• 제어로봇시스템학회논문지
• /
• 제12권5호
• /
• pp.431-437
• /
• 2006

In this paper vector code correlation(VCC) method and an algorithm to promote the image-processing performance in building an effective measurement system using cameras are described far automatically berthing and controlling the ship equipped with side-thrusters. In order to realize automatic ship berthing, it is indispensable that the berthing assistant system on the ship should continuously trace a target in the berth to measure the distance to the target and the ship attitude, such that we can make the ship move to the specified location. The considered system is made up of 4 apparatuses compounded from a CCD camera, a camera direction controller, a popular PC with a built-in image processing board and a signal conversion unit connected to parallel port of the PC. The object of this paper is to reduce the image-processing time so that the berthing system is able to ensure the safety schedule against risks during approaching to the berth. It could be achieved by composing the vector code image to utilize the gradient of an approximated plane found with the brightness of pixels forming a certain region in an image and verifying the effectiveness on a commonly used PC. From experimental results, it is clear that the proposed method can be applied to the measurement system for automatic ship berthing and has the image-processing time of fourfold as compared with the typical template matching method.

• 한국지능시스템학회논문지
• /
• 제22권3호
• /
• pp.319-327
• /
• 2012

본 논문에서는 착용식 추적장치나 표식 등의 보조 도구를 사용하지 않는 환경의 동영상 데이터로부터 수화 패턴을 인식하는 방법론에 관하여 고찰한다. 시스템 설계 및 구현에 관한 주제로서 특징점의 추출기법, 특징데이터의 표현기법 및 패턴 분류기법에 관한 방법론을 제시하고 그 유용성을 고찰한다. 일련의 동영상으로 표현되는 수화패턴에 대하여 특징점의 공간적 위치에 대한 변이 뿐만 아니라 시간차원의 변화를 고려한 특징데이터의 표현방법을 제시하며, 방대한 데이터에 의한 분류기의 크기 문제와 계산량의 문제를 개선하기 위하여 효과적으로 특징수를 줄일 수 있는 특징추출 방법을 소개한다. 패턴 분류과정에서 점진적 학습(incremental learning)이 가능한 신경망 모델을 제시하고 그 동작특성 및 학습효과를 분석한다. 또한 학습된 분류모델로부터 특징과 패턴 클래스 간의 상대적 연관성 척도를 정의하고, 이로부터 효과적인 특징을 선별하여 성능저하 없이 분류기의 규모를 최적화 할 수 있음을 보인다. 제안된 내용에 대하여 여섯 가지 수화패턴을 대상으로 적용한 실험을 통하여 유용성을 평가한다.

• 대한전자공학회논문지SP
• /
• 제39권3호
• /
• pp.58-65
• /
• 2002

본 논문에서는 프레임간 압축된 영상의 블록화 현상을 감소시키기 위해 재구성하기 전 차분 영상을 처리하는 새로운 복원 알고리듬을 제안한다. 프레임내 압축 영상의 블록화 현상은 오직 8×8 DCT에 의해서 일어나는 반면에, 프레임간 압축된 영상에서는 8×8 DCT뿐만 아니라 움직임 보상을 위해 사용한 16×16의 매크로 블록에 의해서 발생된다. 이러한 이유로 본 논문에서는 차분 영상에 대한 새로운 열화모델을 제시하고, 블록 경계와 내부의 불연속에 대한 POCS를 이용한 복원 알고리듬을 제시한다. 제안된 알고리듬은 DCT계수의 일부를 이용해 블록 경계의 방향을 고려하는 공간 적응적 저대역 통과 필터를 포함하는 표준 정규화의 변환된 형태이다. 일반적인 비디오 압축 표준은 블록을 기준으로 하는 움직임 보상과 블록 이산여현 변환(BDCT)을 이용한 혼성(hybrid) 구조를 채택하고 있다. 이러한 이유에서 블록화 현상은 블록 경계와 블록 내부에서 일어난다. 두 종류의 블록화 현상을 좀 더 완벽히 제거하기 위해서 복원된 차분 영상은 블록 경계와 블록 내부에서의 방향성 불연속과 같은 제약조건을 만족시켜야만 한다. 그러한 제약조건은 차분 영상을 복구하기 위한 convex set을 정의하는데 이용한다.

• 정보보호학회논문지
• /
• 제33권6호
• /
• pp.1099-1110
• /
• 2023

자율주행 및 robot navigation의 인식 시스템은 성능 향상을 위해 다중 센서를 융합(Multi-Sensor Fusion)을 한 후, 객체 인식 및 추적, 차선 감지 등의 비전 작업을 한다. 현재 카메라와 라이다 센서의 융합을 기반으로 한 딥러닝 모델에 대한 연구가 활발히 이루어지고 있다. 그러나 딥러닝 모델은 입력 데이터의 변조를 통한 적대적 공격에 취약하다. 기존의 다중 센서 기반 자율주행 인식 시스템에 대한 공격은 객체 인식 모델의 신뢰 점수를 낮춰 장애물 오검출을 유도하는 데에 초점이 맞춰져 있다. 그러나 타겟 모델에만 공격이 가능하다는 한계가 있다. 센서 융합단계에 대한 공격의 경우 융합 이후의 비전 작업에 대한 오류를 연쇄적으로 유발할 수 있으며, 이러한 위험성에 대한 고려가 필요하다. 또한 시각적으로 판단하기 어려운 라이다의 포인트 클라우드 데이터에 대한 공격을 진행하여 공격 여부를 판단하기 어렵도록 한다. 본 연구에서는 이미지 스케일링 기반 카메라-라이다 융합 모델(camera-LiDAR calibration model)인 LCCNet 의 정확도를 저하시키는 공격 방법을 제안한다. 제안 방법은 입력 라이다의 포인트에 스케일링 공격을 하고자 한다. 스케일링 알고리즘과 크기별 공격 성능 실험을 진행한 결과 평균 77% 이상의 융합 오류를 유발하였다.

• 인터넷정보학회논문지
• /
• 제25권1호
• /
• pp.29-37
• /
• 2024

본 논문에서는 환자와 같은 특정 객체의 움직임을 감지하고 추적하기 위한 효율적인 영상처리 시스템을 제안한다. 이진화된 차 영상에서 객체의 윤곽선추출을 위하여 기존 알고리즘대비 대비 정밀한 감지가 가능하고 혼성모드설계에 용이한 세선화 알고리즘을 적용하여 영역을 추출한다. 연산량이 많은 이진화와 세선화 단계를 RTL(Register Transfer Level) 기반으로 설계하여 논리회로 합성을 거쳐 최적화된 하드웨어 블록으로 대체된다. 설계된 이진화 및 세선화 블록은 표준 180n CMOS 라이브러리를 이용하여 논리회로로 합성한 후 시뮬레이션을 통하여 동작을 검증하였다. 소프트웨어기반의 성능비교를 위해 32bit FPGA 임베디드시스템 환경에서 640 × 360 해상도의 샘플 영상을 적용하여 이진 및 세선화 연산에 대한 성능분석도 실시하였다. 검증결과 혼성모드 설계가 이전의 소프트웨어로만 이루어지는 처리속도에서 이진 및 세선화 단계에서 93.8% 향상될 수 있음을 확인하였다. 제안된 객체인식을 위한 혼성모드 시스템은 인공지능 네트워크가 적용되지 않는 엣지 컴퓨팅 환경에서도 환자의 움직임을 효율적으로 감시할 수 있을 것으로 기대된다.

• 대한기계학회논문집B
• /
• 제34권12호
• /
• pp.1087-1092
• /
• 2010

단일카메라 기반의 마이크로 스테레오 PTV 측정시스템을 구축하였다. 단일의 카메라에 부착되는 마이크로 대물렌즈 후부에 2 개의 핀을 가진 얇은 원판을 설치하여 한 장의 영상에 스테레오 영상을 얻을 수 있었다. 스테레오 영상간의 동일한 입자영상을 대응시키기 위하여(matching) 반복계산 기반의 PTV 알고리듬을 구축하였다. 계산시간을 줄이기 위하여 에피폴라선을 이용하였으며 스테레오 영상으로부터 얻어진 동일입자들의 3 차원 위치정보(X, Y, Z)의 시간 이동량을 계산함으로써 3 차원 속도벡터를 구하였다. 측정시스템은 광원레이저(Ar-ion, 500mW), 1 대 카메라($1028{\times}1024$ pixel, 500fps), 2 개의 핀홀을 지닌 원판 및 호스트컴퓨터로 구성된다. 가상영상을 이용하여 2 개의 핀홀 간격과 핀홀 직경의 크기변화에 대한 측정알고리듬의 오차와 속도벡터 회복률 특성을 구하였다. 구축된 시스템을 마이크로후향단채널($H{\times}h{\times}W:\;36{\mu}m{\times}70{\mu}m{\times} 3000{\mu}m$) 유동의 측정에 적용하여 얻어진 결과를 수치계산 결과와의 비교로부터 정성적으로 일치한 결과를 얻었다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2008년도 한국컴퓨터종합학술대회논문집 Vol.35 No.1 (D)
• /
• pp.444-448
• /
• 2008

유비쿼터스 스마트 홈 (ubiquitous smart home) 은 인간과 홈의 컨텍스트(context) 정보를 이용하여 인간에게 자동적인 홈 서비스 (Home service)를 제공해줄 수 있는 미래의 환경이다. 인간의 위치와 모션은 유비쿼터스 스마트 홀에서 굉장히 중요한 컨텍스트이다. 본 논문은 유비쿼터스 스마트 홀에서 인간의 위치와 모션을 예측할 수 있는 실시간 휴먼 트랙커 (tracker)를 연구하였다. 실시간 휴먼 트랙커를 위해 우리는 4개의 네트워크 카메라를 사용하였다. 본 논문에서는 실시간 휴먼 트랙커의 구조를 설명하고, 인간의 위치와 모션을 자동적으로 예측 및 판단하는 알고리즘을 제안하였다. 인간 위치를 위해서 3개의 배경이미지를 이용하였다 (이미지1 : 빈 방, 이미지2: 가구 및 가전, 이미지3: 이미지 2 와 거주자를 포함). 실시간 휴먼 트랙커는 3개의 이미지를 비교하여 각 이미지로부터 추출되는 특징 값을 결정하고, 이들 특징 값을 SVM (Support Vector Machine)을 이용하여 각각의 모션을 예측하였다. 3 개의 배경 이미지를 이용한 인간 위치 인식실험은 평균 0.037 초가 소요되었다. SVM을 이용한 모션 인식 요소에서, 우리는 각 동작에 대하여 1000번씩 측정했고, 모든 모션의 정확도 평균은 86.5% 의 정확도를 보였다.

• 정보처리학회논문지A
• /
• 제16A권3호
• /
• pp.209-216
• /
• 2009

스마트 홈(smart home)은 인간과 홈의 컨텍스트(context) 정보를 이용하여 인간에게 자동적인 홈 서비스(Home service)를 제공해줄 수 있는 미래의 환경이다. 인간의 위치와 모션은 스마트 홈에서 굉장히 중요한 컨텍스트이다. 본 논문은 스마트 홈에서 인간의 위치와 모션을 예측할 수 있는 실시간 휴먼 트랙커(tracker)를 연구하였다. 실시간 휴먼 트랙커를 위해 4개의 네트워크 카메라를 사용하였다. 본 논문에서는 실시간 휴먼 트랙커의 구조를 설명하고, 인간의 위치와 모션을 자동적으로 예측 및 판단하는 알고리즘을 제안하였다. 인간 위치를 위해서 3개의 배경 이미지를 이용하였다(이미지1: 빈 방 이미지, 이미지2: 거주자가 제외 된 가구 및 가전 이미지, 이미지3: 전체 이미지). 실시간 휴먼 트랙커는 3개의 이미지를 비교하여 각 이미지로부터 추출되는 특징 값을 결정하고, 이들 특징 값을 SVM(Support Vector Machine)을 이용하여 각각의 모션을 예측하였다. 3개의 배경 이미지를 이용한 인간 위치 인식실험은 평균 0.037 초가 소요 되었다. SVM을 이용한 모션 인식 요소에서, 각 동작에 대하여 1000번씩 측정했고, 모든 모션의 정확도 평균은 86.5% 의 정확도를 보였다.

• 지능정보연구
• /
• 제26권2호
• /
• pp.131-145
• /
• 2020

산업혁신의 흐름에 발맞추어 다양한 분야에서 활용되고 있는 IoT 기술은 빅데이터의 접목을 통한 새로운 비즈니스 모델의 창출 및 사용자 친화적 서비스 제공의 핵심적인 요소로 부각되고 있다. 사물인터넷이 적용된 디바이스에서 누적된 데이터는 사용자 환경 및 패턴 분석을 통해 맞춤형 지능 시스템을 제공해줄 수 있어 편의 기반 스마트 시스템 구축에 다방면으로 활용되고 있다. 최근에는 이를 공공영역 혁신에 확대 적용하여 CCTV를 활용한 교통 범죄 문제 해결 등 스마트시티, 스마트 교통 등에 활용하고 있다. 그러나 이미지 데이터를 활용하는 기존 연구에서는 개인에 대한 사생활 침해 문제 및 비(非)일반적 상황에서 객체 감지 성능이 저하되는 한계가 있다. 본 연구에 활용된 IoT 디바이스 기반의 센서 데이터는 개인에 대한 식별이 불필요해 사생활 이슈로부터 자유로운 데이터로, 불특정 다수를 위한 지능형 공공서비스 구축에 효과적으로 활용될 수 있다. 대다수의 국민들이 일상적으로 활용하는 도시철도에서의 지능형 보행자 트래킹 시스템에 IoT 기반의 적외선 센서 디바이스를 활용하고자 하였으며 센서로부터 측정된 온도 데이터를 실시간 송출하고, CNN-LSTM(Convolutional Neural Network-Long Short Term Memory) 알고리즘을 활용하여 구간 내 보행 인원의 수를 예측하고자 하였다. 실험 결과 MLP(Multi-Layer Perceptron) 및 LSTM(Long Short-Term Memory), RNN-LSTM(Recurrent Neural Network-Long Short Term Memory)에 비해 제안한 CNN-LSTM 하이브리드 모형이 가장 우수한 예측성능을 보임을 확인하였다. 본 논문에서 제안한 디바이스 및 모델을 활용하여 그간 개인정보와 관련된 법적 문제로 인해 서비스 제공이 미흡했던 대중교통 내 실시간 모니터링 및 혼잡도 기반의 위기상황 대응 서비스 등 종합적 메트로 서비스를 제공할 수 있을 것으로 기대된다.