디지털 라이브러리[ 검색결과 ]
해안 물놀이객 검출을 위한 외곽선 특징맵과 CNN의 결합 모델
http://doi.org/10.5626/JOK.2019.46.1.31
물놀이 안전사고가 매년 발생함에 따라 최근 물놀이 안전사고 예방을 위한 지능형 영상 감시시스템이 많이 개발되고 있다. 본 논문은 지능형 영상 감시 시스템에서 해수욕장과 같은 복잡한 영상속의 유동적인 객체를 정확하게 감지하기 위해서 InsightCNN을 제안한다. 우선, 기초 모델을 Fully Convolutional Network의 1x1 Convolution과 ResNet의 Residual Block을 사용하여 구축하였다. 그리고 기초모델의 처음 레이어에 영상의 핵심 특징인 외곽선 특징 맵을 추가하였다. 데이터는 해운대를 촬영한 영상을 가지고 자체 데이터를 만들었다. 실험은 pretraining 된 Fully Convolutional Network와 pretraining 하지않은 Fully Convolutional Network와 Fully Convolutional Network에 InsightCNN의 핵심인 외곽선 특징 맵을 추가한 모델로 비교하였다. 실험결과를 통하여 InsightCNN의 아이디어의 우수성을 보여준다.
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.
