 검증하였다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2021년도 추계학술대회
• /
• pp.410-412
• /
• 2021

본 논문은 객체와 배경 히스토그램을 활용한 개선된 보행자 검출 방식을 제안하고 있다. HOG & SVM 알고리즘을 통해 검출한 객체는 사각형 형태로 검출된다. 사각형 영역 안에는 배경과 객체의 영역이 혼합되어있다. 배경을 제외한 객체의 영역만을 검출한다면 객체 관련 다양한 정보를 쉽게 얻을 수 있다. 검출된 사각형의 크기를 객체의 크기에 맞게 x-y축 투영 알고리즘을 사용하여 재조정한다. 그리고 나서 재조정 된 사각형 내의 객체에 대한 히스토그램을 바탕으로 배경과 객체를 구분하여 개선된 객체를 검출한다. 검출한 객체와 원본의 객체를 비교하는 신뢰성 평가인 정밀도와 재현율의 평균값이 각각 97.9%와 90%를 보이고 있다.

• 한국정보통신학회논문지
• /
• 제22권2호
• /
• pp.302-313
• /
• 2018

스마트 기기의 생활화와 증강현실 활용 증가로 실내 위치 인식 시스템의 수요가 급증함에 따라, BLE(Bluetooth Lower Energy) 비콘 그리고 UWB(Ultra Wide Band) 등을 이용한 실내 측위 시스템이 개발되고 있다. 본 논문에서는 BLE Beacon을 기반으로 RSSI(Received Signal Strength Indicator)를 이용한 삼변측량(Trilateration) 기법을 사용하여 측위 플레이트(Plate)를 생성한다. 이에 IMU(Inertial Measurement Unit) 센서의 방향, 속도, 이동거리 등의 데이터를 이용하여 PDR(Pedestrian Dead Reckoning) 측위 좌표를 산출하여 정확도를 보정한다. 또, BLE 비콘(Beacon)의 RSSI를 적용한 플레이트(Plate) 기법과 PDR 기법이 융합된 정밀 실내 측위 알고리즘을 제안한다. 본 논문에서 제시한 알고리즘을 실제 대형 실내 경기장과 공항에 BLE 비콘을 설치, 실험하여 평균 2.2m 의 오차로 65%의 정확도가 개선됨을 검증하였다.

• IEIE Transactions on Smart Processing and Computing
• /
• 제2권4호
• /
• pp.189-196
• /
• 2013

This paper presents a two-stage approach to detect pedestrians in video sequences taken from a moving vehicle. The first stage is a preprocessing step, in which potential pedestrians are hypothesized. During the preprocessing step, a difference image is constructed using a global motion estimation, vertical and horizontal edge maps are extracted, and the color difference between the road and pedestrians are determined to create candidate regions where pedestrians may be present. The candidate regions are refined further using the vertical edge symmetry features of the pedestrians' legs. In the next stage, each hypothesis is verified using the integral channel features and an AdaBoost classifier. In this stage, a decision is made as to whether or not each candidate region contains a pedestrian. The proposed algorithm was tested on a range of dataset images and showed good performance.

• 방송공학회논문지
• /
• 제24권2호
• /
• pp.357-360
• /
• 2019

본 논문은 임베디드 GPU에서 실시간 동작하는 딥 컨볼루션 뉴럴 네트워크(CNN) 기반의 보행자 탐지 기법을 제안한다. 제안하는 기법에서는 먼저 영상 내 보행자 크기에 대한 통계적 분석을 통해서 최적의 컨볼루션 층의 개수를 결정한다. 또한, 본 논문에서는 다중 스케일 CNN 학습 기법을 적용하여 영상 내의 보행자 크기 변화에 강인한 탐지 기법을 개발한다. 컴퓨터 모의실험을 통해 제안하는 알고리즘이 임베디드 GPU에서 실시간 동작하면서도 기존의 기법과 비교하여 평균적으로 높은 정확도를 보임을 확인한다.