• 한국정보기술학회논문지
• /
• 제17권5호
• /
• pp.13-20
• /
• 2019

최근 CNN을 기반으로 한 객체 검출 기술의 연구가 활발하다. 객체 검출 기술은 자율주행차, 지능형 영상분석 등에서 중요한 기술로 사용된다. 본 논문에서는 CNN 기반의 객체 검출기 중 하나인 SSD(Single Shot Multibox Detector)에 MI-FL(Moment Invariant-Feature Layer)을 적용하여 회전 변형에 강인한 객체 검출 시스템을 제안한다. 먼저 VGG 네트워크를 기반으로 입력 이미지의 특징을 추출한다. 그 후 총 6개의 특징 계층(Feature layer)을 적용하여 객체의 위치 정보와 종류를 예측해 경계 박스들을 생성한다. 그 후 NMS 알고리즘을 이용해 가장 객체일 확률이 높은 경계 박스를 얻는다. 하나의 객체 경계 박스가 정해지면 MI-FL을 이용해 해당 영역의 불변 모멘트 특징을 추출하여 미리 저장하고 학습한다. 이후 검출 과정에서 미리 저장해둔 불면모멘트 특징 정보를 이용해 검출함으로써 회전된 이미지에 대해 기존 방법보다 더 강인한 검출이 가능하다. 기존의 SSD와 MI-FL을 적용한 SSD의 비교를 통해 약 4~5%의 성능 향상을 확인하였다.

• 한국통신학회논문지
• /
• 제34권12A호
• /
• pp.933-940
• /
• 2009

본 논문은 시간 선택적 페이딩 (time-selective fading) 채널에 강인한 준직교 시공간 블록 부호(quasi-orthogonal space-time block code) 검출 기법을 제안한다. 제안된 검출 기법은 간섭 제거를 수행하고, 채널이 심벌에서 심벌로 변할 때 안테나 간 간섭 또는 심벌 간 발생하는 간섭을 제거하기 위한 decision-feedback equalization 기능을 수행한다. Feed forward equalizer와 feedback equalizer를 얻기 위해 간섭제거를 수행한 후, 채널 Gram 행렬에 대해 Cholesky 분해를 사용한다. 실험 결과에 의해 제안된 검출 기법의 성능이 time-selectivity 환경에 적용하기 위해 기존에 제안되어온 검출 기법들에 비해 개선되었음을 보인다.

• ETRI Journal
• /
• 제37권6호
• /
• pp.1199-1210
• /
• 2015

Automatic emotion recognition based on facial cues, such as facial action units (AUs), has received huge attention in the last decade due to its wide variety of applications. Current computer-based automated two-phase facial emotion recognition procedures first detect AUs from input images and then infer target emotions from the detected AUs. However, more robust AU detection and AU-to-emotion mapping methods are required to deal with the error accumulation problem inherent in the multiphase scheme. Motivated by our key observation that a single AU detector does not perform equally well for all AUs, we propose a novel two-phase facial emotion recognition framework, where the presence of AUs is detected by group decisions of multiple AU detectors and a target emotion is inferred from the combined AU detection decisions. Our emotion recognition framework consists of three major components - multiple AU detection, AU detection fusion, and AU-to-emotion mapping. The experimental results on two real-world face databases demonstrate an improved performance over the previous two-phase method using a single AU detector in terms of both AU detection accuracy and correct emotion recognition rate.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2003년도 춘계종합학술대회
• /
• pp.155-160
• /
• 2003

본 논문에서는 동공 검출을 이용한 얼굴 검출 방법을 제안하고자 한다. 동공검출기는 눈의 역반사 특성을 이용한 능동적 조명을 사용하여 검출을 용이하도록 하였고. 제안된 방법의 검출 범위는 소형컴퓨터나 무인정보 단말기 등의 활용에 적합하도록 하였다. 동공 후보 영역을 계산하여 검출한 후, 학습 규칙을 사용하여 얼굴에 대응하는 두 개의 지점을 선택하도록 하였다. 얼굴 검출 성능을 증명하기 위하여, 얼굴의 최대 돌출 부위를 지정 할 수 있는 이중 모드의 얼굴 추적 장치를 개발하였다. 추정치와 복합 얼굴 검출기의 측정치를 결합하여 특징 관계를 추적함으로 처리의 안정성을 높였으며 또한, 실시간으로 서보의 제어 장치를 원격 조정하여 항상 카메라가 이미지의 중앙을 추적하도록 함으로서 얼굴의 위치를 추정할 수 있도록 하였다.

• 한국컴퓨터정보학회논문지
• /
• 제10권4호
• /
• pp.47-56
• /
• 2005

웨어러블 컴퓨터의 개발로 인해 인간과 컴퓨터간의 전통적인 인터페이스는 점차 사용하기 불편하게 되었고 이는 새로운 형태의 인터페이스에 대한 요구로 이어지게 되었다. 본 논문에서는 이러한 추세에 맞추어 디지털 카메라를 통해 인간의 제스처를 인식하는 새로운 인터페이스를 연구하였다. 카메라를 통해 손 제스처를 인식하는 방법은 빛과 같은 주변 환경에 영향을 받기 때문에 탐지기는 덜 민감해야 한다. 최근에 Viola 탐지기는 얼굴 탐지에 좋은 결과를 보여 주었으며, 이는 적분 이미지로부터 추출한 하얼 특징을 이용한 Adaboost 학습 알고리즘을 사용하였다. 본 논문에서는 이 방법을 손 영역 탐지에 적용하였으며 피부색을 이용한 고전적인 방법들과 비교 실험을 수행하였다. 실험 결과는 빛과 같은 방해 요소가 있는 환경에서 Viola 탐지기가 피부색을 이용한 탐지 방법보다 더 견고함을 보여 주었다.

• 한국정보통신학회논문지
• /
• 제7권8호
• /
• pp.1823-1830
• /
• 2003

본 논문에서는 동공 검출 기술을 이용한 얼굴 검출 방법을 제안하고자 한다. 동공 검출기는 눈의 역 반사 특성을 이용한 능동적 조명을 사용하여 검출을 용이하도록 하였고. 제안된 방법의 검출 범위는 소형 컴퓨터나 무인 정보 단말기 등의 활용에 적합하도록 하였다. 동공 후보 영역을 계산하여 검출한 후, 학습 규칙을 사용하여 얼굴에 대응하는 두 개의 지점을 선택하도록 하였다. 얼굴 검출 성능을 증명하기 위하여, 얼굴의 최대 돌출 부위를 지정 할 수 있는 이중 모드의 얼굴 추적 장치를 개발하였다. 추정치 와 복합 얼굴 검출기의 측정치를 결합하여 특징 관계를 추적함으로 처리의 안정성을 높이었다. 또한, 실시간으로 서보의 제어장치를 원격 조정하여 항상 카메라가 이미지의 중앙을 추적하도록 함으로서 얼굴의 위치를 추정할 수 있도록 하였다.

• 한국멀티미디어학회논문지
• /
• 제13권7호
• /
• pp.983-990
• /
• 2010

외부 환경에서의 영상처리 기술은 환경에 매우 민감하여 외부환경이 급격하게 변화할 때마다 정확도가 많이 떨어지는 경향이 있다. 본 논문에서는 다양한 변화가 일어나는 실외환경에서 영상처리 기술을 이용한 방범용 차량 검지 및 추적 시스템을 제안한다. 방범용 카메라검지기는 하나의 차선내에서 차량을 검지하고 추적하기 때문에 차량의 윤곽보다는 차량의 특징 영역을 분리하는 것이 중요하다. 제안한 시스템은 차량 진입의 판단을 광류를 통하여 검지하며, 차량의 전조등, 본넷, 전면창, 루프 등으로 영역을 분류하여 차량을 추적한다. 실험을 통하여 제안한 시스템이 차량의 종류, 속도 및 시간 의 환경 변화에도 강인함을 확인하였다.

• 로봇학회논문지
• /
• 제1권1호
• /
• pp.25-35
• /
• 2006

Improving practicality of SLAM requires various sensors to be fused effectively in order to cope with uncertainty induced from both environment and sensors. In this case, combining sonar and vision sensors possesses numerous advantages of economical efficiency and complementary cooperation. Especially, it can remedy false data association and divergence problem of sonar sensors, and overcome low frequency SLAM update caused by computational burden and weakness in illumination changes of vision sensors. In this paper, we propose a SLAM method to join sonar sensors and stereo camera together. It consists of two schemes, extracting robust point and line features from sonar data and recognizing planar visual objects using multi-scale Harris corner detector and its SIFT descriptor from pre-constructed object database. And fusing sonar features and visual objects through EKF-SLAM can give correct data association via object recognition and high frequency update via sonar features. As a result, it can increase robustness and accuracy of SLAM in indoor environment. The performance of the proposed algorithm was verified by experiments in home -like environment.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2021년도 추계학술발표대회
• /
• pp.700-703
• /
• 2021

Infrared cameras are widely used in recent research for automatic monitoring the abnormal behaviors of the pig. However, when deployed in real pig farms, infrared cameras always get polluted due to the harsh environment of pig farms which negatively affects the performance of pig monitoring. In this paper, we propose a real-time noise-robust infrared camera-based pig automatic monitoring system to improve the robustness of pigs' automatic monitoring in real pig farms. The proposed system first uses a preprocessor with a U-Net architecture that was trained as a GAN generator to transform the noisy images into clean images, then uses a YOLOv5-based detector to detect pigs. The experimental results show that with adding the preprocessing step, the average pig detection precision improved greatly from 0.639 to 0.759.

• 스마트미디어저널
• /
• 제6권4호
• /
• pp.9-16
• /
• 2017

열차의 방향을 기존 방향에서 다른 방향으로 이동시키기 위한 변환 장치인 선로 전환기의 고장은 열차의 탈선 등을 유발시킬 수 있다. 따라서 열차운행의 안전 측면에서 해당 장비에 대한 모니터링은 필수 요소이다. 본 논문에서는 선로 전환기의 구동시 발생하는 소리 정보를 기반으로 잡음에도 강인한 선로 전환기의 이상 상황 탐지시스템을 제안한다. 먼저 제안한 시스템은 소리 센서에서 실시간으로 취득하는 소리 신호에 STFT(Short-Time Fourier Transform)를 적용하여 스펙트로그램을 취득한다. 실제 환경에서 발생하는 잡음의 영향에도 강인한 성능을 보장하기 위하여, 해당 스펙트로그램에 대한 전처리 과정을 수행 후 모듈화 한다. 각각의 모듈에서 평균값과 표준편차를 계산 및 조합하여 특징 벡터로 생성한 후 이진 분류에 뛰어난 성능이 확인된 SVM(Support Vector Machine)에 적용하여 이상 상황을 탐지한다. 실제 선로 전환기의 전환 시 발생하는 소리 데이터를 이용하여 모의실험을 수행한 결과, 제안한 시스템은 잡음이 발생하는 상황에서도 효과적으로 이상 상황을 탐지함을 확인하였다.