• 제목/요약/키워드: motion-image

검색결과 2,144건 처리시간 0.027초

허프 변환을 이용한 다표적 환경에서 동적 RCS 분리 (Separation of Dynamic RCS using Hough Transform in Multi-target Environment)

  • 김유진;최영재;최인식
    • 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.

모바일 로봇을 위한 카메라 탑재 매니퓰레이터 (Manipulator with Camera for Mobile Robots)

  • 이준우;조경근;조훈희;정성균;봉재환
    • 한국전자통신학회논문지
    • /
    • 제17권3호
    • /
    • pp.507-514
    • /
    • 2022
  • 가정에서 사람을 보조하기 위해 이동과 작업이 모두 가능한 모바일 매니퓰레이터의 필요성이 커지고 있다. 본 논문에서는 크기가 작고 낮은 가격으로 구성할 수 있는 모바일 매니퓰레이터를 개발하기 위해 모바일 로봇에 탑재할 수 있는 소형 매니퓰레이터 시스템을 개발하였다. 개발한 매니퓰레이터는 4자유도를 가지며, 끝단에 그리퍼와 카메라를 부착하여 물체의 인식과 인식한 물체에 대한 작업 수행이 가능하다. 개발한 매니퓰레이터는 수직 방향의 선형 이동이 가능하여 상대적으로 높이 위치한 사람의 손에 물건을 전달하거나 협업을 수행하는 데 유리하다. 개발한 매니퓰레이터의 4자유도 동작을 위한 4개의 액츄에이터를 매니퓰레이터의 베이스에 가깝게 배치하고 매니퓰레이터의 회전 관성을 줄임으로써 매니퓰레이터의 작업 중 안정성을 높이고 모바일 매니퓰레이터의 전복 위험을 낮추었다. 개발한 매니퓰레이터의 끝단에 위치한 카메라에서 RGB 영상을 획득하고 영상처리를 통해 물체를 인식하여 목표한 위치로 옮기는 픽 앤 플레이스 동작을 시험하였으며 로봇의 작업영역(workspace) 내에서 성공적으로 동작함을 확인하였다.

가속 사운드에 대한 운전자와 탑승객의 성가심과 스포티함 지각 (Annoyance and sportiness perception of the acceleration sound by the driver and passengers)

  • 김성현
    • 한국음향학회지
    • /
    • 제40권6호
    • /
    • pp.566-570
    • /
    • 2021
  • 본 연구에서는 차량 가속음에 대한 운전자와 탑승객의 지각적 차이를 평가하였다. 주관 평가를 통해 가속음의 크기에 따라 성가심과 스포티함의 지각 정도에 큰 차이가 있음을 발견하였다. 주관 평가는 주행 영상, 모션, 진동, 소리를 재현할 수 있는 멀티모달 시뮬레이터를 기반으로 가속음의 크기를 3 dB씩 5 단계로 변화시켜 지각되는 성가심과 스포티함이 평가되도록 설계되었다. 실험 결과 성가심과 스포티함의 지각 강도는 운전자보다 탑승객일 때 더 큰 것으로 나타났다. 한편, 가속음 크기의 변화에 따라 성가심의 민감도는 운전자가 탑승객보다 35 % 더 크게 나타났고 스포티함의 민감도는 74 % 더 큰 것으로 나타났다. 본 연구 결과는 능동 음향 설계를 활용한 가속음 개발 시 운전자와 탑승객의 음량을 차별화하여 가속음에 대한 만족도를 향상 시킬 수 있는 사운드 디자인 방향 설정에 활용될 수 있을 것으로 기대된다.

AlphaPose를 활용한 LSTM(Long Short-Term Memory) 기반 이상행동인식 (LSTM(Long Short-Term Memory)-Based Abnormal Behavior Recognition Using AlphaPose)

  • 배현재;장규진;김영훈;김진평
    • 정보처리학회논문지:소프트웨어 및 데이터공학
    • /
    • 제10권5호
    • /
    • pp.187-194
    • /
    • 2021
  • 사람의 행동인식(Action Recognition)은 사람의 관절 움직임에 따라 어떤 행동을 하는지 인식하는 것이다. 이를 위해서 영상처리에 활용되는 컴퓨터 비전 태스크를 활용하였다. 사람의 행동인식은 딥러닝과 CCTV를 결합한 안전사고 대응서비스로서 안전관리 현장 내에서도 적용될 수 있다. 기존연구는 딥러닝을 활용하여 사람의 관절 키포인트 추출을 통한 행동인식 연구가 상대적으로 부족한 상태이다. 또한 안전관리 현장에서 작업자를 지속적이고 체계적으로 관리하기 어려운 문제점도 있었다. 본 논문에서는 이러한 문제점들을 해결하기 위해 관절 키포인트와 관절 움직임 정보만을 이용하여 위험 행동을 인식하는 방법을 제안하고자 한다. 자세추정방법(Pose Estimation)의 하나인 AlphaPose를 활용하여 신체 부위의 관절 키포인트를 추출하였다. 추출된 관절 키포인트를 LSTM(Long Short-Term Memory) 모델에 순차적으로 입력하여 연속적인 데이터로 학습을 하였다. 행동인식 정확률을 확인한 결과 "누워있기(Lying Down)" 행동인식 결과의 정확도가 높음을 확인할 수 있었다.

탁구 로봇을 위한 빠른 자세 분류 시스템 개발 (Development of Fast Posture Classification System for Table Tennis Robot)

  • 진성호;권영우;김윤정;박미영;안재훈;강호선;최지욱;이인호
    • 로봇학회논문지
    • /
    • 제17권4호
    • /
    • pp.463-476
    • /
    • 2022
  • In this paper, we propose a table tennis posture classification system using a cooperative robot to develop a table tennis robot that can be trained like a real game. The most ideal table tennis robot would be a robot with a high joint driving speed and a high degree of freedom. Therefore, in this paper, we intend to use a cooperative robot with sufficient degrees of freedom to develop a robot that can be trained like a real game. However, cooperative robots have the disadvantage of slow joint driving speed. These shortcomings are expected to be overcome through quick recognition. Therefore, in this paper, we try to quickly classify the opponent's posture to overcome the slow joint driving speed. To this end, learning about dynamic postures was conducted using image data as input, and finally, three classification models were created and comparative experiments and evaluations were performed on the designated dynamic postures. In conclusion, comparative experimental data demonstrate the highest classification accuracy and fastest classification speed in classification models using MLP (Multi-Layer Perceptron), and thus demonstrate the validity of the proposed algorithm.

YOLOv5와 모션벡터를 활용한 트램-보행자 충돌 예측 방법 연구 (A Study of Tram-Pedestrian Collision Prediction Method Using YOLOv5 and Motion Vector)

  • 김영민;안현욱;전희균;김진평;장규진;황현철
    • 정보처리학회논문지:소프트웨어 및 데이터공학
    • /
    • 제10권12호
    • /
    • pp.561-568
    • /
    • 2021
  • 최근 자율주행에 관한 기술은 고부가가치 신기술로서 주목받고 있으며 활발히 연구가 진행되고 있는 분야이다. 상용화 가능한 자율주행을 위해서는 실시간으로 정확하게 진입하는 객체를 탐지하고 이동속도를 추정해야 한다. CNN(Convolutional Neural Network) 기반 딥러닝 알고리즘과 밀집광학흐름(Dense Optical Flow)을 사용하는 기존 방식은 실행 속도가 느려 실시간으로 객체를 탐지하고 이동속도를 추정하기에는 한계가 존재한다. 본 논문에서는 트램에 설치된 카메라를 통해 획득된 주행영상에서 딥러닝 알고리즘인 YOLOv5 알고리즘을 활용하여 실시간으로 객체를 탐지를 수행하고, 탐지된 객체영역에서 기존의 밀집광학흐름(Dense Optical Flow) 대신 연산량을 개선한 부분 밀집광학흐름(Local Dense Optical Flow)을 사용하여 객체의 진행 방향과 속력을 빠르게 추정하는 방식을 제안한다. 이를 바탕으로 충돌 시간과 충돌 지점을 예측할 수 있는 모델을 설계하였으며, 이를 통해 트램(Tram)의 주행 중 전방 충돌사고를 방지할 수 있는 시스템에 적용하고자 한다.

영상분석 기술을 활용한 시니어용 동영상 편집 시스템 (Video Content Editing System for Senior Video Creator based on Video Analysis Techniques)

  • 장달원;이재원;이종설
    • 방송공학회논문지
    • /
    • 제27권4호
    • /
    • pp.499-510
    • /
    • 2022
  • 본 논문에서는 영상 편집이 익숙하지 않은 시니어 동영상 크리에이터를 위한 동영상 편집 시스템을 설명한다. 영상분석 기술을 이용하여 편집소스 동영상을 분석하여 각종 정보를 제공하고, 자동으로 일부 장면을 삭제한다. 사용자가 다수의 소스 콘텐츠를 입력하였을 때, RNN(Recurrent Neural Network) 기술을 기반으로 샷 단위로 분할하고, 이 중 동영상 편집에서 배제할 부분을 구분한다. 각 샷 별로 중요도를 계산하여 샷 단위로 자동 삭제가 가능하도록 한다. 중요도 계산을 위해서 동영상 초점 정보를 추출하여 활용하는데, 이는 초점이 맞지 않는 영상 또는 흔들린 영상을 배제할 수 있도록 한다. 이후 시스템은 객체 인식을 수행하고, 얼굴이 나온 영상에 대해서 감정, 나이, 성별 등의 정보를 추출하여 사용자에게 제공한다. 사용자는 이런 정보를 활용하여 동영상을 제작한다. 동영상에 자막을 삽입하는 등 동영상을 꾸미기 위한 기능들도 포함되어 있으며, 이런 기능들을 활용할 시, 사용자의 과거 정보를 이용해서 선호 디자인을 쉽게 찾을 수 있도록 앞서 배치하고 있다. 시니어 동영상 크리에이터들이 본 시스템을 통해서 쉽고 빠르게 동영상 콘텐츠를 제작할 수 있다.

수동 휠체어 추진 속도에 따른 상지 관절 생체역학적 영향 분석 (Upper Extremity Biomechanics of Manual Wheelchair Propulsion at Different Speeds)

  • 황선홍
    • 대한의용생체공학회:의공학회지
    • /
    • 제43권4호
    • /
    • pp.241-250
    • /
    • 2022
  • It is known that chronic pain and injury of upper limb joint tissue in manual wheelchair users is usually caused by muscle imbalance, and the propulsion speed is reported to increase this muscle imbalance. In this study, kinematic variables, electromyography, and ultrasonographic images of the upper limb were measured and analyzed at two different propulsion speeds to provide a quantitative basis for the risk of upper extremity joint injury. Eleven patients with spinal cord injury for the experimental group (GE) and 27 healthy adults for the control group (GC) participated in this study. Joint angles and electromyography were measured while subjects performed self-selected comfortable and fast-speed wheelchair propulsion. Ultrasound images were recorded before and after each propulsion task to measure the acromiohumeral distance (AHD). The range of motion of the shoulder (14.35 deg in GE; 20.24 deg in GC) and elbow (5.25 deg in GE; 2.57 deg in GC) joints were significantly decreased (p<0.001). Muscle activation levels of the anterior deltoid, posterior deltoid, biceps brachii, and triceps brachii increased at fast propulsion. Specifically, triceps brachii showed a significant increase in muscle activation at fast propulsion. AHD decreased at fast propulsion. Moreover, the AHD of GE was already narrowed by about 60% compared to the GC from the pre-tests. Increased load on wheelchair propulsion, such as fast propulsion, is considered to cause upper limb joint impingement and soft tissue injury due to overuse of the extensor muscles in a narrow joint space. It is expected that the results of this study can be a quantitative and objective basis for training and rehabilitation for manual wheelchair users to prevent joint pain and damage.

뇌파기반 드론제어를 위한 기계학습에 관한 연구 (Study of Machine Learning based on EEG for the Control of Drone Flight)

  • 홍예진;조성민;차도완
    • 한국정보통신학회:학술대회논문집
    • /
    • 한국정보통신학회 2022년도 춘계학술대회
    • /
    • pp.249-251
    • /
    • 2022
  • 본 연구에서는 뇌파를 이용하여 드론을 제어하기 위한 기계학습을 논의한다. 드론의 이륙과 전진, 후진, 좌측 이동 그리고 우측 이동을 제어대상으로 정의하였고 이를 제어하기 위한 뇌파의 신호를 전두엽을 대상으로 하는 Fp1·Fp2 2채널 건식 전극(NeuroNicle FX2) 뇌파 측정장비를 통하여 5.19초동안 각 제어대상과 연관된 행동의 운동 심상을 눈을 뜬 상태에서 측정(Sampling Rate 250Hz, Cutoff Frequency 6~20Hz) 하였다. 측정된 뇌파신호에 대해 매틀랩의 분류학습기를 이용해서 삼중 계층 신경망, 로지스틱 회귀커널, 비선형 3차 SVM 학습을 실시하였으며 학습결과 로지스틱 회귀 커널 학습에서 드론의 이륙과 전진, 후진, 좌측 이동 그리고 우측 이동을 위한 가장 높은 정확도를 가지고 있음을 클래스 참양성률로 확인할 수 있었다.

  • PDF

Hierarchical Flow-Based Anomaly Detection Model for Motor Gearbox Defect Detection

  • Younghwa Lee;Il-Sik Chang;Suseong Oh;Youngjin Nam;Youngteuk Chae;Geonyoung Choi;Gooman Park
    • KSII Transactions on Internet and Information Systems (TIIS)
    • /
    • 제17권6호
    • /
    • pp.1516-1529
    • /
    • 2023
  • In this paper, a motor gearbox fault-detection system based on a hierarchical flow-based model is proposed. The proposed system is used for the anomaly detection of a motion sound-based actuator module. The proposed flow-based model, which is a generative model, learns by directly modeling a data distribution function. As the objective function is the maximum likelihood value of the input data, the training is stable and simple to use for anomaly detection. The operation sound of a car's side-view mirror motor is converted into a Mel-spectrogram image, consisting of a folding signal and an unfolding signal, and used as training data in this experiment. The proposed system is composed of an encoder and a decoder. The data extracted from the layer of the pretrained feature extractor are used as the decoder input data in the encoder. This information is used in the decoder by performing an interlayer cross-scale convolution operation. The experimental results indicate that the context information of various dimensions extracted from the interlayer hierarchical data improves the defect detection accuracy. This paper is notable because it uses acoustic data and a normalizing flow model to detect outliers based on the features of experimental data.