디지털 라이브러리[ 검색결과 ]
IDFusion: 관성 측정 센서와 깊이 카메라 융합을 통한 관절각 측정 기법
http://doi.org/10.5626/JOK.2025.52.3.208
최근 사람과 사물 인식 기술은 다양한 분야에 적용되며, 특히 관성 측정 센서와 깊이 카메라를 이용한 동작 인식 연구가 게임, 의료, 보안 등에서 활발히 이루어지고 있다. 하지만 누적 오차나 측정 환경에 따라 정확도가 떨어지는 문제는 여전히 존재한다. 본 연구에서는 관성 측정 센서와 깊이 카메라를 융합하여 관절각을 측정하는 방법인 IDFusion(IMU and Depth camera Fusion)을 제안한다. 제안된 IDFusion은 데이터 변환과 관절각 변환 단계로 구분하여 측정 후 융합하는 방식이다. 제안된 IDFusion은 관성 측정 센서와 깊이 카메라를 각각 단일로 사용한 경우와 비교 분석한 결과 더 좋은 성능을 보여주고 있다. 이 기법은 헬스케어, 스포츠 과학, 인간-컴퓨터 상호작용 등 다양한 응용 분야에서의 적용이 기대된다.
TwinAMFNet: 3차원 시맨틱 세그멘테이션을 위한 Twin 어텐션 기반 멀티모달 퓨전 네트워크
http://doi.org/10.5626/JOK.2023.50.9.784
최근 자율주행에서 오인식으로 인한 충돌 사고가 증가함에 따라 멀티 모달 센서를 활용한 센서 퓨전 기반의 3차원 시맨틱 세그멘테이션에 관한 관심이 늘어나고 있다. 이에 따라 본 연구에서는 카메라와 LiDAR의 센서 퓨전을 통해 새로운 3차원 시맨틱 세그멘테이션 신경망인 TwinAMFNet을 소개한다. 제안하는 신경망은 RGB 영상과 2차원의 좌표 평면에 사영한 점 군 사영 영상을 처리하는 Twin 신경망을 포함하며 인코더 및 디코더에서의 특징 단계 퓨전을 위한 어텐션 기반 퓨전 모듈을 통해 더욱 확장된 객체 및 경계 구분에 대한 표현력 개선을 보여준다. 결과적으로 제안한 신경망은 mIoU를 기준으로 3차원 시맨틱 세그멘테이션에 약 68%의 성능을 기록하였으며 기존 연구들에 비해 약 4.5% 이상 향상된 성능을 보였다.
지능형 영상 감시 시스템에서 모바일 센서 융합을 이용한 폭력행위 인식
http://doi.org/10.5626/JOK.2018.45.6.533
본 논문에서는 지능형 CCTV에서 동시다발적이고 연속적인 행위들로부터 추출한 특성들을 반영하여 폭력행위를 인식하는 방법으로서 그룹 ROI(Region of Interest)를 검출하고 ROI에서의 Dense Optical Flow 알고리즘을 사용해 얻은 움직임 정보와 영상 내 행위자가 소지한 모바일 기기의 관성측정장치로부터 얻은 가속도와 각속도 정보를 융합한 폭력행위 인식모델을 제안한다. 그리고 제안한 모델의 연산시간 감소를 통한 실시간성 확보와 영상만을 사용했을 때의 가려짐에 따른 성능 저하 현상의 성능 개선여부를 평가하기 위한 실험들을 진행하였으며 실행시간 측면에서 약 5.26배 빠른 연산속도를 보였고 정확도 측면에서 11.4% 증진된 결과를 보였다. 이를 통해 제안 모델이 폭력행위 인식에 발생하는 과도한 연산에 따른 실시간성 문제를 보완할 수 있고 영상 내 행위자 사이의 가려짐에 따른 비전 인식 불능에 대한 문제점을 보완할 수 있음을 알 수 있다.
적외선 표적 모델링을 위한 3차원 복합 열해석 기법 연구
적외선 표적의 정밀한 모델링을 위해서는 정확한 표면온도 계산이 필요하다. 본 논문에서는 전도, 대류, 복사를 고려한 복합 열해석 모듈을 소프트웨어로 구현하고, 이를 통하여 표적 재질 및 자세, 환경 요건에 따른 표적의 표면온도 해석을 수행 하였다. 구현된 결과는 상용 소프트웨어인 OKTAL-SE 와의 비교를 통하여 결과의 신뢰성을 검증하였다. 그 결과 자체 검증이 완료된 상용 소프트웨어인 OKTAL-SE 와 약 1% 이내의 오차를 보였다. 계산된 온도 결과를 바탕으로 적외선 표적 모델링을 수행하였으며 OKTAL-SE와의 연동을 통해 적외선 신호 해석을 수행하였다.
