• 한국컴퓨터정보학회논문지
• /
• 제27권7호
• /
• pp.75-82
• /
• 2022

우리 주위에 다양한 전시관, 쇼핑몰, 테마파크 등이 있으며 실제 전시하고 있는 전시물, 콘텐츠에 대한 관심도, 흥미도에 대한 분석은 설문 정도로만 이루어지고 있다. 이러한 설문은 주로 피설문자의 주관적인 기억에 의존하고 있어서 잘못된 통계 결과를 얻을 수 있는 문제가 있다. 따라서 방문객의 동선 추적과 수를 카운팅 하여 흥미가 떨어지는 전시 공간 파악이 가능하며 이를 통해 교체가 필요한 전시물에 대해 정량적 자료로 사용이 가능하다. 본 논문에서는 딥러닝 기반의 인공지능 알고리즘을 이용하여 방문객을 인식하고, 인식된 방문객에 아이디를 할당하여 이를 지속적으로 추적하는 방식으로 동선을 파악한다. 이때 방문객이 카운팅 라인을 통과하게 되면 그 수를 카운팅 하고, 데이터는 서버에 전송하여 통합 관리할 수 있도록 시스템을 설계하였다.

• 한국정보통신학회논문지
• /
• 제19권5호
• /
• pp.1207-1212
• /
• 2015

본 논문에서는 광자 계수 집적 영상 현미경을 사용하여 광자가 희박한 조건에서 마이크로 물체의 3차원 시각화와 인식에 대한 기술을 제안한다. 제안하는 방법에서는 고해상도의 서로 다른 원근감을 가지는 2차원 영상을 획득하기 위해 합성조리개 집적 영상을 사용한다. 그리고 영상으로부터 광자를 추출하기 위해 광자계수 영상 시스템의 수학적 모델인 포아송 분포를 사용하며 통계적 추정법으로 부터 3차원 영상을 추정한다. 따라서, 광자가 희박한 조건에서 마이크로 물체가 손상되지 않으면서 그에 대한 3차원 영상을 획득하고 시각화할 수 있다. 추가적으로, 비선형 상관 필터를 사용하여 3차원 물체의 인식도 가능하다. 본 기술의 유용성을 증명하기 위해, 광학적 실험을 수행하였다.

• 정보처리학회논문지B
• /
• 제14B권1호
• /
• pp.13-22
• /
• 2007

본 논문은 극장이나 공연장에 설치된 CCTV 혹은 캠코더를 통해 입력받은 영상으로부터 패턴비교를 이용해 관객의 수를 카운팅하는 방법을 제안한다. 극장이나 공연장의 환경은 주로 어둡고 관객의 수가 많기 때문에 기존의 객체 검출에 의한 방법으로는 정확한 실시간 카운팅이 어렵다는 문제점을 가지고 있다. 따라서 본 논문에서는 극장이나 공연장의 좌석이 고정되어 있다는 점을 이용해 각 좌석마다 관객이 존재하지 않는 기준영상을 획득한 후 카운팅 하고자 하는 입력 영상의 동일 좌석 영상과 패턴비교를 이용해 각 좌석에서 관객의 유무를 판단한다. 특히, 본 논문에서는 기존 방법들이 지닌 조명 변화이나 잡음에 민감한 문제를 해결하기 위해 상호 보완적인 성능을 보이는 두 가지 특징인 크기투영과 Walsh-Hadamard Kernel에 기반한 패턴비교 방법들을 효과적으로 결합함으로써 조명이나 잡음의 영향을 최소화하고 정확한 카운팅을 가능하게 한다. 제안된 방법은 실제 극장에서 획득한 영상에 대한 실험을 통해 정확한 시스템 성능을 검증하며, 제안된 방법을 주차장에서 빈 주차공간을 확인하는데 적용해 봄으로써 다른 분야로의 적용 가능성을 확인한다.

• Ocean and Polar Research
• /
• 제35권3호
• /
• pp.239-247
• /
• 2013

Digital image processing is a process to analyze a large volume of information on digital images. In this study, Artemia hatching rate was measured by automatically classifying and counting cysts and larvae based on color imaging data from cyst hatching experiments using an image processing technique. The Artemia hatching rate estimation consists of a series of processes; a step to convert the scanned image data to a binary image data, a process to detect objects and to extract their shape information in the converted image data, an analysis step to choose an optimal discriminant function, and a step to recognize and classify the objects using the function. The function to classify Artemia cysts and larvae is optimally estimated based on the classification performance using the areas and the plan-form factors of the detected objects. The hatching rate using the image data obtained under the different experimental conditions was estimated in the range of 34-48%. It was shown that the maximum difference is about 19.7% and the average root-mean squared difference is about 10.9% as the difference between the results using an automatic counting (this study) and a manual counting were compared. This technique can be applied to biological specimen analysis using similar imaging information.

• Journal of Information Processing Systems
• /
• 제18권3호
• /
• pp.428-442
• /
• 2022

A reliable automatic passenger counting (APC) system is a key point in transportation related to the efficient scheduling and management of transport routes. In this study, we introduce a lightweight head detection network using deep learning applicable to an embedded system. Currently, object detection algorithms using deep learning have been found to be successful. However, these algorithms essentially need a graphics processing unit (GPU) to make them performable in real-time. So, we modify a Tiny-YOLOv3 network using certain techniques to speed up the proposed network and to make it more accurate in a non-GPU environment. Finally, we introduce an APC system, which is performable in real-time on embedded systems, using the proposed head detection algorithm. We implement and test the proposed APC system on a Samsung ARTIK 710 board. The experimental results on three public head datasets reflect the detection accuracy and efficiency of the proposed head detection network against Tiny-YOLOv3. Moreover, to test the proposed APC system, we measured the accuracy and recognition speed by repeating 50 instances of entering and 50 instances of exiting. These experimental results showed 99% accuracy and a 0.041-second recognition speed despite the fact that only the CPU was used.

• 인터넷정보학회논문지
• /
• 제16권1호
• /
• pp.39-46
• /
• 2015

본 논문에서는 모바일 환경에서 미세세포 영상으로부터 셀을 자동 검출하고 계수하는 자동화 방법을 제시하였다. 셀 카운팅은 생물학 또는 병리학적 영상분석에 있어서 매우 중요한 과정이다. 과거에는 셀 카운팅은 수동적인 방법으로 진행되어 매우 지루하고 많은 시간을 필요로 하는 작업이었다. 이에 더하여 수동 계수 방법은 정확한 카운팅 결과를 도출하는데 어려움이 있었다. 따라서, 정확하고 일관된 셀 검출과 카운팅 결과를 생물학적인 영상으로부터 획득하기 위해서는 자동화방법이 필요하다. 제안된 다단계 셀 계수방법은 배양된 세포영상으로부터 셀을 자동으로 분할하고 분할된 셀의 위상학적 분석을 통하여 셀을 라벨링 한다. 셀 카운팅의 정확도를 높이기 위하여 워터쉐드 알고리듬에 의하여 서로 덩어리로 뭉쳐진 셀을 서로 분리하고 모폴로지 연산을 통하여 영상으로부터 획득한 개별 셀의 형태를 개선한다. 제안된 시스템은 모바일 환경에서 사용될 수 있도록 개발되었다. 따라서 셀 영상은 모바일 폰의 카메라로 획득하며 미세세포의 통계학적인 분석 데이터는 유비쿼터스 환경의 모바일 장치에 의해 전송 된다. 실험을 통하여 수동으로 계수한 셀의 숫자와 제안된 방법에 의해 자동 카운팅 된 셀의 수를 비교한 결과 제안된 방법이 매우 효과적이고 정확한 결과를 제시한다는 사실을 입증하였다.

• 동력기계공학회지
• /
• 제3권2호
• /
• pp.64-69
• /
• 1999

The paper shows a result for development of BLDC motor drive by using a resolver as position detection sensor. The developed drive use a method detecting rotor position based on HSI interrupt function of microprocessor without a specialized counting circuit. The algorithm generating three-phase PWM wave to change switching voltage and current is realized based on single chip microprocessor. The PWM generating part and position counting circuit are realized by software technique without usage of conventional analogue circuit or object-oriented chips. So the drive system become compact. The effectiveness of the developed drive is verified by experimented results of speed response for step reference input.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2017년도 제56차 하계학술대회논문집 25권2호
• /
• pp.135-136
• /
• 2017

When driving at night time environment, the whole body of transports does not visible to us. Due to lack of light conditions, there are only two options, which is clearly visible their taillights and break lights. To improve the recognition correctness of vehicle detection, we present an approach to vehicle detection and tracking using finding contour of the object on binary image at night time. Bilateral filtering is used to make more clearly on threshold part. To remove unexpected small noises used morphological opening. In verification stage, paired tail lights are tracked during their existence in the ROI. The accuracy of the test results for vehicle detection is about 93%.

• Child Studies in Asia-Pacific Contexts
• /
• 제5권1호
• /
• pp.39-49
• /
• 2015

Not all parents are skilled in scaffolding their young children's numeracy learning. The present study investigated the effectiveness of a parent training program in promoting Filipino young children's number sense via card game playing at home. Participants were 161 young children and their parents; families were of a relatively low socioeconomic status. During the 10-week intervention period, parents in the experimental group received training on how to use number game cards to help their children acquire various numeracy concepts; parents in the control group received no special instructions. Children in the experimental group showed greater improvements in their performance on six number sense tasks (namely numeral identification, object counting, rote counting, missing number, numerical magnitude comparison, and addition) over the intervention period than did children in the control group. Findings of the present study suggest that providing simple training to parents on strategies for fostering their young children's number sense at home is important for giving children a good early start in basic number knowledge.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2021년도 제64차 하계학술대회논문집 29권2호
• /
• pp.17-20
• /
• 2021

본 연구는 인원 계수에 딥러닝 알고리즘을 적용한다. 인원 계수는 안전 관리 분야, 상업 분야에 적용될 수 있다. 예를 들어, 건물 내 화재 발생 시, 계수된 인원을 활용하여 인명 피해를 최소화할 수 있다. 다른 예로, 유동인구 데이터를 기반으로 상권을 분석하여 경제적 효율성을 극대화할 수 있다. 이처럼 인원 데이터의 중요성이 증가함에 따라 인원 계수 연구도 활발하다. 그 예로, 객체 탐지(Object Detection) 같은 딥러닝 기반 인원 계수, 센서 기반 인원 계수 등이 있다. 본 연구에선 딥러닝 알고리즘인 VGGNet을 사용하여 인원을 계수했다. 결과로 Mean Absolute Percentage Error(이하 MAPE)는 약 5.9%의 오차율을 보였다. 결과 확인 방법으로는 설명 가능한 인공지능(XAI) 알고리즘 중 하나인 Grad-CAM을 적용했다.