• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2023년도 추계학술발표대회
• /
• pp.287-288
• /
• 2023

우리 사회가 고령화시대로 접어들면서 낙상은 매우 심각한 사회문제가 되고 있으며 정확한 낙상 감지 기술의 수요도 늘고 있다. 본 연구는 웹 캠을 이용한 개선된 낙상감지 기법을 제안한다. 제안하는 기법은 RGB 영상을 기반으로 스켈레톤 포즈 추출, 데이터 가공, GRU(Gated Recurrent Unit) 신경망 알고리즘을 적용한 낙상 감지 실험 및 감지 결과 분석의 과정이 포함된다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2007년도 춘계학술발표대회
• /
• pp.305-308
• /
• 2007

본 논문은 교통표지판을 자동으로 인식하는 방법에 관한 연구로 기존의 교통표지판 인식시스템에서는 인식하는데 걸리는 시간이 길고 잡음환경에서 인식률이 저하되며 변경된 교통표지판은 인식하지 못하는 문제점이 있다. 본 논문에서는 이와 같은 문제점을 해결하기위해 컬러정보를 이용하여 교통표지판 영역을 추출하고 추출된 이미지를 인식하는데 다층퍼셉트론 신경망 알고리즘을 적용하여 교통표지판 인식시스템을 제안한다. 제안된 방법은 교통표지판의 컬러를 분석하여 영상에서 교통표지판 영역을 추출한다. 영역을 추출하는 방법은 RGB 컬러 공간으로부터 YUV, YIQ, CMYK 컬러 공간이 가지는 특성을 이용한다. 형태처리는 교통표지판의 기하학적 특성을 이용하여 군집화한다. 교통표지판 인식은 학습이 가능한 다층퍼셉트론의 오류역전파알고리즘을 적용하여 인식한다. 다층퍼셉트론 신경망 알고리즘은 패턴인식 분야에서 우수한 성능이 입증 되었다.

• 한국측량학회지
• /
• 제33권5호
• /
• pp.363-371
• /
• 2015

개체 추출은 원격탐사 분야의 주된 연구분야 중 하나로, 고해상도 위성영상의 활용도가 높아짐에 따라 보다 세밀하고 특정적인 개체를 추출할 수 있게 되었다. 기존의 화소 기반의 영상 처리 기법들은 고해상도 위성영상의 분광 및 기하학적인 다양성과 복잡성을 제대로 반영하기 어렵기 때문에 근래에는 영상분할 기술을 기반으로 하는 많은 연구가 진행되고 있다. 그런데 단순히 RGB 밴드 영상에 한 가지 영상분할 기법을 적용하는 것으로는 다양한 분광 특성과 형태를 갖는 여러 대상 개체들을 추출하는데 한계가 있다. 지표면의 피복의 종류를 식별하고, 상태를 모니터링 하는데 효과적인 분광지수는 개체 추출 과정에 효율적으로 이용할 수 있다. 본 연구에서는 영상분할 기술을 기반으로 하여 분광지수를 이용한 보다 효과적인 개체 추출 기술을 제안하고자 하였다. 다양한 종류의 개체를 추출하기 위하여 의사결정 트리 분류 기술을 사용하였으며 고해상도 위성인 WorldView-2의 8밴드 다중분광 영상을 이용한 실험을 통해 각 대상 개체를 추출하기에 적합한 분광지수들을 선택하고 이의 효용성을 평가해보고자 하였다. 그 결과, 건물, 도로, 나지, 식생, 수계, 그림자의 6개 클래스에 대한 개체들을 선택적으로 분류할 수 있었고, 식생지수를 비롯한 다양한 분광지수들이 각 개체의 종류를 선별해내는데 효과적으로 사용될 수 있음을 확인하였다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제8권2호
• /
• pp.61-66
• /
• 2019

증강현실은 카메라로 촬영하고 있는 영상에 가상의 객체를 실시간으로 합성하여 가상의 객체가 현실에 존재하는 것처럼 보이게 하는 기술이다. 증강현실에서 현실에 존재하는 물체에 가상의 물체를 증강하기 위해서는 현실에 존재하는 물체의 위치와 방향을 정확하게 추정해야 하는데, 이 때 활용되는 기술이 영상의 호모그래피(Homography) 이다. 이러한 호모그래피는 영상의 특징점 좌표에 RANSAC 알고리즘을 적용하여 추정할 수 있는데, RANSAC 알고리즘을 이용한 호모그래피 추정 방식은 호모그래피를 추정하고자하는 물체 이외의 배경에 특징점이 많을 경우 정확한 호모그래피를 추정할 수 없다는 문제점이 존재했다. 본 논문에서는 호모그래피를 추정하고자하는 물체가 가까이에 있고 배경이 상대적으로 멀리 위치해있을 때 영상 각 픽셀의 거리 값을 알 수 있는 깊이 영상을 활용하면 물체와 배경을 쉽게 분리할 수 있다는 점을 이용하여 배경의 특징점을 필터링하는 방법을 제안한다. 이를 위하여 본 논문에서는 흑백조 영상인 깊이 영상을 Otsu 알고리즘을 이용하여 사용자와 거리가 가까운 영역과 거리가 먼 영역으로 이진화하고, RGB 영상에서 추출된 특징점 중에서 거리가 먼 영역에 위치한 특징점을 제거함으로써 특징점을 활용한 호모그래피 추정 결과를 향상시킨다. 이러한 방법을 기존의 호모그래피 추정 방법에 적용한 결과 수행시간이 71.7% 단축되었으며, RANSAC 알고리즘의 반복 횟수가 69.4% 줄어들었고, 참정보 비율이 16.9% 증가하였다.

• 대한전자공학회논문지SP
• /
• 제44권4호통권316호
• /
• pp.60-69
• /
• 2007

인간 시각은 고휘도를 접할 경우 색 민감도가 떨어진다. 이러한 현상으로 인해, 인간이 고휘도와 일반 휘도를 가지는 두 디스플레이를 볼 때, 측정 상 동일한 색을 가지는 패치에 대해 두 색이 다르다고 인지하게 되고, 이를 색상이동 현상이라 한다. 본 논문에서는 고휘도와 일반휘도 디스플레이의 색상이동현상을 모델링하고, 두 디스플레이의 색이 인간시각에 동일하게 인지되도록 하는 색 보정 방법을 제안하였다. 색상이동모델은 색상 매칭 실험으로써 결정된다. 먼저 실험은 고휘도와 일반휘도 디스플레이의 3단계 밝기에서 비율을 일정하게 유지하여 수행한다. 실험에 쓰이는 패치는, CIELAB 색 공간에서 밝기와 채도를 고정하여 색상만 변화하는 패치를 사용한다. 실험에서 관찰자는 휘도차가 나는 두 패치를 동시에 보면서, 고휘도 디스플레이의 인지되는 색상이 일반 휘도의 디스플레이와 같을 때까지 색상 값만을 수정하고, 수정된 색상 값의 차이가 색상이동양으로 사용된다. 실험에서 얻어진 각 패치의 색상 이동양은 일곱 개의 구간으로 나뉘어 모델링 되어 색상이동모델로 사용된다. 고휘도 디스플레이의 색 보정은 픽셀단위로 수행되며, 먼저 입력 RGB 값을 CIELAB 값으로 변환 후, 색상 값만을 보정하기 위하여 LCh(lightness, chroma, hue)값으로 변환한다. 여기서, 색상 값만을 색상이동모델을 사용하여 수정한 후, 역 과정을 통하여 출력 RGB값을 추정한다. 평가를 위해 관찰자의 선호도 테스트를 하였고, 대부분의 관찰자는 고휘도 디스플레이에서 색상이동모델이 적용된 영상이 일반휘도를 가지는 디스플레이의 영상과 인지되는 색상이 유사하다고 판단하였다.울어진 분포를 보여주고 있어 응용분야에 따라 정확한 분석이 필요한 경우 이러한 펄스 모양을 고려한 방법이 필요하다. 본 연구에서는 이러한 펄스 모양을 처리하기 위한 새로운 방법론이 제시되어있다.는데 더 부합하는 것으로 평가할 수 있다. 높았고 외해역에서 다소 낮은 경향이었으며 지세포항 내에 위치한 정점은 '심각한 교란(heavily disturbed)'을 나타내기도 하였으나 연구 해역 전반적으로 '경미한 교란(slightly disturbed)'을 나타내고 있었다. 지세포항 인근 연안역의 저서생태계는 다소 불안정하거나 교란된 군집을 형성하고 있다고 볼 수 있으나 연구 해역 전반적으로는 계절적으로 큰 변동 없이 비교적 안정된 군집을 형성하고 있다고 보여진다.의 치료 방법으로서 관혈적 방법과 고식적 관절경적 수술보다 좋은 치료라고 판단된다.해는 30명 중 28명으로 완전관해율은 93%였다. 3년 국소제어율은 87%, 전체환자의 3년 생존율은 93%, 무병생존율은 87%였다. 4명(13%)에서 국소실패를 보였고 1명(3%)에서 원격전이를 보였다. 치료 중 급성 합병증으로 11명(37%)에서 RTOG grade 1-2의 장염을 보였으며 1명은 대장의 천공이 발생하여 수술로 치유되었다. 12명(40%)에서 RTOG grade 1-2의 급성 방광염을 보였다. 3명(10%)에서 RTOG grade 1-2의 백혈구 감소증이 보였으며 1명에서 심한 백혈구 감소증(RTOG grade 4)이 나타났으나 회복되어 치료를 완료하였다. 만성 합병증으로 5명(15%)에서 RTOG grade 1-2의 만성 장염을 보였으며 별다른 치료 없이 지내고 있으며 1명(3%)에서 R

• 방송공학회논문지
• /
• 제18권1호
• /
• pp.21-30
• /
• 2013

알려져 있지 않은 광원에 의한 색 변화는 대부분의 영상처리에서 중요한 문제이다. 색상 변화를 보상하기 위해서는 광원의 색상을 추정해야 한다. 이 때 광원에 의한 색 분포의 가정을 사용하게 되는데 이 가정을 만족하지 않는 화소를 사용하게 되면 정확한 추정이 이루어지지 않을 수 있다. 흔하게 사용되는 색 분포의 가정은 장면에서 표면 반사율의 평균은 무채색을 갖는다는 Grey-world 가정이다. 우리는 광원의 내재적인 특징을 바탕으로 카메라 응답 함수의 특성과 함께 화소의 값과 색도가 Grey-world 가정에 어떤 영향을 미치는지 분석하고 광원의 색상을 추정하기 위한 중요한 화소를 검출하기 위하여 가정을 잘 만족하는 화소에 가중치를 주는 방법과 가중치가 적용된 화소에 대해서 기존의 max-RGB 방법을 변형하여 각 채널의 행 방향과 열 방향으로 최대로 가중된 화소를 검출하는 방법을 제안한다. 제안한 방법은 다양한 실제 장면들에 대한 검증을 통해 기존의 다른 방법들에 비해서 정확하게 광원의 색을 추정함을 보였다.

• 대한전자공학회논문지SP
• /
• 제47권2호
• /
• pp.1-10
• /
• 2010

디지털 콘텐츠의 응용분야가 확산되면서 디지털 콘텐츠의 색상을 표준화하기 위한 연구가 활발히 진행되고 있다. 따라서 색상을 이용한 영상의 특징을 표현하는 방법도 표준화에 준한 연구가 필요하다. 또한 다양한 응용분야에 사용될 수 있는 색상 특징을 추출하는 방법도 필요하다. 본 논문에서는 디지털 표색계의 근간이 되는 먼셀좌표계를 기본으로 하여 기준색상을 50색상으로 정의하고 영상 내 색상의 분포 특성을 알 수 있는 히스토그램을 구하고 영상을 대표할 수 있는 대표색상을 추출한다. 제안 방법의 성능을 평가하기 위해 18개의 실험영상을 만들어 기존의 방법과 제안방법을 적용하였으며 일반영상에도 적용하여 그 결과를 분석하였다. 제안방법을 적용한 결과영상은 영상 내에 존재하는 색상의 분포 특성을 잘 나타내주며 대표색상으로 빈도가 집중함으로 영상의 대표색상을 이용하여 다양한 응용분야에 적용이 가능하다.

• 한국정보전자통신기술학회논문지
• /
• 제15권2호
• /
• pp.103-108
• /
• 2022

광각 카메라 시스템으로 획득한 전천 영상을 이용한 구름 관측은 21세기 초반부터 다양한 연구가 진행되었으나 목측을 완벽하게 대체할 자동 관측 시스템은 얻지 못하였다고 판단된다. 본 연구는 목측의 자동화를 목표로 제안한 알고리즘의 최종 단계인 구름 관측의 정량화를 검증하기 위하여 전천 영상과 보정 영상의 구름 분포를 비교 분석하였다. 그 이유는 구름은 종류에 따라 일정한 높이에 형성되고, 전천 영상은 망막의 영상처럼 렌즈의 중심부는 확대되고 가장자리는 축소되지만, 인간의 학습 능력과 공간 인지 능력 등이 구름 관측에 미치는 영향은 알려진 바가 없기 때문이다. 본 연구 결과는 전천 영상과 보정 영상의 구름 관측 오차가 평균은 1.23%였다. 따라서 10분위 또는 10단계로 관측되는 목측과 비교하면 보정에 의한 오차는 관측량의 1.23%로 목측의 허용 오차보다 매우 적을뿐만 아니라 인간의 실수를 포함하지 않으므로 정확히 정량화된 데이터의 수집이 가능함을 확인하였다. 또한 보정에 의한 운량의 변화가 미미하므로, 불필요한 보정 단계를 생략하고 보정 이전의 전천 영상에서 운량을 관측하여도 정확한 관측치를 얻을 수 있음을 확인하였다.

• 인터넷정보학회논문지
• /
• 제16권2호
• /
• pp.49-55
• /
• 2015

최근 5년간의 주 야간별 교통사고 통계에 따르면 대부분의 자동차 교통사고는 주간보다 야간에 더 많이 발생했다. 교통사고는 다양한 원인으로 발생하게 되는데 그 중 중요한 요소는 조명 미설치 또는 조명 위치의 부적합으로 운전자의 시야 혼란을 야기하여 교통사고를 유발하게 된다. 본 논문은 부적절한 도로 조명 시설 위치와 미설치 구역을 파악하고 관련 정보들을 데이터베이스화 하였다. 이를 위해 운전자의 위치 정보, 주행 정보, 도로 밝기 정보를 스마트폰을 이용하여 실시간으로 데이터베이스 서버에 저장하는 도로 밝기 측정 어플리케이션을 설계 및 구현하였다. 본 어플리케이션은 안드로이드 NDK을 이용하여 Native C/C++ 환경에서 구현되었으며, 이에 따라 자바나 다른 언어로 작성된 어플리케이션 보다 연산속도를 향상시켰다. 도로 밝기를 측정하기 위하여 카메라 영상인 RGB 색 공간의 영상을 YCbCr 색 공간의 영상으로 변환하여 휘도를 측정한다. 이를 위해 먼저 차선을 검출하고 도로 밝기 검출 영역의 휘도 값을 계산하여 데이터베이스에 저장한다. 또한 스마트폰의 카메라를 이용하여 실시간으로 도로의 영상을 입력 받고 도로의 차선부분에 대한 관심영역을 지정하여 연산 속도를 향상시켰다. 관심영역의 영상은 Grayscale 영상으로 변환하고 Canny 에지 검출기를 사용하여 외곽선을 추출하고 Hough line transform을 적용하여 차선의 후보군을 선별한다. 선별된 후보 차선의 기울기를 계산하여 양쪽의 차선을 선정한다. 양쪽 차선이 검출되면 차선의 교차점으로부터 아래로 20픽셀의 높이를 가진 삼각형을 도로 밝기 측정범위로 설정한다. 삼각형 부분의 모든 픽셀에 대한 R, G, B값을 추출하여 Y값을 계산하고 픽셀 밝기 값의 평균을 0부터 100사이의 값으로 계산하여 검은색부터 초록색으로 도로의 밝기를 표현하였다. 계산된 60m 전방의 도로 밝기 값은 스마트폰의 GPS 센서를 통해 측정된 운전자의 주행 정보와 위치 정보를 획득하여 10분 간격으로 무선통신을 통해 데이터베이스 서버에 저장하였다. 향후 수집된 도로 밝기 정보들은 스마트폰 어플리케이션이나 차량 내비게이션을 통해 운전자들에게 조심 운전을 경고하거나 효율적인 도로 조명 관리를 위한 개보수 계획에 반영될 수 있을 것으로 기대된다.

• 한국농림기상학회지
• /
• 제25권4호
• /
• pp.337-345
• /
• 2023

벼의 출수기를 추정하는 것은 농업생산성과 관련된 중요한 과정 중 하나이지만 세계적인 이상기후의 증가로 벼의 출수기를 추정하는 것이 어려워지고 있다. 본 연구에서는 CNN 분류모델을 사용하여 다양한 영상데이터에서 벼의 출수기를 추정하려고 시도하였다. 드론과 타워형 영상관측장치 그리고 일반 RGB 카메라로 촬영된 직하방과 경사각 영상을 수집하였다. 수집한 영상은 CNN 모델의 입력데이터로 사용하기 위해서 전처리를 진행하였고, 사용된 CNN 아키텍처는 이미지 분류 모델에서 일반적으로 사용되는 ResNet50, InceptionV3 그리고 VGG19 를 사용하였다. 각각의 아키텍처는 모델의 종류, 영상의 유형과 관계없이 0.98 이상의 정확도를 나타내었다. 또한 CNN 분류 모델이 영상의 어떤 특징을 보고 분류하였는지 시각적으로 확인하기 위해서 Grad-CAM 을 사용하였다. Grad-CAM 결과 CNN 분류 모델은 벼의 출수를 이삭의 형태에 높은 가중치를 두어 분류 하는 것을 확인하였다. 다음으로 작성된 모델이 실제 논 포장 모니터링 이미지에서 벼의 출수기를 정확하게 추정하는지 확인하였다. 각각 다른 지역 4 개의 벼 포장에서 벼의 출수기를 약 하루정도의 차이로 추정하는 것을 확인하였다. 이 방법을 통해서 다양한 논 포장의 모니터링 이미지를 활용하여 자동적이고 정량적으로 벼의 출수기를 추정 할 수 있다고 판단된다.