• 한국컴퓨터정보학회논문지
• /
• 제24권3호
• /
• pp.19-27
• /
• 2019

This paper proposes a new method using multi-layer overlapped windows to improve the performance of YOLO network which is vulnerable to detect small dense objects. In particular, the proposed method uses the YOLO Network based on the multi-layer overlapped windows to track small dense vehicles that approach from long distances. The method improves the detection performance for location and size of small vehicles. It allows crossing area of two multi-layer overlapped windows to track moving vehicles from a long distance to a short distance. And the YOLO network is optimized so that GPU computation time due to multi-layer overlapped windows should be reduced. The superiority of the proposed algorithm has been proved through various experiments using captured images from road surveillance cameras.

• Journal of Platform Technology
• /
• 제9권4호
• /
• pp.60-70
• /
• 2021

본 논문은 2채널 이상의 다중 카메라를 사용하는 곡면 스크린 사격 시스템에서 패턴 레이저 영상의 좌표를 안정적으로 추적할 수 있는 방법을 제안하였다. 이 방법은 HMD 사격 방식을 대체할 수 있는 다중 스크린 사격 방식에 적용시 매우 효과적으로 타겟점을 추적 및 획득할 수 있다. 개별 카메라로부터 획득한 변형이 심한 곡면 스크린의 영상을 영상 정규화, 영상 이진화 및 노이즈 제거를 통해 보정한다. 이 보정된 영상을 매칭점을 기준으로 사격의 탄착점 추적에 용의한 유클리드 공간 맵으로 생성하여 적용한다. 실험한 결과, 곡면 스크린 사격 시스템에서 패턴 레이저의 영상 좌표를 안정적으로 추출하였고, 실세계 좌표 위치와 광대역 유클리드 맵의 타켓점 위치 오차를 최소화하였다. 실험을 통해 제안한 방법의 신뢰성을 확인하였다.

• IEIE Transactions on Smart Processing and Computing
• /
• 제6권3호
• /
• pp.175-182
• /
• 2017

In this paper, we present a multi-depth generation method using a time-of-flight (ToF) fusion camera system. Multi-view color cameras in the parallel type and ToF depth sensors are used for 3D scene capturing. Although each ToF depth sensor can measure the depth information of the scene in real-time, it has several problems to overcome. Therefore, after we capture low-resolution depth images by ToF depth sensors, we perform a post-processing to solve the problems. Then, the depth information of the depth sensor is warped to color image positions and used as initial disparity values. In addition, the warped depth data is used to generate a depth-discontinuity map for efficient stereo matching. By applying the stereo matching using belief propagation with the depth-discontinuity map and the initial disparity information, we have obtained more accurate and stable multi-view disparity maps in reduced time.

• 대한토목학회논문집
• /
• 제30권6D호
• /
• pp.553-560
• /
• 2010

본 연구는 신호위반 단속건수에 영향을 미치는 요인들에 관하여 자료를 수집하고 분석하여 신호위반 단속건수와의 관계를 규명하고 모형을 개발하여 예측된 모형을 통해 신호위반 단속건수에 영향을 미치는 요인에 대한 규칙을 파악하는 방법으로 교통사고의 위험을 항시 내포하고 있는 교통법규 위반행위가 빈번한 지역에 대한 무인다기능단속시스템의 설치기준을 제시하고자 하는 연구이다.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2010년도 춘계학술대회
• /
• pp.76-79
• /
• 2010

인터넷 웹 기반의 Home Securiy, ITS(Intelligent Traffic System), 관광산업, 생산현장 등 여러 분야에서 네트워크 카메라를 이용한 영상정보 시스템이 각광을 받고 있으며, 이에 따른 네트워크 카메라의 수요가 급속하게 증가하고 있다. 또한 이를 제어하기 위해서 비디오 서버가 복잡해짐에 따라 많은 비용이 드는 문제를 가지고 있다. 따라서 본 논문에서는 카메라 수의 증가에 따른 비디오 서버의 복잡성과 비용 문제를 해결하고자 다중 채널을 통해 입력되는 카메라의 영상 정보를 1채널 멀티플랙스 스위칭 처리를 하고 또한 영상 데이터를 자동으로 스위칭하는 시스템을 구현 하였다.

• 한국지능시스템학회논문지
• /
• 제25권1호
• /
• pp.35-41
• /
• 2015

영상 감시 시스템에서 특정 물체를 추적하기 위해서는 물체에 대한 영상정보를 빠른 시간 내에 정확하게 인식하고 추적하는 방법이 매우 중요하다. 단일 카메라를 이용해서 객체의 추적을 하게 될 경우 가려짐과 같은 문제로 인해 객체 추적의 한계가 존재하게 되고, 복수 카메라를 사용하는 경우 연속적으로 배치된 카메라를 통해 객체를 추적하게 된다. 그러나 객체추적이 완벽하게 이루어지지 않아 추적하고 있는 객체를 놓치는 경우가 발생한다. 이러한 문제를 해결하기 위해서 다수의 카메라를 관심영역 내에 설치해서 동시에 동일한 물체를 여러 각도에서 관찰하는 멀티 영상감시시스템과 같은 방법을 고려해야 한다. 물체 추적에 다수의 카메라를 이용할 경우 정보 취득이 용이하고, 보다 넓은 범위의 공간에서 정확도가 높은 판단을 내리는 것이 가능하다. 본 논문에서는 도로 교차로에 다수의 카메라를 사용할 경우 공간투영기법인 호모그래피를 적용하여 자동차와 같은 동일한 물체를 인식하고 추적하기 위한 방법을 제안하고자 한다.

• 한국멀티미디어학회논문지
• /
• 제16권5호
• /
• pp.539-548
• /
• 2013

움직임 추정은 비디오 영상 압축에 있어서 중요한 역할을 하지만 최적의 움직임 벡터를 추정하기 위해 많은 계산량을 요구한다. 다시점 비디오는 하나의 3차원 장면을 여러 시점에서 다수의 카메라로 촬영한 동영상으로 다시점 비디오 부호화를 위한 움직임 추정의 계산량은 카메라 수에 비례하여 증가한다. 본 논문에서는 다시점 비디오 부호화를 위한 움직임 추정의 계산량을 줄이면서 영상 화질을 유지하는 저 복잡도 움직임 추정 기법을 제안하였다. 제안한 기법은 계층적인 탐색 기법으로 4-그리드 다이아몬드 탐색 패턴, 2-그리드 다이아몬드 탐색 패턴 그리고 TZ 2 point 탐색 패턴으로 구성되었다. 이들 탐색 패턴들은 움직임 벡터의 분포 특성을 이용하여 탐색 점들을 배치함으로써 적은 계산량으로 움직임 벡터를 추정할 수 있다. 제안한 기법의 성능을 JMVC의 고속 움직임 추정 기법인 TZ 탐색 기법의 성능과 비교하였을 경우, 영상 화질 면에서 약 0.01~0.24(dB) 화질 저하를 보였지만 움직임 추정의 계산량을 약 42%~80% 줄임으로서 약 1.8~4.5배 속도 향상을 보였다.

• 반도체디스플레이기술학회지
• /
• 제22권3호
• /
• pp.149-154
• /
• 2023

This paper presents a novel approach to multi-focus image fusion using light field cameras. The proposed neural network, LFFCNN (Light Field Focus Convolutional Neural Network), is composed of three main modules: feature extraction, feature fusion, and feature reconstruction. Specifically, the feature extraction module incorporates SPP (Spatial Pyramid Pooling) to effectively handle images of various scales. Experimental results demonstrate that the proposed model not only effectively fuses a single All-in-Focus image from images with multi focus images but also offers more efficient and robust focus fusion compared to existing methods.

• 방송공학회논문지
• /
• 제12권4호
• /
• pp.333-341
• /
• 2007

Multi-view video has recently gained much attraction from academic and commercial fields because it can deliver the immersive viewing of natural scenes. This paper presents multi-view video processing being composed of intermediate view reconstruction (IVR), graphics composition, and multi-view video viewer. First we generate virtual views between multi-view cameras using depth and texture images of the input videos. Then we mix graphic objects to the generated view images. The multi-view video viewer is developed to examine the reconstructed images and composite images. As well, it can provide users with some special effects of multi-view video. We present experimental results that validate our proposed method and show that graphic objects could become the inalienable part of the multi-view video.

• Journal of information and communication convergence engineering
• /
• 제18권2호
• /
• pp.75-81
• /
• 2020

Approximately 1.3 million people die from traffic accidents each year, and smartphone usage while driving is one of the main causes of such accidents. Therefore, detection of smartphone usage by drivers has become an important part of distracted driving detection. Previous studies have used single camera-based methods to collect the driver images. However, smartphone usage detection by employing a single camera can be unsuccessful if the driver occludes the phone. In this paper, we present a driver smartphone usage detection system that uses multiple cameras to collect driver images from different perspectives, and then processes these images with ensemble convolutional neural networks. The ensemble method comprises three individual convolutional neural networks with a simple voting system. Each network provides a distinct image perspective and the voting mechanism selects the final classification. Experimental results verified that the proposed method avoided the limitations observed in single camera-based methods, and achieved 98.96% accuracy on our dataset.