• 스마트미디어저널
• /
• 제9권4호
• /
• pp.134-143
• /
• 2020

자동차 번호판 인식 기술은 도로의 교통상황 통제, 과속차량 단속, 도주 차량의 추적 등 현대 교통 시설 및 교통 안전망을 책임지고 있는 핵심 기술 중 하나이다. 이 기법은 과거에도 연구되었던 분야였으나 최근 딥러닝 기술의 발전으로 다양한 기법들을 적용하여 향상된 성능을 보이는 분야이며, 크게 자동차 번호판 검출과 번호판 인식으로 나뉜다. 본 연구에서는 다양한 객체 검출 모델과 WPOD-Net(Warped Planar Object Detection Network) 모델을 활용하여 자동차 번호판 검출 성능을 향상시키기 위한 실험을 진행하였으며, 객체 검출 모델을 활용하여 번호판을 검출하는 기존 방식들 대신 차량을 검출한 다음 번호판을 검출하는 방식을 택하여 정확도를 높였다. 특히 Super-Resolution 기법 중 하나인 Fast-SRGAN 모델을 활용하여 이미지 내에 존재하는 노이즈를 제거하는 처리를 통해 최종 성능을 향상시켰다. 결과적으로 92.38%에서 96.72%로 선행 연구 대비 평균 4.34% 향상된 성능이 실험을 통해 확인되었다.

• 디지털융복합연구
• /
• 제19권6호
• /
• pp.293-297
• /
• 2021

본 논문은 과학관의 자연사 콘텐츠를 응용하여 게슈탈트 이론을 접목하여 나비표본상자의 나비배열 구조와 표본상자에 필요한 나비 표본정보를 AR(Augmented Reality)로 개발하고 표본정보에 필요한 채집날짜, 채집자, 채집장소, 나비정보, 그래프등을 접목하여 기존 아날로그 표본정보를 디지털정보로 표현하여 디지털 디오라마 전시효과를 극대화하였다. 디지털 자연사 정보를 증감시키고 실물표본과 최적화된 환경을 구성하고, 자연사 콘텐츠 배열은 게슈탈트 시지각 원리를 활용하여 집단성, 폐쇄성, 단순성, 연속성등의 원리로 배열하여 주목성을 높히고 나비 채집정보를 AR의 활용방안으로 응용하였다. 나비의 생태계환경을 연출하고 디지털 디오라마와 나비의 배열구조, 나비 정보를 응용하여 자연사 표본상자의 활용방안에 대한 가능성을 제시하였다. 실물 나비표본과 유니티, MAYA, 안드로이드 기반 환경에서 프로그램을 개발하고 여러각도에서 Camera Tracking을 셋팅하여 다각도뷰에서 나비와 나비표본정보를 안드로이드기반 AR정보로 관찰할수 있도록 응용하였다.

• 한국정보기술학회논문지
• /
• 제17권9호
• /
• pp.91-97
• /
• 2019

레이더를 사용하여 탄도 미사일의 기두부를 추적할 때, 표적의 주변에 있는 각종 기만체들은 표적을 추적하는 레이더의 자원 관리에 큰 부담을 준다. 이러한 부담을 줄이기 위해서 레이더에 수신된 동적 RCS 신호로부터 탄도 미사일 기두부의 신호를 분리할 수 있어야 한다. 본 논문에서는 이미지에서 직선을 추출하는 알고리즘인 허프 변환 방법을 이용하여, 레이더에 수신된 신호로부터 각각의 표적들의 동적 RCS를 분리하는 방법을 제안한다. 기두부와 기만체의 3차원 CAD 모델을 사용하여 표적들의 미세거동을 구현하였다. 또한 미세거동을 가지는 3차원 CAD로부터 표적의 동적 RCS를 계산하고 제안된 알고리즘을 적용하여 알고리즘의 성능을 검증하였다. 시뮬레이션 결과 제안된 방법은 SNR이 10dB에서 미사일 기두부와 기만체의 신호를 분리할 수 있음을 확인하였다.

• 한국콘텐츠학회논문지
• /
• 제21권3호
• /
• pp.1-9
• /
• 2021

홀로그램 피라미드는 플로팅 홀로그램의 응용으로, 착용형 장비 없이 다각도에서 3D 홀로그램을 감상할 수 있게 하는 장치이다. 저렴하고 제작이 간단하다는 장점으로 교육, 프로토타이핑, 쇼케이스 등 다양한 분야에서 사용되고 있다. 그 중에서도 데스크톱형 홀로그램은 기존의 홀로그램 피라미드의 크기를 키워 더욱 선명하고 크게 홀로그램을 감상할 수 있게 하였다. 하지만 다각도에서 홀로그램 피라미드를 감상할 수 있음에도 불구하고, 피라미드의 각각의 면이 이어지는 곳에서 홀로그램을 감상할 경우, 홀로그램이 끊기거나 왜곡되는 현상이 있다. 뿐만 아니라, 기존 홀로그램 피라미드에 투사되는 영상은 단순히 각각의 면에 홀로그램을 90도씩 회전시킨 4개의 뷰를 투사하도록 제작되어 있기 때문에, 사용자가 다양한 각도에서 홀로그램을 감상하더라도 4개의 각도에서 바라본 뷰 밖에 보지 못한다. 본 논문에서는 이러한 문제를 해결하기 위해 사용자의 위치를 추적하여 사용자의 시선 각도에 해당하는 홀로그램 영상을 생성 후, 역으로 왜곡하여 투영된 홀로그램이 왜곡되지 않는 방법을 제안하고, 기존의 홀로그램 피라미드 영상을 사용한 결과와 새롭게 제안한 방법을 적용한 결과를 비교 하였다.

• Korean Journal of Acupuncture
• /
• 제38권4호
• /
• pp.267-274
• /
• 2021

Objectives : Acupoints education is important in that it can determine the clinical competency of Korean Medicine Doctors (KMDs). Accordingly, we aimed to develop a practical simulator for acupoints education, acupoints training, acupoints practice, and acupoints evaluation. Methods : Korean Medicine (KM) SMART Table can be divided into hardware, server and components, and is organically linked. We develop KM SMART Table that combines the hardware of a human-sized table with a UHD display capable of multi-touch in two cases and software that can teach acupoints. We make Augmented Reality (AR) contents linked with KM SMART Table contents and develop applications that can use contents using mobile devices. By developing an AR image tracking module to react with KM SMART Table, it enables acupoint learning according to the mobile device platform and human anatomy. Results : The current system is a prototype where some 3D technology has been implemented, but the AR function will be produced later. New learning using 3D and AR will be required during acupoints education and acupoints practice. It will be used a lot in OSCE (Objective Structured Clinical Examination) practices for strengthening the competency of KMDs, and it will be of great help not only in KM education as a unique simulator of KM, but also in the practice of acupuncture and chuna for musculoskeletal diseases. Conclusions : The KM SMART Table is a technology that combines 3D and AR to learn acupoints, and to conduct acupoints OSCE practice, and we suggest that it can be usefully used for educational evaluation.

• Advances in nano research
• /
• 제10권5호
• /
• pp.461-470
• /
• 2021

Infection is one of the major mortality causes throughout the globe. Nuclear medicine plays an important role in diagnosis of deep infections such as osteomyelitis, arthritis infection, heart valve and heart prosthesis infections. Techniques such as labeled leukocytes are sensitive and selective for tracking the inflammations but they are not suitable for differentiating infection from inflammation. Anionic linear-globular dendrimer-G₂ was synthesized then conjugation to gemifloxacin antibiotic. The structures were identified by FT-IR, ¹H-NMR, C-NMR, LC-MS and DLS. The toxicity of gemifloxacin and dendrimer-gemifloxacin complex was compared by MTT test. Dendrimer-G₂-gemifloxacin was labeled by Technetium-99m and its in-vitro stability and radiochemical purity were investigated. In-vivo biodistribution and SPECT imaging were studied in a rabbit model. Identify and verify the structure of the each object was confirmed by FT-IR, ¹H-NMR, C-NMR and LC-MS, also, the size and charge of this compound were 128 nm and -3/68 mv respectively. MTT test showed less toxicity of the dendrimer-G₂-gemifloxacin than free gemifluxacin (P < 0.001). Radiochemical yield was > %98. Human serum stability was 84% up to 24 h. Biodistribution study at 50 min, 24 and 48 h showed that the complex is significantly absorbed by the intestine and accumulation in the lungs and affects them, finally excreted through the kidneys, biodistribution results are consistent with results from full image means of SPECT/CT technique.

• Smart Structures and Systems
• /
• 제31권4호
• /
• pp.421-436
• /
• 2023

This paper presents a vibration displacement measurement and damage identification method for a space truss structure from its vibration videos. Features from Accelerated Segment Test (FAST) algorithm is combined with adaptive threshold strategy to detect the feature points of high quality within the Region of Interest (ROI), around each node of the truss structure. Then these points are tracked by Kanade-Lucas-Tomasi (KLT) algorithm along the video frame sequences to obtain the vibration displacement time histories. For some cases with the image plane not parallel to the truss structural plane, the scale factors cannot be applied directly. Therefore, these videos are processed with homography transformation. After scale factor adaptation, tracking results are expressed in physical units and compared with ground truth data. The main operational frequencies and the corresponding mode shapes are identified by using Subspace Stochastic Identification (SSI) from the obtained vibration displacement responses and compared with ground truth data. Structural damages are quantified by elemental stiffness reductions. A Bayesian inference-based objective function is constructed based on natural frequencies to identify the damage by model updating. The Success-History based Adaptive Differential Evolution with Linear Population Size Reduction (L-SHADE) is applied to minimise the objective function by tuning the damage parameter of each element. The locations and severities of damage in each case are then identified. The accuracy and effectiveness are verified by comparison of the identified results with the ground truth data.

• Smart Structures and Systems
• /
• 제31권4호
• /
• pp.393-407
• /
• 2023

To assess structural condition in a non-destructive manner, computer vision-based structural health monitoring (SHM) has become a focus. Compared to traditional contact-type sensors, the advantages of computer vision-based measurement systems include lower installation costs and broader measurement areas. In this study, we propose a novel computer vision-based vibration measurement and coarse-to-fine damage assessment method for truss bridges. First, a deep learning model FairMOT is introduced to track the regions of interest (ROIs) that include joints to enhance the automation performance compared with traditional target tracking algorithms. To calculate the displacement of the tracked ROIs accurately, a normalized cross-correlation method is adopted to fine-tune the offset, while the Harris corner matching is utilized to correct the vibration displacement errors caused by the non-parallel between the truss plane and the image plane. Then, based on the advantages of the stochastic damage locating vector (SDLV) and Bayesian inference-based stochastic model updating (BI-SMU), they are combined to achieve the coarse-to-fine localization of the truss bridge's damaged elements. Finally, the severity quantification of the damaged components is performed by the BI-SMU. The experiment results show that the proposed method can accurately recognize the vibration displacement and evaluate the structural damage.

• 한국인터넷방송통신학회논문지
• /
• 제23권4호
• /
• pp.107-113
• /
• 2023

본 논문은 인공지능 기술을 활용하여 영상에서 흡연 행위를 검출하는 방법을 제안한다. 흡연은 정적 현상이 아니라 행위에 해당하기 때문에 객체 탐지 기술에 행위를 탐지할 수 있는 자세 추정 기술을 접목하였다. 이미지에서 흡연자를 검출하기 위하여 흡연자 검출 학습 모델을 개발하였으며, 영상에서 흡연행위를 검출하기 위하여 흡연행위의 특성을 자세 추정 기술에 적용하였다. 객체 탐지를 위하여 YOLOv8을 사용하였으며, 자세 추정을 위하여 OpenPose를 이용하였다. 또한, 영상에 흡연자 및 비흡연자가 포함되어 있는 경우 사람들만 분리하는 방법도 적용하였다. 제안된 방법은 파이선으로 Google Colab NVIDEA Tesla T4 GPU를 사용구현 하였고, 테스트 결과 주어진 영상에서 흡연 행위를 완벽하게 검출함을 알 수 있었다.

• Journal of Animal Science and Technology
• /
• 제65권3호
• /
• pp.519-534
• /
• 2023

Rumination in cattle is closely related to their health, which makes the automatic monitoring of rumination an important part of smart pasture operations. However, manual monitoring of cattle rumination is laborious and wearable sensors are often harmful to animals. Thus, we propose a computer vision-based method to automatically identify multi-object cattle rumination, and to calculate the rumination time and number of chews for each cow. The heads of the cattle in the video were initially tracked with a multi-object tracking algorithm, which combined the You Only Look Once (YOLO) algorithm with the kernelized correlation filter (KCF). Images of the head of each cow were saved at a fixed size, and numbered. Then, a rumination recognition algorithm was constructed with parameters obtained using the frame difference method, and rumination time and number of chews were calculated. The rumination recognition algorithm was used to analyze the head image of each cow to automatically detect multi-object cattle rumination. To verify the feasibility of this method, the algorithm was tested on multi-object cattle rumination videos, and the results were compared with the results produced by human observation. The experimental results showed that the average error in rumination time was 5.902% and the average error in the number of chews was 8.126%. The rumination identification and calculation of rumination information only need to be performed by computers automatically with no manual intervention. It could provide a new contactless rumination identification method for multi-cattle, which provided technical support for smart pasture.