• 한국콘텐츠학회논문지
• /
• 제8권12호
• /
• pp.45-52
• /
• 2008

모바일 RFID 환경에서의 객체 디렉토리 서비스(Object Directory Service: ODS)는 사물과 사물간의 통신 및 정보검색을 위해 반드시 필요한 핵심 인프라 요소 기술로서, 사물의 객체 정보가 있는 서버의 위치를 모바일 RFID 태그를 통해 실시간으로 인식하여 검색하는 서비스이다. 현재 ODS 검색 서비스는 글로벌한 모바일 RFID 환경에 적합하지만, 지역적인 로컬 네트워크 및 정보보안이 필요한 사설 네트워크에서는 불필요한 검색시간이 요구되고 효율성이 떨어지는 서비스 시스템이다. 따라서 본 논문에서는 기존의 ODS 검색 서비스 알고리즘을 개선하여 새롭게 로컬 환경에 적합한 ODS 검색 서비스 알고리즘을 제안하고, 개선된 ODS 검색 서비스 시스템의 성능평가 결과를 제시한다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제14권5호
• /
• pp.2141-2155
• /
• 2020

In order to meet the requirements of background change, illumination variation, moving shadow interference and high accuracy in object detection of moving camera, and strive for real-time and high efficiency, this paper presents an object detection algorithm based on sparse approximation recursion and sparse coding migration in subspace. First, low-rank sparse decomposition is used to reduce the dimension of the data. Combining with dictionary sparse representation, the computational model is established by the recursive formula of sparse approximation with the video sequences taken as subspace sets. And the moving object is calculated by the background difference method, which effectively reduces the computational complexity and running time. According to the idea of sparse coding migration, the above operations are carried out in the down-sampling space to further reduce the requirements of computational complexity and memory storage, and this will be adapt to multi-scale target objects and overcome the impact of large anomaly areas. Finally, experiments are carried out on VDAO datasets containing 59 sets of videos. The experimental results show that the algorithm can detect moving object effectively in the moving camera with uniform speed, not only in terms of low computational complexity but also in terms of low storage requirements, so that our proposed algorithm is suitable for detection systems with high real-time requirements.

• 정보화연구
• /
• 제11권4호
• /
• pp.441-448
• /
• 2014

최근 각 산업분야에서 공간정보의 구축은 물론 그 활용과 유통을 위한 다양한 노력들이 이루어지고 있다. 철도산업분야에서도 이러한 공간정보는 각 관련 주체간 협업 등을 원활하게 하고, 자산관리 및 철도운영 등의 효율성을 높일 수 있다. 본 논문에서는 철도공간정보의 체계적인 활용을 위해 철도공간정보에 대한 참조체계 방안을 제시하고자 한다. 현재 철도는 상대위치 개념을 중심으로 모든 시설물 관리와 차량운행이 이루어지고 있다. 상대위치 기반의 관리체계는 많은 장점을 가지고 있으나, 선로 개량 등으로 선형 변화가 발생할 경우 변경된 지점을 중심으로 그 다음 위치들은 모두 상대위치를 변경하여야만 하는 어려움 또한 유발된다. 그리고 토목, 전기, 신호 등 철도의 각 분야에 속한 시설물들은 각각 다른 상대위치를 가지고 있기 때문에 협업의 어려움 또한 발생하고 있다. 이러한 문제점을 해결하고, 철도산업 이외의 분야와 협업 및 정보 융복합 등을 위하여 절대위치 기반의 철도공간정보참조체계가 필수적이다. 이에 본 연구에서는 세계적으로 유일한 객체식별자를 가지는 OID표준을 기반으로 철도공간정보참조체계 식별자 ROID(Railway Object IDentifier)와 시스템 확장성 및 연계성이 높은 서비스 객체지향형 철도공간정보참조체계를 제안한다. ROID는 기존의 철도 시설물 관리체계를 유지하면서 절대위치와 함께 유일한 식별자 개념을 가질 수 있도록 구성된다.

• 한국정보통신학회논문지
• /
• 제18권12호
• /
• pp.2961-2967
• /
• 2014

최근 CCTV의 영상정보 공개시 타인의 영상에 대해서는 모자이크 처리하여 식별이 불가능하도록 하는 개인정보 보호법이 발표되었다. 반면에 CCTV를 통하여 획득된 영상 데이터를 활용한 범죄 수사는 점차 더 많이 활용되고 있는 추세이다. 이렇게 상반된 2가지의 요구사항에 의해 촬영된 CCTV 동영상을 수사기관 등의 기관에서 요청할 경우 개인정보(개인 얼굴 이미지 등)을 마스킹(Masking)해 배포함으로써 개인정보 유출을 차단하는 마스킹/ 언마스킹 솔루션에 대한 시장의 요구가 크게 성장할 것으로 예측된다. 정보주체가 정보열람 의뢰기관에 정보를 요구하기 전에 객체에 대한 선별 마스킹을 하기 위한 정보보호 솔루션에 있어서 가장 핵심되는 기술은 객체에 대한 추적기술이다. 본 논문에서는 CCTV영상에 대한 후처리로써의 정보보호 솔루션에 적합한 객체추적 알고리즘을 제안한다. 안정적인 추적이 가능하도록 하기 위해 움직임정보와 색상정보를 함께 사용하였다. 그러면서도 시간이 많이 걸리지 않는 컬러 중심점 이동(Color Centroid Shifting) 기반의 방법을 사용하여 추적의 속도 성능을 높였다.

• 한국정보통신학회논문지
• /
• 제26권8호
• /
• pp.1121-1129
• /
• 2022

RGB 이미지를 활용하는 다양한 객체 인식 분야에서 조도가 어둡거나 특정 물체에 의해 가려진 환경에서의 RGB 이미지는 객체 인식 성능 저하를 일으킨다. IR 이미지는 가시광선이 아닌 적외선 파동을 감지하기 때문에 이러한 환경에서 강인한 객체 인식 성능을 가질 수 있고, RGB-IR 이미지 쌍을 가지고 각자의 강점을 결합 하는 것을 통해 객체 인식 성능을 향상시킬 수 있다. 본 논문에서는 RGB-IR 이미지 쌍의 강점만을 결합하여 객체 인식 성능을 향상시키는 다중 스펙트럼 융합 모델인 high-frequency interchange network (HINet)을 제안한다. HINet은 RGB-IR 이미지 간 주요 정보를 교환하기 위해 두 가지 객체 인식 모델을 mutual high-frequency transfer (MHT)를 이용하여 연결하였다. MHT에서는 RGB-IR 이미지 쌍 각각을 discrete cosine transform (DCT) 스펙트럼 도메인으로 변환하여 고주파 정보를 추출한다. 추출된 고주파 정보는 서로의 네트워크에 전달되어 객체 인식성능 향상을 위해 활용되어 진다. 실험 결과는 제안하는 네트워크의 우수성을 보이며 다중 스펙트럼 객체 인식 성능을 향상시키는 것을 확인할 수 있다.

• 한국정밀공학회:학술대회논문집
• /
• 한국정밀공학회 2004년도 추계학술대회 논문집
• /
• pp.426-429
• /
• 2004

To reconstruct the 3-D information of a irregular object, this paper proposes a new method applying the composition focus measure to time-series image. A focus measure function is carefully selected because a focus measure is apt to be affected by the working environment and the characteristics of an object. The proposed focus measure function combines the variance measure which is robust to noise and the Laplacian measure which, regardless of an object shape, has a good performance in calculating the focus measure. And the time-series image, which considers the object shape, is proposed in order to efficiently applying the interesting window. This method, first, divides the image frame by the window. Second, the composition focus measure function be applied to the windows, and the time-series image is constructed. Finally, the 3-D information of an object is reconstructed from the time-series images considering the object shape. The experimental results have shown that the proposed method is suitable algorithm to 3-D reconstruction of an irregular object.

• 제어로봇시스템학회논문지
• /
• 제18권6호
• /
• pp.562-570
• /
• 2012

This paper proposes a robust object tracking algorithm using object features and on-line learning based particle filter for mobile robots. Mobile robots with a side-view camera have problems as camera jitter, illumination change, object shape variation and occlusion in variety environments. In order to overcome these problems, color histogram and HOG descriptor are fused for efficient representation of an object. Particle filter is used for robust object tracking with on-line learning method IPCA in non-linear environment. The validity of the proposed algorithm is revealed via experiments with DBs acquired in variety environment. The experiments show that the accuracy performance of particle filter using combined color and shape information associated with online learning (92.4 %) is more robust than that of particle filter using only color information (71.1 %) or particle filter using shape and color information without on-line learning (90.3 %).

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2002년도 ITC-CSCC -2
• /
• pp.1236-1239
• /
• 2002

When we see an object, we usually can say what it is easily even for the case where the object isn't shown in the frontal view. However, it is difficult to believe that all views of every object we have ever seen are fully memorized in our brain. Possibly, when an object is shown, we have some typical views of the object in our brain through our past experience and reconstruct the view to recognize what the presented object is. Non-negative Matrix Factorization (NMF) is one of the methods to extract the basis images from sample data set. The prominent feature of this method is that the reconstructed image is obtained by only additions of the basis images with suitable positive weights. So NMF can be seen more biologically plausible method than any other feature extraction methods such as Vector Quantization (VQ) and principal Component Analysis (PCA). In this paper, we adopt NMF to extract the aspect features from the set of images, which consists of various views of a given object. Some experiments are shown how much well NMF can extract the aspect features than any other methods such as VQ and PCA.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제12권10호
• /
• pp.4976-4994
• /
• 2018

The diffusion-based salient object detection methods have shown excellent detection results and more efficient computation in recent years. However, the current diffusion-based salient object detection methods still have disadvantage of detecting the object appearing at the image boundaries and different scales. To address the above mentioned issues, this paper proposes a multi-scale diffusion-based salient object detection algorithm with background and objectness seeds. In specific, the image is firstly over-segmented at several scales. Secondly, the background and objectness saliency of each superpixel is then calculated and fused in each scale. Thirdly, manifold ranking method is chosen to propagate the Bayessian fusion of background and objectness saliency to the whole image. Finally, the pixel-level saliency map is constructed by weighted summation of saliency values under different scales. We evaluate our salient object detection algorithm with other 24 state-of-the-art methods on four public benchmark datasets, i.e., ASD, SED1, SED2 and SOD. The results show that the proposed method performs favorably against 24 state-of-the-art salient object detection approaches in term of popular measures of PR curve and F-measure. And the visual comparison results also show that our method highlights the salient objects more effectively.

• 반도체디스플레이기술학회지
• /
• 제14권3호
• /
• pp.73-77
• /
• 2015

This paper proposes an object tracking system according to reliability assessment of learning in mobile environments. The proposed system is based on markerless tracking, and there are four modules which are recognition, tracking, detecting and learning module. Recognition module detects and identifies an object to be matched on current frame correspond to the database using LSH through SURF, and then this module generates a standard object information that has the best reliability of learning. The standard object information is used for evaluating and learning the object that is successful tracking in tracking module. Detecting module finds out the object based on having the best possible knowledge available among the learned objects information, when the system fails to track. The experimental results show that the proposed system is able to recognize and track the reliable objects with reliability assessment of learning for the use of mobile platform.