• 한국멀티미디어학회논문지
• /
• 제24권5호
• /
• pp.659-666
• /
• 2021

With the continuous development of deep learning, human behavior recognition algorithms have achieved good results. However, in a multi-person recognition environment, the complex behavior environment poses a great challenge to the efficiency of recognition. To this end, this paper proposes a multi-person pose estimation model. First of all, the human detectors in the top-down framework mostly use the two-stage target detection model, which runs slow down. The single-stage YOLOv3 target detection model is used to effectively improve the running speed and the generalization of the model. Depth separable convolution, which further improves the speed of target detection and improves the model's ability to extract target proposed regions; Secondly, based on the feature pyramid network combined with context semantic information in the pose estimation model, the OHEM algorithm is used to solve difficult key point detection problems, and the accuracy of multi-person pose estimation is improved; Finally, the Euclidean distance is used to calculate the spatial distance between key points, to determine the similarity of postures in the frame, and to eliminate redundant postures.

• 제어로봇시스템학회논문지
• /
• 제20권1호
• /
• pp.29-36
• /
• 2014

In this paper, a novel MBE (Model Based target size Estimator) is presented for SDIIR (Strap Down Imaging Infrared) seekers. The target tracking requires the target size information for which residual range between target and missile should be provided. Unfortunately, in general, the missile with passive sensor such as IIR (Imaging Infrared), CCD (Coupled Charging Device) cannot obtain range information. To overcome the problem, the proposed method enables the SDIIR seeker to estimates target size by using target size model and track the target. The performance of proposed method is tested at IIR target tracking of target intercept scenario. The experiment results show that the proposed algorithm has the relatively good performance.

• 한국정보통신학회논문지
• /
• 제26권1호
• /
• pp.104-113
• /
• 2022

본 논문에서는 OFDM 레이다를 위한 딥러닝 기반 표적의 거리 및 속도 추정 기법을 제안한다. 제안하는 기법은 표적으로부터 반사된 수신 신호를 받아 변조신호 제거 후 2차원 FFT를 통해 2차원 주기도를 얻는다. 주기도는 기존 및 제안 방법에서 표적의 거리 및 속도를 추정하는 입력신호이다. 주기도에서 정점은 표적의 위치를 나타내는데 표적의 거리 및 속도 추정을 위해 널리 사용되는 기존 기법은 CFAR (Constant False Alarm Rate) 알고리즘이다. 반면 제안하는 기법은 다중 출력 CNN (Convolutional Neural Network)을 이용하여 거리 및 속도를 추정한다. 기존 기법과 달리 제안 기법은 주기도 이외에 잡음 전력과 같이 추가적인 정보가 필요하지 않아 사용하기 편리하다. 컴퓨터 시뮬레이션 결과에 따르면 제안 추정 기법은 기존 기법보다 거리 및 속도 추정 MSE (Mean Square Error)오차 성능을 5배 이상 개선하며 송신 OFDM 심볼 개수가 증가할수록 정확도가 향상되는 특성을 보인다.

• Journal of Information Processing Systems
• /
• 제16권3호
• /
• pp.639-647
• /
• 2020

In the vibration target localization algorithms based on time difference of arrival (TDOA), Fang algorithm is often used in practice because of its simple calculation. However, when the delay estimation error is large, the localization equation of Fang algorithm has no solution. In order to solve this problem, one dimensional search location algorithm based on TDOA is proposed in this paper. The concept of search is introduced in the algorithm. The distance d1 between any single sensor and the vibration target is considered as a search variable. The vibration target location is searched by changing the value of d1 in the two-dimensional plane. The experiment results show that the proposed algorithm is superior to traditional methods in localization accuracy.

• 한국위성정보통신학회논문지
• /
• 제12권1호
• /
• pp.64-71
• /
• 2017

본 논문은 저 비용, 저 소비전력으로 실내외에서 수십 cm급의 정밀한 위치인식이 가능한 IR-UWB(Impulse-Radio Ultra Wideband) Radar 시스템에서 정확한 목표물을 추정하고자 Kalman 필터 및 RRWA 알고리즘을 사용하였다. 목표물에 의해 반사된 신호에는 목표물 신호이외에 불필요한 신호들이 존재한다. 불필요한 신호들을 제거하고 정확한 목표물 신호를 도출 및 성능 향상을 위해 노력하였다. 하나의 송신 안테나와 수신안테나로 목표물들의 위치를 실시간으로 추정한다. Kalman 필터를 사용하여 배경잡음을 제거하였고 RRWA 알고리즘을 사용하여 반사파 신호를 제거하여 기존의 목표물 신호를 추정했을 때보다 더 좋은 성능을 보였다. 본 논문에서는 향후 진행 되어질 목표물 추정에 있어 정확한 거리 추정 및 추적을 하는 연구에 도움이 될 것이라 생각한다.

• Journal of electromagnetic engineering and science
• /
• 제10권4호
• /
• pp.250-255
• /
• 2010

This paper presents a non-contact measurement method of vital signal by the use of multiple-input multiple-output (MIMO) bio-radar system, configured with two antennas that are separated by a certain distance. The direction of arrival (DOA) estimation algorithm for coherent sources was applied to detect vital signals coming from different spatial angles. The proposed MIMO bio-radar system was composed of two identical transceivers sharing single VCO with a PLL. In order to verify the performance of the system, the DOA estimation experiment was completed with respect to the human target at angles varying between $-50^{\circ}$ and $50^{\circ}$ where the bio-radar system was placed at distances (corresponding to 50 cm and 95 cm) in front of a human target. The proposed MIMO bio-radar system can successfully find the direction of a human target.

• 한국음향학회지
• /
• 제38권3호
• /
• pp.302-307
• /
• 2019

현대 대잠전에 있어 잠수함에 대한 2차원 위치추정에 다양한 방법들이 있다. 잠수함에 대한 보다 효과적인 추적 및 공격을 위해 표적 심도는 매우 중요한 요소이다. 하지만 현재까지도 잠수함의 심도를 찾아낸다는 것은 어려운 일이다. 본 논문에서는 최단접근점(Closest Point of Approach, CPA) 전후의 표적 접촉방위와 표적 도플러 신호 등 다이파 소노부이 접촉정보를 이용한 잠수함 심도 추정 기법을 제안하고자 한다. 표적의 상대심도는 표적과 다이파 소노부이의 청음기 간 사선거리 및 수평거리에 피타고라스 정리를 적용하여 결정된다. 이때 사선거리는 도플러변이와 표적 속도에 의해서 계산되며, 수평거리는 표적에 대한 연속된 접촉방위와 표적의 이동거리에 삼각함수를 적용하여 얻을 수 있다. 본 논문에서 제시된 알고리즘의 성능은 소노부이-표적 간 수평거리 및 상대심도에 의해 결정되는 고각과 도플러 변이 값의 측정 정확성에 의해 좌우됨을 시뮬레이션을 통해 알 수 있다.

• 한국음향학회지
• /
• 제38권6호
• /
• pp.630-636
• /
• 2019

수동측거소나는 잠수함 플랫폼의 좌/우현에 각각 3개의 부배열로 구성된 수동소나의 한 종류로서 표적을 탐지하고 방위와 거리를 산출하는 특성을 갖는다. 방위와 거리 산출에는 물리적인 부배열 위치로 인하여 발생되는 시간지연과 삼각측량 기법이 활용된다. 이러한 기법에는 부배열의 정확한 위치정보가 요구되며 부배열의 위치정보가 부정확할 경우 방위와 거리정확도 성능이 저하되는 한계가 있다. 특히 하나의 시간지연을 사용하는 방위보다 두 개의 시간지연 값을 사용하는 거리 정확도 성능에 미치는 영향이 더 크다. 이를 개선하기 위하여 부배열의 위치 오차 추정 및 오차보상에 대한 연구가 필요하다. 본 논문에서는 최적화 탐색 기법인 유전자 알고리즘을 바탕으로 부배열 위치오차를 추정하며, 위치오차로 인한 시간지연 오차 값을 보상하여 거리정확도 성능 개선 방법을 제시하고자 한다. 또한 해상시험 데이터를 이용하여 제시한 알고리즘과 성능을 검증하고자 한다.

• 제어로봇시스템학회논문지
• /
• 제4권3호
• /
• pp.334-341
• /
• 1998

This paper proposes an algorithm to obtain the time-to-contact between an observer and a target and surface orientation of the target. These two physical elements are computed from the image deformation of a known shape, which is extracted by supervised classification of detected line segments based on MAP and Mahalanobis distance. The proposed algorithm was applied to the natural outdoor traffic scene and would contribute to the development for a collision avoidance system.

• ETRI Journal
• /
• 제43권1호
• /
• pp.17-30
• /
• 2021

At present, multiple input multiple output radars offer accurate target detection and better target parameter estimation with higher resolution in high-speed wireless communication systems. This study focuses primarily on power allocation to improve the performance of radars owing to the sparsity of targets in the spatial velocity domain. First, the radars are clustered using the kernel fuzzy C-means algorithm. Next, cooperative and noncooperative clusters are extracted based on the distance measured using the kernel fuzzy C-means algorithm. The power is allocated to cooperative clusters using the Pareto optimality particle swarm optimization algorithm. In addition, the Nash equilibrium particle swarm optimization algorithm is used for allocating power in the noncooperative clusters. The process of allocating power to cooperative and noncooperative clusters reduces the overall transmission power of the radars. In the experimental section, the proposed method obtained the power consumption of 0.014 to 0.0119 at K = 2, M = 3 and K = 2, M = 3, which is better compared to the existing methodologies-generalized Nash game and cooperative and noncooperative game theory.