• 한국멀티미디어학회논문지
• /
• 제21권11호
• /
• pp.1305-1316
• /
• 2018

Graphical user interface(GUI) has a very important role to interact with software users. However, designing and coding of GUI are tedious and pain taking processes. In many studies, the researchers are trying to convert GUI elements or widgets to code or describe formally their structures by help of domain knowledge of stochastic methods. In this paper, we propose the GUI elements detection approach based on object detection strategy using deep neural networks(DNN). Object detection with DNN is the approach that integrates localization and classification techniques. From the experimental result, if we selected the appropriate object detection model, the results can be used for automatic code generation from the sketch or capture images. The successful GUI elements detection can describe the objects as hierarchical structures of elements and transform their information to appropriate code by object description translator that will be studied at future.

• Journal of Multimedia Information System
• /
• 제6권4호
• /
• pp.329-332
• /
• 2019

Recently, smart lighting systems are the combination between sensors and lights. These systems turn on/off and adjust the brightness of lights based on the motion of object and the brightness of environment. These systems are often applied in places such as buildings, rooms, garages and parking lot. However, these lighting systems are controlled by lighting sensors, motion sensors based on illumination environment and motion detection. In this paper, we propose an automatic lighting control system using one single camera for buildings, rooms and garages. The proposed system is one integration the results of digital image processing as motion detection, hand gesture detection to control and dim the lighting system. The experimental results showed that the proposed system work very well and could consider to apply for automatic lighting spaces.

• 한국항행학회논문지
• /
• 제23권6호
• /
• pp.495-500
• /
• 2019

FOD (foreign object debris)는 각종 금속 및 비금속 이물질 및 항공기 운항에 잠재적 위험요소를 가진 물질을 총칭한다. 항공기 이동지역에서 사람이 직접 FOD 탐지 및 수거를 하던 방식은 효율성 및 경제성 또한 매우 낮기 때문에 국내환경에 적합한 FOD 자동 탐지 시스템 개발이 필수적으로 요구된다. 본 논문에서는 한서대학교 태안비행장에서 EO/IR카메라 및 레이더를 이용한 고정형 이물질 자동 탐지 시스템과 이동형 이물질 자동 탐지 시스템을 이용하여 100 m이상 최적탐지시간과 90% 탐지 정확도의 복합운영을 위한 두 시스템의 성능비교 실험 결과이다. 지속적인 연구개발을 통하여 FOD를 무인력으로 수행 할 수 있을것으로 기대된다.

• 전자공학회논문지
• /
• 제54권3호
• /
• pp.97-107
• /
• 2017

자동문에 있어서 적외선과 마이크로파 센서는 물체인식 입력신호를 통해 모터 개폐동작 제어를 담당하는 핵심부품으로 많이 사용하고 있다. 적외선과 마이크로파 기반의 센서를 자동문에 적용한 기존 시스템 경우, 대부분 건물외부로 노출하여 설치하기 때문에 태양의 적외선 또는 가시광선에 의해 오동작이 발생하게 된다. 또한 실내 외의 온도 차로 인한 환경변화는 물체인식 검출신호에 잡음을 일으키는 원인이 되기도 한다. 이러한 문제점과 더불어 빠르게 이동하는 물체를 감지센서가 검출영역에 대한 처리속도를 따라가지 못하는 하드웨어 결함이 감지 사각지대를 만들게 된다. 이는 자동문을 이용하는 통행자의 안전문제에 직접적인 영향을 주고 있기 때문에 빠른 개선방안이 필요한 시점이다. 본 논문은 기존의 감지센서 외에 초음파 센서를 추가 설치하여 검출영역을 개선하기 위한 실험을 진행하였다. 초음파 신호의 검출특성과 장점을 자동문에 적용하여 빠르게 이동하는 물체의 접근경로와 고정 장애물의 위치영역을 정확하고 신속하게 처리하는 연산회로와 검출 알고리즘을 구현하였다. 이를 통해 초음파 센서를 적용한 자동문이 사각지대를 감지하는 검출영역에서 성능개선으로 이어지는 결과를 현장실험을 통해서 확인하고 개선방안을 제안하였다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제13권8호
• /
• pp.3981-4004
• /
• 2019

This paper proposes a novel method for locating objects in real space from a single remote image and measuring actual distances between them by automatic detection and perspective transformation. The dimensions of the real space are known in advance. First, the corner points of the interested region are detected from an image using deep learning. Then, based on the corner points, the region of interest (ROI) is extracted and made proportional to real space by applying warp-perspective transformation. Finally, the objects are detected and mapped to the real-world location. Removing distortion from the image using camera calibration improves the accuracy in most of the cases. The deep learning framework Darknet is used for detection, and necessary modifications are made to integrate perspective transformation, camera calibration, un-distortion, etc. Experiments are performed with two types of cameras, one with barrel and the other with pincushion distortions. The results show that the difference between calculated distances and measured on real space with measurement tapes are very small; approximately 1 cm on an average. Furthermore, automatic corner detection allows the system to be used with any type of camera that has a fixed pose or in motion; using more points significantly enhances the accuracy of real-world mapping even without camera calibration. Perspective transformation also increases the object detection efficiency by making unified sizes of all objects.

• International Journal of Advanced Culture Technology
• /
• 제10권1호
• /
• pp.230-235
• /
• 2022

This study is to select an optimal object detection algorithm for designing a self-checkout counter to improve the inconvenience of payment systems for products without existing barcodes. To this end, a performance comparison analysis of YOLO v2, Tiny YOLO v2, and the latest YOLO v5 among deep learning-based object detection algorithms was performed to derive results. In this paper, performance comparison was conducted by forming learning data as an example of 'donut' in a bakery store, and the performance result of YOLO v5 was the highest at 96.9% of mAP. Therefore, YOLO v5 was selected as the artificial intelligence object detection algorithm to be applied in this paper. As a result of performance analysis, when the optimal threshold was set for each donut, the precision and reproduction rate of all donuts exceeded 0.85, and the majority of donuts showed excellent recognition performance of 0.90 or more. We expect that the results of this paper will be helpful as the fundamental data for the development of an automatic payment system using AI self-service technology that is highly usable in the non-face-to-face era.

• 한국항행학회논문지
• /
• 제24권6호
• /
• pp.479-484
• /
• 2020

FOD (foreign object debris)는 활주로 내의 항공기 운항과정에서 이에 위협을 가할 수 있는 모든 물질들을 총칭하는 단어이다. 과거 활주로 내에서 인적자원을 이용한 FOD 탐지 및 수거 방식은 효율성 및 경제성 면에서 매우 비효율적이기 때문에 국내에서 사용하기에 적합한 무인 FOD 탐지 시스템 개발이 필수적으로 요구되는 실정이다. 본 논문에서는 한서대학교 태안비행장에서 EO카메라 및 레이더를 이용한 고정형 FOD 자동 탐지 시스템과 이동형 FOD 자동 탐지 시스템을 연구 및 개발하고 고정형과 이동형 방식을 운용하여 조도 및 기상환경에 상관없이 비행장의 활주로 내 자동 FOD 탐지가 가능함을 확인하였다.

• 한국멀티미디어학회논문지
• /
• 제20권5호
• /
• pp.769-781
• /
• 2017

Deep learning networks like Convolutional Neural Networks (CNNs) show successful performances in many computer vision applications such as image classification, object detection, and so on. For implementation of deep learning networks in embedded system with limited processing power and memory, deep learning network may need to be simplified. However, simplified deep learning network cannot learn every possible scene. One realistic strategy for embedded deep learning network is to construct a simplified deep learning network model optimized for the scene images of the installation place. Then, automatic training will be necessitated for commercialization. In this paper, as an intermediate step toward automatic training under fisheye camera environments, we study more precise human localization in fisheye images, and propose an accurate human localization method, Automatic Ground-Truth Labelling Method (AGTLM). AGTLM first localizes candidate human object bounding boxes by utilizing GoogLeNet-LSTM approach, and after reassurance process by GoogLeNet-based CNN network, finally refines them more correctly and precisely(tightly) by applying saliency object detection technique. The performance improvement of the proposed human localization method, AGTLM with respect to accuracy and tightness is shown through several experiments.

• 한국터널지하공간학회 논문집
• /
• 제20권6호
• /
• pp.1161-1175
• /
• 2018

도로 터널의 주행은 시야의 제한으로 인해 유고상황이 발생한 후 2차 대형사고로 이어지기 쉽다. 따라서, 유고상황 발생 즉시, 상황을 자동 감지하여 신속히 초동대응이 이루어 져야 한다. 유고상황을 자동으로 감시할 수 있는 시스템은 기존에도 존재했지만, 폐합된 터널 내 열악 환경에서 촬영되는 CCTV 영상의 질적 한계로 인해 유고상황을 제대로 감지하지 못했다. 이러한 한계를 극복하기 위해 딥러닝을 기반으로 한 터널 영상유고 자동 감지 시스템을 개발하였으며, 지난 2017년 11월 딥러닝 객체 인식 네트워크에 대한 연구를 진행하여 우수한 객체인식 성능을 보인바 있다. 그러나 객체인식은 정지영상 기반으로 수행되므로 이동체의 이동방향과 속도를 알 수 없어, 정차 및 역주행 등 이동체의 이동특성에 따른 유고상황을 판단하기 힘들다. 본 논문에서는 객체인식으로 감지된 이동체의 객체정보를 기반으로 별도의 객체추적기법을 적용하여 이동체의 이동 특성을 자동으로 추적하는 프로세스를 제안하였다. 이를 통해 얻어진 이동체의 이동 방향과 속도 정보를 기반으로 정차 및 역주행을 판별하는 알고리즘을 개발하여 딥러닝 기반 터널 영상유고 자동감지 시스템을 완성하였다. 또한, 유고상황이 포함된 영상들에 대하여 유고상황 감지성능을 검증하였다. 검증 실험 결과, 화재, 정차와 역주행 상황에 대해서는 모두 100% 수준으로 완전한 유고상황 감지성능을 보였으나, 보행자 발생 상황에서는 78.5%로 상대적으로 낮은 성능을 보였다. 하지만, 향후 지속적인 영상유고 영상 빅데이터를 확장해 나가고 주기적인 재학습을 통해 유고상황에 대한 인지성능을 향상시켜 나갈 수 있을 것이다.

• 대한원격탐사학회지
• /
• 제33권6_1호
• /
• pp.1019-1027
• /
• 2017

고해상도 위성영상의 활용이 가능해짐에 따라 다양한 분야에서 위성영상을 활용하고자 하는 연구가 진행되고 있다. 본 논문은 광역의 위성영상에서 특정 형태를 갖는 오브젝트를 탐지해내는 내용기반의 자동화된 표적 탐색 시스템의 전처리 단계를 위해 수학적 모폴로지 방법을 이용하여 말발굽 형상의 오브젝트를 추출하는 방법을 제안한다. 이는 촬영 지역 및 촬영 시기, 환경에 따라 영상 질의 차이가 심하고, 찾고자하는 표적의 에지가 선명하지 않은 위성영상에서도 쉽게 말발굽 형상의 오브젝트를 추출해내는 방법이다. 제안한 방법으로 말발굽 형상의 오브젝트를 빠르게 분류해냄으로써 다음 단계의 표적 탐지를 위해 탐색해야 할 영역의 수를 줄일 수 있으므로 시스템의 속도를 크게 향상 시킬 수 있다.