디지털 라이브러리[ 검색결과 ]
초광각 어안렌즈 카메라 시스템을 위한 투영 모델과 캘리브레이션 방법
http://doi.org/10.5626/JOK.2024.51.11.1005
넓은 화각을 가진 어안렌즈는 한 번에 넓은 영역을 인식할 수 있어 자동차나 로봇 등 이동 플랫폼의 센서로 다양하게 사용되고 있다. 여러 대의 어안렌즈 카메라를 이용하여 360도 전방향의 거리와 플랫폼의 움직임을 추정할 수 있는 알고리즘도 개발되어 로봇 센서, 3차원 모델링 등에 활용되고 있다. 본 논문에서는 화각 220도 이상의 초광각 어안렌즈를 위한 새로운 투영 모델과, 이 렌즈를 장착한 멀티카메라 시스템의 카메라 내부 파라미터 캘리브레이션 및 각 카메라의 회전과 위치를 나타내는 외부 파라미터를 빠르고 간단하게 추정할 수 있는 카메라 시스템 캘리브레이션 방법론을 제안한다. 비교적 넓은 베이스라인의 초광각 다중 카메라 시스템의 캘리브레이션에 적용한 결과 서브픽셀 수준의 정확한 캘리브레이션이 가능함을 확인하였다.
ELM 알고리즘을 이용한 팔굽혀펴기 행동의 방향별 동작 인식률에 관한 비교 분석
http://doi.org/10.5626/JOK.2023.50.12.1031
본 논문에서는 ELM 알고리즘을 이용한 팔굽혀펴기 행동의 방향별 동작 인식 시스템을 제안한다. 인식되는 과정은 세 부분으로 구성된다. 첫 번째는 모션 데이터를 읽는 과정이다. 이 과정에서 모션 캡처 시스템에서 얻은 데이터가 시스템의 메모리에 입력된다. 그런 다음, 시스템은 모션 데이터로부터 특징벡터를 추출한다. 모션 데이터의 쿼터니언 데이터 값으로부터 변환된 3차원 위치 데이터는 시스템의 X-Y평면, Y-Z 평면, Z-X 평면에 투영되고, 그 값들은 최종 특징 벡터로 사용된다. 각 평면에 투영된 피쳐 벡터는 서로 다른 ELM을 학습하고 총 3개의 ELM이 학습된다. 마지막으로 학습된 각 ELM에 테스트 데이터를 입력하여 최종 인식 결과 값을 도출한다. 모션 데이터를 획득하기 전에 컴퓨터에 트레이닝 할 데이터셋으로 네 가지의 팔굽혀펴기 동작을 선정하였고, 이를 혼합하여 10가지의 동작을 선정하여 컴퓨터에 테스트 할 데이터 셋을 구축했다.
경로 예측 알고리즘의 빠른 투영 후보 선택을 위한 경로 단편 관리 구조
이 논문에서는 기존 경로 예측 알고리즘의 처리 속도를 향상시킬 수 있는 개선된 투영 후보 선택 알고리즘을 제안한다. 지금까지 다양한 사용자 이동 경로 예측 알고리즘이 개발되었으나 실시간 근거리예측 환경에 적합하지 않다. 이러한 문제점을 해결하기 위해 새로운 예측 알고리즘이 제안되었으나 몇 가지 문제점을 지닌다. 특히 보다 빠른 처리 속도를 제공할 수 있도록 개선되어야 한다. 기존 예측 알고리즘의 높은 처리 시간의 주된 원인은 투영 후보 선택 연산의 높은 시간 복잡도이다. 따라서 이 논문에서는 기존 투영 후보 선택 알고리즘의 처리 속도를 개선할 수 있는 새로운 경로 단편 관리 구조와 향상된 투영 후보 선택 알고리즘을 제안한다. 또한 비교 평가를 통해 이 논문에서 제안한 알고리즘이 효과적임을 보인다.
