• Proceedings of the Korea Information Processing Society Conference
• /
• 2018.10a
• /
• pp.833-835
• /
• 2018

최근 돼지의 상태 및 행동을 분석하기 위하여 카메라를 이용한 돈사 내 돼지에 대한 감시 시스템에 관한 연구가 활발히 진행되고 있다. 특히, 대부분의 국내 돈사는 돼지를 밀집 사육하는 방식이기 때문에 돼지의 겹침이 빈번하게 발생한다. 돼지들 간 겹침이 발생하게 되면 한 마리의 돼지로 인식하는 문제가 있기 때문에 개별 돼지의 탐지 및 추적이 불가능하다. 본 논문에서는 깊이 정보 영상을 이용하여 겹침 돼지를 탐지하고 개별 돼지로 특정 하는 방법을 제안한다. 즉, 임계 값을 설정하여 돼지와 배경을 분리함으로써 돼지들의 영역을 탐지하고, 탐지된 돼지들의 영역 크기를 비교하여 겹침 돼지를 탐지한다. 이후 탐지된 겹침 돼지의 깊이 정보를 이용하여 겹침 돼지를 두 마리의 돼지로 특정한다. 실험 결과, 겹침 돼지를 탐지하였고 탐지된 겹침 돼지에 대하여 각각 서 있는 돼지와 누워 있는 돼지로 특정 하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2019.05a
• /
• pp.625-628
• /
• 2019

양돈 업계에서 돼지의 무게는 생산성 측면에서 매우 중요한 요인 중 하나이다. 탑뷰 카메라를 통해 획득된 이미지에서 돼지의 무게를 추정할 때 오차가 적고 신뢰도 있는 결과를 보이기 위해, 오차의 주요 원인인 돼지의 머리를 제거하여야 한다. 우선, 돼지의 머리를 제거하기 위해서는 귀를 탐지하여야 한다. 그러나 돼지의 자세가 바르지 못한 경우 겹침으로 인해 돼지의 귀와 머리가 구분되지 않는 경우가 발생하고, 귀 탐지 과정에서 고려해야 할 변수가 많아지므로 연산량과 수행 시간이 증가한다. 따라서 돼지의 무게 추정을 위해서 돼지의 머리를 제거할 때 돼지의 자세 판정은 필수적이다. 본 논문에서는 돼지의 중점으로부터 돼지의 경계선을 연결한 선분의 길이를 비교하여 돼지의 자세를 빠르게 결정하였다. 이를 통해 자세가 바른 돼지의 머리를 제거하여 돼지의 무게를 측정하는 방법을 제안한다. 실험 결과, 7.8 ms의 수행 시간과 0.97 이상의 정확도로 돼지머리 제거를 위한 자세를 결정할 수 있음을 확인하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2019.05a
• /
• pp.621-624
• /
• 2019

돈사에서 돼지의 무게는 돼지의 건강이나 성장 상태, 출하 여부, 사육 환경, 사료 배급을 결정하는 주요 요인 중 하나이다. 이에 따라 돈사에서 돼지의 무게를 측정하는 것은 중요한 문제이다. 돼지의 무게 측정을 위해 Top-view 카메라에서 획득한 영상으로부터 돼지의 픽셀 수를 정확히 측정하기 위해서는 돼지의 머리 부분을 제거할 필요가 있다. 본 논문에서는 Convex-hull을 이용하여 돼지 모양에서의 오목 점과 돼지의 중심으로부터의 거리 정보를 이용함으로써 돼지의 머리를 효과적으로 탐지 및 제거하는 방법을 제안한다. 먼저, 이진화된 돼지의 이미지에서 Convex-hull 알고리즘을 수행 후, 돼지의 중심점 좌표로부터 일정 굴곡 이상의 오목 점 중 가장 가까운 점의 좌표를 획득한다. 이후 앞서 획득한 점의 좌표와 중점의 좌표 사이 일정 길이와 각도를 가지는 또 다른 점의 좌표를 획득하고, 두 점을 기준으로 돼지의 몸통과 머리를 분리하였다. 실험결과, 높은 정확도와 적은 수행시간으로 돼지의 머리를 탐지하고 제거할 수 있음을 확인하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2000.04a
• /
• pp.137-140
• /
• 2000

본 논문은 영상, 음성, 문자 정보를 포함한 대용량 멀티미디어 자료의 효율적인 검색을 위하여 진행되고 있는 MPEG-7 국제 표준화 활동의 동향에 대해서 알아 보며 국제표준 MPEG-7을 따르는 MPEG-7 Description Generator의 설계에 관하여 연구한다. 이 생성기는 크게 MPEG-7 DS 편집 모듈과 MPEG-7 Description 편집 모듈로 나뉘다. MPEG-7 Description Generator는 표준화 대상이 아닌 비표준 도구(non-normative tool)로서 세계적인 기업들이 경쟁적으로 개발 중에 있는 멀티미디어 응용 프로그램 중의 하나다. MPEG-7 은 현재 표준화가 진행 중이지만 MPEG-7 Metadata Generator를 개발함으로써 많은 수요가 예상되는 MPEG-7 표준안이 채택될 시점에 MPEG-7 관련 응용프로그램 시장에서 선점하고자 한다.

• Journal of Korea Multimedia Society
• /
• v.22 no.2
• /
• pp.136-145
• /
• 2019

The crowded environment of a domestic pig farm is highly vulnerable to the spread of infectious diseases such as foot-and-mouth disease, and studies have been conducted to automatically analyze behavior of pigs in a crowded pig farm through a video surveillance system using a camera. Although it is required to correctly separate occluding pigs for tracking each individual pigs, extracting the boundaries of the occluding pigs fast and accurately is a challenging issue due to the complicated occlusion patterns such as X shape and T shape. In this study, we propose a fast and accurate method to separate occluding pigs not only by exploiting the characteristics (i.e., one of the fast deep learning-based object detectors) of You Only Look Once, YOLO, but also by overcoming the limitation (i.e., the bounding box-based object detector) of YOLO with the test-time data augmentation of rotation. Experimental results with two-pigs occlusion patterns show that the proposed method can provide better accuracy and processing speed than one of the state-of-the-art widely used deep learning-based segmentation techniques such as Mask R-CNN (i.e., the performance improvement over Mask R-CNN was about 11 times, in terms of the accuracy/processing speed performance metrics).

• Korean Journal of Artificial Intelligence
• /
• v.11 no.1
• /
• pp.9-15
• /
• 2023

As mobile devices such as smartphones, tablets, and kiosks become increasingly prevalent, there is growing interest in developing alternative input systems in addition to traditional tools such as keyboards and mouses. Many people use their own bodies as a pointer to enter simple information on a mobile device. However, methods using the body have limitations due to psychological factors that make the contact method unstable, especially during a pandemic, and the risk of shoulder surfing attacks. To overcome these limitations, we propose a simple information input system that utilizes gaze-tracking technology to input passwords and control web surfing using only non-contact gaze. Our proposed system is designed to recognize information input when the user stares at a specific location on the screen in real-time, using intelligent gaze-tracking technology. We present an analysis of the relationship between the gaze input box, gaze time, and average input time, and report experimental results on the effects of varying the size of the gaze input box and gaze time required to achieve 100% accuracy in inputting information. Through this paper, we demonstrate the effectiveness of our system in mitigating the challenges of contact-based input methods, and providing a non-contact alternative that is both secure and convenient.

• Korean Journal of Artificial Intelligence
• /
• v.11 no.1
• /
• pp.17-24
• /
• 2023

With the continuous growth in the amount of data collected and analyzed, deep learning has become increasingly popular for extracting meaningful insights from various fields. However, hardware limitations pose a challenge for achieving meaningful results with limited data. To address this challenge, this paper proposes an algorithm that leverages the characteristics of convolutional neural networks (CNNs) to reduce the size of image datasets by 20% through smoothing and shrinking the size of images using color elements. The proposed algorithm reduces the learning time and, as a result, the computational load on hardware. The experiments conducted in this study show that the proposed method achieves effective learning with similar or slightly higher accuracy than the original dataset while reducing computational and time costs. This color-centric dataset construction method using image smoothing techniques can lead to more efficient learning on CNNs. This method can be applied in various applications, such as image classification and recognition, and can contribute to more efficient and cost-effective deep learning. This paper presents a promising approach to reducing the computational load and time costs associated with deep learning and provides meaningful results with limited data, enabling them to apply deep learning to a broader range of applications.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2011.04a
• /
• pp.7-10
• /
• 2011

본 논문에서는 스마트폰을 이용하여 차량을 원격시동 제어 및 관리하는 원격시동 관리 시스템을 제안한다. 이 시스템은 고가의 차량을 관리 및 제어하는 시스템인 만큼 작동의 신뢰성을 중요시 한다. 그래서 기존의 소형 리모콘 방식의 차량 원격시동 제어관리 시스템을 활용하여 시스템 작동의 신뢰도를 높였으며, 기존의 소형 리모콘 제어 환경에서 스마트폰으로 옮겨옴으로써, 기존의 입력 및 제어의 불편함을 해결하였다. 그리고 기존 존재하는 블루투스와 CDMA를 사용하는 차량 원격시동 제어 관리 시스템의 거리 및 속도, 비용 등의 문제점도 개선하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2021.11a
• /
• pp.711-714
• /
• 2021

고정 카메라 환경에서 전경과 배경 간 픽셀값의 차를 이용하여 전경을 추출하기 위해서는 정확한 배경 영상이 필요하다. 또한, 프레임마다 변화하는 실제 배경과 맞추기 위해 배경 영상을 지속해서 갱신할 필요가 있다. 본 논문에서는 정확한 배경 영상을 생성하기 위해 실시간 처리가 가능한 딥러닝 기반 객체 탐지기의 결과를 입력받아 영상 처리에 활용함으로써 배경을 생성 및 지속적으로 갱신하고, 획득한 배경 정보를 이용해 전경을 추출하는 방법을 제안한다. 먼저, 고정 카메라에서 획득되는 비디오 데이터에 딥러닝 기반 객체 탐지기를 적용한 박스 단위 객체 탐지 결과를 지속적으로 입력받아 픽셀 단위의 배경 영상을 갱신하고 개선된 배경 영상을 도출한다. 이후, 획득한 배경 영상을 이용하여 더 정확한 전경 영상을 획득한다. 또한, 본 논문에서는 시설물에 가려진 객체를 더 정확히 탐지하기 위해서 전경 영상을 이용하여 시설물 영상을 추출하는 방법을 제안한다. 실제 돈사에 설치된 카메라로 부터 획득된 12시간 분량의 비디오를 이용하여 실험한 결과, 제안 방법을 이용한 전경과 시설물 추출이 효과적임을 확인하였다.

• Journal of the Korean Institute of Illuminating and Electrical Installation Engineers
• /
• v.29 no.7
• /
• pp.71-79
• /
• 2015

This paper is on the development of computer software which can be utilized as a power system analysis tool for reliability assessment education. The input data of the developed software are so simple that even a non-expert easily understand how to use it. The software provides not only reliability indices but also their distributions, moreover, it provides the factors those effect the indices, which made the software even more useful for educational purpose. The developed software utilized Monte-carlo simulation based on the state duration sampling, therefore it can manage various probability distributions such as exponential, Weibull, gamma and lognormal distribution. Within the software, the parameters of the distribution can be decided automatically from its mean and variance, that is another advantage as an educational software.