• Journal of Korea Multimedia Society
• /
• v.18 no.10
• /
• pp.1172-1179
• /
• 2015

A wireless license plate region extracting module is proposed for LPR system controlling multiple gates. This module is cheaply implemented using Raspberry Pi which is open source and high performance. First, as the upper 1/3 of the captured image is discarded as it has no useful information on license plate. Using the OpenCV libraries the edge image is got by Canny algorithm after applying Gaussian filtering to gray image, and the labeling is conducted for 4 consecutive numbers in license plate. These numbers are located using various decision equations, and expanding the numbers region the final license plate region can be extracted. The result image is transferred to Server using wifi direct. Using the proposed module it becomes easy to set up and maintain the LPR system. The experimental results showed that the successful extracting rate was 98.4% using 500 car images with 640 × 480 resolution.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• v.16 no.4
• /
• pp.1146-1165
• /
• 2022

A huge amount of data in the form of videos and images is being produced owning to advancements in sensor technology. Use of low performance commodity hardware coupled with resource heavy image processing and analyzing approaches to infer and extract actionable insights from this data poses a bottleneck for timely decision making. Current approach of GPU assisted and cloud-based architecture video analysis techniques give significant performance gain, but its usage is constrained by financial considerations and extremely complex architecture level details. In this paper we propose a data pipeline system that uses open-source tools such as Apache Spark, Kafka and OpenCV running over commodity hardware for video stream processing and image processing in a distributed environment. Experimental results show that our proposed approach eliminates the need of GPU based hardware and cloud computing infrastructure to achieve efficient video steam processing for face detection with increased throughput, scalability and better performance.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2020.01a
• /
• pp.289-290
• /
• 2020

본 논문에서는 Turtlebot burger3와 라즈베리파이의 OpenCV, OpenCR보드를 이용하여 ROS상에서 SLAM알고리즘을 구현하여 자율 주행 순찰이 가능한 로봇을 개발한다. 특히, 라즈베리파이 카메라에 OpenCV를 이용하여 사람 얼굴 인식이 가능하게 하여 순찰 시 카메라로 순찰 정보를 제공 할 수 있게 한다. 또한, 로봇에 탑재된 LiDAR는 SLAM 알고리즘을 이용하여 주변의 환경을 매핑하여 장애물을 회피할 수 있는 경로를 탐색할 수 있도록 한다. 개발 기술들을 통하여 사람 대신에 로봇이 경비 구역의 침입자 촬영을 하고, 원격제어가 가능한 시스템으로 다양한 분야에 로봇 제어 기술에 활용하고자 한다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2020.01a
• /
• pp.23-24
• /
• 2020

현재 PC환경 뿐만 아니라 모바일 환경, 임베디드 환경에서 딥러닝 모델을 구동하기 위한 많은 연구들이 진행 중에 있다. 본 연구에서는 완성된 딥러닝 모델을 구동하는 환경을 Java로 구현하여 개발 접근성을 높이고자 한다. 이미지, 영상처리를 위해 OpenCV를 사용시 C++ API문서는 보편화되어있는 반면에 JavaCv API 문서는 그렇지 못하다. 그러나 모바일 개발 환경 특성상 Java언어로 작업한 코드를 안드로이드 스튜디오에서 작업 시 그대로 가져올 수 있어 개발이 용이하다. 모델 구동을 위한 전반적인 이미지 처리 및 작업환경을 개발하였다.

• The Journal of the Institute of Internet, Broadcasting and Communication
• /
• v.14 no.3
• /
• pp.89-97
• /
• 2014

In this paper, we propose real-time program that measure open-close frequency of mouth and eyes to detect drowsiness of a driver. This program detects a face to the CCD camera image using OpenCV library. Then that extracts each area using CDF for eye detection and Active Contour for mouth detection based on detected face. This system measures each frequency of Open-Close using extracted area data of eyes and mouth. We propose foundation technique how to perform sleepiness decision of users based on measurement data.

• Proceedings of the Korean Society for Agricultural Machinery Conference
• /
• 2017.04a
• /
• pp.168-168
• /
• 2017

ICT 융합 스마트팜 내의 환경계측 센서, 영상 및 사양관리 시스템의 증가에도 불구하고 이들 장비에서 확보되는 데이터를 적절히 유효하게 활용하는 기술이 미흡한 실정이다. 돈사의 경우 가축의 복지수준, 성장 변화를 실시간으로 모니터링 및 예측할 수 있는 데이터 분석 및 모델링 기술 확보가 필요하다. 이를 위해선 가축의 생리적 변화 및 행동적 변화를 조기에 감지하고 가축의 복지수준을 실시간으로 감시하고 분석 및 예측 기술이 필요한데 이를 위한 대표적인 정보 통신 공학적 접근법 중에 하나가 Data mining 이다. Data mining에 대한 연구 수행에 필요한 다양한 소프트웨어 중에서 Open source로 제공이 되는 4가지 도구를 비교 분석하였다. 스마트 돈사 내에서 열환경 모델링을 목표로 한 데이터 분석에서 고려해야할 요인으로 데이터 분석 알고리즘 도출 시간, 시각화 기능, 타 라이브러리와 연계 기능 등을 중점 적으로 분석하였다. 선정된 4가지 분석 도구는 1) R(https://cran.r-project.org), 2) OpenCV(http://opencv.org), 3) OpenNN (http://www.opennn.net), 4) Orange(http://orange.biolab.si) 이다. 비교 분석을 수행한 운영체제는 Linux-Ubuntu 16.04.4 LTS(X64)이며, CPU의 클럭속도는 3.6 Ghz, 메모리는 64 Gb를 설치하였다. 개발언어 측면에서 살펴보면 1) R 스크립트, 2) C/C++, Python, Java, 3) C++, 4) C/C++, Python, Cython을 지원하여 C/C++ 언어와 Python 개발 언어가 상대적으로 유리하였다. 데이터 분석 알고리즘의 경우 소스코드 범위에서 라이브러리를 제공하는 경우 Cross-Platform 개발이 가능하여 여러 운영체제에서 개발한 결과를 별도의 Porting 과정을 거치지 않고 사용할 수 있었다. 빌트인 라이브러리 경우 순서대로 R 의 경우 가장 많은 수의 Data mining 알고리즘을 제공하고 있다. 이는 R 운영 환경 자체가 개방형으로 되어 있어 온라인에서 추가되는 새로운 라이브러리를 클라우드를 통하여 공유하기 때문인 것으로 판단되었다. OpenCV의 경우 영상 처리에 강점이 있었으며, OpenNN은 신경망학습과 관련된 라이브러리를 소스코드 레벨에서 공개한 것이 강점이라 할 수 있다. Orage의 경우 라이브러리 집합을 제공하는 것에 중점을 둔 다른 패키지와 달리 시각화 기능 및 망 구성 등 사용자 인터페이스를 통합하여 운영한 것이 강점이라 할 수 있다. 열환경 모델링에 요구되는 시간 복잡도에 대응하기 위한 부가 정보 처리 기술에 대한 연구를 수행하여 스마트팜 열환경 모델링을 실시간으로 구현할 수 있는 방안 연구를 수행할 것이다.

• Journal of Convergence for Information Technology
• /
• v.11 no.5
• /
• pp.17-22
• /
• 2021

It is difficult for the hearing impaired to use the counseling service without sign language interpretation. Due to the shortage of sign language interpreters, it takes a lot of time to connect to sign language interpreters, or there are many cases where the connection is not available. Therefore, in this paper, we propose a system that captures sign language as an image using OpenCV and CNN (Convolutional Neural Network), recognizes sign language motion, and converts the meaning of sign language into textual data and provides it to users. The counselor can conduct counseling by reading the stored sign language translation counseling contents. Consultation is possible without a professional sign language interpreter, reducing the burden of waiting for a sign language interpreter. If the proposed system is applied to counseling services for the hearing impaired, it is expected to improve the effectiveness of counseling and promote academic research on counseling for the hearing impaired in the future.

• Journal of Microbiology and Biotechnology
• /
• v.27 no.4
• /
• pp.834-837
• /
• 2017

A distinct double-stranded RNA (dsRNA) cryptic virus, named spinach cryptic virus 1 (SpCV1), was identified from spinach transcriptome datasets. The SpCV1 genome has two dsRNA genome segments. The larger dsRNA1 has an open reading frame for a conserved RNA-dependent RNA polymerase (RdRp). The smaller dsRNA2 encodes a putative coat protein (CP). The sequence identity of SpCV1 RdRp and CP to the closest cryptic virus is 81% and 60%, respectively. Phylogenetic analysis indicates that SpCV1 is a novel member of the genus Alphapartitivirus (family Partitiviridae).

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2012.10a
• /
• pp.541-544
• /
• 2012

In technology advances, The field of military and security surveillance system for a wide range of interest is required. Surveillance system offers a variety of services by the software that work with a remote access server. This paper shows the results of the implementation using three platforms as Mjpg-streamer for server, Arduino-multiwii for control system, OpenNI and OpenCV for image processing.

• Korean Journal of Medicinal Crop Science
• /
• v.16 no.6
• /
• pp.421-426
• /
• 2008

Three year-old peony (Paeonia. lactiflora Pall. cv. Taebaek) was cultivated in green-house at Jan. 15, Feb. 15, or Mar. 15, respectively. The mean of temperature during the forcing cultivation was higher (air; $1.0{\sim}11.1^{\circ}C$, soil; $1.1{\sim}7.4^{\circ}C$) than that of open-field condition. From sprouting to flowering in peony cultivated at Jan. 15 was about 54 days, which is shorted the cut flower periods (ca. 26 days) compared with the open-field cultivation. However, earlier forcing cultivars were very susceptible to pathogens such as powdery mildew or gray mold. The yield in green house was also lower than in the open-field cultivation. The content of bioactive compounds such as paeoniflorin and albiflorin in green-house cultivars was similar that of open-field cultivars. These results showed the forcing cultivation time of peony at Feb. 15 in green-house was most desirable for commercialization.