• ETRI Journal
• /
• 제46권2호
• /
• pp.307-322
• /
• 2024

Most object detection methods use a horizontal bounding box that causes problems between adjacent objects with arbitrary directions, resulting in misaligned detection. Hence, the horizontal anchor should be replaced by a rotating anchor to determine oriented bounding boxes. A two-stage process of delineating a horizontal bounding box and then converting it into an oriented bounding box is inefficient. To improve detection, a box-boundary-aware vector can be estimated based on a convolutional neural network. Specifically, we propose a ResNeXt101 encoder to overcome the weaknesses of the conventional ResNet, which is less effective as the network depth and complexity increase. Owing to the cardinality of using a homogeneous design and multi-branch architecture with few hyperparameters, ResNeXt captures better information than ResNet. Experimental results demonstrate more accurate and faster oriented object detection of our proposal compared with a baseline, achieving a mean average precision of 89.41% and inference rate of 23.67 fps.

• Journal of information and communication convergence engineering
• /
• 제9권1호
• /
• pp.21-26
• /
• 2011

In this paper, we suggest the object-oriented methodology for the design and implementation scheme for the program development in the application of control and instrumentation such as the detection system of RFID defective tags which needs the embedded programming. We apply the design methodology of UML in the system design phase, and suggest the implementation scheme of LabVIEW programs using LVOOP(LabVIEW Object Oriented Programming)in which make it possible to write the object-oriented programming. We design the class diagram and the sequence diagram using UML, and write the classes of LVOOP from the designed class diagram and the main VI from the sequence diagram, respectively. We show that it is possible to develop the embedded programs such as the RFID application through the implementation example of the detection system of RFID defective tags in this paper. And, we obtain the advantages based on the object-oriented design and implementation using the LVOOP approach such as the development of LabVIEW programs by adding the classes and the concept of object of the object-oriented language to LabVIEW.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2006년도 Proceedings of ISRS 2006 PORSEC Volume I
• /
• pp.260-262
• /
• 2006

One of future remote sensing techniques for transportation application is vehicle detection from the space, which could be the basis of measuring traffic volume and recognizing traffic condition in the future. This paper introduces an approach to vehicle detection using image object segmentation approach. The object-oriented image processing is particularly beneficial to high-resolution image classification of urban area, which suffers from noisy components in general. The project site was Dae-Jeon metropolitan area and a set of true color aerial images at 10cm resolution was used for the test. Authors investigated a variety of parameters such as scale, color, and shape and produced a customized solution for vehicle detection, which is based on a knowledge-based hierarchical model in the environment of eCognition. The highest tumbling block of the vehicle detection in the given data sets was to discriminate vehicles in dark color from new black asphalt pavement. Except for the cases, the overall accuracy was over 90%.

• International Journal of Computer Science & Network Security
• /
• 제22권2호
• /
• pp.232-240
• /
• 2022

To fulfill user expectations, the rapid evolution of software techniques and approaches has necessitated reliable and flawless software operations. Aging prediction in the software under operation is becoming a basic and unavoidable requirement for ensuring the systems' availability, reliability, and operations. In this paper, an improved evolutionary computing-driven extreme learning scheme (ECD-ELM) has been suggested for object-oriented software aging prediction. To perform aging prediction, we employed a variety of metrics, including program size, McCube complexity metrics, Halstead metrics, runtime failure event metrics, and some unique aging-related metrics (ARM). In our suggested paradigm, extracting OOP software metrics is done after pre-processing, which includes outlier detection and normalization. This technique improved our proposed system's ability to deal with instances with unbalanced biases and metrics. Further, different dimensional reduction and feature selection algorithms such as principal component analysis (PCA), linear discriminant analysis (LDA), and T-Test analysis have been applied. We have suggested a single hidden layer multi-feed forward neural network (SL-MFNN) based ELM, where an adaptive genetic algorithm (AGA) has been applied to estimate the weight and bias parameters for ELM learning. Unlike the traditional neural networks model, the implementation of GA-based ELM with LDA feature selection has outperformed other aging prediction approaches in terms of prediction accuracy, precision, recall, and F-measure. The results affirm that the implementation of outlier detection, normalization of imbalanced metrics, LDA-based feature selection, and GA-based ELM can be the reliable solution for object-oriented software aging prediction.

• 한국전자통신학회논문지
• /
• 제5권4호
• /
• pp.443-449
• /
• 2010

전류 테스팅은 기존의 전압 테스트 방식에 비해서 높은 고장 검출과 진단 능력을 가진 효과적인 테스트 방식이다. 그러나 상대적으로 느린 전류 테스팅을 위해서 항상 같은 값을 가지는 노드를 찾아내어 제거하는 효율적인 검출 기법이 필요하다. 본 논문에서는 전류 테스팅을 위한 다양한 고장모델에 적용 가능한 객체기반의 고장 검출 기법을 제안한다. ISCAS 벤치마크 회로의 실험결과을 통해서 제안된 방식이 고려되는 고장의 수를 효과적으로 감소시킬 수 있고 다양한 전류 테스팅 고장모델에 적용 가능함을 확인하였다.

• 대한공간정보학회지
• /
• 제21권3호
• /
• pp.11-17
• /
• 2013

사회 변화에 따라 산지이용 수요가 증가하고 다양화되면서 산림을 훼손하고, 타 용도로 활용하는 산지의 면적이 증가하고 있다. 이에 최근 훼손된 산지의 면적을 효과적으로 확인하기 위하여 두 시기의 항공사진을 활용한 훼손 산지 변화탐지 기법을 연구하였다. 본 연구에서 개발한 기법은 객체기반 변화탐지 형식으로, 영상 혼합 - 객체 분할 - 객체 병합 - 노이즈 제거 - 훼손지 추출의 5가지 단계로 진행되었다. 훼손 산지에 적합한 객체생성 수준을 선정하고, 객체를 분할 병합하는 과정을 통해 객체 간의 관계와 각 객체가 지닌 분광 특성 및 정황적(Contextual) 정보를 활용하여 신규 훼손 산지를 추출하였다. 시범 영역 테스트 결과, 전체 판독범위의 12%에 해당하는 훼손 산지를 추출하였고 육안판독 훼손산지의 평균 96%를 포함함으로써, 육안판독 전 후의 보완 자료로서의 가치와 자동추출의 가능성을 확인하였다.

• 전산구조공학
• /
• 제9권2호
• /
• pp.163-171
• /
• 1996

구조물 모니터링 시스템의 전산환경을 구성하기 위해 필요한 지식 및 정보를 파악하고 이를 지식기반화하는 방법을 제시하였다. 전산환경의 구축을 위한 정보로는 센서 및 하드웨어, 신호처리, 그리고 손상발견/평가를 위한 지식등이 필요한데, 이들은 모두 다른 형태의 지식이므로, -즉 수학연산, 서술적 지식, 수치모델등- 어느 특정의 모델링 기법 단독으로는 이들을 효과적으로 수용하기가 매우 어렵다. 이를 해결하기 위하여 객체지향적 모델링기법과 논리언어를 혼합사용하는 방법 (Hybrid Modeling Paradigm)이 제시되었고, 이의 타당성 및 효율성 검증을 위해 모델구조물을 이용한 예제를 수행하였다.

• International Journal of Computer Science & Network Security
• /
• 제24권5호
• /
• pp.129-134
• /
• 2024

Object Detection is an emerging technology in the field of Computer Vision and Image Processing that deals with detecting objects of a particular class in digital images. It has considered being one of the complicated and challenging tasks in computer vision. Earlier several machine learning-based approaches like SIFT (Scale-invariant feature transform) and HOG (Histogram of oriented gradients) are widely used to classify objects in an image. These approaches use the Support vector machine for classification. The biggest challenges with these approaches are that they are computationally intensive for use in real-time applications, and these methods do not work well with massive datasets. To overcome these challenges, we implemented a Deep Learning based approach Convolutional Neural Network (CNN) in this paper. The Proposed approach provides accurate results in detecting objects in an image by the area of object highlighted in a Bounding Box along with its accuracy.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2012년도 추계학술대회
• /
• pp.894-897
• /
• 2012

HOG(Histogram of Oriented Gradients)의 특징벡터를 이용하여 여러 객체가 움직이는 환경에서의 효과적인 개별객체 추적 방법을 제안한다. 알고리즘의 구성은 크게 영상의 전처리 과정, 객체검출, 객체추적으로 구성하였고, 다양한 궤적과 객체의 움직임을 갖는 6개의 동영상을 이용하여 실험하였다. 객체간에 겹치는 현상이 일어났을 때, 객체의 중심좌표와 예측좌표를 이용하여 개별 객체를 구분하였다. 제안한 시스템을 실험에 사용한 비디오에 적용한 결과 85.45%의 추적 성공률을 보였다. 제안한 시스템은 사물의 위치 및 움직임 패턴을 분석을 요하는 보안 시스템에 적용할 수 있을 것이다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제35권10호
• /
• pp.600-607
• /
• 2008

이 논문은 방향성 2차원 타원형 필터(Multiple Oriented 2D Elliptical Filters;MO2DEFs)를 사용하여 스테레오 영상으로부터 포즈에 강인한 사람 검출을 제안한다. 기존의 물체 지향 크기 적응 필터(Object Oriented Scale Adaptive Filter;OOSAF)는 정면을 보고 있는 사람만을 검출하는 단점을 지니고 있는데 반해 제안한 방향성 2차원 타원형 필터는 사람의 크기나 포즈에 관계없이 사람을 검출하고 추적한다. 2D 공간-깊이 히스토그램에 특정 각도로 향하는 4개의 2차원 타원형 필터들을 적용하고, 필터링 된 히스토그램에서 임계값을 통해서 사람을 검출한 다음, MO2D2EFs 중 승적 결과가 가장 큰 2차원 타원형 필터의 방향을 사람의 방향으로 판단한다. 사람 후보들은 얼굴을 검출하거나 검출된 사람의 선택된 방향의 머리-어께 형태를 정합함으로서 검증한다. 실험 결과는 (1) 포즈 각도 예측의 정확도는 약 88%이고, (2) 제안한 MO2DEFs를 사용한 사람 검출의 성능이 OOSAF를 사용한 사람 검출의 성능보다 $15{\sim}20%$만큼 향상되었으며, 특히 정면이 아닌 사람의 경우에 더 향상이 있었다.