• 한국멀티미디어학회논문지
• /
• 제16권6호
• /
• pp.764-781
• /
• 2013

본 논문에서는 시차영상 생성과 레이블링(labeling)을 동시에 수행하는 빌보드 스윕 스테레오 시차정합 알고리즘을 적용하고, 두 단계로 구성된 복합 가설생성(hypothesis generation) 단계를 적용함으로서 거짓알림(false alarm)을 줄이고, 차량 검출의 정확도를 높이는 방법을 제안한다. 먼저 차량의 정면에 장착된 두 대의 카메라를 이용하여 영상을 획득하고, 이 영상을 사용하여 빌보드 스윕 스테레오 시차정합 알고리즘을 수행하여 지면과 배경이 제거된 장애물(obstacle)만이 존재하는 특수한 형태의 시차영상을 생성한다. 이렇게 생성된 지면과 배경이 제거된 레이블링된 시차영상을 이용하여 차량 검출 및 추적을 수행한다. 차량 검출 및 추적단계는 크게 세 단계로 나눠진다. 첫 번째 단계는 학습 단계로서 학습데이터로부터 Gabor필터를 사용해서 특징점을 추출하고, 추출된 특징점을 학습한 뒤 서포트 벡터머신 분류기를 생성하는 단계이다. 두 번째 단계는 스테레오 카메라의 영상 중 주 카메라의 영상으로부터 에지 정보를 추출하고, 지면과 배경이 제거된 시차 영상으로부터 얻어진 시차정보를 이용해서 차량이 존재하는 후보영역을 뽑은 뒤 서포트 벡터머신 분류기를 사용하여 차량을 검출하는 단계이다. 마지막 단계는 차량 추적단계로서 검출이 완료된 차량들은 다음 프레임에서 템플릿 매칭을 수행하여 추적한다. 이는 추적에 성공할 경우 다음 프레임의 차량 검출시 후보영역에서 배제함으로서 전체적인 차량 검출 성능을 향상시킨다.

• 전자공학회논문지S
• /
• 제35S권12호
• /
• pp.84-92
• /
• 1998

본 논문에서는 왼쪽 카메라와 오른쪽 카메라에서 획득된 두 영상에서 변이를 찾는 새로운 비용함수를 제안하였다. Cox 등[10]은 극상선상에서 화소의 밝기값으로 비용함수를 계산한 후, 동적 프로그래밍법을 사용하여 스테레오 정합문제를 해결하였다. 본 논문에서는 밝기값 외에 새로운 두 비용함수를 제안하였다. 하나는 화소의 기울기 정보를 밝기값과 방향성의 가중치를 결정하는 기준으로 사용하는 것이다. 기울기가 큰 화소는 주로 화소의 밝기값에 의해 정합이 이루어지고, 기울기가 작은 화소는 방향성을 이용한 정합이 이루어지도록 비용함수를 조절하였다. 다음으로 현재의 극상선상에서 변이를 구하기 위해 이전 극상선에서의 정합이 이루어진 두 화소 $p-k$와 $p-l$가 현 비교되는 화소와 같은 경계선상에 위치하면, $p-i$와 $p-j$가 정합이 이루어질 가능성을 크게 비용함수를 조절하였다. 제안된 방법을 여러 영상에 적용한 결과 이전의 방법보다 더 정확한 정합이 이루어짐을 확인하였다.

• 한국전자파학회논문지
• /
• 제27권5호
• /
• pp.463-470
• /
• 2016

본 논문에서는 다중 편파(polarimetry) 데이터를 이용한 산란점(scattering center) 추출 알고리즘을 소개하고자 한다. 산란파 계산을 위해 상용 툴인 VIRAF(virtual aircraft framework)의 물리 광학법(Physical Optics: PO)/물리광학 회절이론(Physical Theory of Diffraction: PTD)을 사용하여 표적 표면과 모서리에 의한 산란을 각각 계산하였다. 또한, 단위 변환(unitary transformation)을 이용하여 선형 기저(linear basis) 기반 4-채널 데이터를 수평/수직-좌원형 기저(horizontal/vertical-circular basis) 2-채널 데이터로 변환하였고, 그 결과 데이터를 코히런트하게 압축할 수 있었다. 스펙트럼 추정 방법(spectral estimation technique)에 하나인 2차원 RELAX 알고리즘을 사용하여 산란점(scattering center) 추출을 하였고, 편파 방향과 관측각도 변화에 따른 산란현상을 각각 분석하였다.

• 로봇학회논문지
• /
• 제18권1호
• /
• pp.1-9
• /
• 2023

This paper presents an optimal path planning strategy for aerial searching and surveying of a user-designated area using multiple Unmanned Aerial Vehicles (UAVs). The method is designed to deal with a single unseparated polygonal area, regardless of polygonal convexity. By defining the search area into a set of grids, the algorithm enables UAVs to completely search without leaving unsearched space. The presented strategy consists of two main algorithmic steps: cellular decomposition and path planning stages. The cellular decomposition method divides the area to designate a conflict-free subsearch-space to an individual UAV, while accounting the assigned flight velocity, take-off and landing positions. Then, the path planning strategy forms paths based on every point located in end of each grid row. The first waypoint is chosen as the closest point from the vehicle-starting position, and it recursively updates the nearest endpoint set to generate the shortest path. The path planning policy produces four path candidates by alternating the starting point (left or right edge), and the travel direction (vertical or horizontal). The optimal-selection policy is enforced to maximize the search efficiency, which is time dependent; the policy imposes the total path-length and turning number criteria per candidate. The results demonstrate that the proposed cellular decomposition method improves the search-time efficiency. In addition, the candidate selection enhances the algorithmic efficacy toward further mission time-duration reduction. The method shows robustness against both convex and non-convex shaped search area.

• 융합신호처리학회논문지
• /
• 제10권1호
• /
• pp.7-12
• /
• 2009

본 논문에서는 local min/max 연산을 이용한 필기체 숫자의 방향특징 추출 기법을 제안한다. 숫자의 방향특징은 숫자를 이루는 선에서 수평, 수직 및 두 대각방향인 4개 방향의 선들로 구성된 방향선분 영상으로부터 구해진다. Kirsch 마스크를 사용하는 기존의 방향특징 추출기법은 에지형태인 두 겹으로 된 방향선분 영상을 생성하는데 반해 본 논문에서 제시하는 방법은 방향성 수축연산을 사용하여 한 겹으로 된 방향선분 영상을 생성한다. 본 방향성 수축연산을 숫자영상에 적용하기 위해서는 먼저 세선화, 영상 팽창 등의 전처리가 필요하지만 이 방법은 숫자를 이루는 선 자체와 더욱 유사한 형태를 갖는 방향선분을 제공한다. 우리가 구하고자 하는 [$4{\times}4$] 크기인 4개의 방향특징은 4개의 방향선분 영상으로부터 조닝방법을 통해 구해진다. 보다 높은 필기체 숫자인식을 얻기 위해, 본 연구에서는 우리가 제안한 방향특징에 기존의 Kirsch 방향특징과 오목특징을 결합한 다중특징을 사용하였다. 본 숫자 특징에 의한 인식률을 테스트를 위해 오류역전파 알고리즘으로 학습되는 다층퍼셉트론 신경회로망을 인식기로 사용하였으며, Concordia 대학의 CENPARMI 숫자 데이터베이스를 사용하여 실험한 결과 98.35%의 인식률을 얻을 수 있었다.