• 방송공학회논문지
• /
• 제27권1호
• /
• pp.44-55
• /
• 2022

농업 관련 방송 콘텐츠에서 과일에 대한 자동적인 정보 제공을 위해서 대상 과일의 인스턴스 영상 분할이 요구된다. 또한, 해당 과일에 대한 3차원 자세에 대한 정보 제공도 의미있게 사용될 수 있다. 본 논문에서는 영상 콘텐츠에서 토마토에 대한 정보를 제공하는 연구를 다룬다. 인스턴스 영상 분할 기법을 학습하기 위해서는 다량의 데이터가 필요하지만 충분한 토마토 학습데이터를 얻기는 힘들다. 따라서 적은 양의 실사 영상을 바탕으로 데이터 증대기법을 통해 학습 데이터를 생성하였다. 실사 영상만을 통한 학습 결과 정확도에 비해서, 전경과 배경을 분리해서 만들어진 합성 영상을 통해 학습한 결과, 기존 대비 성능이 향상되는 것을 확인하였다. 영상 전처리 기법들을 활용해서 만들어진 영상을 사용한 데이터 증대 영상의 학습 결과, 전경과 배경을 분리한 합성 영상보다 높은 성능을 얻는 것을 확인하였다. 객체 검출 후 자세 추정을 하기 위해 RGB-D 카메라를 이용하여 포인트 클라우드를 획득하였고 최소제곱법을 이용한 실린더 피팅을 진행하였고, 실린더의 축 방향을 통해 토마토 자세를 추정하였다. 우리는 다양한 실험을 통해서 대상 객체에 대한 검출, 인스턴스 영상 분할, 실린더 피팅의 결과가 의미있게 나타난다는 것을 보였다.

• 암석학회지
• /
• 제16권3호
• /
• pp.129-143
• /
• 2007

강화군 석모도 일대의 중생대 화강암 및 세립질 흑운모화강암에서 분포하는 미세균열의 분포특성을 규명하였다. 14개소에서 채취한 암석시료의 수평면 상에서 발달하는 미세균열에 대하여 영상처리를 통하여 구별하였다. 미세균열의 방향성과 석모도의 중생대 화강암에서 발달하는 18조의 절리의 방향성과 대비하였다. 상관도에서 미세균열의 여러 조는 수직상의 일반적인 절리의 방향과 일치하는 강한 배향성을 보여 준다. 이러한 대비의 결과에서 거시적인 절리는 기존 미세균열의 성장 및 계단식 절리작용의 산물의 가능성을 시사한다. 또한 이 연구에서 수행한 방법론에 의하여 도출된 미세균열의 방향성을 전국의 쥬라기 및 백악기 화강암 석산에서 측정된 1번 및 2번 면의 방향성과 상호 대비하였다. 분포도에서 보는바와 같이, 미세균열과 이들 면과의 분포형태가 일치한다는 사실은 전국의 쥬라기 및 백악기 화강암에서도 이와 유사한 미세균열의 계가 광역적으로 나타날 가능성을 시사한다. 각 영역내에 속하는 이들 미세균열의 조들은 다른 지질 과정 및 변화하는 조건하에서 점차 형성된 복잡한 복합적인 미세균열의 계를 구성한다.

• 한국컴퓨터정보학회논문지
• /
• 제27권12호
• /
• pp.29-40
• /
• 2022

본 논문에서는 딥러닝 기법의 하나인 Mask R-CNN과 랜덤포레스트 분류기를 이용해 당뇨병성 망막병증의 병리학적인 특징을 검출하고 분석하여 자동 진단하는 시스템을 연구하였다. 당뇨병성 망막병증은 특수장비로 촬영한 안저영상을 통해 진단할 수 있는데 밝기, 색조 및 명암은 장치에 따라 다를 수 있으며 안과 전문의의 의료적 판단을 도울 인공지능을 이용한 자동진단 시스템 연구와 개발이 가능하다. 이 시스템은 미세혈관류와 망막출혈을 Mask R-CNN 기법으로 검출하고, 후처리 과정을 거쳐 랜덤포레스트 분류기를 이용하여 안구의 정상과 비정상 상태를 진단한다. Mask R-CNN 알고리즘의 검출 성능 향상을 위해 이미지 증강 작업을 실시하여 학습을 진행하였으며 검출 정확도 측정을 위한 평가지표로는 다이스 유사계수와 Mean Accuracy를 사용하였다. 비교군으로는 Faster R-CNN 기법을 사용하였고 본 연구를 통한 검출 성능은 평균 90%의 다이스 계수를 통한 정확도를 나타내었으며 Mean Accuracy의 경우 91% 정확도의 검출 성능을 보였다. 검출된 병리증상을 토대로 랜덤포레스트 분류기를 학습하여 당뇨병성 망막 병증을 진단한 경우 99%의 정확도를 보였다.

• 한국통신학회논문지
• /
• 제29권6C호
• /
• pp.801-814
• /
• 2004

본 논문에서는 PDA에 장착된 카메라로 얻어진 명함 영상을 효과적으로 이진화하기 위하여 변형된 quadratic 필터(modified quadratic filter: MQF)를 이용한 블록 적응 이진화 방법을 제안한다. 제안된 방법에서는 영상을 8${\times}$8 크기의 블록으로 나누고 각 블록을 문자 블록과 배경 블록으로 분류한다. 그런 다음 분류된 각 문자 블록을 중심으로 24${\times}$24 크기의 사각 창(rectangular window)을 씌우고 그 결과 블록을 전처리 필터인 QF에서 이진화를 위한 역치 선택 과정을 변형한 MQF를 이용하여 개선한다. 마지막으로 MQF에서 선택한 역치를 기준으로 하여 개선된 블록의 8${\times}$8 크기의 중심 블록에 대하여 이진화를 수행하고 영상의 원래의 위치에 채워서 이진화된 영상을 얻는다. 실험 결과 제안된 MQF와 블록 적응 이진화 방법은 PDA로 획득한 시험 명함 영상에 대하여 각각 기존의 QF와 전역 이진화 방법보다 이진화 성능에 미치는 영향이 우수하였다. 그리고 제안된 MQF를 이용한 블록적응 이진화 방법은 기존의 QF를 이용한 전역 이진화 방법에 비하여 문자가 훨씬 선명하게 나타나는 우수한 화질의 이진화 영상을 얻을 수 있었다. 또한 이들 이진화 영상들에 대하여 현재 상용화되고 있는 문자 인식 프로그램으로 문자 인식률을 비교한 결과, 제안된 방법에 의한 이진화 영상이 약 87.7%의 문자 인식률을 보여 약 55.7%의 문자 인식률을 보인 기존의 QF를 이용한 전역 이진화 방법에 의한 이진화 영상에 비하여 약 32.0%의 문자 인식률 증가를 보였다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제32권11호
• /
• pp.1121-1135
• /
• 2005

본 논문에서는 시공간 정보를 이용하여 동영상에서 움직이는 객체를 자동으로 추출하는 방법을 제안한다. 본 논문에서 제안하는 방법은 다른 영역과 구별되는 현저한 장소에 무의식적으로 집중되는 시각주의 특성을 컴퓨터 시스템에 도입한 대비 지도(contrast map)와 중요 특징점(salient point)을 적용한 것이 큰 특징이라고 할 수 있다. 대비 지도는 밝기(luminance), 색상(color) 그리고 방향성(direction) 3가지의 특징 정보 중 자기와 방향성의 특징을 나타내는 자기 지도(luminance map)와 방향성 지도(directional map)를 결합하여 대비 지도를 생성한다. 또한, 사람이 시각적으로 볼 때 의미 있다고 생각하는 중요 특징점을 웨이블릿 변환을 이용하여 찾아낸다. 이렇게 생성된 대비 지도와 중요 특징점을 이용하여 대략적인 집중윈도우(AW:Attention Window)의 위치와 크기를 결정한다. 다음으로, 동영상의 가장 큰 특징인 움직임 정보를 추정하여 집중윈도우를 객체에 가장 근사하게 축소시키고, 윤곽선 정보를 이용하여 객체를 추출한다. 윤곽선을 추출하기 위해 캐니에지(canny edge)를 사용하였으며, 배경의 윤곽선 제거를 위하여 윤곽선의 차이(DE:Difference of Edge)를 이용하여 가로 후보영역과 세로 후보영역을 추출한다. 추출된 2개의 후보영역을 AND연산과 모폴로지 연산을 이용하여 객체를 자동으로 추출하는 방법을 제안한다. 실험은 카메라가 고정된 상태에서 촬영한 동영상에 대해 이루어 졌으며, 객체와 배경이 효과적으로 분리되는 것을 확인하였다.

• 한국산업정보학회논문지
• /
• 제27권6호
• /
• pp.13-23
• /
• 2022

본 논문에서는 패션 분야의 비정형 데이터 검색을 위한 패션 아이템별 세부 컨포넌트 이미지 분류 알고리즘을 제안한다. 코로나-19 환경으로 인하여 최근 AI 기반 쇼핑몰이 증가하는 추세이다. 하지만 기존의 키워드 검색과 사용자 서핑 행위 기반 개인 맞춤형 스타일 추천으로는 정확한 비정형 데이터 검색에는 한계가 있다. 본 연구는 다양한 온라인 쇼핑 사이트에서 크롤링한 이미지를 사용하여 Mask R-CNN을 활용한 전처리를 진행한 후, CNN을 통해 패션 아이템별 컴포넌트에 대한 분류를 진행하였다. 셔츠의 카라 및 패턴과 청바지의 핏, 워싱 및 컬러에 대한 분류를 진행하였으며, 다양한 전이학습 모델을 비교 분석한 후 가장 높은 정확도가 나온 Densenet121모델을 사용하여 셔츠의 카라는 93.28%, 셔츠의 패턴은 98.10%의 정확도를 도달하였으며, 청바지의 핏은 Notched, Spread, Straight 3가지의 클래스의 경우 91.73%, Regular 핏을 추가한 4가지의 클래스의 경우 81.59%, 청바지의 색상은 93.91%, 청바지의 Washing은 91.20%, 청바지의 Demgae는 92.96%의 정확도를 도출하였다.

• 한국측량학회지
• /
• 제39권6호
• /
• pp.587-598
• /
• 2021

본 연구는 자율주행을 위한 정밀지도 구축 및 신속갱신을 위한 다중카메라 기반의 MMS (Mobile Mapping System)기술개발을 목표로 한다. 고가의 라이다 센서를 대체하고 긴 처리시간을 단축하기 위해 다수의 카메라를 적용하고 실시간 데이터 전처리를 통해 저가이면서 효율적인 MMS를 개발하고자 한다. 이를 위해 다중카메라 저장 기술개발, 다중카메라 시각동기화 기술개발, MMS 시제품 개발을 수행하였다. 다중의 카메라로부터 취득되는 고속영상의 실시간 JPG압축저장을 위해 엔진을 선정하고 저장모듈을 개발하였으며, 다중영상이 촬영된 정확한 시간을 실시간으로 기록하기 위해 이벤트 및 GNSS (Global Navigation Satellite System) 타임서버 기반 시각동기화 방안을 개발했다. 그리고 각 부문별 요구사항을 바탕으로 MMS를 설계하고 시제품을 제작하였다. 마지막으로 제작된 다중카메라기반 MMS의 성능검증을 위해 실제 1,000km 도로에서 데이터를 취득하고 정량적 평가를 수행했고, 평가결과 시각동기화 성능은 1/1000초 이하를 나타내었으며, SFM영상처리를 통해 얻은 포인트 클라우드의 위치정확도는 5cm 내외를 나타냈다. 정량적 평가 결과를 통해 본 연구에서 개발된 다중카메라 기반 MMS기술이 정밀지도 구축 기준을 만족하는 성능을 나타내는 것을 알 수 있었고, 향후 정밀지도 구축 분야에서 특히 외산기술에 의존하고 있던 고가의 MMS를 대체하는데 기여할 것으로 판단된다.

• 한국통신학회논문지
• /
• 제34권12A호
• /
• pp.982-990
• /
• 2009

IEEE 802.15.4 무선 센서 네트워크는 물리적 또는 환경적 조건을 모니터링하고 수집 하기 위해 센서를 사용하는 독자적인 디바이스로 구성된 무선 네트워크 이다. 최근 센서기술과 정보통신 인프라의 발전으로 환경 모니터링 기술의 하나인 위치추적 기술에 대한 관심이 증가되고 있다. 센서네트워크에서의 일반적인 수신신호 세기 RSSI(Received Signal Strength Indication)를 활용한 위치인식 시스템은 장애물이나 RF의 전파지연 및 멀티패스에 의해 정확한 위치 추적이 어렵다. 따라서 본 논문에서는 RSSI 기반의 위치 추적 시스템이 가지고 있는 이러한 문제를 해결하기 위해 Gaussian Filter algorithm을 적용하여 위치 인식 성능을 개선한다. 이에 RSSI 값에 따른 전파 감쇠 특성을 논의한 후, 노드마다 개별 RSSI 값에 따른 확률적 거리 테이블을 작성한 후 생성된 모델을 통해, 센서 노드로부터 추출된 데이터를 본 논문에서 제안한 Gaussian Filter Algorithm을 적용하여 오차개선을 하였다.

• 대한전자공학회논문지SP
• /
• 제47권3호
• /
• pp.1-10
• /
• 2010

본 논문은 카메라 영상 처리에서 중요한 부분인 색상 보간과 자동 화이트 조절을 동시에 수행하는 방법을 제안한다. 대부분의 자동 화이트 조절은 색상 보간 후에 수행이 되기 때문에 색상 보간의 결과에 영향을 받는다. 자동 화이트 조절의 성능을 높이기 위해서 색상 보간 수행 중에 색의 일관성이 고려된다. 자동 화이트 조절 이득 계산과 색상 보간의 방향 결정을 위한 초기 추정치를 테일러 시리즈를 이용하여 상하좌우 방향으로 구한다. 미리 정의된 무채색 영역을 이용하여 에지 기반 자동 화이트 조절을 수행한다. 에지 기반 자동 화이트 조절의 이득을 계산하고 색상 보간의 성능을 높이기 위해서 베이어 데이터의 각 화소에서 평탄, 에지, 패턴 에지 영역으로 구분한다. 색상 보간은 초기 추정치 중에서 국부 분산을 사용하여 보간 오류의 발생을 최소화하는 방향으로 수행한다. R과 B 색상은 보간된 G 색상과 색의 일관성이 고려된 색차값을 이용해서 쉽게 보간된다. 제안된 알고리즘은 기존 알고리즘에 비해 수치적 및 영상의 화질 면에서 모두 뛰어난 결과를 보임을 실험을 통해 확인 할 수 있다.

• 대한전자공학회논문지SP
• /
• 제44권3호
• /
• pp.61-69
• /
• 2007

본 논문에서는 지문 인식에 있어서 정확한 특징점 추출이 가능하도록 지문 이미지의 전처리를 개선하는 새로운 방법을 제안하였다. 지문 이미지는 자동 지문인증 시스템의 인증률 향상에 가장 중요한 요소이다. 본 논문에서는 방향지향성 필터에 기초한 새로운 전처리 알고리즘을 적용하여 지문 이미지의 유효 융선 벡터와 융선 확률을 이용하여 품질이 낮은 지문 이미지를 지문인식에 더 적합하도록 품질을 항상시켰다. 품질이 좋지 않은 지문 이미지는 융선 구조가 불명확하고, 융선 사이에 잡음 점들이 많이 포함되어 있기 때문에 제안된 지문 이미지 향상 알고리즘을 통해서 그 잡음이 제거되고 융선이 더 선명하게 추정되었다. 이로 인하여 융선의 지역적 방향과 주파수를 더 정확히 추출 할 수 있다. 이 결과는 지문인식의 후처리 알고리즘에서 특징점을 정확하게 추출 할 수 있게해준다. 아울러 가짜 특징점이 생길 확률이 낮아지므로 이를 제거 할 때 함께 없어지는 진짜 특징점 수도 감소 시켜 준다. 두 가지 방법으로 이루어진 실험에서는 반도체 지문센서로부터 얻어진 이미지를 이용한 인증률 테스트의 향상도 측정방법과, IEEE 공인인증 데이터베이스인 FVC2002 DB3 지문이미지 데이터를 이용하여 기존의 알고리즘과 제안된 알고리즘의 인증률을 측정하였다.