• 한국자기학회지
• /
• 제5권5호
• /
• pp.650-654
• /
• 1995

In digital video recording, higher areal density is strongly required for realizing digital VCRs. In order to accomplish higher areal density. we have implemented a system that has a narrow track pitch and can record data of about 30 Mbps(15 Mbps per channel) with the conventional S-VHS tapes. After computer simulation using the characteristics of the experimental system, we have selected appropriate equalizer and detection method by taking into account performance and cost (including hardware complexity). As a result, the selected equalizer and detection schemes are cosine equalizer and integrated de tection, respectively. The implemented system confirms reliable operation with a symbol error rate of less than $1{\times}10^{-4}$. In this paper, We will show the performance of the implemented system together with simulation results.

• 한국멀티미디어학회논문지
• /
• 제24권9호
• /
• pp.1203-1210
• /
• 2021

In this paper, we developed the inspection system of electric vehicle pouch battery using image processing. Line scan cameras are used for acquiring the all parts of the pouch battery, and several steps of image processing for extracting significant dimensions(User Required Position) of the battery. In image processing, edge lines, node points, dimension lines, etc. were extracted using Preprocessor, Square Edge Detection, and Size Detection algorithms. This is used to measure the dimensions of the location requested by the user on the pouch battery. For verification of the inspection system, the dimensions of three pouch batteries produced in the same process were measured, and the mean and standard deviation were obtained to confirm the precision.

• 한국구조물진단유지관리공학회 논문집
• /
• 제17권5호
• /
• pp.113-121
• /
• 2013

본 연구의 복합 센서의 상태 판정 알고리즘을 적용한 노면결빙 예측 및 강설 감지 시스템은 기존 단일 센서 만을 이용하던 기존 방식에서 벗어나, 접촉식/비접촉식 센서 및 적외선 카메라를 통합 운영하여 분사 시스템의 분사 시기와 융설액 분사량을 최적 제어한다. 시스템에 적용된 상태 판정 알고리즘은 취득한 온/습도 데이터와 수분 감지 데이터, 관측된 도로 영상의 영상처리기술 등을 이용하여 노면결빙 위험상태와 강설 상태 뿐만 아니라 강설 강도까지 구분하여 판정을 수행한다. 제작된 시스템의 현장 적용 실험에서는 강설 상태 감지율 89% 습윤 상태 감지율 94%의 우수한 판정 결과와 신뢰성을 검증하였다.

• 로봇학회논문지
• /
• 제13권1호
• /
• pp.38-44
• /
• 2018

In this paper, we propose Intelligent Driver Assistance System (I-DAS) for driver safety. The proposed system recognizes safety and danger status by analyzing blind spots that the driver cannot see because of a large angle of head movement from the front. Most studies use image pre-processing such as face detection for collecting information about the driver's head movement. This not only increases the computational complexity of the system, but also decreases the accuracy of the recognition because the image processing system dose not use the entire image of the driver's upper body while seated on the driver's seat and when the head moves at a large angle from the front. The proposed system uses a convolutional neural network to replace the face detection system and uses the entire image of the driver's upper body. Therefore, high accuracy can be maintained even when the driver performs head movement at a large angle from the frontal gaze position without image pre-processing. Experimental result shows that the proposed system can accurately recognize the dangerous conditions in the blind zone during operation and performs with 95% accuracy of recognition for five drivers.

• 한국물환경학회지
• /
• 제37권4호
• /
• pp.275-285
• /
• 2021

Algal bloom is an important issue in maintaining the safety of the drinking water supply system. Fast detection and classification of algae images are essential for the management of algal blooms. Conventional visual identification using a microscope is a labor-intensive and time-consuming method that often requires several hours to several days in order to obtain analysis results from field water samples. In recent decades, various deep learning algorithms have been developed and widely used in object detection studies. YOLO is a state-of-the-art deep learning algorithm. In this study the third version of the YOLO algorithm, namely, YOLOv3, was used to develop an algae image detection model. YOLOv3 is one of the most representative one-stage object detection algorithms with faster inference time, which is an important benefit of YOLO. A total of 1,114 algae images for 30 genera collected by microscope were used to develop the YOLOv3 algae image detection model. The algae images were divided into four groups with five, 10, 20, and 30 genera for training and testing the model. The mean average precision (mAP) was 81, 70, 52, and 41 for data sets with five, 10, 20, and 30 genera, respectively. The precision was higher than 0.8 for all four image groups. These results show the practical applicability of the deep learning algorithm, YOLOv3, for algae image detection.

• 한국정보통신학회논문지
• /
• 제23권9호
• /
• pp.1082-1087
• /
• 2019

영상유고감지시스템은 터널 내 보행자, 낙하물, 정지 차량, 역주행, 화재(화염 및 연기) 등 돌발상황 시에 초동 감지 목적의 시스템으로 최근 도심지의 대심도 지하도로 건설에 따라 중요성이 부각되고 있다. 그러므로 영상유고감지시스템을 대심도 복층터널에 적용하기 위하여 복층터널의 설계 특성을 반영하여 개발하였고, 본 논문에서는 특히 기존 영상유고감지시스템에서는 지원되지 않거나 또는 오감지가 많아 복층터널 환경에 그대로 적용하기 어려웠던 화재 감지를 색 영상 분포, 실루엣 확산 및 통계적 특성 분석을 복합적으로 사용하는 방법을 제안하고, 이를 복층터널 테스트베드 환경에서 차량 실물화재 실험을 통하여 검증하였다.

• 한국정보통신학회논문지
• /
• 제12권2호
• /
• pp.321-327
• /
• 2008

광범위한 지역의 주기적인 정보 획득이 가능한 인공위성 영상은 환경탐사분야에서 새로운 대안으로 받아들여지고 있으며, 산림 분석에서도 활용될 수 있다. 이러한 인공위성 영상을 활용한 우리나라의 산림식생을 고려한 연구 이외에, 산림형태의 구분을 통한 지속적인 관리시스템에 관한 연구는 아직 미흡한 실정이다. 본 연구에서는 Landsat TM 위성영상을 이용하여 산림을 형태별로 분류한 후, 촬영시기가 3년 뒤인 다른 영상에서 나타난 산림형태의 변화를 분석하고 지속적인 모니터링을 위한 변화 추적시스템의 적용을 제시하고자 한다. 이를 위해 식생분류에 유리한 다중분광센서를 탑재한 Landsat TM 위성영상을 이용하여 산림형태의 변화를 분석하고, 이를 Web 상에서 주기적으로 모니터링 할 수 있게 하였다.

• 전기전자학회논문지
• /
• 제23권1호
• /
• pp.112-119
• /
• 2019

본 논문에서는 불꽃 감지를 위한 임베디드 시스템에 적합한 딥러닝 구조를 제안한다. 제안하는 딥러닝 구조의 불꽃 감지 과정은 불꽃 색깔 모델을 사용한 불꽃 영역 검출, 불꽃 색깔 특화 딥러닝 구조를 사용한 불꽃 영상 분류, 검출된 불꽃 영역의 $N{\times}N$ 셀 분리, 불꽃 모양 특화 딥러닝 구조를 사용한 불꽃 영상 분류 등의 4가지 과정으로 구성된다. 첫 번째로 입력 영상에서 불꽃의 색만을 추출한 다음 레이블링하여 불꽃 영역을 검출한다. 두 번째로 검출된 불꽃 영역을 불꽃 색깔에 특화 학습된 딥러닝 구조의 입력으로 넣고, 출력단의 불꽃 클래스 확률이 75% 이상에서만 불꽃 영상으로 분류한다. 세 번째로 앞 단에서 75% 미만 불꽃 영상으로 분류된 영상들의 검출된 불꽃 영역을 $N{\times}N$ 단위로 분할한다. 네 번째로 $N{\times}N$ 단위로 분할된 작은 셀들을 불꽃의 모양에 특화 학습된 딥러닝 구조의 입력으로 넣고, 각 셀의 불꽃 여부를 판단하여 50% 이상의 셀들이 불꽃 영상으로 분류될 경우에 불꽃 영상으로 분류한다. 제안된 딥러닝 구조의 성능을 평가하기 위하여 ImageNet의 불꽃 데이터베이스를 사용하여 실험하였다. 실험 결과, 제안하는 딥러닝 구조는 기존의 딥러닝 구조보다 평균 29.86% 낮은 리소스 점유율과 8초 빠른 불꽃 감지 시간을 나타내었다. 불꽃 검출률은 기존의 딥러닝 구조와 비교하여 평균 0.95% 낮은 결과를 나타내었으나, 이는 임베디드 시스템에 적용하기 위해 딥러닝 구조를 가볍게 구성한데서 나온 결과이다. 따라서 본 논문에서 제안하는 불꽃 감지를 위한 딥러닝 구조는 임베디드 시스템 적용에 적합함이 입증되었다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국지능시스템학회 2008년도 춘계학술대회 학술발표회 논문집
• /
• pp.429-431
• /
• 2008

생체 인식 기술이 사회 전반에 걸쳐 다양하게 사용되어짐에 따라 인식기술 중의 하나인 Face Recognition 은 하루가 다르게 발전하고 있다. 하지만, 그와 함께 해킹방법도 다양화되어지고 있다. 그럼에도 불구하고, 위, 변조 영상 판별(Liveness Detection) 분야에 관련된 연구들은 초기 단계를 벗어나지 못하고 있다. 본 논문에서는 적외선 영상을 이용하여 동공부분의 반사 정도를 이용하여 실제 이미지와 위, 변조 이미지를 판별하는 방법을 제안한다.

• 게임&엔터테인먼트 논문지
• /
• 제2권2호
• /
• pp.45-50
• /
• 2006

형판 정합 기반의 얼굴 검출 시스템에서 획득된 이미지에 대한 명암 정규화 및 영상 보정을 위해 히스토그램 평활화나 로그 변환 등을 사용한다. 이 방법은 조명 변화에 의해 발생한 이미지의 부분 명암 왜곡에는 효과적이지 못하다는 것이 알려져 있다. 본 논문에서는 부분적 명암 왜곡에 매우 효과적인 영상 보정을 수행하는 좌우대칭 평균화 기법을 제시한다. 실험 결과 이 기법은 기존의 방식보다 매우 효율적인 검출 성능을 보일 뿐만 아니라 얼굴 후보의 개수도 현저하게 감소하는 것으로 나타났다.