• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제15권8호
• /
• pp.2749-2763
• /
• 2021

The desirable result of infrared (IR) and visible (VIS) image fusion should have textural details from VIS images and salient targets from IR images. However, detail information in the dark regions of VIS image has low contrast and blurry edges, resulting in performance degradation in image fusion. To resolve the troubles of fuzzy details in dark regions of VIS image fusion, we have proposed a method of reflectance estimation for IR and VIS image fusion. In order to maintain and enhance details in these dark regions, dark region approximation (DRA) is proposed to optimize the Retinex model. With the improved Retinex model based on DRA, quasi-Newton method is adopted to estimate the reflectance of a VIS image. The final fusion outcome is obtained by fusing the DRA-based reflectance of VIS image with IR image. Our method could simultaneously retain the low visibility details in VIS images and the high contrast targets in IR images. Experiment statistic shows that compared to some advanced approaches, the proposed method has superiority on detail preservation and visual quality.

• Journal of Information Processing Systems
• /
• 제19권4호
• /
• pp.427-438
• /
• 2023

Plenty of works have indicated that single image super-resolution (SISR) models relying on synthetic datasets are difficult to be applied to real scene text image super-resolution (STISR) for its more complex degradation. The up-to-date dataset for realistic STISR is called TextZoom, while the current methods trained on this dataset have not considered the effect of multi-scale features of text images. In this paper, a multi-scale and attention fusion model for realistic STISR is proposed. The multi-scale learning mechanism is introduced to acquire sophisticated feature representations of text images; The spatial and channel attentions are introduced to capture the local information and inter-channel interaction information of text images; At last, this paper designs a multi-scale residual attention module by skillfully fusing multi-scale learning and attention mechanisms. The experiments on TextZoom demonstrate that the model proposed increases scene text recognition's (ASTER) average recognition accuracy by 1.2% compared to text super-resolution network.

• Journal of Advanced Marine Engineering and Technology
• /
• 제40권1호
• /
• pp.62-68
• /
• 2016

실내 위치인식 기술 중 하나인 WiFi Fingerprint는 기존의 WiFi access point(AP)의 거리에 따른 신호 세기를 활용하여 위치를 추정하는 편리함 때문에 많은 연구가 이루어지고 있다. 하지만 이 방식은 Radio map에 저장된 Reference point에 의존하기 때문에 다른 방식에 비해 위치의 분해능이 떨어지고 연산량이 많다. 본 논문에서는 이러한 문제를 해결하기 위하여 WiFi와 BLE를 융합한 Log-Distance Path Loss Model 기반의 Radio map 설계 알고리즘을 제안한다. 제안한 알고리즘은 Log-Distance Path Loss Model이 적용된 변수 값을 추출하여 Radio map을 설계하는 방식이며 Median Filter를 적용하여 오차를 개선하였다. 기존 Fingerprint와 비교하여 실험한 결과, 위치의 정확도는 평균 2.747m에서 2.112m로 0.635m 감소되는 것을 확인하였으며 연산량은 AP 환경에 따라 33%이상 감소하는 것을 확인하였다.

• 한국수자원학회논문집
• /
• 제51권3호
• /
• pp.273-280
• /
• 2018

수문순환에서 증발산의 정확한 산정은 수문분석 및 이해에 있어서 매우 중요하다. 특히, 증발산을 산정하는 방법은 다양하며, 각각 방법 마다 장단점을 가지고 있다. 그렇기 때문에, 각 다른 방법으로 산전된 결과를 융합하여 최적의 증발산을 산출해야할 필요가 있다. 본 연구에서는 대표적으로 인공위성 기반의 증발산 모델인 revised RS-PM과 MS-PT 방법에서 산출된 증발산과 모델 자료인 Global Land Data Assimilation System (GLDAS)와 Global Land Evaporation Amsterdam Model (GLEAM)자료들을 융합함으로써 최적의 증발산을 산출하고자 하였다. 연구 지역인 청미천과 설마천에서의 플럭스 타워에서 융합된 증발산에 대해서 검증을 실시하였다. 통계학적인 결과(상관계수, 일치도, MAE, RMSE)를 확인하였을 때, 기존의 인공위성과 모델에서 산출되는 증발산 결과에 비해 향상되는 결괄르 나타내었다. 전반적으로 결과를 확인하였을 때, 융합된 자료가 보다 향상된 결과를 보일 수 있을 것이라는 것을 나타내었으며, 추후에는 더 많은 모델을 사용하여 융합함으로써 보다 정확한 결과를 산출 할 수 있을 것으로 기대된다.

• 제어로봇시스템학회논문지
• /
• 제13권7호
• /
• pp.637-648
• /
• 2007

This paper presents a sensor fusion method based on indirect Kalman filter(IKF) for error compensation of low-cost inertial sensors and its application to the determination of attitude and position of small flying robots. First, the analysis of the measurement error characteristics to zero input is performed, focusing on the bias due to the temperature variation, to derive a simple nonlinear bias model of low-cost inertial sensors. Moreover, from the experimental results that the coefficients of this bias model possess non-deterministic (stochastic) uncertainties, the bias of low-cost inertial sensors is characterized as consisting of both deterministic and stochastic bias terms. Then, IKF is derived to improve long term stability dominated by the stochastic bias error, fusing low-cost inertial sensor measurements compensated by the deterministic bias model with non-inertial sensor measurement. In addition, in case of using intermittent non-inertial sensor measurements due to the unreliable data link, the upper and lower bounds of the state estimation error covariance matrix of discrete-time IKF are analyzed by solving stochastic algebraic Riccati equation and it is shown that they are dependant on the throughput of the data link and sampling period. To evaluate the performance of proposed method, experimental results of IKF for the attitude determination of a small flying robot are presented in comparison with that of extended Kaman filter which compensates only deterministic bias error model.

• 인터넷정보학회논문지
• /
• 제15권4호
• /
• pp.9-20
• /
• 2014

대상의 동작을 잘 예측하는 것은 사회적 상호작용과 의사결정 컨텍스트 이해의 핵심이다. 본 연구는 동작 인식 과정에서 인간 뇌 시각인지 과정을 모방한 방법으로 관절 동작의 동작 순서 패턴을 학습하는 컴퓨팅 모델을 제안하였다. 제안 방법의 핵심은 뇌에서 동작 인지 자극을 처리하는 신경생리학적 IT, MT, STS의 피질 기능과 특정 시각 신경 회로 네트워크 기능을 모방하여 비지도 방법으로 동작 순서를 학습한 후 동작을 예측, 인식하는 것이다. 실험을 통해 제안 모델이 어떻게 연속적으로 입력되는 비디오에서 의미있는 동작 스냅샷 뿐 아니라 중요한 동작 패턴을 자동으로 선택하는 지를 제시하였다. 이 핵심 움직임은 학습 네트워크가 정적 시점에서 정지 영상에 함축된 동작을 인식하는지를 증명하는데 이용하는 관절 자세이다. 또한 STS 피질 영역에서 어떻게 정지와 움직임 입력을 통합하는지를 모방하여 학습하고, 학습한 피드백 연결이 차후 동작의 입력 순서를 어떻게 예측하는지를 제시하였다. 네트워크 시뮬레이션을 통해 동작 인식에 대한 제안 모델의 우수성을 입증하였다.

• 한국컴퓨터정보학회논문지
• /
• 제26권10호
• /
• pp.109-116
• /
• 2021

이 연구에서는 조리 전공과 로봇 기술을 융합함으로써 소프트웨어 분야가 아닌 조리 전공 학생의 코딩 능력을 기를 수 있는 융합부전공 교육 모델을 제안한다. 이 교육 모델은 4차산업혁명 기술 발전 추세를 따르는 것이고, 비전공 학생을 소프트웨어 전문가로 성장시키는 기능이 있어 그 의미가 크다고 할 수 있다. 그러나, 조리 전공과 로봇 기술은 기술적으로 거리가 있기 때문에 융합부전공 설계에 어려움이 있다. 이 어려움을 극복하기 위하여 로봇을 이용한 조리, 디저트 제작, 바리스터 작업, 자동 서빙 등의 교육 주제를 체계적으로 구성해서 조리 전공 학생들이 전공적 흥미를 유지할 수 있도록 연계부전공을 설계하였다. 또한, 실질적인 코딩 능력을 기를 수 있게 여러 로봇을 사용하는 실습 과정이 포함되도록 하였다. 기존의 다른 분야 융합부전공과 비교하여 평가하여보니, 20%정도 개선된 교육 효과가 있는 우수한 모델로서 판단된다.

• Wind and Structures
• /
• 제36권2호
• /
• pp.121-131
• /
• 2023

Aiming at the problem that fatigue characteristics of metal roof rely on local physical tests and lacks the cyclic load sequence matching with regional climate, this paper proposed a method of constructing the fatigue load spectrum based on integration of wind load model, measured data of long-span metal roof and climate statistical data. According to the turbulence characteristics of wind, the wind load model is established from the aspects of turbulence intensity, power spectral density and wind pressure coefficient. Considering the influence of roof configuration on wind pressure distribution, the parameters are modified through fusing the measured data with least squares method to approximate the actual wind pressure load of the roof system. Furthermore, with regards to the wind climate characteristics of building location, Weibull model is adopted to analyze the regional meteorological data to obtain the probability density distribution of wind velocity used for calculating wind load, so as to establish the cyclic wind load sequence with the attributes of regional climate and building configuration. Finally, taking a workshop's metal roof as an example, the wind load spectrum is constructed according to this method, and the fatigue simulation and residual life prediction are implemented based on the experimental data. The forecasting result is lightly higher than the design standards, consistent with general principles of its conservative safety design scale, which shows that the presented method is validated for the fatigue characteristics study and health assessment of metal roof.

• 예술인문사회 융합 멀티미디어 논문지
• /
• 제7권3호
• /
• pp.361-370
• /
• 2017

본 논문에서는 공격적 성향의 운전자를 판단할 수 있는 기계학습 방식과 설문지 방식을 융합한 운전자 성향 판단 연구의 일환으로 두 방법으로 결정된 운전자 성향정보의 상관성을 분석하였다. 30명의 운전자를 대상으로 설문지를 이용한 주관적 성향을 정보를 수집하고 기계학습 기반의 성향판단 시스템을 이용하여 객관적 성향을 취득하였다. 이 중에서 기계학습 기반의 성향판단 시스템은 운전자행위 성향 분류 모델을 기반으로 설계되었다. 모델을 도출하기 위하여 운전자의 가속 패달과 브레이크 패달 조작 데이터와 HMM 기법을 이용한 기계학습을 수행하였다. 두 가지 방법으로 추정한 공격적 성향정보를 Pearson 방식으로 상관관계를 분석한 결과 높은 상관관계가 있음을 확인하였다. 뿐만 아니라 객관적 성향은 동일한 운전자에 대하여 고유한 특성이 있음을 확인하였다. 본 논문의 실험결과는 향후 두 방법을 융합하는 연구를 수행하기 위한 참고자료가 될 것이다. 또한 운전자의 공격적 성향이 주의어시스트, 운전자 식별, 도난방지 등 지능형 운전자 보조시스템에도 응용 될 수 있음을 확인하였다.

• 한국지능시스템학회논문지
• /
• 제18권2호
• /
• pp.187-192
• /
• 2008

본 논문은 실내외 공간에서 인간을 포한함 이동물체의 영상정보를 이용하여 이동로봇의 자기위치를 인식하기 위한 방법을 제시하고 있다. 제시한 방법은 로봇자체의 DR센서 정보와 카메라에서 얻은 영상정보로부터 로봇의 위치추정방법을 결합한 것이다. 그리고 이동물체의 이전 위치정보와 관측 카메라의 모델을 사용하여 이동물체에 대한 영상프레임 좌표와 추정된 로봇위치간의 관계를 표현할 수 있는 식을 제시하고 있다. 또한 이동하는 인간과 로봇의 위치와 방향을 추정하기 위한 제어방법을 제시하고 이동로봇의 위치를 추정하기 위해서 칼만필터 방법을 적용하였다. 그리고 시뮬레이션 및 실험을 통하여 제시한 방법을 검증하였다.