• 대한원격탐사학회지
• /
• 제32권6호
• /
• pp.647-656
• /
• 2016

UAV의 발전에 따라 UAV영상의 활용도 늘어나고 있다. 다양한 UAV영상 기반의 어플리케이션에 점진적 번들 조정방법이 널리 사용된다. 그러나, 점진적 번들조정 방법은 중복이 없는 영상 쌍에서도 대응점을 추출해 긴 시간을 소요하게 된다. 이 과정을 효율적으로 처리하기 위해서는 중복지역에서만 대응점 추출연산을 진행해야한다. 만약 영상의 외부표정요소가 있을 경우 이를 기준으로 영상의 중복도를 계산하여 중복지역에서만 대응점 추출이 일어나도록 제한할 수 있다. 그러나 외부표정요소가 없는 영상을 활용하는 경우, 기하학적인 중복지역을 계산할 수 없으므로 다른 후보군 구성 방법의 적용이 필요하다. 본 논문에서는 외부표정 요소가 없는 경우의 대응점 추출 후보군 구성 방법들을 비교해 가장 효율적인 방법을 찾는다. 비교 방법은 일부 특징점, 특징점 군집화, 영상의 밝기를 활용한 후보군 구성방식이며 외부표정요소를 통해 구한 대응점 후보군 구성결과를 기준으로 각 방식을 비교한다. 비교 결과 일부 특징점을 활용하는 것이 가장 효율적으로 나타났다.

• 정보관리연구
• /
• 제25권2호
• /
• pp.31-60
• /
• 1994

이공학(理工學) 일반 분야의 데이터베이스는 요 및 해 사이 충실(充實)해졌으나, 화학(化學) 의학(醫學) 약학(藥學) 분야의 데이터베이스에 비하면 그 층(層)은 두껍다고 말할 수 있다. 아직 널리 사용되고 있는 데이터베이스의 종류(種類)도 실제로는 한정(限定)되어 있고, 일부를 제외(除外)하곤 거의가 외국제(外國製)이다. 본고(本稿)에서는 데이터베이스 시스템마다 제공(提供)되고 있는 주요한 데이터베이스의 종류(種類)와 특징(特徵), 이용(利用)의 요점과 활용법을 소개하였다. 현재로는 아직 문헌정보(文獻情報)의 활용이 중심이 되겠지만, 연구(硏究) 개발활동(開發活動)의 효율화를 증진시키기 위해선 팩트 데이터가 불가결(不可缺)하다. 채산적(採算的), 기술적(技術的)으로는 어려운 면도 있겠으나, 이 분야에 있어 상용(商用)의 팩트 데이터베이스를 가능한 한 시급히 정비(整備)할 필요가 있을 것이다.

• 정보관리연구
• /
• 제24권2호
• /
• pp.36-53
• /
• 1993

우리는 정보(情報)에 근거를 두고 행동을 취하고 있다. 따라서 효율적인 행동을 하려면 정보의 입수(入手) 루트를 잘 가꾸어야 한다. 여러 경로(經路)의 루트가 있지만, 특히 상용(商用) 데이터베이스는 이점(利點)이 크다. 더구나 대가를 지불하면 누구든 자유롭게 사용할 수 있으므로, 이용 여하에 따라서 정보(情報)의 입수에 상당한 격차(隔差)가 생기게 된다. 한편, 일본(日本)의 상용(商用) 데이터베이스 서비스는 출현된지 20여년이 지나 최근 많이 변화되었다. 예를 들면, 배치에서 온라인으로 그리고 CD-ROM의 등장에 의한 미디어의 다양화(多樣化)는 그 대표적인 예이다. 데이터베이스의 최신 동향을 살펴, 정보화시대(情報化時代)의 틀(도구(道具))로써 활용(活用)하는 것이 매우 중요하다.

• 대한임베디드공학회논문지
• /
• 제19권1호
• /
• pp.9-17
• /
• 2024

It is widely recognized that for 3D human pose estimation (HPE), dataset acquisition is expensive and the effectiveness of augmentation techniques of conventional visual recognition tasks is limited. We address these difficulties by presenting a simple but effective method that augments input images in terms of viewpoints when training a 3D human pose estimation (HPE) model. Our intuition is that meaningful variants of the input images for HPE could be obtained by viewing a human instance in the images from an arbitrary viewpoint different from that in the original images. The core idea is to synthesize new images that have self-occlusion and thus are difficult to predict at different viewpoints even with the same pose of the original example. We incorporate this idea into the training procedure of the 3D HPE model as an augmentation stage of the input samples. We show that a strategy for augmenting the synthesized example should be carefully designed in terms of the frequency of performing the augmentation and the selection of viewpoints for synthesizing the samples. To this end, we propose a new metric to measure the prediction difficulty of input images for 3D HPE in terms of the distance between corresponding keypoints on both sides of a human body. Extensive exploration of the space of augmentation probability choices and example selection according to the proposed distance metric leads to a performance gain of up to 6.2% on Human3.6M, the well-known pose estimation dataset.

• 한국산학기술학회논문지
• /
• 제21권7호
• /
• pp.285-291
• /
• 2020

제조 산업에서 인력은 로봇으로 대체되지만 전문 기술은 데이터 변환이 어려워 산업용 로봇에 적용이 불가능하다. 이는 비전 기반의 모션 인식 방법으로 데이터 확보가 가능하나 이미지 데이터에 따라 판단 값이 달라질 수 있다. 따라서 본 연구는 비전 방법을 사용해 사람의 자세를 추정 시 영향을 미치는 인자를 고려해 정확성 향상 방법을 찾고자 한다. 비전 방법 중 OpenPose의 3가지 모델 MPII, COCO 및 COCO + foot을 사용했으며, CNN(Convolutional Neural Networks)을 사용한 OpenPose 구조에서 얼굴 가림 및 이미지 전처리에 미치는 영향을 확인하고자 액세서리의 유무, 이미지 크기 및 필터링을 매개 변수로 설정했다. 각 매개 변수 별 이미지 데이터를 3 가지 모델에 적용해 실제 값과 예측 값 사이 거리 오차와 PCK (Percentage of correct Keypoint)로 영향도를 판단했다. 그 결과 COCO + foot 모델은 3 가지 매개 변수에 대한 민감도가 가장 낮았다. 또한 이미지 크기는 50% (원본 3024 × 4032에서 1512 × 2016로 축소) 이상 비율이 가장 적절하며, MPII 모델만 emboss 필터링을 적용할 때 거리 오차 평균이 최대 60pixel 감소되어 향상된 결과를 얻었다.

• 전자공학회논문지
• /
• 제50권8호
• /
• pp.187-195
• /
• 2013

차량 번호판 검출의 기존 연구들은 대부분 높은 성능을 얻기 위해 영상 획득 환경을 제한한다. 본 논문은 제약사항이 적은 환경에서 다양한 종류의 차량 번호판을 검출하기 위해 SIFT와 신경망을 이용한 새로운 방법을 제안한다. SIFT는 영상의 크기, 회전 변화에 불변하는 지역특징으로서 처리해야 할 환경이 고정되지 않은 경우에도 분별력이 뛰어나다. 영상에서 추출한 SIFT를 번호판 내부의 것(내부 부류)과 외부의 것(외부 부류)으로 나누어 2부류 분류기를 학습한다. 분류기는 신경망을 사용하며, 찾고자 하는 번호판의 종류를 학습 집합에 포함하는 것으로 다양한 종류의 번호판을 동일한 알고리즘으로 검출할 수 있다. 제안하는 방법은 입력 영상에서 지역특징을 추출하고 미리 학습한 분류기로 번호판 내부 부류를 가려낸다. 분류기의 성능이 높지 않더라도 분류 결과 내부 부류는 번호판 내부에 밀집하여 나타나고 번호판 외부에서는 흩어져 나타난다. 이러한 특성을 이용해 지역특징 맵을 만들고, 이 맵에서 임계값 이상인 전역 최댓값을 번호판 영역으로 검출한다. 다양한 환경에서 데이터 베이스를 수집하고 지역특징 분류와 번호판 검출 알고리즘을 실험한다. 지역특징을 분류기로 분류한 결과 정인식률은 97.1%, 정확률은 62.0%, 재현율은 50.2%를 보였다. 정인식률에 비해 정확률과 재현율은 낮았지만, 번호판 검출 결과 98.6%의 높은 검출 성능을 보였다.

• 한국측량학회지
• /
• 제27권3호
• /
• pp.393-400
• /
• 2009

최근 실세계를 재현하기 위한 3차원 기술개발의 필요성과 요구가 증가하게 되어 이러한 요구를 충족하기 위해 실세계 재현에 대한 연구가 국내외적으로 활발히 진행되고 있다. 기존에 구축된 공간분석을 위한 데이터는 2차원을 목적으로 제작되었으며 이는 3차원의 현실세계를 반영하는데 한계성이 있다. 또한 데이터 활용성이 제한적이며 데이터 재생산은 비용과 시간의 측면에서 비효율적이므로 기존의 데이터를 활용하여 효과적으로 3차원의 현실세계를 재현할 수 있는 방법에 대한 연구의 필요성이 증대되었다. DEM(Digital Elevation Model: 수치표고모델)은 활용 분야별로 다양한 요구조건을 만족하는 개별적인 방법으로 제작되어 활용되며 기존의 DEM 제작은 일률적인 보간법과 해상도로 제작되므로 데이터의 효율성이 떨어진다. 이는 실세계를 반영하기 위한 정확성에서의 한계성을 가지므로 다양한 데이터를 포함하면 효율성을 높일 수 있다. 본 연구에서는 지형분석을 통해 산악지, 구릉지, 평지로 분류 하여 서로 상이한 보간법과 해상도로 다중 해상도 DEM을 생성하였고 지형의 특성을 대표하는 model keypoint 데이터를 생성하여 포함하였다. 또한 3차원 공간정보를 포함하는 데이터 융합을 위해 도화원도와 통합하여 포괄적, 적응적 및 융통적 지형공간 데이터 모델링을 방안을 제안하였다.

• 인터넷정보학회논문지
• /
• 제19권6호
• /
• pp.41-51
• /
• 2018

최근 영상 감시 분야에서는 지능형 영상 감시 시스템에 딥 러닝 기반 학습 방법이 적용되어 범죄, 화재, 이상 현상과 같은 다양한 이벤트들을 강건하게 탐지 할 수 있게 되었다. 그러나 3차원 실세계를 2차원 영상으로 투영시키면서 발생하는 3차원 정보의 손실로 인하여 폐색 문제가 발생하기 때문에 올바르게 객체를 탐지하고, 자세를 추정하기 위해서는 폐색 문제를 고려하는 것이 필요하다. 따라서 본 연구에서는 기존 RGB 정보에 깊이 정보를 추가하여 객체 탐지 과정에서 나타나는 폐색 문제를 해결하여 움직이는 객체를 탐지하고, 탐지된 영역에서 컨볼루션 신경망을 이용하여 인간의 관절 부위인 14개의 키포인트의 위치를 예측한다. 그 다음 자세 추정 과정에서 발생하는 자가 폐색 문제를 해결하기 위하여 2차원 키포인트 예측 결과와 심층 신경망을 이용하여 자세 추정의 범위를 3차원 공간상으로 확장함으로써 3차원 인간 자세 추정 방법을 설명한다. 향후, 본 연구의 2차원 및 3차원 자세 추정 결과는 인간 행위 인식을 위한 용이한 데이터로 사용되어 산업 기술 발달에 기여 할 수 있다.

• 사물인터넷융복합논문지
• /
• 제10권2호
• /
• pp.1-15
• /
• 2024

스마트 지역사회의 구축은 지역사회의 안전을 보장하는 새로운 방법이자 중요한 조치이다. 촬영 각도로 인한 얼굴 기형 및 기타 외부 요인의 영향으로 인한 신원 인식 정확도 문제를 해결하기 위해 이 논문에서는 네트워크 모델을 구축할 때 전체 그래프 컨벌루션 모델을 설계하고, 그래프 컨벌루션 모델에 협력하여 얼굴의 핵심을 추출한다. 또한 얼굴의 핵심을 특정 규칙에 따라 핵심 포인트를 구축하며 이미지 컨벌루션 구조를 구축한 후 이미지 컨벌루션 모델을 추가하여 이미지 특징의 핵심을 개선한다. 마지막으로 두 사람의 얼굴의 이미지 특징 텐서를 계산하고 전체 연결 레이어를 사용하여 집계된 특징을 추출하고 판별하여 인원의 신원이 동일한지 여부를 결정한다. 최종적으로 다양한 실험과 테스트를 거쳐 이 글에서 설계한 네트워크의 얼굴 핵심 포인트에 대한 위치 정확도 AUC 지표는 300W 오픈 소스 데이터 세트에서 85.65%에 도달했다. 자체 구축 데이터 세트에서 88.92% 증가했다. 얼굴 인식 정확도 측면에서 이 글에서 제안한 IBUG 오픈 소스 데이터 세트에서 네트워크의 인식 정확도는 83.41% 증가했으며 자체 구축 데이터 세트의 인식 정확도는 96.74% 증가했다. 실험 결과는 이 글에서 설계된 네트워크가 얼굴을 모니터링하는 데 더 높은 탐지 및 인식 정확도를 가지고 있음을 보여준다.