http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
소형 임베디드 시스템에 적용하기 위한 우천 및 안개 등에 의한 영상 내 노이즈의 실시간 제거 알고리즘
감동환 ( Kam Dong Hwan ),방태원 ( Bang Tae Weon ),이봉기 ( Lee Bong Ki ) 한국농업기계학회 2021 한국농업기계학회 학술발표논문집 Vol.26 No.1
우천 및 안개 등의 악천후 상황의 영상의 시인성 향상을 위하여 영상처리기법을 통한 영상개선 방법이 연구되고 있다. 영상개선 방법 중 심층신경망 등의 딥러닝 기술이 사용되고 있다. 딥러닝 기술을 활용한 영상처리 방식은 많은 연산량으로 인하여 고사양의 데스크톱 또는 워크스테이션과 같은 고가의 하드웨어를 필요로 한다. 그러나 도로 및 거리의 CCTV 등과 같이 고가의 하드웨어 장비를 적용하기 어려운 영역에서 상대적으로 적은 연산의 기법을 이용하여 다양한 장비에 맞는 우천 및 안개 등에 의한 노이즈를 제거하기 위한 영상 개선 기술이 필요하다. 소형 임베디드 시스템에 적용하기 위한 우천 및 안개 등에 의한 영상 내 노이즈의 실시간 제거 알고리즘을 개발하고자 하였다. Nvidia사의 Jetson Agx Xavier에 알고리즘을 적용하여 1080p 해상도의 외부 설치용 감시 카메라(ELP-USBFHD01M-BL28IR)를 통해 실시간으로 획득되는 영상의 우천 및 안개 등에 의해 저하되는 시인성을 향상시키고자 하였다. DCP기법과 감마보정기법을 적용하여 영상 내 발생하는 노이즈를 실시간으로 개선하였다.
이봉기 ( Lee Bong Ki ),감동환 ( Kam Dong Hwan ),추현욱 ( Choo Hyun Wook ),김진경 ( Kim Jin Kyoung ),방태원 ( Bang Tae Weon ),조용진 ( Cho Yong Jin ),양원석 ( Yang Won Suk ),문길환 ( Moon Kil Hwan ) 한국농업기계학회 2021 한국농업기계학회 학술발표논문집 Vol.26 No.1
다양한 외부 기상환경에서의 실시간 시인성 확보를 위한 딥러닝 알고리즘을 개발하기 위하여, 외부 환경(역광 및 반사광, 일조량, 우천)에 따른 영상정보 분석을 수행하였으며, 외부 환경(역광 및 반사광, 일사량, 우천)에 따른 영상의 인식 및 보정을 위한 학습 인자 및 학습 모델 설계를 수행하였고, 선정한 학습 인자와 설계한 학습 모델을 토대로 외부 환경(역광 및 반사광, 일사량, 우천)에 따른 영상의 인식 및 보정을 위한 딥러닝 알고리즘을 설계하였다. 개발 알고리즘의 영상 인식을 위한 성능 보정 평가를 위하여 빗방울이 없는 원본 영상과 빗방울 왜곡 영상의 PSNR(peak signal-to-noise ratio, 최대신호대잡음비)과 원본 영상과 본 알고리즘을 통해 개선한 영상의 PSNR 값을 비교하여 영상 인식을 위한 보정 성능을 평가하고자 하였다. 총 100 쌍의 표본에 대하여 측정한 결과, 본 알고리즘을 통해 개선한 영상의 PSNR 값이 빗방울 왜곡 영상의 PSNR 값에 비하여 평균 65.79%의 보정 정도를 보이는 것을 확인하였다.