• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 1996년도 Proceedings of the Korea Automatic Control Conference, 11th (KACC); Pohang, Korea; 24-26 Oct. 1996
• /
• pp.145-148
• /
• 1996

In moving object tracking based on the visual sensory feedback, a prerequisite is to determine which feature or which object is to be tracked and then the feature or the object identification precedes the tracking. In this paper, we focus on the object identification not image feature identification. The target identification is realized by finding out corresponding line segments to the hypothesized model segments of the target. The key idea is the combination of the Mahalanobis distance with the geometrica relationship between model segments and extracted line segments. We demonstrate the robustness and feasibility of the proposed target identification algorithm by a moving vehicle identification and tracking in the video traffic surveillance system over images of a road scene.

• 제어로봇시스템학회논문지
• /
• 제5권7호
• /
• pp.814-820
• /
• 1999

We propose a target identification algorithm for visual tracking. Target identification is realized by finding out corresponding line segments to the hypothesized model segments of the target. The key idea is the combination of the Mahalanobis distance with the geometrical relationship between model segments and extracted line segments.

• 대한임베디드공학회논문지
• /
• 제17권1호
• /
• pp.67-76
• /
• 2022

Monostatic/Bistatic inverse synthetic aperture radar (ISAR) images are two-dimensional radar cross section (RCS) distributions of a target. When there are many targets in a single radar beam, ISAR images are generated with targets overlapped, so it is difficult to perform the targets identification using the trained database. In addition, it is inefficient to perform target identification using only single monostatic and bistatic ISAR images separately because each method has its own advantages and weaknesses. Therefore, this paper analyzes multiple targets identification performances using monostatic/bistatic ISAR images and proposes a method of identification through fusion of two ISAR images. To identify multiple targets, we use image combination technique using trained single target images. Simulation results show effectiveness of proposed method.

• 한국전자파학회논문지
• /
• 제27권6호
• /
• pp.566-576
• /
• 2016

바이스태틱 역합성 개구 레이다(Inverse Synthetic Aperture Radar: ISAR) 영상은 표적에 대한 2차원 산란분포를 나타내고, 이는 바이스태틱 표적식별에 이용될 수 있다. 하지만 바이스태틱 ISAR 영상은 바이스태틱 기하구조에 따라 그 산란 메커니즘이 다양하게 변화하고, 고유의 왜곡 때문에 표적의 정확한 거리-도플러 정보를 나타낼 수 없다. 따라서 이를 이용한 표적식별에서 효율적인 훈련 DB 구축은 핵심사항이 된다. 최근 모노스태틱 표적식별에서 효율적인 성능을 보였던 비행 시나리오 기반 훈련 데이터베이스(database: DB) 구축 기법을 바이스태틱 고해상도 거리측면도(High Resolution Range Profile: HRRP) 표적식별에 적용하여 바이스태틱 기하구조 내 효율적인 훈련 DB를 구축하는 연구가 수행되었고, 상기 연구는 레이다와 표적 사이의 거리가 충분히 먼 경우, 적은 양의 훈련 DB로도 높은 표적식별 성능을 획득할 수 있음을 보여주었다. 따라서 본 논문에서는 비행 시나리오 기반 훈련 DB 구축 기법을 바이스태틱 ISAR 영상 표적식별에 적용한 후, 그 성능과 효율성을 분석한다.

• 한국정보기술학회논문지
• /
• 제16권12호
• /
• pp.93-100
• /
• 2018

역합성 개구 레이다(Inverse Synthetic Aperture Radar:ISAR) 영상은 표적의 2차원 RCS(Radar Cross Section) 분포를 나타낸다. 레이더의 LOS(Line Of Sight) 방향으로 진행하는 표적에 대해 바이스태틱 ISAR는 영상의 수직 해상도를 얻을 수 없는 모노스태틱 ISAR의 약점을 보완할 수 있다. 그러나 바이스태틱 ISAR는 모노스태틱 ISAR 비해 긴 처리 시간과 다양한 산란 메커니즘을 가지고 있기 때문에, 바이스태틱 ISAR 영상만을 이용한 표적식별은 비효율적일 수 있다. 이에 본 논문에서는 레이더의 LOS 방향으로 진행하는 표적의 모노스태틱, 바이스태틱 ISAR 영상을 이용하여 표적 식별 성능을 분석하고, 두 레이다의 융합을 통한 표적식별 방법을 제시한다. 시뮬레이션 결과, 융합을 통한 식별 성능이 모노스태틱, 바이스태틱 ISAR 영상만을 이용한 식별 성능보다 더 효율적임을 확인할 수 있었다.

• 한국전자파학회논문지
• /
• 제29권9호
• /
• pp.731-734
• /
• 2018

대지 유도무기의 명중률 개선을 위해 지상 클러터 사이에서 표적을 정확하게 탐지하고 인식하는 연구가 많이 수행되고 있다. 지상 표적보다 클러터의 신호가 다양하고 복잡한 특성을 보이는 점으로 인해 능동 표적인식 기술에 대한 연구가 필요하다. 본 논문에서는 자기유사성(self-similarity)의 특징을 가지는 프랙탈 차원(fractal dimension) 계산을 통해 표적의 고유한 특징을 추출하고, 이를 기반으로 표적을 인식하고 종류를 구분하는 알고리즘을 제안한다. 알고리즘을 적용한 시뮬레이션 수행 결과, 전차와 트럭으로 인식하는 확률이 각각 100 %, 98.89 %로 나오며, 98 % 이상 확률로 표적의 종류를 구분한다.

• 정보과학회 컴퓨팅의 실제 논문지
• /
• 제22권1호
• /
• pp.56-60
• /
• 2016

탠덤 질량 분석에서는 신뢰도 높은 펩타이드 동정을 위해 목표 데이터베이스의 참조 단백질 순서를 재배치한 디코이 데이터베이스가 주로 이용된다. 한편 목표 데이터베이스와 디코이 데이터베이스 사이 혹은 디코이 데이터베이스 내부에 서열이 동일한 중복 펩타이드가 존재할 수 있으며, 이는 단백질 동정을 어렵게 하는 요인이 된다. 따라서 디코이 데이터베이스의 중복성을 최소화하는 것은 중요한 문제이다. 본 논문에서는 디코이 데이터베이스 생성에 널리 사용되는 의사셔플(pseudo-shuffling)과 의사역순(pseudo-reversing) 방법이 디코이 데이터베이스의 중복성에 미치는 영향을 조사하였다. 실험 결과, 목표 데이터베이스 크기와 데이터베이스 생성 시 허용되는 'missed cleavage site'의 최대 개수는 중복성을 증가시킴을 확인하였다. 또한 동일한 조건에서는 의사역순 방법이 의사셔플보다 항상 낮은 수준의 중복성을 가지는 디코이 데이터베이스를 생성하였다.

• 한국전자파학회논문지
• /
• 제27권2호
• /
• pp.198-207
• /
• 2016

바이스태틱(Bistatic) 레이다는 기존의 모노스태틱(Monostatic) 레이다로는 수행하기 어려운 저피탐(stealth) 표적에 대한 탐지 및 식별을 용이하게 해준다. 하지만 표적식별을 위해 바이스태틱 레이다의 수신신호로부터 고해상도 거리 측면도(high resolution range profile: HRRP)를 형성할 시, 바이스태틱 고유의 기하구조로 인해 바이스태틱 HRRP 내 왜곡현상이 발생하고, 이는 표적에 대한 정확한 거리 정보를 획득하기 어렵게 한다. 더욱이 바이스태틱 HRRP 내 나타나는 표적의 전자기적 산란 메커니즘은 바이스태틱 기하구조에 따라 다양하게 변하기 때문에 효율적인 훈련 데이터베이스 구축은 바이스태틱 표적식별에서의 핵심 사항이 된다. 본 논문에서는 모노스태틱 표적식별에서 효과적인 성능을 보였던 비행 시나리오에 기반한 훈련 데이터베이스 구축 기법을 바이스태틱 표적식별에 적용해 보고, 그 성능과 효율성을 분석한다. 시뮬레이션에서는 레이다와 표적의 거리가 충분히 먼 경우, 비행시나리오에 기반한 데이터베이스를 이용하여 효율적으로 바이스태틱 표적식별을 수행할 수 있음을 보인다.

• 대한원격탐사학회지
• /
• 제40권2호
• /
• pp.167-177
• /
• 2024

With advancements in satellite technology, interest in target detection and identification is increasing quantitatively and qualitatively. Synthetic Aperture Radar(SAR) images, which can be acquired regardless of weather conditions, have been applied to various areas combined with machine learning based detection algorithms. However, conventional studies primarily focused on the detection of stationary targets. In this study, we proposed a method to identify moving targets using an algorithm that integrates sub-aperture SAR images and cosine similarity calculations. Utilizing a transformer-based deep learning target detection model, we extracted the bounding box of each target, designated the area as a region of interest (ROI), estimated the similarity between sub-aperture SAR images, and determined movement based on a predefined similarity threshold. Through the proposed algorithm, the quantitative evaluation of target identification capability enhanced its accuracy compared to when training with the targets with two different classes. It signified the effectiveness of our approach in maintaining accuracy while reliably discerning whether a target is in motion.

• 한국전자파학회논문지
• /
• 제20권3호
• /
• pp.289-295
• /
• 2009

HRR(High Resolution Range) profile은 표적의 고유한 전자기학적 산란 특성을 1차원 레이더 영상으로 보여줄 뿐만 아니라, 잡음에 강인하면서 실시간으로 획득 가능하기 때문에 비행 표적을 식별하기 위한 레이더 신호로 많이 이용되고 있다. 하지만 HRR profile은 레이더와의 상대적인 각도에 대해 민감하게 변하기 때문에 하나의 표적에 대한 훈련 데이터베이스를 구축하려면 엄청난 양의 HRR profile이 필요하다. 이러한 문제를 해결하기 위하여 본 논문에서는 표적의 비행 기동 시나리오에 따른 훈련 데이터베이스 구축 방법을 기술한다. 이 방법을 사용하면 적은 양의 훈련 데이터베이스로도 높은 식별 성능을 얻을 수 있다.