• Proceedings of the Korea Information Processing Society Conference
• /
• 2019.05a
• /
• pp.621-624
• /
• 2019

돈사에서 돼지의 무게는 돼지의 건강이나 성장 상태, 출하 여부, 사육 환경, 사료 배급을 결정하는 주요 요인 중 하나이다. 이에 따라 돈사에서 돼지의 무게를 측정하는 것은 중요한 문제이다. 돼지의 무게 측정을 위해 Top-view 카메라에서 획득한 영상으로부터 돼지의 픽셀 수를 정확히 측정하기 위해서는 돼지의 머리 부분을 제거할 필요가 있다. 본 논문에서는 Convex-hull을 이용하여 돼지 모양에서의 오목 점과 돼지의 중심으로부터의 거리 정보를 이용함으로써 돼지의 머리를 효과적으로 탐지 및 제거하는 방법을 제안한다. 먼저, 이진화된 돼지의 이미지에서 Convex-hull 알고리즘을 수행 후, 돼지의 중심점 좌표로부터 일정 굴곡 이상의 오목 점 중 가장 가까운 점의 좌표를 획득한다. 이후 앞서 획득한 점의 좌표와 중점의 좌표 사이 일정 길이와 각도를 가지는 또 다른 점의 좌표를 획득하고, 두 점을 기준으로 돼지의 몸통과 머리를 분리하였다. 실험결과, 높은 정확도와 적은 수행시간으로 돼지의 머리를 탐지하고 제거할 수 있음을 확인하였다.

• Journal of Korea Multimedia Society
• /
• v.22 no.2
• /
• pp.136-145
• /
• 2019

The crowded environment of a domestic pig farm is highly vulnerable to the spread of infectious diseases such as foot-and-mouth disease, and studies have been conducted to automatically analyze behavior of pigs in a crowded pig farm through a video surveillance system using a camera. Although it is required to correctly separate occluding pigs for tracking each individual pigs, extracting the boundaries of the occluding pigs fast and accurately is a challenging issue due to the complicated occlusion patterns such as X shape and T shape. In this study, we propose a fast and accurate method to separate occluding pigs not only by exploiting the characteristics (i.e., one of the fast deep learning-based object detectors) of You Only Look Once, YOLO, but also by overcoming the limitation (i.e., the bounding box-based object detector) of YOLO with the test-time data augmentation of rotation. Experimental results with two-pigs occlusion patterns show that the proposed method can provide better accuracy and processing speed than one of the state-of-the-art widely used deep learning-based segmentation techniques such as Mask R-CNN (i.e., the performance improvement over Mask R-CNN was about 11 times, in terms of the accuracy/processing speed performance metrics).

• Journal of the Korea Computer Graphics Society
• /
• v.28 no.3
• /
• pp.13-21
• /
• 2022

In this paper, the goal is to investigate how manipulating the camera can minimize motion sickness and maximize immersion when a user moves in a virtual environment that requires vertical movement. In general, since a user uses virtual reality in a flat space, the actual movement of the user and the virtual movement are different, resulting in sensory conflict, which has the possibility of causing virtual reality motion sickness. Therefore, we propose three powerful camera manipulation techniques, implement them, and then propose which model is most appropriate through user experiments.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2021.05a
• /
• pp.393-396
• /
• 2021

폐색전증(Pulmonary Embolism : PE)은 사망률이 높은 질환중 하나이다. 초기에 정확한 진단 및 치료를 시행하는 경우 사망과 재발의 경우가 흔치 않으나 지연 진단이 일어나는 경우 사망률은 높기 때문에 보다 정확하고 빠른 검사법이 필요하다. 본 연구에서는 폐색전증 환자의 흉부 CT 데이터를 가지고 딥러닝 알고리즘을 생성하여 소프트웨어를 구현하고자 한다. 개발된 딥러닝 기반의 폐색전증 진단 보조 소프트웨어는 CT 촬영 후 즉각적인 질환 예측으로 판독 시간의 단축과 효율성을 제공할 것으로 기대된다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2020.07a
• /
• pp.281-282
• /
• 2020

2019년 통계청의 보고에 의하면 1인 가구 수는 전체 가구 수 중 29.9퍼센트인 603만 9000가구로 600만 가구를 돌파하였고, 계속해서 상승 추세에 있다. 1인 가구 비율이 상승함에 따라 반려동물 사육 가정의 비율 또한 상승하고 있다. 본 논문에서는 반려동물을 사육하는 1인 가구를 위해 반려동물의 생체데이터, 활동량 등을 웨어러블 기기를 통해 측정하고, 센싱된 데이터를 원격으로 모니터링할 수 시스템을 제안한다. 아두이노를 이용하여 반려동물의 온도 등의 생체데이터와 활동량 체크를 위한 가속도 센서 데이터를 측정하고 와이파이 통신을 이용하여 데이터베이스 서버로 전송하는 기기를 구성하고, 센싱된 데이터를 사용자가 다운받아서 데이터를 분석, 모니터링할 수 있는 모바일 앱 인터페이스를 제공한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2021.11a
• /
• pp.711-714
• /
• 2021

고정 카메라 환경에서 전경과 배경 간 픽셀값의 차를 이용하여 전경을 추출하기 위해서는 정확한 배경 영상이 필요하다. 또한, 프레임마다 변화하는 실제 배경과 맞추기 위해 배경 영상을 지속해서 갱신할 필요가 있다. 본 논문에서는 정확한 배경 영상을 생성하기 위해 실시간 처리가 가능한 딥러닝 기반 객체 탐지기의 결과를 입력받아 영상 처리에 활용함으로써 배경을 생성 및 지속적으로 갱신하고, 획득한 배경 정보를 이용해 전경을 추출하는 방법을 제안한다. 먼저, 고정 카메라에서 획득되는 비디오 데이터에 딥러닝 기반 객체 탐지기를 적용한 박스 단위 객체 탐지 결과를 지속적으로 입력받아 픽셀 단위의 배경 영상을 갱신하고 개선된 배경 영상을 도출한다. 이후, 획득한 배경 영상을 이용하여 더 정확한 전경 영상을 획득한다. 또한, 본 논문에서는 시설물에 가려진 객체를 더 정확히 탐지하기 위해서 전경 영상을 이용하여 시설물 영상을 추출하는 방법을 제안한다. 실제 돈사에 설치된 카메라로 부터 획득된 12시간 분량의 비디오를 이용하여 실험한 결과, 제안 방법을 이용한 전경과 시설물 추출이 효과적임을 확인하였다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2022.01a
• /
• pp.285-286
• /
• 2022

본 연구는 주문을 하여 배달을 하기 까지 필요한 플랫폼들을 통합하여 더 나은 서비스를 지원하는 시스템이다. 주문이 가능한 주문 어플리케이션, 주문 관리 및 배달 대행 관리가 가능한 포스프로그램, 배달 대행 기사 사용하는 배달 대행 어플리케이션을 설계하였다. 주문 앱을 이용하는 소비자의 입장에서는 합리적인 가격을, 음식 업체 업주의 입장에서는 주문 어플리케이션 플랫폼 이용비 절감하는 효과를 제공한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2017.04a
• /
• pp.1145-1148
• /
• 2017

현대의 사람들은 의자와 가까이 지내는 시간이 많다. 이를 테면, 회사에서의 업무, 학교에서의 교육, 자동차의 운전 등 다양한 부분에서 의자를 접하고 사용하는 시간이 많다. 이렇게 의자에서 생활하는 시간이 길어짐에 따라 의자로 인한 부작용 발생도 증가하고 있다. 이를 테면, 의자에서의 잘못된 자세로 인한, 허리디스크, 척추측만증 등이 있다. 본 논문에서는 이러한 의자에서 발생할 수 있는 문제를 미리 진단하고 예방하기 위해 자세 진단용 스마트 의자를 제안한다. 자세 진단용 스마트 의자는 주기적으로 사용자의 자세 데이터를 수집하고 분석하여 우리에게 잘못된 자세에 대한 경보, 자신의 자세에 대한 분석을 할 수 있는 기능을 제안한다.

• Journal of Korea Multimedia Society
• /
• v.20 no.2
• /
• pp.216-224
• /
• 2017

Abnormal situation caused by aggressive behavior of pigs adversely affects the growth of pigs, and comes with an economic loss in intensive pigsties. Therefore, IT-based video surveillance system is needed to monitor the abnormal situations in pigsty continuously in order to minimize the economic demage. Recently, some advances have been made in pig monitoring; however, detecting each pig is still challenging problem. In this paper, we propose a new color image-based monitoring system for the detection of the individual pig using a fast region-based convolution neural network with consideration of detecting touching pigs in a crowed pigsty. The experimental results with the color images obtained from a pig farm located in Sejong city illustrate the efficiency of the proposed method.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2017.11a
• /
• pp.735-737
• /
• 2017

본 논문에서는 이유자돈의 건강에 심각한 문제를 발생시키고, 농가의 생산성을 급격하게 저하시키는 돼지 호흡기 질환을 효과적으로 식별하는 시스템을 제안한다. 제안된 시스템은 먼저, 돼지가 내는 소리에서 스펙트로그램 정보를 추출한다. 추출된 정보는 최근 각광을 받고 있는 딥러닝 기법 중 하나인 CNN에 적용되어, 효과적인 특징으로 변환된 후 돼지 호흡기 질환을 탐지 및 식별한다. 세종시에 위치한 돼지농장에서 취득한 실제 소리 데이터 셋을 이용하여 본 논문에서 제안하는 소리 센서 환경에서의 돼지 호흡기 질병 탐지 시스템의 성능을 실험적으로 검증한다.