• 대한원격탐사학회지
• /
• 제40권2호
• /
• pp.167-177
• /
• 2024

With advancements in satellite technology, interest in target detection and identification is increasing quantitatively and qualitatively. Synthetic Aperture Radar(SAR) images, which can be acquired regardless of weather conditions, have been applied to various areas combined with machine learning based detection algorithms. However, conventional studies primarily focused on the detection of stationary targets. In this study, we proposed a method to identify moving targets using an algorithm that integrates sub-aperture SAR images and cosine similarity calculations. Utilizing a transformer-based deep learning target detection model, we extracted the bounding box of each target, designated the area as a region of interest (ROI), estimated the similarity between sub-aperture SAR images, and determined movement based on a predefined similarity threshold. Through the proposed algorithm, the quantitative evaluation of target identification capability enhanced its accuracy compared to when training with the targets with two different classes. It signified the effectiveness of our approach in maintaining accuracy while reliably discerning whether a target is in motion.

• 전자공학회논문지CI
• /
• 제43권6호
• /
• pp.83-91
• /
• 2006

비디오에 삽입된 플래시라이트는 연속된 프레임사이의 차이 값을 높게 형성하여 장면전환 검출을 위한 임계값 결정에 많은 어려움을 주며, 특히 장면전환 지점으로 잘못 검출되는 문제점을 가지고 있다. 따라서 본 논문에서는 이러한 플래시라이트를 연속된 프레임으로부터 효율적으로 제거하여 신뢰할 수 있는 장면전환 지점을 검출하는 강건한 장면전환 검출 알고리즘을 제안한다. 제안된 방법은 먼저, 연속된 프레임사이의 차이 값 추출을 위하여 객체나 카메라의 움직임에 덜 민감하고 프레임의 공간정보를 이용하는 지역 히스토그램 비교에 의한 추출 식을 사용하며, 추출된 차이 값들의 큰 변이 폭에 의한 임계 값 결정의 문제점을 해결하기 위하여 차이 값들의 동적 압축에 의한 정규화 작업을 수행한다. 또한 추출된 차이 값들의 시간적 연속성의 변이에 따라 플래시라이트가 가지는 특징을 이용하여 플래시라이트와 장면전환 검출을 따로 구분하여 추출할 수 있는 새로운 장면전환 검출 알고리즘을 제안한다. 제안된 방법은 플래시라이트가 들어있는 다양한 비디오 타입으로부터 실험되어졌으며, 실험결과 플래시라이트 검출에 높은 신뢰성과 효율성을 보여주었다.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2006년도 Proceedings of ISRS 2006 PORSEC Volume II
• /
• pp.1011-1014
• /
• 2006

Coarse resolution (9 - 50 km pixels) Sea Surface Temperature satellite data are frequently considered adequate for open ocean research. However, coastal regions, including coral reef, estuarine and mesoscale upwelling regions require high-resolution (1-km pixel) SST data. The AVHRR SST data often suffer from navigation errors of several kilometres and still require manual navigation adjustments. The second serious problem is faulty and ineffective cloud-detection algorithms used operationally; many of these are based on radiance thresholds and moving window tests. With these methods, increasing sensitivity leads to masking of valid pixels. These errors lead to significant cold pixel biases and hamper image compositing, anomaly detection, and time-series analysis. Here, after manual navigation of over 40,000 AVHRR images, we implemented a new cloud filter that differs from other published methods. The filter first compares a pixel value with a climatological value built from the historical database, and then tests it against a time-based median value derived for that pixel from all satellite passes collected within ${\pm}3$ days. If the difference is larger than a predefined threshold, the pixel is flagged as cloud. We tested the method and compared to in situ SST from several shallow water buoys in the Florida Keys. Cloud statistics from all satellite sensors (AVHRR, MODIS) shows that a climatology filter with a $4^{\circ}C$ threshold and a median filter threshold of $2^{\circ}C$ are effective and accurate to filter clouds without masking good data. RMS difference between concurrent in situ and satellite SST data for the shallow waters (< 10 m bottom depth) is < $1^{\circ}C$, with only a small bias. The filter has been applied to the entire series of high-resolution SST data since1993 (including MODIS SST data since 2003), and a climatology is constructed to serve as the baseline to detect anomaly events.

• 문화기술의 융합
• /
• 제7권2호
• /
• pp.411-417
• /
• 2021

인간과 컴퓨터의 상호작용을 연구하는 분야를 HCI(Human-computer interaction)라고 한다. 이 분야는 인간과 컴퓨터 간에 서로 소통하면서 정보를 인식하는 방법에 대해 연구하는 학문 분야이다. 본 연구는 사람과의 상호작용을 위한 손동작 인식에 대한 연구로써 기존 인식방법의 문제점을 살펴보고 인식률을 개선하기 위한 알고리즘을 제시한다. 사람의 손 모양이 포함된 영상을 대상으로 피부색 정보를 바탕으로 손 영역을 추출하고, 주성분 분석을 이용하여 무게중심 프로필을 계산한다. 이렇게 얻은 정보를 미리 정의된 형상들과 비교하여 손동작을 인식률을 높이는 방법을 제안하였다. 기존의 무게중심 프로필은 회전으로 인한 손의 변형에 대해 잘못된 손동작 인식을 결과를 보여주었으나, 본 연구에서는 무게중심 프로필을 이용하고 모든 윤곽선의 점들과 무게중심 사이의 거리가 가장 긴 점을 시작점으로 하여 무게중심 프로필을 다시 개선함으로써 강건한 알고리즘을 제시하였다. 손동작 인식을 위하여 센서가 부착된 장갑이나 특별한 마커를 사용하지 않으며, 별도의 청색 스크린을 설치하지도 않는다. 이 결과에 대해 가장 가까운 거리의 특징벡터를 찾아 잘못된 인식을 해결하고, 적당한 경계치를 구하여 성공과 실패를 구분한다.

• 대한원격탐사학회지
• /
• 제30권6호
• /
• pp.787-795
• /
• 2014

본 논문에서는 정합된 특징점 가운데 과대 오차를 포함한 정합점을 제거한 후에 삼각망 기반 지역 변환(Triangulation-based Local Transformation, TLT)을 이용한 영상 등록 방법을 제안한다. 기하 평균 기반의 코너 검출기를 통해 검출된 코너점에 대해 Pearson's correlation coefficient를 이용한 코너 정합을 수행하고 임계값 이상의 유사도를 가지는 코너 가운데 좌우 일관성 검사(Left-Right Consistency, LRC)를 통과한 코너를 1차 정합쌍으로 선정한다. 1차 정합쌍 가운데 RANSAC 기반 글로벌 변환(RANSAC-based Global Transformation, RGT) 오차가 이상치 임계값보다 작은 정합쌍을 최종 정합쌍으로 결정한다. 최종 정합쌍 코너를 이용해서 기준 영상과 관측 영상에서 Delaunay Triangulated Irregular Networks(TINs)을 각각 구성한 후에 서로 대응되는 각 삼각형마다 어파인 변환을 수행하고 각 삼각형 내부의 모든 화소들을 기준 영상 좌표로 변환한다. 제안한 알고리즘을 KOMPSAT-2 영상에 적용하여 RANSAC 기반 글로벌 변환보다 우수한 영상 등록 성능을 보임을 확인하였다.

• 한국통신학회논문지
• /
• 제28권9B호
• /
• pp.823-833
• /
• 2003

인터넷에서 실시간 서비스를 지원하기 위해서는 큐 관리 및 스케줄링 기법이 고도화되어야 한다. 기존의 큐 관리 기법은 TCP 플로우의 혼잡을 제어하는 기능은 제공하고 있으나 실시간 서비스 지원에는 문제점을 가지고 있다. 즉, 큐가 어느 정도 점유된 이후 계속적인 버스트 성의 트래픽이 발생할 경우 성능이 급격히 떨어지고, 특히 큰 지터 값으로 인해 실시간 전송에 부적절하다. 본 논문에서는 최대 임계값과 큐 가중치 등의 RED 파라미터를 큐 상태에 따라 적응적으로 조정하여 실시간 서비스에 대한 지연 및 지터 성능을 향상시킬 수 있는 상태 의존 RED (SDRED; State Dependent Random Early Detection) 큐 관리 및 동적 스케줄링 기법을 제안한다. 제안한 기법은 큐 상태에 따라 RED의 최대 임계값과 큐 가중치를 네 개의 서로 다른 레벨로 변경하여 트래픽 상황에 적응하도록 설계하였으며, 시뮬레이션을 통하여 SDRED가 평균 큐 크기를 가지는 RED나 평균 큐 크기를 가지지 않고 현재의 큐 크기를 사용하여 흔잡을 제어하는 BLUE, 그리고 RED 게이트웨이의 수율이나 지연 특성을 향상하기 위해 제안된 ARED 및 DSRED에 비해 낮은 지연 값과 안정적인 지터 값을 나타냄을 검증하였다.

• 대한공간정보학회지
• /
• 제13권3호
• /
• pp.25-32
• /
• 2005

본 논문은 LIDAR 데이터와 수치지도를 이용한 점 기반의 3차원 건물모델링 방법을 제안하는데 목적이 있다. 본 논문에서 제안한 방법은 크게 건물점 추출, 지붕유형 분류, 지붕유형별 3차원 모델링 단계로 나뉜다. 먼저 수치지도의 건물 외곽선과 LIDAR 데이터를 중첩시켜 건물폴리곤 내에 있는 LIDAR 점들 중에서 지면과 벽면 및 수목을 제거하여 건물의 지붕점만을 추출한다. 추출된 건물 지붕점들은 ODR(Orthogonal Distance Regression) 방법을 통해 평면근사하여 점들이 평면상의 점이면 평면형(flat) 지붕으로 분류하고 그렇지 않으면 박공형(gable)과 원통형(arch)으로 근사한 후 평균제곱근오차가 작은 쪽으로 지붕유형을 결정한다. 실험결과 본 연구에서 제안한 방법은 3가지 유형의 단순 지붕유형을 성공적으로 분류하였으며, LiDAR 데이터와 수치지도를 이용한 자동 3차원 건물모델링의 가능성을 제시하였다.

• 방송공학회논문지
• /
• 제16권3호
• /
• pp.416-426
• /
• 2011

본 논문은 H.264/AVC의 인트라(Intra) 부호화에서 인트라 예측 모드를 병합하여 부호화 성능을 높일 수 있는 기술에 관한 것이다. 제안하는 기술은 기존의 인트라 부호화에서 예측 모드를 시그널링(Signaling) 하는 방법과 다르게 여러 블록의 예측 모드를 병합하는 방법을 사용하여 예측 모드를 시그널링 한다. 기설정한 경계값 이상의 블록이 주변 블록으로부터 예측된 모드와 같을 경우에는 제안된 방법을, 그렇지 않을 경우에는 기존의 방법을 사용하여 시그널링 하여 인트라 예측 모드 비트량을 줄임으로써 부호화 효율을 높이는 방법을 제안하였다. 실험 결과, 제안한 방법은 기존의 방법과 비교하여 약 0.05dB의 PSNR(Peak signal to-noise ratio) 증가, 약 1%의 비트율이 감소하였다. 특히 low bit-rate일 경우, 약 0.1dB의 PSNR 증가, 약 1.7%의 비트율이 감소시킴으로써 low bit-rate에서 효과적임을 알 수 있다.

• 전자공학회논문지CI
• /
• 제48권5호
• /
• pp.42-48
• /
• 2011

에이전트는 특정 목적을 위해 행동을 하는데 이것은 자율지능형 가상군(Computer Generated Forces, CGF)의 공통된 요소이다. 목적을 달성하기 위해 지정된 스크립트를 따라 행위를 하거나 업무 수행의 계획을 세우는 것을 기본적인 에이전트의 지능이라 볼 수 있는데 이보다 더 발전된 지능 에이전트는 계획을 세우는 것뿐만 아니라 계획했던 수행이 어려울 때 계획을 다시 수정하거나 새로운 계획을 적응적으로 만들어내는 것이다. 계획을 수행 할 때 에이전트가 목적을 위한 적응적 행동을 하려면 목표를 달성할 가능성이 적어질 때 스스로 계획을 수정하고 이러한 방식으로 수정되는 방법을 계속적으로 학습하여 차후 같은 경우에는 학습이 반영된 더 좋은 계획 및 전술을 반영하도록 해야 한다. 즉, 목표와 현재의 상태를 실시간으로 분석하고 측정하여 목표 달성도를 정량적으로 계산하고 측정값이 임계값보다 적으면 수정된 계획을 선택하도록 하는 것이다. 본 논문에서는 위와 같이 에이전트가 목표 달성 가능성이 적어질 때 적응적으로 계획을 새롭게 수정하여 적용하는 방법을 연구한 목적 지향적 행위계획 방법을 제안한다.

• 한국인터넷방송통신학회논문지
• /
• 제11권1호
• /
• pp.125-132
• /
• 2011

기존의 화재 감시 시스템은 보통 연기, CO 혹은 온도나 온도의 변화량을 가지고 화재여부를 판단하였다. 대부분 각각의 센서에서 측정된 값을 미리 설정한 값과 비교하여 기준을 넘었을 경우에 화재라고 결정한다. 그러나 화재 가능성이 있는 상황도 정확히 예측하는 것이 화재를 예방하기 위해 요구된다. 본 연구에서는 여러 인자들 간의 조합에 의한 규칙을 생성하고, 불명확한 데이터 처리가 가능한 퍼지추론을 사용하여 화재상황을 인식하는 방식을 제안한다. 또한 퍼지추론 방식에서 지식의 일반화, 형식화의 문제점을 해결하기 위해, 화재의 특정 패턴들의 특징을 찾아서 분석하고 규칙베이스를 구축함으로써 시스템의 성능을 더욱 향상 시킨다. 화재의 레벨을 3단계(정상, 주의, 위험)로 나누고, 각 단계별로 훈련데이터를 FCM(fuzzy C-means clustering)에 의해 규칙화 하여 추론하는 시스템을 제안한다. 제안된 방식을 UCI의 삼림화재 데이터를 이용하여 성능을 평가한다.