• 전기전자학회논문지
• /
• 제23권3호
• /
• pp.844-851
• /
• 2019

웨어러블 디바이스의 대중화에 따라 디바이스 내에 탑재된 다양한 센서를 활용하여 동작 인식, 헬스케어, 안전 보조 등 다양한 스마트 서비스를 제공하는 애플리케이션이 급증하고 있다. 본 논문에서는 9축 관성 센서가 탑재된 스마트워치를 이용하여 운전자를 인식하고, 운전 중 운전자의 자동차 핸들의 회전각을 탐지하는 방법을 제안한다. 제안하는 시스템은 i) 스마트워치 위치 인식, ii) 운전자 인식, iii) 핸들의 회전각 계산, 3가지 단계로 구성되어 있다. 이를 위해, IMU 센서와 아두이노(Arduino)를 이용하여 웨어러블 디바이스의 시제품을 자체 제작하고 제안하는 시스템을 구현 하였다. 실험을 통해 핸들의 회전 방향을 높은 정확도로 계산할 수 있고 회전각 또한 평균 $11.77^{\circ}$의 낮은 오차를 보여 제안하는 시스템의 실효성을 입증하였다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제3권8호
• /
• pp.299-308
• /
• 2014

신체 동작, 얼굴 표정과 같이 아주 복잡한 생체 패턴을 인식하고 분류하는 인간의 능력을 모방한 정보처리 컴퓨팅 관련 연구가 최근 다수 등장하고 있다. 특히 컴퓨터비전 분야에서는 인간의 뛰어난 인지 능력 중 상황정보 없이 시각시퀀스에서 동작을 분류하는 기능을 통해 시공간적 패턴 코딩과 빠른 인식 방법을 이해하고자 한다. 본 연구는 비디오 시퀀스상의 동작인식에 생물학적 시각인지과정의 영향을 받은 생체 기반 컴퓨터비전 모델을 제시하였다. 제안 모델은 이미지 시퀀스에서 동작을 검출하고 시각 패턴을 판별하는 데 생체 시각처리과정의 신경망 구조 단계를 반영하였다. 실험을 통해 생체 기반 동작인식 모델이 인간 시각인지 처리의 여러 가지 속성을 고려했을 뿐 아니라 기존 동작인식시스템에 비해 시간 정합성이 뛰어나며 시간 변화에 강건한 분류 능력을 보임을 알 수 있다. 제안 모델은 지능형 로봇 에이전트와 같은 생체 기반 시각정보처리 시스템 구축에 기여할 수 있다.

• 방송공학회논문지
• /
• 제20권3호
• /
• pp.430-439
• /
• 2015

최근 범죄 예방을 위해 폭력행위 검출에 대한 영상 분석 기술에 대한 요구가 증가되고 있다. 영상을 이용한 행동 인식 기술을 많은 연구되고 있지만, 폭력행위에 대한 검출 기술은 상대적으로 텔레비전 또는 영화의 폭력장면 검출에만 초점이 맞추어져 있다. 영화에서 촬영 된 폭력 장면에는 주로 피를 흘리는 모습들이 자주 등장하기 때문에 움직임 정보와 색상 정보를 함께 사용하는 방법을 많이 사용하였다. 하지만 실제 CCTV에서 촬영된 폭력행위의 경우 피가 묻은 장면은 자주 발생하지 않기 때문에 색상 정보를 이용한 폭력행위 검출에는 한계점이 존재한다. 본 논문에서는 영상에서의 움직임 벡터를 이용하여 감시영상에서의 폭력 행동을 검출하는 알고리즘을 제안하고자 한다. 제안하는 방법은 공개 데이터인 USI 데이터와 실제 폭력 행위가 발생한 YouTube 데이터를 사용하여 검출결과를 나타내었다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2016년도 추계학술발표대회
• /
• pp.510-513
• /
• 2016

Detecting of the object in image processing is substantial but it depends on the object itself and the environment. An object can be detected either by its shape or color. Color is an essential for pattern recognition and computer vision. It is an attractive feature because of its simplicity and its robustness to scale changes and to detect the positions of the object. Generally, color of an object depends on its characteristics of the perceiving eye and brain. Physically, objects can be said to have color because of the light leaving their surfaces. Here, we conducted experiment in the aquarium fish tank. Different color of fish robots are mimic the natural swim of fish. Unfortunately, in the underwater medium, the colors are modified by attenuation and difficult to identify the color for moving objects. We consider the fish motion as a moving object and coordinates are found at every instinct of the aquarium to detect the position of the fish robot using OpenCV color detection. In this paper, we proposed to identify the position of the fish robot by their color and use the position data to control the fish robot gathering in one point in the fish tank through serial communication using RF module. It was verified by the performance test of detecting the position of the fish robot.

• 한국정보통신학회논문지
• /
• 제17권12호
• /
• pp.2976-2983
• /
• 2013

전력부족현상으로 대기전력에 대한 관심이 증가하고 있다. 대부분의 전자기기는 본래의 기능을 사용하지 않는 대기상태로 존재하며, 대기상태 중에서도 많은 전력을 소비한다. 이러한 대기상태로 인한 전력소비를 방지하기 위해 많은 나라에서 스마트 플러그에 관한 연구가 진행되었다. 그러나 이러한 스마트 플러그의 경우, 기능의 특성상 고가의 경우가 많으며, 사용자의 수동제어 또는 동작감지 센서 및 사용자 패턴에 의해 대기전력을 차단하게 된다. 이러한 기능은 동작감지 센서의 오작동, 사용자 패턴의 다양화에 따라 장점을 가지지 못한다. 본 연구에서는 사용자 스마트폰의 블루투스 기능과 연동하는 멀티플러그 타입의 스마트 플러그를 개발하였다. 사용자의 스마트폰을 이용하여 사용자 위치판단을 하고, 사용자 위치에 따라 능동적으로 스마트 플러그에서 각 전자기기의 대기전력을 차단함으로 전자기기들의 대기전력으로부터 소비되는 전력을 줄일 수 있음을 확인하였다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2021년도 추계학술대회
• /
• pp.290-293
• /
• 2021

본 논문에서는 공부하는 사용자의 상황을 감지하여, 학습의욕을 고취시키고 집중력 향상을 도와주기 위한 학습능률 확인 시스템을 구현하고자 한다. 이를 위해 실시간 카메라를 통해 사용자의 얼굴이나 몸의 움직임을 추출하여 학습 태도, 집중력에 대한 데이터를 측정한다. 실시간 임베디드 시스템 구현을 위해 Jetson 보드를 사용하였으며, 영상인식을 위한 CNN(Convolution Neural Network)를 구현하였다. CNN 을 이용해 대상의 특징 부분을 검출한 후 움직임 검파를 수행한다. 캡처한 영상을 PYQT5 로 작성된 GUI 에서 영상을 보여주며, 각각 방해되는 행동을 했을 때 푸시메시지를 보내며 데이터를 수집한다. 또한 GUI 로 만든 메인 화면에서 각각의 기능들을 실행 가능하며, 수집한 데이터를 산출해주는 통계그래프와 작업관리 목록, 화이트 노이즈 등의 기능을 수행한다. 구축된 학습능률 확인 시스템을 통해 대상의 데이터를 수집 및 분석을 비롯한 다양한 기능을 사용자에게 제공하였다.

• 한국통신학회논문지
• /
• 제41권9호
• /
• pp.1120-1131
• /
• 2016

본 논문은 흡연으로 인한 화재사고 방지를 위해, 비디오 영상에서 흡연자를 검출하는 알고리즘을 제안한다. 흡연자의 행동을 인식하기 위해 행동 인식 기법의 계층적 방법 중 서술 기반 접근 방법을 기반으로 제안하는 알고리즘은 배경 영역 분리, 객체 검출, 이벤트 탐지, 이벤트 판단 과정으로 구성된다. 배경 영역 분리 과정으로 학습률이 다른 두 개의 가우시안 혼합 모델을 이용하여 입력 영상으로부터 고속 움직임 전경, 저속 움직임 전경 영상을 생성하고, 저속움직임 전경 영상을 chain-rule 기반 외곽선 검출 알고리즘을 통하여 객체의 위치를 추출해낸다. 위치 정보를 기반으로 흡연자의 세 가지 특징인 얼굴, 연기, 손의 움직임을 이벤트 탐지 과정에서 검출한다. Haar-like feature를 이용하여 얼굴을 검출하며, 고속 움직임 전경에서 연기의 발생 빈도수와 방향성을 반영하여 연기를 검출한다. 움직임 추정을 통해 반복적인 손의 움직임을 검출한다. 일정 구간의 비디오 시퀀스 내 객체들에 대하여, 검출된 특징들의 서술적 관계를 반영하여 각각의 객체가 흡연자인지 판단한다. 제안하는 방법은 실시간으로 여러 다른 객체들 사이에서 강인하게 흡연자를 검출한다.

• 한국정밀공학회지
• /
• 제16권4호통권97호
• /
• pp.37-45
• /
• 1999

Many automated welding equipment are used in the industry. However, there are some problems to get quality welds because of the geometric error, thermal distortion, and incorrect joint fit-up. These factors can make the gap between base plates in case of a thick plate welding. The welding product with the quality welds can not be obtained without consideration of the gap. In this paper, the robot path and welding conditions are modified to get the quality weld by detecting the position and size of the gap. In this work, a low-priced laser range sensor is used. The 3-dimensional information is obtained using the motion of a robot, which holds a laser range sensor. The position and size of the gap is calculated using signal processing of the measured 3-dimensional information of joint profile geometry. The data measured by a laser range sensor is segmented by an iterative end point method. The segmented data is optimized by the least square method. The existence of gap is detected by comparing the data with the segmented shape of template. The effects of robot measuring speed and gap size are also tested. The recognizability fo the gap is verified as good by comparing the real joint profile and the calculated joint profile using the signal processing.

• 대한의용생체공학회:의공학회지
• /
• 제20권4호
• /
• pp.419-425
• /
• 1999

본 논문에서는 흑백 동영상을 사용하여 얼굴 표정 및 제스처를 실시간으로 인식하는 시스템을 개발하였다. 얼굴 인식분야에서는 형판 정합법과 얼굴의 기하학적 고찰에 의한 사전지식을 바탕으로 한 방법을 혼합하여 사용하였다. 혼합 방법에 의해 입력영상에서 얼굴 부위만을 제한하였으며, 이 영역에 옵티컬 플로우를 적용하여 얼굴 표정을 인식하였다. 제스처 인식에서는 엔트로피를 분석하여 복잡한 배경영상으로부터 손 영역을 분리하는 방법을 제안하였으며 , 이 방법을 개선하여 손동작에 대한 제스처를 인식하였다. 실험 결과, 입력 영상의 배경에 크게 영향을 받지 않고서도 동일 영상에서 움직임이 큰 부위를 검출하여 얼굴의 표정 및 손 제스처를 실시간적으로 인식할 수 있었다.

• Investigative Magnetic Resonance Imaging
• /
• 제26권1호
• /
• pp.1-9
• /
• 2022

Artificial intelligence (AI) powered by deep learning (DL) has shown remarkable progress in image recognition tasks. Over the past decade, AI has proven its feasibility for applications in medical imaging. Various aspects of clinical practice in neuroimaging can be improved with the help of AI. For example, AI can aid in detecting brain metastases, predicting treatment response of brain tumors, generating a parametric map of dynamic contrast-enhanced MRI, and enhancing radiomics research by extracting salient features from input images. In addition, image quality can be improved via AI-based image reconstruction or motion artifact reduction. In this review, we summarize recent clinical applications of DL in various aspects of neuroimaging.