• 한국멀티미디어학회논문지
• /
• 제22권10호
• /
• pp.1178-1186
• /
• 2019

In recent years, interest in drones has grown, and many countries are developing them into a strategic industry of the future. Drones are not only used in industries such as logistics and agriculture but also in various public sectors such as life rescue, disaster investigation, traffic control, and firefighting. One of the most important tasks of a drone is to accurately identify targets in these applications. Target recognition may vary depending on the search environment of the drone. Therefore, this study tests and analyzes the drone's target recognition performance according to changes in the search environment such as the search altitude and the search angle. In addition, we propose a new algorithm that improves upon the disadvantages of the Haar cascade method, which is the existing algorithm that recognizes the target by analyzing a captured image.

• 대한원격탐사학회지
• /
• 제38권3호
• /
• pp.283-298
• /
• 2022

Synthetic Aperture Radar (SAR)영상은 날씨와 주야에 관계없이 취득될 수 있어 감시, 정찰 및 국토안보 등의 목적을 위한 자동표적인식(Automatic Target Recognition, ATR)에 활용 가능성이 높다. 그러나, 식별 시스템 개발을 위해 다양하고 방대한 양의 시험영상을 구축하는 것은 비용, 운용측면에서 한계가 있다. 최근 표적 모델을 이용하여 시뮬레이션된 SAR 영상에 기반한 표적 식별 시스템 개발에 대한 관심이 높아지고 있다. SAR-ATR 분야에서 대표적으로 이용되는 산란점 매칭과 템플릿 매칭 기반 알고리즘을 적용하여 표적식별을 수행하였다. 먼저 산란점 매칭 기반의 식별은 점을 World View Vector (WVV)로 재구성 후 Weighted Bipartite Graph Matching (WBGM)을 수행하였고, 템플릿 매칭을 통한 식별은 서로 인접한 산란점으로 재구성한 두 영상간의 상관계수를 사용하였다. 개발한 두 알고리즘의 식별성능시험을 위해 최근 미국 Defense Advanced Research Projects Agency (DARPA)에서 배포한 표적 시뮬레이션 영상인 Synthetic and Measured Paired Labeled Experiment (SAMPLE) 자료를 사용하였다. 표준 환경, 표적의 부분 폐색, 랜덤 폐색 정도에 따른 알고리즘 성능을 분석하였다. 산란점 매칭 알고리즘의 식별 성능이 템플릿 매칭보다 전반적으로 우수하였다. 10개 표적을 대상으로 표준환경에서의 산란점 매칭기반 평균 식별률은 85.1%, 템플릿 매칭기반은 74.4%이며, 표적별 식별성능 편차 또한 산란점 매칭기법이 템플릿 매칭기법보다 작았다. 표적의 부분 폐색정도에 따른 성능은 산란점 매칭기반 알고리즘이 템플릿 매칭보다 약 10% 높고, 표적의 랜덤 폐색 60% 발생에도 식별률이 73.4% 정도로 비교적 높은 식별성능을 보였다.

• 한국통신학회논문지
• /
• 제37권2A호
• /
• pp.128-134
• /
• 2012

본 논문에서는 커브형 집적영상 시스템에서 부분적으로 가려진 먼 거리 3차원 물체의 인식 향상을 위한 새로운 direct pixel-mapping (DPM)방법을 제안한다. 제안 방법은 커브형 집적영상 시스템에서 DPM 방법에 의해 먼 거리에 위치한 3차원 물체로부터 픽업된 요소영상배열 (elemental image array, EIA)은 가시적으로 가까운 거리에서 픽업한 것과 같은 새로운 요소영상배열을 생성한다. 이러한 특성은 재생한 3차원 물체 영상의 해상도를 향상 시킬 수 있고, 이로 인하여 먼 거리에 위치한 3차원 물체에 대한 인식 성능을 향상 시킬 수 있다. 컴퓨터적 실험결과와 기존 방법과의 비교를 통하여 제안방법으로 재생한 물체의 PSNR과 NCC의 값이 평균 1.75dB와 4.56% 향상됨을 확인할 수 있었다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제14권10호
• /
• pp.4117-4135
• /
• 2020

Due to the angle of view, illumination and scene diversity, real-time dynamic face detection and recognition is no small difficulty in those unrestricted environments. In this study, we used the intrinsic correlation between detection and calibration, using a multi-task cascaded convolutional neural network(MTCNN) to improve the efficiency of face recognition, and the output of each core network is mapped in parallel to a compact Euclidean space, where distance represents the similarity of facial features, so that the target face can be identified as quickly as possible, without waiting for all network iteration calculations to complete the recognition results. And after the angle of the target face and the illumination change, the correlation between the recognition results can be well obtained. In the actual application scenario, we use a multi-camera real-time monitoring system to perform face matching and recognition using successive frames acquired from different angles. The effectiveness of the method was verified by several real-time monitoring experiments, and good results were obtained.

• ETRI Journal
• /
• 제37권6호
• /
• pp.1199-1210
• /
• 2015

Automatic emotion recognition based on facial cues, such as facial action units (AUs), has received huge attention in the last decade due to its wide variety of applications. Current computer-based automated two-phase facial emotion recognition procedures first detect AUs from input images and then infer target emotions from the detected AUs. However, more robust AU detection and AU-to-emotion mapping methods are required to deal with the error accumulation problem inherent in the multiphase scheme. Motivated by our key observation that a single AU detector does not perform equally well for all AUs, we propose a novel two-phase facial emotion recognition framework, where the presence of AUs is detected by group decisions of multiple AU detectors and a target emotion is inferred from the combined AU detection decisions. Our emotion recognition framework consists of three major components - multiple AU detection, AU detection fusion, and AU-to-emotion mapping. The experimental results on two real-world face databases demonstrate an improved performance over the previous two-phase method using a single AU detector in terms of both AU detection accuracy and correct emotion recognition rate.

• Ocean Systems Engineering
• /
• 제4권1호
• /
• pp.53-62
• /
• 2014

The detection of ship wakes image can demonstrate substantial information regarding on a ship, such as its tonnage, type, direction, and speed of movement. Consequently, the wake target recognition is a favorable way for ship identification. This paper proposes a Local Binary Pattern (LBP) approach to extract image features (wakes) for training an Improved Back Propagation Artificial Neural Network (IBPANN) to identify ship speed. This method is applied to sort and recognize the ship wakes of five different speeds images, the result shows that the detection accuracy is satisfied as expected, the average correctness rates of wakes target recognition at the five speeds may be achieved over 80%. Specifically, the lower ship's speed, the better accurate rate, sometimes it's accuracy could be close to 100%. In addition, one significant feature of this method is that it can receive a higher recognition rate than the nearest neighbor classification method.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 2009년도 IWAIT
• /
• pp.535-540
• /
• 2009

Recently, autonomous robots which can achieve the complex tasks have been required with the advance of robotics. Advanced robot vision for recognition is necessary for the realization of such robots. In this paper, we propose a method to recognize an object in the actual environment. We assume that a 3D-object model used in our proposal method is the voxel data. Its inside is full up and its surface has color information. We also define the word "recognition" as the estimation of a target object's condition. This condition means the posture and the position of a target object in the actual environment. The proposal method consists of three steps. In Step 1, we extract features from the 3D-object model. In Step 2, we estimate the position of the target object. At last, we estimate the posture of the target object in Step 3. And we experiment in the actual environment. We also confirm the performance of our proposal method from results.

• 한국음향학회지
• /
• 제43권2호
• /
• pp.225-233
• /
• 2024

능동소나는 은밀하게 기동하는 수중 물체를 탐지하기 위해 음파를 송신하여 표적에서 반사되어 돌아오는 신호를 탐지한다. 그러나 능동소나의 수신 신호에는 표적의 반향음 외에도 해저면/해수면의 잔향, 생물 소음 및 기타 잡음 등이 섞여 있어 표적 인식을 어렵게 한다. 기존의 문턱값 이상의 신호를 탐지하는 기법은 설정한 문턱값에 따라 오탐지가 발생하거나 표적을 놓치는 경우가 발생할 뿐 아니라 다양한 수중환경마다 적절한 문턱값을 설정해야하는 문제가 있다. 이를 극복하기 위해 Constant False Alarm Rate(CFAR) 등의 기법을 이용한 문턱값의 자동산출과 진보된 형태의 추적 필터 및 연계 기법을 적용한 연구가 수행되었지만, 상당수의 탐지가 발생하는 환경에서는 그 한계가 있다. 최근 심층학습 기술이 발달함에 따라 수중 표적 탐지분야에도 이를 적용하기 위한 노력이 있었으나, 분류기 학습을 위한 능동소나 데이터의 획득이 매우 어려워 데이터가 희소할 뿐 아니라, 극소수의 표적과 상대적 다수의 비표적으로 인한 데이터의 불균형성으로 어려움이 있다. 본 논문에서는 탐지 신호의 에너지 분포 영상을 이용하되, 데이터의 불균형성을 고려한 방식으로 분류기를 학습하여 표적과 비표적을 구분하는 기법을 기존 소나처리 기법에 추가하여 표적의 오분류를 최소화하면서 비표적을 제거하여 능동소나 운용자의 표적 인식을 용이하게 하였다. 그리고 동해에서 수행한 해상실험에서 획득한 능동소나 데이터를 통해 제안 기법의 유효성을 검증하였다.

• 한국전자파학회논문지
• /
• 제30권2호
• /
• pp.177-180
• /
• 2019

유도무기의 명중률 개선을 위해 해상 클러터 환경에서 표적을 정확하게 탐지하고 인식하는 연구가 다수 수행되고 있다. 해상 표적과 클러터의 신호가 다양하고 복잡한 특성을 보이기 때문에 능동 표적인식 기술에 대한 연구가 필수적으로 요구된다. 본 논문에서는 스캔 영상(scan image)으로 형성된 이미지에 프랙탈 차원기법(fractal dimension)인 FS(Fractal Signature) 분류기와 영상정합기법(scene matching)인 HRTI(High Resolution Target Image)을 적용하여 표적과 클러터를 구분하고 표적 간의 인식하는 알고리즘을 제안한다. 알고리즘을 적용한 시뮬레이션 수행 결과, HRTI 분류기는 표적1과 표적2를 모두 100 %, FS 분류기는 표적 1과 표적 2를 각 각 90 %, 93 % 이상 구분 및 인식한다.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 2004년도 ICCAS
• /
• pp.1662-1665
• /
• 2004

A real-time joint transform correlator by using JPEG-compressed reference images is proposed as practical solution to storage problem and improvement of processing time of automatic target recognition system [1]. Effects of compression on recognition performance of join transform correlator are quantitatively investigated under situations where the target is suffered from noise and has contrast difference with respect to the reference. Two images with different spatial-frequency contents and contrast were used as the test scenes. The simulation results show that, the recognition performance of joint transform correlator by using the compressed reference images with high spatial-frequency components is more sensitive to noise and contrast difference than the low spatial-frequency image.