• 한국군사과학기술학회지
• /
• 제11권1호
• /
• pp.66-74
• /
• 2008

This paper presents a new small target detection method using scale invariant feature. Detecting small targets whose sizes are varying is very important to automatic target detection. Scale invariant feature using the Laplacian scale-space can detect different sizes of targets robustly compared to the conventional spatial filtering methods with fixed kernel size. Additionally, scale-reflected adaptive thresholding can reduce many false alarms. Experimental results with real IR images show the robustness of the proposed target detection in real world.

• 대한임베디드공학회논문지
• /
• 제12권4호
• /
• pp.231-238
• /
• 2017

Detecting small infrared targets from the low-SCR images at a long distance is very hard. The previous Local Contrast Method (LCM) algorithm based on the human visual system shows a superior performance of detecting small targets by a background suppression technique through local contrast measure. However, its slow processing speed due to the heavy multi-scale processing overhead is not suitable to a variety of real-time applications. This paper presents a lightweight real-time small target detection algorithm, called by the Improved Selective Local Contrast Method (ISLCM), to reduce the scale-invariant computational overhead. The proposed ISLCM applies the improved local contrast measure to the predicted selective region so that it may have a comparable detection performance as the previous LCM while guaranteeing low scale-invariant computational load by exploiting both adaptive scale estimation and small target feature feasibility. Experimental results show that the proposed algorithm can reduce its computational overhead considerably while maintaining its detection performance compared with the previous LCM.

• East Asian mathematical journal
• /
• 제17권1호
• /
• pp.103-114
• /
• 2001

When the target manifold is certain Kenmotsu manifolds, we characterize invariant immersions, tangential anti-invariant immersions and normal anti-invariant immersions by the spectra of the Jacobi operator.

• 제어로봇시스템학회논문지
• /
• 제8권12호
• /
• pp.991-997
• /
• 2002

The concept of feasible & invariant region plays an important role to derive closed loop stability and achie adequate performance of constrained receding horizon predictive control. In this paper, we define a complex polyhedral feasible & invariant set for all stabilizable input-constrained linear systems by using a complex transform and propose a one-norm based receding horizon control scheme using these invariant sets. In order to get a larger stabilizable set, a convex hull of invariant sets which are defined for different state feedback gains is used as a target invariant set of the constrained receding horizon control. The proposed constrained receding horizon control scheme is formulated so that it can be solved via linear programming.

• 전자공학회논문지B
• /
• 제33B권6호
• /
• pp.198-207
• /
• 1996

A PSRI (position, scale, and rotation invariant ) feature extraction and automatic target recognition system using a cooperative network and an MLP is proposed. We can extract position invarient features by obtaining the target center using the projection and the moment in preprocessing stage. The scale and rotation invariant features are extracted from the contour projection of the number of edge pixels on each of the concentric circles, which is input to the cooperative network. By extracting the representative PSRI features form the features and their differentiations using max-net and min-net, we can rdduce the number of input neurons of the MLP, and make the resulted automatic target recognition system less sensitive to input variances. Experiments are conduted on various complex images which are shifted, rotated, or scaled, and the results show that the proposed system is very efficient for PSRI feature extractions and automatic target recognitions.

• 대한수학회논문집
• /
• 제12권2호
• /
• pp.373-382
• /
• 1997

When the target manifold is a Sasakian or cosympletic space form, we characterize invariant immersions, tangential anti-invariant immersions and normal anti-invariant immersions by the spectra of the Jacobi operator.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2009년도 춘계학술대회 논문집
• /
• pp.105-110
• /
• 2009

현재 NASA에서 제공되는 MODIS 지표반사율자료(MOD09)는 MODIS영상을 이용한 각종 주제자료들의 중요한 입력 자료로 사용되고 있으며, MODIS 지표반사율 자료에 대한 객관적인 검증연구가 필요한 실정이다. 따라서 본 연구에서는 MOD09의 검증관련 초기 연구로서, 남한에 분포하는 불변성 타겟(invariant target)을 대상으로 2006년 일별 250m MODIS 지표반사율자료(MOD09GQK)자료의 객관적 검증을 시도하였다. 우선, MOD09 QA(Quality Assurance)자료를 이용하여 구름의 영향을 받은 화소를 제거한 후, 수치지도와 토지피복도를 이용하여 정의한 불변성 타겟에 해당되는 MOD09영상의 화소값을 추출하였다. 이와 같이 추출된 시계열 MOD09GHK영상의 화소값에 1차 회귀분석을 적용하여 이상 반사율 값을 탐지하고, 그 원인을 분석하였다. 검증 결과 나지지역에 대해서 0.0186의 RMSE값이 나타났으며, 인공물의 경우 0.2891의 RMSE값을 보였다. 발생된 이상 화소를 살펴보면, 구름, 그림자, 눈에 영향에 의해 발생한 것도 있으며, 원인을 알 수 없는 이상 화소들도 분포하였다. 향후 연구에서는 한반도 전역의 MODIS 시계열 반사율영상을 대상으로 MODIS 대기보정알고리즘과 입력인자의 적합성을 판단하기 위한 연구를 진행할 예정이다.

• 한국전자파학회논문지
• /
• 제25권10호
• /
• pp.1062-1068
• /
• 2014

본 논문에서는 두 개의 순차적인 inverse synthetic aperture radar(ISAR) 영상들을 활용하여 표적의 회전 속도(Rotation Velocity: RV) 추정을 통한 수직 거리 스케일링(cross-range scaling: CRS)을 수행한다. 순차적으로 형성된 두 개의 ISAR 영상들에 각각 scale invariant feature transform(SIFT)를 적용함으로써 관측각도의 변화에 강인한 산란원(scatterer)들을 추출한다. 추출된 산란원과 각 영상 내 표적의 회전 중심(Rotation Center: RC) 사이의 거리가 같다는 점을 이용하여 비용함수(cost function)를 설정한 후, 전역 탐색 기법(exhaustive search method)과 결합된 particle swarm optimization(PSO)의 최적화를 통해 표적의 RV를 RC 정보 없이 추정한다. 시뮬레이션에서는 시나리오 기반으로 기동하는 표적에 대한 ISAR 영상 형성 후, 제안된 기법을 통해 RC의 정보 없이 RV를 추정함으로써 ISAR 영상의 CRS가 성공적으로 수행됨을 보여준다.

• Journal of information and communication convergence engineering
• /
• 제21권2호
• /
• pp.139-144
• /
• 2023

Engineers prefer deep neural networks (DNNs) for solving computer vision problems. However, DNNs pose two major problems. First, neural networks require large amounts of well-labeled data for training. Second, the covariate shift problem is common in computer vision problems. Domain adaptation has been proposed to mitigate this problem. Recent work on adversarial-learning-based unsupervised domain adaptation (UDA) has explained transferability and enabled the model to learn robust features. Despite this advantage, current methods do not guarantee the distinguishability of the latent space unless they consider class-aware information of the target domain. Furthermore, source and target examples alone cannot efficiently extract domain-invariant features from the encoded spaces. To alleviate the problems of existing UDA methods, we propose the mixup regularization in adversarial discriminative domain adaptation (ADDA) method. We validated the effectiveness and generality of the proposed method by performing experiments under three adaptation scenarios: MNIST to USPS, SVHN to MNIST, and MNIST to MNIST-M.

• 대한전자공학회논문지SP
• /
• 제39권4호
• /
• pp.370-380
• /
• 2002

전방 관측 적외선 영상에서 가려짐이 없거나 가려짐이 있는 군용차량을 인식할 수 있는 자동 표적인식 알고리즘을 제안한다. 표적을 배경으로부터 분리한 후에 광역적인 형상 특징을 찾기 위해 표적의 경계선에 대해 물체의 중심을 기준으로 방사함수 (radial function)를 정의한다. 또한, 형상 정보가 집중되어 있는 표적의 윗 부분으로부터 국부적인 형상 특징을 찾기 위해 두 개의 특징점과 경계선으로부터 거리함수를 정의한다. 두 개의 함수와 경계선으로부터 4개의 광역적 형상 특징과 4개의 국부적 형상 특징을 제안한다. 이 특징들은 병진, 회전 그리고 크기변화에 대해 기존의 특징 벡터들 보다 좋은 불변성을 가진다. 이 특징들을 이용하여 가려짐이 있는 표적과 가려짐이 없는 표적을 구분하여 인식하기 위한 새로운 분류 방식을 제안한다. 실험을 통해 제안한 특징들의 불변성과 인식 성능을 기존의 특징벡터들과 비교하여 제안한 표적 인식 알고리즘의 우수성을 입증한다.