• IEIE Transactions on Smart Processing and Computing
• /
• 제5권5호
• /
• pp.327-330
• /
• 2016

Currently, the world's elderly population continues to grow at a dramatic rate. As the number of senior citizens increases, detection of someone falling has attracted increasing attention for visual surveillance systems. This paper presents a novel fall-detection algorithm using motion estimation and an integrated spatiotemporal energy map of the object region. The proposed method first extracts a human region using a background subtraction method. Next, we applied an optical flow algorithm to estimate motion vectors, and an energy map is generated by accumulating the detected human region for a certain period of time. We can then detect a fall using k-nearest neighbor (kNN) classification with the previously estimated motion information and energy map. The experimental results show that the proposed algorithm can effectively detect someone falling in any direction, including at an angle parallel to the camera's optical axis.

• The Journal of Korean Physical Therapy
• /
• 제32권3호
• /
• pp.185-190
• /
• 2020

Purpose: Gait and cognitive impairment in stroke patients exacerbate fall risk and mobility difficulties during multi-task walking. Virtual reality can provide interesting and challenging training in a community setting. This study evaluated the effect of community-based virtual reality gait training (VRGT) using a 360-degree image on the gait ability of chronic stroke patients. Methods: Forty-five chronic stroke patients who were admitted to a rehabilitation hospital participated in this study. Patients meeting the selection criteria were randomly divided into a VRGT group (n=23) and a control group (n=22). Both these groups received general rehabilitation. The VRGT group was evaluated using a 360-degree image that was recorded for 50 minutes a day, 5 days per week for a total of 6 weeks after their training. The control group received general treadmill training for the same amount of time as that of the VRGT group. The improvement in the spatiotemporal parameters of gait was evaluated using a gait analyzer system before and after training. Results: The spatiotemporal gait parameters showed significant improvements in both groups compare with the baseline measurements (p<0.05), and the VRGT group showed more improvement than the control group (p<0.05). Conclusion: Community-based VRGT has been shown to improve the walking ability of chronic stroke patients and is expected to be used in rehabilitation of stroke patients in the future.

• 대한원격탐사학회지
• /
• 제33권2호
• /
• pp.149-158
• /
• 2017

시간해상도와 공간해상도가 높은 영상 자료는 효과적인 식생의 모니터링을 위해서 필수적이다. 하지만 단일 센서를 통한 영상은 공간해상도와 시간해상도가 높은 자료를 동시에 제공할 수 없는 한계점이 있다. 최근에는 위성영상의 공간적 해상도를 높이고 시간해상도를 보완하기 위해서 시공간 융합연구가 진행되고 있다. 그 중에서도 FSDAF(Flexible spatiotemporal data fusion) 방법론은 위성영상의 각 밴드를 융합하는 방법으로 적절한 것으로 나타났다. 본 연구에서는 FSDAF 융합기법을 활용하여 MODIS NDVI와 Landsat 영상으로 계산한 NDVI를 융합 후 검증을 실시하였으며 식생 계절 모니터링에서의 활용가능성을 제시하였다. 그 결과, 1월부터 12월까지 융합을 통해 NDVI 예측한 영상은 활엽수, 침엽수, 농지의 계절적인 특징을 잘 반영하고 있었다. 융합된 결과의 검증을 위하여 8월과 10월의 예측한 NDVI와 실제 값(Landsat NDVI) 간의 RMSE 값을 계산한 결과 각각 0.049와 0.085, 상관계수는 0.765, 0.642로 비교적 일치한 것으로 나타났다. 본 연구에서 활용된 FSDAF 시공간 융합 기법은 픽셀기반의 융합기법으로 다양한 공간스케일의 영상과도 융합 가능할 것이며 다양한 식생 관련 연구에 활용될 것으로 기대된다.

• Investigative Magnetic Resonance Imaging
• /
• 제25권4호
• /
• pp.252-265
• /
• 2021

Cardiac magnetic resonance imaging (MRI) serves as a clinical gold-standard non-invasive imaging technique for the assessment of global and regional cardiac function. Conventional cardiac MRI is limited by the long acquisition time, the need for ECG gating and/or long breathhold, and insufficient spatiotemporal resolution. Real-time cardiac cine MRI refers to high spatiotemporal cardiac imaging using data acquired continuously without synchronization or binning, and therefore of potential interest in overcoming the limitations of conventional cardiac MRI. Novel acquisition and reconstruction techniques must be employed to facilitate real-time cardiac MRI. The goal of this study is to discuss methods that have been developed for real-time cardiac MRI. In particular, we classified existing techniques into two categories based on the use of non-iterative and iterative reconstruction. In addition, we present several research trends in this direction, including deep learning-based image reconstruction and other advanced real-time cardiac MRI strategies that reconstruct images acquired from real-time free-breathing techniques.

• 대한원격탐사학회지
• /
• 제39권6_3호
• /
• pp.1771-1777
• /
• 2023

최근 딥러닝의 발전으로 의미론적 분할을 통한 토지피복 분류 방법들이 제안되고 있다. 그러나 기존의 딥러닝 기반 모델들은 영상 정보만을 이용하기 때문에 시공간적 일관성을 담보할 수 없는 한계점이 있다. 이에 본 연구에서는 좌표 정보를 활용한 토지피복 분류 모델을 제안한다. 먼저 암시적 신경 표현 기법인 다중해상도 해시 인코더를 위경도 좌표계로 확장한 좌표 해시 인코더를 통해 좌표의 특징을 추출하였다. 다음으로 추출된 좌표 특징을 다양한 단계의 U-net 디코더와 결합하는 아키텍처를 제안하였다. 실험 결과, 제안 방법이 약 32% 향상된 분류 정확도를 보였고, 시공간적 일관성이 향상됨을 확인하였다.

• 한국컴퓨터산업학회논문지
• /
• 제8권2호
• /
• pp.103-106
• /
• 2007

동영상 데이터베이스 시스템을 구축하려면 동영상의 샷 경계 검출이 먼저 이루어져야 한다. 그러나 이 과정이 자동화되지 않아 많은 시간과 노력이 필요하다. 샷 경계 검출 알고리즘은 많이 연구되고 있으나 영상 편집시 사용된 편집 효과의 발전에 의하여 완벽한 검출은 매우 어려운 실정이다. 따라서 정확한 샷 경계를 얻기 위해서는 수작업에 의한 검증과 수정이 꼭 필요하다. 시공간 슬라이스는 영상의 내용 변화를 요약한 한 장의 이미지이다. 편집 효과는 수직선, 사선, 곡선, 점진적 색상의 변화 등 시각적으로 인지 가능한 형태로 시공간 슬라이스에 표현된다. 따라서 영상을 재생시키지 않고도 시공간 슬라이스의 변화만으로 샷 경계를 쉽고 빠르게 찾아낼 수 있다. 이 논문에서 제안하고 구현한 시스템은 시공간 슬라이스 상에서 오검출 키 프레임을 삭제할 수 있으며 미검출 된 키 프레임을 생성할 수 있도록 하였다.

• 제어로봇시스템학회논문지
• /
• 제13권8호
• /
• pp.749-753
• /
• 2007

In this paper, a generalized version of the Motion Silhouette Image(MSI) called the Generic Motion Silhouette Image (GMSI) is proposed for gait recognition. The GMSI is a gray-level image and involves the spatiotemporal information of individual motion. The GMSI not only generalizes the MSI but also reflects a flexible feature of a gait sequence. Along with the GMSI, we use the Principal Component Analysis(PCA) to reduce the dimensionality of the GMSI and the Nearest Neighbor(NN) for classification. We apply the proposed feature to NLPR database and compare it with the conventional MSI. Experimental results show the effectiveness of the GMSI.

• 센서학회지
• /
• 제27권2호
• /
• pp.137-141
• /
• 2018

Detecting the ego-lane of a vehicle (the lane on which the vehicle is currently running) is one of the basic techniques for a smart car. Vision sensing is a widely-used method for the ego-lane detection. Existing studies usually find road lane lines by detecting edge pixels in the image from a vehicle camera, and then connecting the edge pixels using Hough Transform. However, this approach takes rather long processing time, and too many straight lines are often detected resulting in false detections in various road conditions. In this paper, we find the lane lines by scanning only a limited number of horizontal lines within a small image region of interest. The horizontal image line scan replaces the edge detection process of existing methods. Automatic thresholding and spatiotemporal filtering procedures are also proposed in order to make our method reliable. In the experiments using real road images of different conditions, the proposed method resulted in high success rate.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제10권6호
• /
• pp.2767-2780
• /
• 2016

Video-based human-activity recognition has become increasingly popular due to the prominent corresponding applications in a variety of fields such as computer vision, image processing, smart-home healthcare, and human-computer interactions. The essential goals of a video-based activity-recognition system include the provision of behavior-based information to enable functionality that proactively assists a person with his/her tasks. The target of this work is the development of a novel approach for human-activity recognition, whereby human-body-joint features that are extracted from depth videos are used. From silhouette images taken at every depth, the direction and magnitude features are first obtained from each connected body-joint pair so that they can be augmented later with motion direction, as well as with the magnitude features of each joint in the next frame. A generalized discriminant analysis (GDA) is applied to make the spatiotemporal features more robust, followed by the feeding of the time-sequence features into a Hidden Markov Model (HMM) for the training of each activity. Lastly, all of the trained-activity HMMs are used for depth-video activity recognition.

• 한국정보처리학회논문지
• /
• 제5권9호
• /
• pp.2281-2293
• /
• 1998

공간상의 지형객체는 토지의 소유주 변경이나 소유주의 신상 변경, 토지의 합병과 분할, 도로의 신설 및 변경에 따른 지형 변경 등과 같은 공간 또는 속성 변화에 의해 공간이력 데이터가 발생한다. 하지만 기존의 GIS(Geographic Information System)는 측정시점에서 지형객체의 스냅샷 정보만을 관리하므로 시간 흐름에 따른 공간이력을 유지할 수 없다. 따라서 이 연구는 공간 데이터베이스의 시간차원 확장을 통하여 시간과 공간을 동시에 지원하는 시공간 데이터베이스 모델과 이력 관리 체계를 설계하고 구현한다. 이 연구의 결과는 GIS 공간 데이터베이스의 시간차원 확장으로 지형객체의 모든 이력정보를 유지 관리할 수 있다.