• 방송공학회논문지
• /
• 제23권6호
• /
• pp.855-865
• /
• 2018

음향 이벤트 인식은 다수의 음향 이벤트가 발생하는 환경에서 이를 인식하고 각각의 발생과 소멸 시점을 판단하는 기술로써 인간의 청각적 인지 특성을 모델화하는 연구다. 음향 장면 및 이벤트 인식 연구 그룹인 DCASE는 연구자들의 참여 유도와 더불어 음향 인식 연구의 활성화를 위해 챌린지를 진행하고 있다. 그러나 DCASE 챌린지에서 제공하는 데이터 세트는 이미지 인식 분야의 대표적인 데이터 세트인 이미지넷에 비해 상대적으로 작은 규모이며, 이 외에 공개된 음향 데이터 세트는 많지 않아 알고리즘 개발에 어려움이 있다. 본 연구에서는 음향 이벤트 인식 기술 개발을 위해 실내외에서 발생할 수 있는 이벤트를 정의하고 수집을 진행하였으며, 보다 큰 규모의 데이터 세트를 확보하였다. 또한, 인식 성능 개선을 위해 음향 이벤트 존재 여부를 판단하는 보조 신경망을 추가한 이중 CNN 구조의 알고리즘을 개발하였고, 2016년과 2017년의 DCASE 챌린지 기준 시스템과 성능 비교 실험을 진행하였다.

• 한국멀티미디어학회논문지
• /
• 제8권1호
• /
• pp.46-55
• /
• 2005

본 논문에서는 소형 위협체를 조기에 탐지하여 위치를 알려주는 파노라믹 적외선 영상 경보 장치를 구현하였고, 경보 성능 향상을 위한 적외선 영상 향상 기법을 제안하였다. 구현 장치는 센서 헤드 유닛, 신호 처리 유닛 등으로 구성된다. 센서 헤드 유닛은 1차원 다중 배열 적외선 센서를 정속으로 고속 회전하여 360도의 넓은 시계 영역을 가지는 파노라믹 열영상을 획득한다. 신호 처리 유닛은 파노라믹 영상을 90도의 부영상으로 나누고, 각 부영역의 통계적 특성에 따라 적응적 평탄역값(adaptive plateau value)을 구한다 그리고 적응적 평탄역값으로 히스토그램을 변화시킴으로써 위협체을 두드러지게 하였으며, 실시간 처리를 위하여 DSP와 FPGA를 이용하여 장치를 구현하였다. 구현 시스템에 제안한 영상 향상 기법을 적용한 결과 기존 기법에 비해 오경보율이 낮음과 시각적으로 위협체의 식별이 용이함을 확인하였다.

• 대한원격탐사학회지
• /
• 제34권2_2호
• /
• pp.327-338
• /
• 2018

본 연구는 운영레벨에서의Kompsat-5 SAR (Synthetic Aperture Radar) 영상과AIS (Automatic Identification System) 자료를 이용한 선박탐지 모니터링 가능성을 검토하였다. 분석을 위해 신진항 서측연안과 제주항 북측연안에서 수집된 Kompsat-5 SLC 영상과 연안에서 수집된 AIS 자료를 사용하였다. Kompsat-5 영상의 선박탐지를 위해 HVAS (Human Visual Attention System) 알고리즘을 적용하였다. HVAS는 CFAR (Constant False Alarm Rate)에 비해 탐지속도와 탐지율 측면에서 뛰어나다는 장점을 가지고 있다. 통합 분석결과 소형선박을 제외하고 Kompsat-5 선박탐지 결과와 AIS는 전반적으로 일치하는 것으로 분석되었다. Kompsat-5 영상에서 탐지되었으나 AIS 자료에서 탐지되지 않은 선박은 육안 판독을 통해 AIS 자료의 부재로 인한 것으로 보인다. 한편 SAR 영상에서도 선박의 기포항적, 육지 masking을 위해 사용된 DEM 파일의 오차(또는 위성궤도 오차), 그리고 고스트 현상에 의한 오탐지가 발생하였다. 향후 SAR 영상 분석 알고리즘 개선과 신뢰성 있는 AIS 자료 확보를 통한 운영레벨에서의 선박탐지 모니터링 기술 개발은 국가해양영토 광역감시망 구축에 크기 기여할 것이다.

• 전기전자학회논문지
• /
• 제15권1호
• /
• pp.49-56
• /
• 2011

본 논문에서는 고주파 발진회로의 공진기를 패치 안테나로 사용하는 능동발진 안테나를 2.4GHz 대역에서 제안하여 소형 무선도플러 센서로서 이동체의 거리나 속도 등을 측정할 수 있게 하였다. 이동체의 움직임은 고주파 발진 주파수의 천이를 발생시키며 이를 검출하는 회로를 통해 제안된 구조의 동작을 확인하였다. 설계 제작된 무선 도플러 센서는 직경이 30mm, 높이 4.2mm 정도로 매우 작은 원형디스크 형태를 갖으며, 안테나는 2.373GHz에서 약 130도의 빔폭과 전방향 방사특성을 나타내었다. 센서의 감도 측정결과, 1m 떨어져 움직이고 있는 도체판에 대해 최소 190mV의 도플러 신호 전압을 얻었고, 센서의 자유낙하 실험으로부터 지표상의 4.5m 지점에서 부터 지표면까지 전압크기가 선형적으로 증가하였다.

• 한국컴퓨터정보학회논문지
• /
• 제26권1호
• /
• pp.45-55
• /
• 2021

본 논문은 고해상도를 가지는 영상에서 겹쳐져있는 소형 물체를 효과적으로 검출하고 추적하는 알고리즘을 제안한다. Coarse to Fine 방식을 기본으로 하는 두 개의 Deep-Learning Network을 앙상블 형태로 구성하여 차량이 존재할 위치를 미리 판단하고 서브영역으로 선택한 이미지로부터 차량을 정확하게 검출한다. Coarse 단계에서는 서로 다른 다수의 Deep-Learning Network 에 대한 각각의 결과로 Voting Space를 생성한다. 각 Voting Space 의 조합을 통해 Voting Map을 만들고 차량이 존재할 위치를 선택한다. Fine 단계에서는 Coarse 단계에서 선택된 영역을 기준으로 서브영역을 추출하고 해당 영역을 최종 Deep-Learning Network 에 입력한다. 서브 영역은 Voting Map을 이용하여 영상에서의 높이에 적합한 크기의 동적 윈도우를 생성함으로써 정의되며, 본 논문에서는 원거리에서 근거리로 접근하는 도로의 이미지를 대상으로 미리 계산된 매핑테이블을 적용하였다. 각 서브 영역 간 이동하는 차량의 동일성 판단은 검출된 영역의 하단 중심점에 대한 근접성을 기반으로 하였으며, 이를 통해 이동하는 차량의 정보를 트래킹 하였다. 실제 주야간 도로 CCTV를 통해 획득한 실시간 영상에서 처리 속도 및 검출 성능을 비교 실험하여 제안한 알고리즘을 평가하였다.

• 한국정보통신학회논문지
• /
• 제17권10호
• /
• pp.2419-2424
• /
• 2013

기존 MOG (Mixture of Gaussian) 알고리즘에서 배경 결정을 위한 작은 임계치는 주기적인 배경에서 배경 인식 지연을 발생시키고, 큰 임계치는 고정 배경에서 지나가는 객체를 배경으로 인식하게 한다. 본 논문은 적응적인 임계치를 이용한 개선된 MOG 알고리즘을 제안한다. 제안된 알고리즘은 MOG 알고리즘의 주도적인 배경 모델에서 가중치 변화를 단 장기적으로 평가하고, 배경을 정적 배경과 주기성 배경으로 분류하여 그들에 적절한 임계치를 설정한다. 실험결과들은 제안된 알고리즘이 정적 배경에서 기존 알고리즘과 등등한 성능을 유지하면서 주기성 배경에서 배경인식 지연의 최대 프레임수를 137에서 4로 줄여주는 것을 보여주고 있다.

• 로봇학회논문지
• /
• 제12권3호
• /
• pp.313-321
• /
• 2017

One of the most frequently performed tasks in human-robot interaction (HRI), intelligent vehicles, and security systems is face related applications such as face recognition, facial expression recognition, driver state monitoring, and gaze estimation. In these applications, accurate head pose estimation is an important issue. However, conventional methods have been lacking in accuracy, robustness or processing speed in practical use. In this paper, we propose a novel method for estimating head pose with a monocular camera. The proposed algorithm is based on a deep neural network for multi-task learning using a small grayscale image. This network jointly detects multi-view faces and estimates head pose in hard environmental conditions such as illumination change and large pose change. The proposed framework quantitatively and qualitatively outperforms the state-of-the-art method with an average head pose mean error of less than $4.5^{\circ}$ in real-time.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 2005년도 ICCAS
• /
• pp.580-585
• /
• 2005

A QRT(Quad-Rotor Type) hovering robot system is developed for quick detection and observation of the circumstances under calamity environment such as indoor fire spots. The UAV(Unmanned Aerial Vehicle) is equipped with four propellers driven by each electric motor, an embedded controller using a DSP, INS(Inertial Navigation System) using 3-axis rate gyros, a CCD camera with wireless communication transmitter for observation, and an ultrasonic range sensor for height control. The developed hovering robot shows stable flying performances under the adoption of RIC(Robust Internal-loop Compensator) based disturbance compensation and the vision based localization method. The UAV can also avoid obstacles using eight IR and four ultrasonic range sensors. The VTOL(Vertical Take-Off and Landing) flying object flies into indoor fire spots and sends the images captured by the CCD camera to the operator. This kind of small-sized UAV can be widely used in various calamity observation fields without danger of human beings under harmful environment.

• 한국전자통신학회논문지
• /
• 제5권3호
• /
• pp.309-314
• /
• 2010

본 논문에서는 인터넷상에서의 지능형 감시 카메라 시스템(Intelligent Security Camera: ISC)을 제안한다. ISC 방법은 워터쉐드 알고리즘에 기반하여 카메라에 입력된 영상을 분할하는 단계와 skin-color model을 사용하여 얼굴의 후보지역을 탐지하는 단계, 그리고 마지막으로 SVM(Support Vector Machine)을 사용하여 얼굴 후보영역에서 얼굴을 검증하는 단계로 구성되어 있다. Skin-color Model을 이용하여 찾아진 얼굴후보 영역으로부터 웨이블렛 변환계수들을 추출한다. 웨이블렛 변환계수들을 SVM의 입력으로 하여 실제 얼굴영역을 검증한다. SVM의 입력으로 실험결과에서 제안된 방법이 감시시스템, 화상회의 시스템과 같은 얼굴을 인식 추적하는 시스템에 적용될 수 있음을 보인다.

• 한국안전학회지
• /
• 제34권6호
• /
• pp.29-37
• /
• 2019

Since construction sites are exposed to outdoor environments, working conditions are significantly dangerous. Thus, wearing of the personal protective equipments such as safety helmet is very important for worker safety. However, construction workers are often wearing-off the helmet as inconvenient and uncomportable. As a result, a small mistake may lead to serious accident. For this, checking of wearing safety helmet is important task to safety managers in field. However, due to the limited time and manpower, the checking can not be executed for every individual worker spread over a large construction site. Therefore, if an automatic checking system is provided, field safety management should be performed more effectively and efficiently. In this study, applicability of deep learning based computer vision technology is investigated for automatic checking of wearing safety helmet in construction sites. Faster R-CNN deep learning algorithm for object detection and classification is employed to develop the automatic checking model. Digital camera images captured in real construction site are used to validate the proposed model. Based on the results, it is concluded that the proposed model may effectively be used for automatic checking of wearing safety helmet in construction site.