• Current Optics and Photonics
• /
• 제7권2호
• /
• pp.200-206
• /
• 2023

Near-infrared (NIR) sensing technology using CMOS image sensors is used in many applications, including automobiles, biological inspection, surveillance, and mobile devices. An intuitive way to improve NIR sensitivity is to thicken the light absorption layer (silicon). However, thickened silicon lacks NIR sensitivity and has other disadvantages, such as diminished optical performance (e.g. crosstalk) and difficulty in processing. In this paper, a pixel structure for NIR sensing using a stacked CMOS image sensor is introduced. There are two photodetection layers, a conventional layer and a bottom photodiode, in the stacked CMOS image sensor. The bottom photodiode is used as the NIR absorption layer. Therefore, the suggested pixel structure does not change the thickness of the conventional photodiode. To verify the suggested pixel structure, sensitivity was simulated using an optical simulator. As a result, the sensitivity was improved by a maximum of 130% and 160% at wavelengths of 850 nm and 940 nm, respectively, with a pixel size of 1.2 ㎛. Therefore, the proposed pixel structure is useful for NIR sensing without thickening the silicon.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2020년도 춘계학술발표대회
• /
• pp.536-539
• /
• 2020

길이 좁고 차도와 인도의 구분이 없는 골목길의 특성상 사각지대가 많고 보행자의 동선을 예측하기 힘들어 교통사고가 많이 발생하고 있다. 따라서 본 논문에서는 AI 를 활용, 영상 내 사물을 추적하여 골목길에서의 사고를 예방하는 시스템을 제안한다. 해당 시스템은 Object - Detection & Tracking 을 사용하여 보행자 및 차량을 식별·추적하여 두 개 이상의 사물이 동시에 교차로에 접근 시 사고 예방 알람을 발생시킨다. 이 시스템을 전국에 설치되어 있는 CCTV 에 활용하면 추가적인 비용과 설치 시간에 제한받지 않고 전국적으로 응용할 수 있을 것으로 기대된다.

• 대한토목학회논문집
• /
• 제43권5호
• /
• pp.667-674
• /
• 2023

건물에서 재난이 발생할경우, 건물 내 인원을 신속히 구조하여 사상자를 최소화하는 것은 단연 최우선순위가 된다. 이러한 구조활동을 위해서는 건물내 어디에 몇 명이 있는지를 알아야 하는데, 실시간으로 알기가 어렵다보니 주로 건물주나 경비원 등 관계자의 진술이나 층별 면적, 수용 인원과 같은 기초자료에 의존하는 실정이다. 따라서 빠르고 정확하게 재실인원 정보를 파악하여 현장에 대한 불확실성을 낮추고 골든타임내 효율적인 구조활동을 지원하는 것이 반드시 필요하다. 본 연구는 컴퓨터 비전 알고리즘을 활용하여 이미 건물에 설치되어 있는 여러대의 CCTV 가 촬영한 이미지 로부터 건물 위치별 재실인원을 계수하는 방법론을 제시한다. 계수 방법론은 (1)카메라별 관심선(LOI) 설정을 통한 다중카메라 네트워크 환경구축, (2)딥러닝을 활용한 모니터링 구역내 사람 탐지 및 추적, (3)다중 카메라 네트워크 환경을 고려한 인원 합산 세단계로 구성된다. 제안된 방법론은 5층 건물을 대상으로 세 개의 시간대 별로 수행된 현장 실험을 통해 검증되었다. 최종 결과는 89.9%의 정확도로 재실자를 인식하는 것으로 나타났으며, 층별, 구역별 합산결과도 93.1%, 93.3%의 정확도로 우수했다. 층별 평균MAE와 RMSE는 각각 0.178과 0.339이었다. 이 처럼 실시간으로 제공하는 건물내 재실자 정보는 초기 재난 대응단계에 신속하고 정확한 구조활동을 지원 할 수있다.

• 디지털융복합연구
• /
• 제12권8호
• /
• pp.337-343
• /
• 2014

본 논문은 감지와 통신 데이터 전송량의 관점에서 서베일런스 네트워크에서 움직이는 객체를 추적하기 위하여 전송 데이터를 감소시키는 최소 윤곽선 추적 알고리즘을 제안한다. 이 알고리즘은 객체 추적에 대한 감지를 수행하고 서버와의 영상 데이터 전송 시 영상 데이터 전송량을 줄임으로써 서버와의 통신 부하를 최소화한다. 이 알고리즘은 객체의 운동학을 기초로 최소 추적 영역을 사용한다. 객체의 운동학의 모델링은 예정된 시간 안에서 이동할 수 있는 객체에 의해 운동 역학적으로 방문될 수 없는 추적 영역의 부분을 제거하는 것으로써 시작한다. 실시간으로 객체를 검출하는 응용 분야에서 대량의 영상 데이터를 전송시에 전송 부하를 줄일 수 있는 효과가 있다.

• 한국정보전자통신기술학회논문지
• /
• 제8권4호
• /
• pp.270-274
• /
• 2015

본 논문에서는 HSV 색 공간을 이용한 야간 차량의 검출 시스템을 제안한다. 주정차 감시등 도로변에서 자동차를 감시하는 경우 자동차 번호판 추출하는 것이 중요하다. 일반적으로 번호판 추출을 위해서는 원거리에서 자동차 검출후 Pan-Tilt-Zoom 카메라로 자동차를 일정한 크기로 확대한 영상을 획득하여 번호판을 추출한다. 그리고 자동차 검출 및 추적을 위해 Mean-Shift 혹은 Optical Flow 알고리듬이 많이 이용되고 있다. 그러나 이러한 알고리즘은 주간에는 성공적으로 자동차를 검출 및 추적 할수 있었으나 야간에는 검출 및 추적에 어려움이 있었다. 그래서 본 논문에서는 입력 영상을 HSV 색 공간으로 변환하면 자동차의 전조등 혹은 후미등의 위치가 두드러지게 나타나는 것을 이용하여 자동차의 위치를 검출하였다. 실험 결과 정면 차량의 경우 93.9%, 후면 차량의 경우 97.7%의 차량을 검출하여 제안된 방법이 야간 차량 검출에 효율적임을 증명하였다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제14권5호
• /
• pp.2156-2170
• /
• 2020

This paper presents a fire detection algorithm with a minimal false detection rate, intended for a thermal imaging surveillance environment, whose properties vary depending on temporal conditions of day or night and environmental changes. This algorithm was designed to minimize the false detection alarm rate while ensuring a high detection rate, as required in fire detection applications. It was necessary to reduce false fire detections due to non-flame elements occurring when existing fixed threshold-based fire detection methods were applied. To this end, adaptive flame thresholds that varied depending on the characteristics of input images, as well as the center of gravity of the heat-source and hot-source regions, were analyzed in an attempt to minimize such non-flame elements in the phase of selecting flame candidate blocks. Also, to remove any false detection elements caused by camera shaking, one of the most frequently raised issues at outdoor sites, preliminary decision thresholds were adaptively set to the motion pixel ratio of input images to maximize the accuracy of the preliminary decision. Finally, in addition to the preliminary decision results, the texture correlation and intensity of the flame candidate blocks were averaged for a specific period of time and tested for their conformity with the fire decision conditions before making the final decision. To verify the fire detection performance of the proposed algorithm, a total of ten test videos were subjected to computer simulation. As a result, the fire detection accuracy of the proposed algorithm was determined to be 94.24%, with minimum false detection, demonstrating its improved performance and practicality compared to previous fixed threshold-based algorithms.

• 한국방사성폐기물학회:학술대회논문집
• /
• 한국방사성폐기물학회 2005년도 춘계 학술대회
• /
• pp.426-427
• /
• 2005

Advanced Spent Fuel Conditioning Process (ACP) is a pyrochemical process in which the spent fuel of PWR is transformed into the uranic metal ingot. Through this process, which has been developed in KAERI since 1998, the radioactivity, the radiotoxicity, the heat and the volume of the PWR spent fuel are reduced by a quarter of the original. To demonstrate a lab-scale process and extract the data for the later pilot-scale process, a demonstration facility of ACP (ACPF) is under construction and the lab-scale demonstration is slated for 2006. To establish the safeguardability of ACPF, a safeguards system including a neutron counter based on non-destructive assay, which is named as ACP Safeguards Neutron Counter (ASNC), the ACP Safeguards Surveillance System (ASSS) which consists of two neutron monitors and five IAEA cameras, and Laser Induced Breakdown System (LIBS) have been developed and are ready to be installed at ACPF. The target materials of ACP to assay with ASNC are categorized into three types among which the first is the uranic metal ingot, the second is the salt waste and the last is $UO_2$ and $U_{3}O_8$ powders, rod cuts and hulls. The Pu content of process nuclear materials can be accounted with ASNC. The ASSS is integrated in the ACP Intelligent Surveillance Software (AISS) in which the IAEA camera images and background signals at the rear doors of ACPF are displayed. The composition of special nuclear materials of ACP can be measured with LIBS which can be a supporting measurement tool for ASNC. The conceptual picture of safeguards system of ACPF is shown in Fig. 1.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제7권4호
• /
• pp.135-144
• /
• 2018

좁은 공간에 돼지들을 밀집 사육하는 구조가 대부분인 국내 돈사의 환경은 구제역과 같은 전염병 확산에 취약하다. 이러한 밀집 사육의 문제점을 해결하기 위한 방법으로 감시 카메라를 활용한 돈사 내 개별 돼지들의 행동을 자동으로 분석하는 연구가 진행 되고 있다. 그러나 공격행동 등 복잡한 상황에서 개별 돼지들을 추적하기 위해서는 근접한 돼지들에 대한 올바른 분리가 우선적으로 수행되어야 하지만, 정확도가 떨어지는 키넥트 카메라의 깊이 정보를 이용할 경우 돼지들 간의 경계선이 정확히 추출되지 않는다는 문제가 있다. 본 논문에서는 이러한 문제를 해결하기 위한 방법으로 움직임 정보를 활용하여 근접 돼지를 분리하는 방법을 제안한다. 또한, 제안된 방법은 혼잡한 돈방에서 개별 돼지를 추적하는 경우 추적 오류를 탐지하는 문제에도 적용될 수 있다. 실험 결과, 실제 돈사에서 획득한 두 개의 근접 돼지 시퀀스에 대하여 86%의 정확도로 분리 가능함을 확인하였고, 객체 추적에 대한 검증을 통하여 식별 번호가 잘못 부여된 객체를 정확히 탐지할 수 있음을 확인하였다.

• 한국항행학회논문지
• /
• 제9권1호
• /
• pp.48-55
• /
• 2005

본 논문에서는 다중 카메라 감시 시스템에서의 효율적인 이동물체 추적기법을 제안한다. 시스템에 사용된 컬러 CCD 카메라는 고유의 IP를 할당받는 네트워크 카메라이며, 입력영상은 미디어 서버와 브릿지, 그리고 AP(Access Point)와의 무선통신을 통해 전송된다. 감시시스템은 네트워크를 통해 전송된 영상을 트래킹 모듈에 전달하게 되며, 컬러 매칭 기법을 이용하여 이동물체를 실시간으로 추적한다. 두 개의 트래킹 세트를 구성하여 이동물체가 특정 카메라의 FOV(Field of view)를 벗어날 경우, 카메라 간에 핸드 오버가 가능케 함으로써 계속해서 이동물체를 추적하도록 한다. 핸드 오버 발생시에 타깃이 되는 정확한 이동물체 추적을 위하여 배경 정보 처리와 컬러 정보를 이용한 MHI(Motion History Information)와 M-bin histogram 기법을 제안한다. MHI를 이용하여 이동물체의 운동방향과 속도를 계산해 낼 수 있으며, 이러한 정보를 바탕으로 예상 이동위치를 판단할 수 있다. MHI를 이용한 결과, 단순히 M-bin histogram 기법을 이용하여 템플릿 매칭을 했을 경우 보다 속도와 안정성에 있어서 성능 향상을 가져옴을 실험을 통해 확인할 수 있었다.

• 한국지능시스템학회논문지
• /
• 제15권2호
• /
• pp.149-162
• /
• 2005

본 논문에서는 실시간 폐쇄회로 화면으로 받은 컬러 이미지에서 얼굴영상을 추출하고 이미 지정된 특정인의 얼굴영상과 비교를 통해 지하철이나 은행 등 공공장소에서의 수배자 등 어떤 특정인을 검출하는 방법을 제안하고자 한다. 감시카메라의 특성상 화면속의 얼굴정보가 임의의 크기로 가변하고 영상 내에서 다수의 얼굴정보를 포함하고 있음을 가정할 때, 얼굴영역을 얼마나 정확하게 검색 할 수 있느냐에 초점을 맞추었다. 이를 해결하기 위하여F.Rosenblatt가 제안한 퍼셉트론 신경망 모델을 기초로 임의의 얼굴영상에 대한 $20{\times}20$ 픽셀로 서브샘플링을 사용한 규준화 작업을 통해서 전면얼굴에서와 같은 인식기법의 효과를 사용하고, 획득한 얼굴후보 영역에 대하여 조명이나 빛에 의한 외부환경의 간섭을 최소화하기 위하여 최적선형필터와 히스토그램 평활화 기법을 이용하였다. 그리고 불필요한 학습을 최소화하기 위하여 달걀형 마스크의 덧셈연산을 전 처리 과정에 추가하였다. 전 처리 과정을 마친 이미지는 각각 세 개의 수용필드로 쪼개어져 특정 위치에 존재하는 눈, 코, 입 능의 정보를 신경망 학습을 통해 최종 결정된다. 또한 각각 다른 초기값을 가지는 3개의 단일셋 네트워크시스템을 병력형태로 구성하여 결과의 정확도를 높여 구현하였다.