• 한국정보전자통신기술학회논문지
• /
• 제9권1호
• /
• pp.38-44
• /
• 2016

본 논문에서는 움직임 벡터를 이용한 낙상 감지 시스템에 관해 기술한다. 두드러진 움직임을 위한 가중치 차영상 기법, 움직임 벡터를 이용하여 인간이라고 판단되는 블랍을 검출하고, 추출된 움직임 벡터를 이용하여 낙상 여부를 판단한다. 기존의 영상 기반 낙상 감지 시스템의 경우 특정 방향으로 낙상이 발생하는 경우에만 낙상 감지에 성공하였지만 제안 시스템의 경우 다양한 각도에서 낙상이 발생하여도 상황 판단이 가능하다는 장점이 있다. 실험을 위해서 150개의 상황을 연출하였으며, 약 85% ~ 97.1% 낙상 상황 판단 성공률을 보였다.

• 융합신호처리학회논문지
• /
• 제17권1호
• /
• pp.32-39
• /
• 2016

지능형 교통 시스템(Intelligent Transportation System, ITS)은 첨단기술을 사용하여 도로의 상황을 판단하고 적절한 처리를 수행하므로 이상적인 차량의 흐름을 유도하는 시스템이다. 교통상황에 대한 정보는 다양한 지점에서 측정되고 관리되어야 하므로 주로 컴퓨터를 이용한 영상이 사용된다. 컴퓨터를 이용한 영상처리는 실시간으로 다양한 교통 파라미터를 수집하기 용이한 방법이고, 기술들도 점점 발전하고 있다. 지능형 교통 시스템의 교통 파라미터 중 차량 검출은 기본적으로 매우 중요한 기술이다. 이를 위해 영상의 배경 차를 이용한 검출방법, 에지를 이용한 윤곽선 추출 방법 등의 기술들이 사용되고 있으나 검출률의 정확도에 문제점이 제기되고 있다. 본 논문에서는 레이블링에 의한 차량검출과 감지선을 이용한 영상처리 방법으로 차량을 검출하였다. 제안된 방법의 정확도를 확인하기 위해 국도와 고속도로 등 두 곳의 장소에서 20개의 수직, 수평 방향 영상을 수집하여 차량 계수를 측정하였다. 그 결과 수직 방향 92%, 수평 방향 91.3%의 검출률을 얻었다.

• 한국컴퓨터정보학회논문지
• /
• 제9권2호
• /
• pp.49-56
• /
• 2004

본 논문에서는 디지털 영상을 효과적으로 처리하기 위한 에지 클래스를 설계한다. 에지는 디지털 영상에서 물체를 검출하거나 인식하기 위한 핵심적인 형태정보를 포함하는 기초자료로 사용되는 중요한 정보이다. 그러므로 에지를 검출한 후 검출된 에지를 효과적으로 관리하고 다양한 응용이 가능하도록 하는 것은 디지털 영상 처리에 있어 매우 중요하다 기존의 디지털 영상 처리 시스템에서 사용되던 환경은 사용 편의성이나 속도 등의 측면에서 많은 한계점을 가지고 있다. 따라서 본 논문에서는 검출된 에지를 효과적으로 관리할 수 있는 에지 클래스를 설계하고, 이를 에지 검출 알고리즘을 이용하여 테스트해봄으로써 기존의 방법과 비교 분석해 본다.

• 국제학술발표논문집
• /
• The 9th International Conference on Construction Engineering and Project Management
• /
• pp.1243-1244
• /
• 2022

In recent years, the growing interest in off-site construction has led to factories scaling up their manufacturing and production processes in the construction sector. Consequently, continuous large-scale site monitoring in low-variability environments, such as prefabricated components production plants (precast concrete production), has gained increasing importance. Although many studies on computer vision-based site monitoring have been conducted, challenges for deploying this technology for large-scale field applications still remain. One of the issues is collecting and transmitting vast amounts of video data. Continuous site monitoring systems are based on real-time video data collection and analysis, which requires excessive computational resources and network traffic. In addition, it is difficult to integrate various object information with different sizes and scales into a single scene. Various sizes and types of objects (e.g., workers, heavy equipment, and materials) exist in a plant production environment, and these objects should be detected simultaneously for effective site monitoring. However, with the existing object detection algorithms, it is difficult to simultaneously detect objects with significant differences in size because collecting and training massive amounts of object image data with various scales is necessary. This study thus developed a large-scale site monitoring system using edge computing and a small-object detection system to solve these problems. Edge computing is a distributed information technology architecture wherein the image or video data is processed near the originating source, not on a centralized server or cloud. By inferring information from the AI computing module equipped with CCTVs and communicating only the processed information with the server, it is possible to reduce excessive network traffic. Small-object detection is an innovative method to detect different-sized objects by cropping the raw image and setting the appropriate number of rows and columns for image splitting based on the target object size. This enables the detection of small objects from cropped and magnified images. The detected small objects can then be expressed in the original image. In the inference process, this study used the YOLO-v5 algorithm, known for its fast processing speed and widely used for real-time object detection. This method could effectively detect large and even small objects that were difficult to detect with the existing object detection algorithms. When the large-scale site monitoring system was tested, it performed well in detecting small objects, such as workers in a large-scale view of construction sites, which were inaccurately detected by the existing algorithms. Our next goal is to incorporate various safety monitoring and risk analysis algorithms into this system, such as collision risk estimation, based on the time-to-collision concept, enabling the optimization of safety routes by accumulating workers' paths and inferring the risky areas based on workers' trajectory patterns. Through such developments, this continuous large-scale site monitoring system can guide a construction plant's safety management system more effectively.

• 한국정보통신학회논문지
• /
• 제4권2호
• /
• pp.371-378
• /
• 2000

본 연구에서는 신경회로망을 이용하여 X-선 흉부 영상의 병변 검출 시스템을 제안하였다. 집단 신체검사에서 방사선 전문의는 많은 양의 X-선 흥부 영상을 관찰하여 병변 유ㆍ무를 검사한다. 여기서 X-선 흥부 영상에서 병변을 검출하는 일은 매우 많은 시간을 요구하며, 사람이 하기에는 단순하고 지루한 작업이다. 특히, 필름의 크기가 작기 때문에 병변의 진단에 어려움이 있다. 따라서 본 연구에서는 디지털 영상처리와 신경회로망을 이용하여 X-선 흥부 영상으로부터 병변을 자동으로 검출하는 방법을 제시하였다. 본 연구에서 제시한 방법은 영상 픽셀 샘플링(image sampling), 메디언 필터(median filter), 신경회로망을 이용한 영상 등화(image equalization)와 병변 검출 과정을 포함하고 있다.

• 한국정보통신학회논문지
• /
• 제15권11호
• /
• pp.2365-2373
• /
• 2011

본 논문은 고속화, 소형화 및 저전력을 요구하는 모바일 기기 및 디지털 카메라에 알맞은 실시간 얼굴 검출 하드웨어 IP(Intellectual Property)를 제안한다. 제안한 얼굴 검출 시스템은 검출 성능의 주요 원인인 조명 변화나 얼굴 크기, 다양한 얼굴 각도에 강인한 얼굴 검출을 수행한다. 입력 영상에 대해 조명 변화에 강인한 특성을 가지는 LBP(Local Binary Pattern) 변환을 거치고 Adaboost 알고리즘을 이용하여 다양한 얼굴 각도에 대해 미리 학습시킨 얼굴 특징 정보를 바탕으로 얼굴을 검출한다. 입력 영상 QVGA($320{\times}240$) 크기에서 최대 36개의 얼굴 검출 가능하며 Verilog-HDL을 사용하여 하드웨어로 설계하였다. 또한 FPGA 검증을 위해 Xilinx사의 Virtex5 XC5VLX330 FPGA 보드와 HD급 CMOS 이미지 센서(CIS)를 사용하여 하드웨어 구현을 검증하였다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2016년도 추계학술대회
• /
• pp.942-943
• /
• 2016

스테레오 감마선 탐지장치는 감마선을 신호를 측정하여 위치값을 통한 2차원의 감마선 영상을 생성 한후, 가시광영상과 중첩하여 실제 공간상의 감마선 분포를 나타낸다. 스테레오 감마선 탐지장치는 감마선 탐지센서를 포함하는 탐지부와 감마선 신호를 검출하는 신호측정부 그리고 탐지부의 위치를 제어하기 위한 모션제어부로 구성된다. 본 논문에서는 개별적으로 구성된 각각의 모듈을 효율적으로 운용하기 위한 시스템 운용 알고리즘을 개발하였고, 이를 통해 감마선 조사시험장에서 감마선에 대한 영상화 및 분포정보 출력을 확인하였다.

• 한국컴퓨터정보학회논문지
• /
• 제14권1호
• /
• pp.99-106
• /
• 2009

경계 검출은 영상 인식의 성능을 좌우하는 중요한 단계로서 지금까지 많은 경계 검출 방법들이 연구되어 왔음에도 불구하고 여전히 어려운 문제로 남아있으며, 영상에서 객체를 인식하거나 특정 영역을 추적하는 등의 유일한 방법은 아니지만 영상 인식 응용 분야에서 중요한 요소들 중의 하나이다. 본 논문에서는 미분 연산자를 이용한 경계검출 방법과는 달리 이진화 영상에서 2개의 이웃된 픽셀 정보를 참조하여 미리 정의된 4개의 경계 픽셀 패턴과 비교하여 경계 픽셀을 찾고, 다음 경계 검출 탐색 픽셀에 대한 방향을 결정하여 영역의 경계를 검출하며, 다음 영역의 경계 검출을 위하여 방문하지 않은 픽셀들을 탐색하면서 경계 검출 단계를 반복 수행하여 이진화 영상의 경계를 검출하는 방법을 제안하였다. 영상 인식에 있어 미분 연산자를 이용하여 경계 검출을 할 경우 경계 검출 다음 단계인 세선화 과정을 생략할 수 있었으며, 기존의 영역 경계 추적 방법에 비해 경계 검출 알고리즘 수행 시간을 단축하여 실시간으로 영상을 인식하는 시스템에 적용하여 전체적인 영상 인식 시간을 단축할 수 있었다.

• 대한전자공학회논문지SP
• /
• 제41권6호
• /
• pp.99-108
• /
• 2004

본 논문에서는 CCD(charge-coupled device) 영상 기반의 자동 표적 탐지 시스템(ATD System : Automatic Target Detection System)에 적합한 빠른 탐색 방법을 제안한다. 무기체계에서의 활용을 위해서는 빠른 연산이 주요한 변수인 만큼 이 논문에서는 적은 계산량으로 다양한 표적을 탐지할 수 있는 능력에 주안점을 두고 있다. 표적 훈련(train)단계에서는 구간별 수직 방향 프로젝션을 이용하여 1D의 템플릿을 구성하고 K-means clustering과 이진 트리 구조(binary tree structure)를 활용하여 실제 시험 단계에서 템플릿 정합하는 횟수를 최소화한다. 또한 Correlation-based Adaptive Predictive Search(CAPS)를 이용하여 각각의 템플릿에 적응적인 skip-width를 사용하여 탐색 속도를 높이고 클러터 제거 단계에서는 윤곽선으로부터 추출한 Fourier Descriptor계수를 비교함으로써 초기 탐지에서 타겟으로 오인된 클러터를 모양 정보에 기반해서 제거하는 방법을 사용한다.

• International journal of advanced smart convergence
• /
• 제12권2호
• /
• pp.67-75
• /
• 2023

Recently, many studies have been conducted on ways to utilize AI technology in NIDS (Network Intrusion Detection System). In particular, CNN-based NIDS generally shows excellent performance. CNN is basically a method of using correlation between pixels existing in an image. Therefore, the method of generating an image is very important in CNN. In this paper, the performance comparison of CNN-based NIDS according to the image generation method was performed. The image generation methods used in the experiment are a direct conversion method and a one-hot encoding based method. As a result of the experiment, the performance of NIDS was different depending on the image generation method. In particular, it was confirmed that the method combining the direct conversion method and the one-hot encoding based method proposed in this paper showed the best performance.