• Journal of Biosystems Engineering
• /
• 제17권4호
• /
• pp.354-362
• /
• 1992

This study was intended to examine feasibility of sizing and color grading of Fuji apple with black/white image processing system, to develop a device with which the whole surface of an apple could be captured by one camera, and to develop an algorithm for a high speed sorting. The results are summarized as follows : 1. The black/white image processing system used in this study showed a maximum error of 1.3% in area measurement with a reference figure while the focusing point of camera and location of the reference figure were changed within a certain range. 2. As the result of evaluating four automatic image segmentation algorithms with apple images, Histogram Clustering Method was the best in terms of computation time and accuracy. 3. The fast algorithm for analyzing size and coloration of apple was developed. 4. The whole surface of an apple could be captured in an image frame with two mirrors installed on the both sides of the sample. The total area of the image representing the whole surface showed a correlation of 0.995 with the weight of apple. 5. The gray level when a particular band pass filter was mounted on the camera showed high correlation with 'L' and 'a' values of Hunt color scale and could represent the coloration of apple.

• Applied Microscopy
• /
• 제45권2호
• /
• pp.74-79
• /
• 2015

This study investigated the tongue movement during prey capture by Rana nigromaculata and the location of the frenulum linguae, which effects tongue movement. The tongue of R. nigromaculata are elliptical at the anterior and concave U-shaped at the posterior. The location of the frenulum linguae of R. nigromaculata is located at the front of the submentalis. This is due to the location of the frenulum linguae, which has significantly effects the movement and the expandability of the tongue. In terms of mobility, the tongue of R. nigromaculata and the expandability of the frenulum linguae allow the tongue to increase in length two or more times compared to immobile tongue in the other species. The time required until the swallowing movement after looking at and capturing the prey was 0.692000 seconds. Filming prey capture with a high speed camera showed that the rear part of the U-shaped tongue captures the prey with an appearance of stretching out longer to the front of tongue and turning in a reverse direction to bring the prey to the mouth.

• 한국건축시공학회:학술대회논문집
• /
• 한국건축시공학회 2013년도 춘계 학술논문 발표대회
• /
• pp.160-161
• /
• 2013

Progress measurement is one of key tasks for cost and schedule management in construction management. However, there has been shortage of effort to implement for automated progress measurement. This paper proposes to use a face recognition (FR) technology for automated progress measurement and management in construction sites. The FR technology can acquire detailed progress data that includes the in and out information of labors by location. The expected effectiveness of the proposed system is to provide accurate labor information for progress measurement by utilizing automated data acquisition technology (DAT) with high-speed reading face. In addition, it could be applied to real-time safety and quality management by using the camera images.

• Journal of information and communication convergence engineering
• /
• 제21권4호
• /
• pp.329-336
• /
• 2023

This paper introduces an edge AI-based scene-specific object detection system for long-term traffic management, focusing on analyzing congestion and movement via cameras. It aims to balance fast processing and accuracy in traffic flow data analysis using edge computing. We adapt the YOLOv5 model, with four heads, to a scene-specific model that utilizes the fixed camera's scene-specific properties. This model selectively detects objects based on scale by blocking nodes, ensuring only objects of certain sizes are identified. A decision module then selects the most suitable object detector for each scene, enhancing inference speed without significant accuracy loss, as demonstrated in our experiments.

• 자동차안전학회지
• /
• 제9권2호
• /
• pp.6-12
• /
• 2017

An autonomous driving system based on a precise digital map is developed. The system is implemented to the Hyundai's Tucsan fuel cell car, which has a camera, smart cruise control (SCC) and Blind spot detection (BSD) radars, 4-Layer LiDARs, and a standard GPS module. The precise digital map has various information such as lanes, speed bumps, crosswalks and land marks, etc. They can be distinguished as lane-level. The system fuses sensed data around the vehicle for localization and estimates the vehicle's location in the precise map. Objects around the vehicle are detected by the sensor fusion system. Collision threat assessment is performed by detecting dangerous vehicles on the precise map. When an obstacle is on the driving path, the system estimates time to collision and slow down the speed. The vehicle has driven autonomously in the Hyundai-Kia Namyang Research Center.

• 한국멀티미디어학회논문지
• /
• 제24권7호
• /
• pp.890-902
• /
• 2021

Although the object detection accuracy with still images has been significantly improved with the advance of deep learning techniques, the object detection problem with video data remains as a challenging problem due to the real-time requirement and accuracy drop with occlusion. In this research, we propose a method in pig detection for video monitoring environment. First, we determine a motion, from a video data obtained from a tilted-down-view camera, based on the average size of each pig at each location with the training data, and extract key frames based on the motion information. For each key frame, we then apply YOLO, which is known to have a superior trade-off between accuracy and execution speed among many deep learning-based object detectors, in order to get pig's bounding boxes. Finally, we merge the bounding boxes between consecutive key frames in order to reduce false positive and negative cases. Based on the experiment results with a video data set obtained from a pig farm, we confirmed that the pigs could be detected with an accuracy of 97% at a processing speed of 37fps.

• 방송공학회논문지
• /
• 제21권2호
• /
• pp.252-260
• /
• 2016

사람 검출의 성능은 카메라의 위치 및 각도 등에 큰 영향을 받는다. 이로 인해 획득한 2D 영상에서 사람은 위치에 따라 각기 다른 크기를 갖는 형태로 나타난다. 이렇게 다양한 크기를 갖는 사람들을 모두 검출하는 것은 실시간 시스템의 구현을 어렵게 만드는 요인이 된다. 그러나 만일 영상의 특정 위치의 사람의 크기를 예측할 수 있다면, 해당 위치의 사람 검출을 위한 연산량이 크게 감소될 수 있을 것이다. 본 논문에서는 실내 공간의 구조를 깊이맵으로 구성하고, 실내 공간에 존재하는 사람의 영상을 3D 공간에 재구성함으로써 크기를 예측하는 기법을 제안한다. 3D 공간에서는 어느 위치에서든지 사람의 크기가 일관되므로 이를 2D 영상으로 투영하게 되면 2D 영상의 좌표에 따른 정확한 사람의 크기를 추정할 수 있다. 실험 결과로부터 제안 방법이 효과적으로 사람의 크기를 예측할 수 있고, 기존이 기계학습 기반 사람 검출 방법들의 처리속도가 감소됨을 증명하였다.

• 한국산학기술학회논문지
• /
• 제15권4호
• /
• pp.1825-1830
• /
• 2014

최근 자동차에 대한 환경규제가 대폭 강화되고 있으며, 배기시스템은 빼놓을 수 없는 연구과제 중 하나이다. 본 연구의 목적은 배기가변밸브의 압력 위치에 따라 최대와 최소에 대한 영향 분포를 규명하는 것이다. 실험은 배기가변밸브가 열리는 측면부에 카메라를 이용하여 실시간 각도를 확인하고 내부유량, 압력, 밸브 열림 각의 데이터를 추출하여 유동해석을 통한 배기가변밸브의 압력과 속도에 대하여 위치별 특성을 분석하였다. 압력의 결과는 밸브의 최초 열림이 머플러 내부에 압력을 감소시키는 결과를 나타내었다. 속도는 압력과 반대되는 결과를 나타내었으며, 하단부의 빠른 속도로 인한 밸브의 떨림 현상이 발생된 것으로 확인되었다. 이 연구로부터 얻은 결론은 기관성능 향상을 위해서 속도의 위치가 하단부로 유인할 경우 밸브면의 압력 분포가 더욱 증가하여 최적의 배압조건을 만들 수 있는 결과를 얻을 수 있었다.

• 한국음향학회지
• /
• 제42권3호
• /
• pp.233-242
• /
• 2023

본 논문에서는 선박 수중방사소음 저감을 위하여 질량 분사를 통하여 선박의 저속 운항 조건에서 발생하는 날개 끝 보텍스 캐비테이션 제어에 대한 실험적 연구를 수행하였다. 3차원 수중익 모형에 대해 질량 분사 위치와 분사량을 조절 할 수 있는 질량 분사 시스템을 제작하였으며, 이를 캐비테이션 터널 내에 설치하고 3차원 수중익으로부터 생성되는 캐비테이션의 강도에 따른 시험을 캐비테이션 제어 실험을 수행하였다. 질량 분사 위치 및 분사량에 따른 캐비테이션의 관찰과 소음 특성을 분석하기 위하여 고속 카메라와 음향 센서를 이용하여 계측하였고, 그 결과 질량 분사에 따라 특정 조건에서 날개 끝 보텍스가 억제되고 특정 주파수 대역의 소음이 저감 되는 것을 확인하였다. 날개 끝 보텍스 제어와 소음 저감 성능에 우수한 분사구 위치가 있음을 확인하였고, 일정 수준 이상의 분사량을 가질때 큰 저감 효과가 있음을 확인하였다. 질량 분사를 이용하여 날개 끝 보텍스의 강도가 약할 때 특정 조건에서 제어가 가능하다는 것을 확인하였다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제8권11호
• /
• pp.457-464
• /
• 2019

양돈 업계에서 돼지의 무게는 돼지의 건강이나 성장 상태, 출하 여부, 사육 환경, 사료 배급을 결정하는 주요 요인 중 하나이며, 따라서 돼지의 무게를 측정하는 것은 돼지의 생산성 측면에서 중요한 문제이다. Top-view 카메라에서 획득한 영상으로부터 돼지의 픽셀 수를 이용하여 돼지의 무게를 추정하고자 할 때, 정확한 픽셀 수 측정에 영향을 주는 돼지의 자세를 결정할 필요가 있으며, 픽셀 수 측정에 영향을 주는 머리부분을 제거할 필요가 있다. 본 논문에서는 빠른 영상처리 기법을 이용하여 돼지의 자세를 빠르게 결정하고, 딥러닝 기반의 빠른 객체탐지 기법인 YOLO를 이용하여 돼지 머리 위치를 파악한 후, 경량화된 영상처리 기법을 이용하여 돼지의 머리와 몸통 경계를 획득하고 머리를 제거하는 방법을 제안한다. 즉, 빠른 영상처리 기법으로 이진화된 돼지의 영상 데이터에서 돼지의 몸통 중심점으로부터 돼지의 외곽선까지의 길이를 비교하여 돼지의 자세를 결정한다. 또한, 돼지의 머리 위치를 탐지하기 위하여 YOLO를 이용하여 영상 데이터 내의 돼지의 머리, 몸통, 엉덩이의 위치를 학습시킨 후, 곧은 자세의 돼지 머리 위치를 획득하고 머리 바깥 영역을 제거한다. 마지막으로 Convex-hull을 이용하여 돼지의 머리와 몸통 경계를 추정한 후, 머리를 제거한다. 실험 결과, 0.98의 정확도와 250.00fps의 수행속도로 돼지의 자세를 결정하였으며, 0.96의 정확도와 48.97fps의 수행속도로 돼지의 머리탐지 및 제거가 가능함을 확인하였다.