표적분할 신뢰도 값 기반의 형태특징과 지역특징을 이용한 차량표적 분류기법 연구

양동원,이용헌,곽동민,Yang, DongWon,Lee, Yonghun,Kwak, Dongmin 한국군사과학기술학회 2017 한국군사과학기술학회지 Vol.20 No.1

To classify the vehicle targets automatically using thermal images, there are usually two main categories of feature extraction method, local and shape feature extraction methods. Since thermal images have less texture information than color images, the shape feature extraction method is useful when the segmentation results are correct. However, if there are some errors in target segmentation, the shape feature may contain some errors, then the classification accuracy can be decreased. To overcome these problems, in this paper, we propose the segmentation reliability estimation method for target classification. The segmentation reliability can be estimated by using the difference information of average intensities and edge energies between the target and the background area. The estimated segmentation reliability is applied in the decision level fusion method of classification results using both shape and local features. Experiment results using the thermal images of the vehicle targets (main battle tank, armored personnel carrier, military truck, and an estate car) show that the proposed classification method and the segmentation reliability estimation method have a good performance in classification accuracy.

영상 분할 신뢰도 기반의 결과 융합을 통한 표적 분류 기법 연구

양동원(DongWon Yang),곽동민(Dong Min Kwak),이용헌(Yong Hun Lee),성기열(Gi Yeul Sung),윤주홍(Joo Hong Yoon) 대한전기학회 2013 정보 및 제어 심포지엄 논문집 Vol.2013 No.10

영상 분할 신뢰도 기반의 결과 융합을 통한 표적 분류 기법 연구

양동원(DongWon Yang),곽동민(Dong Min Kwak),이용헌(Yong Hun Lee),성기열(Gi Yeul Sung),윤주홍(Joo Hong Yoon) 대한전기학회 2013 대한전기학회 학술대회 논문집 Vol.2013 No.10

자성센서 기반 지뢰탐지기를 위한 신호처리

신범수,양동원,정병민,Shin, Beom-Su,Yang, DongWon,Jung, Byung-Min 한국전기전자학회 2018 전기전자학회논문지 Vol.22 No.3

This paper proposes an algorithm for signal processing which is used in pulse induction metal mine detectors. The detection power can be obtained from magnetic variation on the search coil. The calibration data should be made when there is no target because the detection power is difference between with and without a target. And it is also updated periodically because of surrounding various noises. Lastly, we keep a watch on the signal slope to identify exact position and signal power of mine detection. 본 논문은 자성센서 기반 지뢰탐지기를 개발하는 과정에서 필요한 신호처리 알고리즘을 제안한다. 탐지신호의 세기는 탐지 코일에 수신된 자기장의 변화량을 이용하여 얻는다. 표적이 없을 때 대비 표적이 있을 때의 상대적인 신호세기를 계산하기 때문에 표적이 없는 상태에서 calibration data를 만든다. 자기장은 장비 자체의 전기적인 잡음 또는 주변 환경의 영향을 받으므로 calibration을 지속적으로 수행하고 갱신하는 것이 중요하다. 마지막으로 표적에 의해 발생하는 신호크기의 변화량, 즉 단위 시간 당 그래프의 기울기 값이 일정 수준 이상 도달하는지 감시하여 정확한 탐지지점과 신호크기를 판별한다.

이동물체 탐지를 위한 레이다 데이터의 거리-도플러 클러스터링 기법

김성준,양동원,정영헌,김수진,윤주홍,Kim, Seongjoon,Yang, Dongwon,Jung, Younghun,Kim, Sujin,Yoon, Joohong 한국군사과학기술학회 2014 한국군사과학기술학회지 Vol.17 No.6

Recently many studies of Radar systems mounted on ground vehicles for autonomous driving, SLAM (Simultaneous localization and mapping) and collision avoidance are reported. In near field, several hits per an object are generated after signal processing of Radar data. Hence, clustering is an essential technique to estimate their shapes and positions precisely. This paper proposes a method of grouping hits in range-doppler domains into clusters which represent each object, according to the pre-defined rules. The rules are based on the perceptual cues to separate hits by object. The morphological connectedness between hits and the characteristics of SNR distribution of hits are adopted as the perceptual cues for clustering. In various simulations for the performance assessment, the proposed method yielded more effective performance than other techniques.

무인차량 자율주행을 위한 레이다 영상의 정지물체 너비추정 기법

김성준,양동원,김수진,정영헌,Kim, Seongjoon,Yang, Dongwon,Kim, Sujin,Jung, Younghun 한국군사과학기술학회 2015 한국군사과학기술학회지 Vol.18 No.6

Recently many studies of Radar systems mounted on ground vehicles for autonomous driving, SLAM (Simultaneous localization and mapping) and collision avoidance have been reported. Since several pixels per an object may be generated in a close-range radar application, a width of an object can be estimated automatically by various signal processing techniques. In this paper, we tried to attempt to develop an algorithm to estimate obstacle width using Radar images. The proposed method consists of 5 steps - 1) background clutter reduction, 2) local peak pixel detection, 3) region growing, 4) contour extraction and 5)width calculation. For the performance validation of our method, we performed the test width estimation using a real data of two cars acquired by commercial radar system - I200 manufactured by Navtech. As a result, we verified that the proposed method can estimate the widths of targets.

다해상도 주의집중 메커니즘을 이용한 움직이는 물체 탐지 알고리즘

하태길(TaeGil Ha),임종인(JongIn Lim),양동원(DongWon Yang),이준희(JunHee Lee),김도경(DoKyoung Kim),최진영(JinYoung Choi) 대한전자공학회 2019 전자공학회논문지 Vol.56 No.3

본 논문은 촬영 카메라가 고정되지 않은 환경에서, 고해상도 영상 속 움직이는 작은 물체를 빠르게 탐지하기 위한 효과적인 영상처리 방법을 제안한다. 원거리의 작은 물체를 탐지하기 위해서는 고해상도 영상을 사용해야 한다. 그러나 일반적으로 입력 영상의 크기와 알고리즘의 구동 속도는 반비례하므로 실시간성이 훼손된다. 훼손된 실시간성을 회복하기 위해 본 논문에서는 다해상도 주의집중 메커니즘을 제안한다. 제안된 방법은 입력 프레임마다 복잡도에 따른 주의집중 마스크를 구하고 복잡한 부분은 고해상도로, 단순한 부분은 저해상도로 처리한다. 또, 움직이는 카메라에 적용될 수 있도록 다해상도 움직임 보정방법을 수행한다. 실험을 통해 제안된 다해상도 주의집중 메커니즘을 이용한 물체 탐지 알고리즘이 Full HD급 영상에서 기존 최고수준 알고리즘(베이스라인)에 비해 탐지성능이 크게 저하되지 않으면서도 85% 이상의 속도향상과 6.67fps의 속도를 확인하였다. In this paper, we propose an effective image processing method to quickly detect small moving objects in a high-resolution image where cameras are not fixed. To detect small objects at a distance, high-resolution images should be used. However, in general, the size of the input image and the speed of the algorithm are inversely proportional to each other, and so the real-time speed can not be achieved in the high-resolution image. In order to achieve real-time speed, we propose a multi-resolution attention mechanism. The proposed method effectively processes high-resolution images using complexity-dependent attention mask for each input frame, where complex parts are processed with high resolution and simple parts are handled with low resolution via down-sampling. In addition, a multi-resolution motion compensation method is developed so that the method can be applied to a nonstationary camera. Experimental results show that the algorithm using the proposed multi-resolution attention mechanism achieves a speed improvement more than or equal to 85% and a speed of 6.67 fps compared to the existing state-of-the-art algorithm, which is the baseline of the proposed method, without significant degradation of performance in Full HD video.

로봇분야 국내 표준화 활동 현황

김현아(Hyuna Kim),문승빈(Seungbin Moon),양동원(Dongwon Yang) 표준인증안전학회 2012 표준인증안전학회지 Vol.2 No.2

본 논문에서는 차세대 성장 동력으로 발전하고 있는 로봇 분야의 국내 표준화 현황을 소개하고자 한다 로봇분야 국내 표준화 활동의 . 대표적인 기구는 2005년에 설립된 “지능형로봇 표준 포럼”으로, 이를 통하여 산학연이 중심이 되어 포럼 표준(KOROS 표준)을 개발하여 오고 있다. 현재 약 80여건의 표준을 제정한 바 있으며, 이중에서 15건은 KS 국가 표준으로 제정된 바 있다. 또한, 이러한 표준 활동을 바탕으로 2009년부터는 품질인증 제도와 연계하여, 지능형로봇 품질인증 제도를 또한 운영하고 있다. 현재 청소로봇 및 교구로봇에 대한 인증이 진행중이며, 향후에 교육보조로봇, 안내로봇, 오락로봇 등의 인증을 준비중에 있다. 특히, 청소로봇 인증의 결과로 국내 청소로봇 제품이 세계시장에서 가장 앞선 기술로 평가되고 있다.

소형 네트워크에서 배치 정규화의 스케일링 인자를 활용한 채널 프루닝

최재훈(Jaehoon Choi),김대영(Daeyeong Kim),양동원(DongWon Yang),이준희(Junhee Lee),김도경(Dokyoung Kim),김창익(Changick Kim) 대한전자공학회 2019 전자공학회논문지 Vol.56 No.3

기존의 합성곱 신경망 기반의 딥러닝 모델은 데이터가 크고 연산량이 많기 때문에 실제 응용분야에 적용하는데 어려움이 있다. 이러한 한계를 극복하기 위해 소형 네트워크인 MobileNet, MobileNetV2 개발되고 있다. 그러나 위 소형 네트워크 역시 임베디드 시스템에 적용하는데 불필요한 연산량이 많다. 따라서 실제 환경에서 요하는 소규모 클래스의 객체 분류를 효율적으로 수행하기 위해서는 소형화된 딥러닝 모델을 추가적으로 경량화할 필요가 있다. 본 논문에서는 효율적인 객체 분류를 위해 MobileNet, MobileNetV2의 채널을 프루닝하여 네트워크를 경량화하는 방법을 제안한다. Network Slimming에서 이용하는 배치 정규화의 스케일링 인자를 기반으로 소형 네트워크의 채널을 프루닝한다. 또한, 소규모 클래스의 객체 분류 성능을 확인하기 위해 사람, 차량, 이외의 기타 데이터로 이루어진 데이터 셋으로 구성하였다. 위 데이터 셋과 CIFAR, SVHN 데이터 셋에서 제안하는 알고리즘을 적용하였을 때, 분류 성능은 유지하면서 모델의 데이터의 크기와 연산량이 줄어드는 것을 확인할 수 있었다. The existing convolutional neural network-based deep learning models are difficult to apply to real-world applications due to its large data size and high computational complexity. To overcome these limitations, compact networks such as MobileNet and MobileNetV2 are proposed. However, these compact networks still have redundant parameters that can be pruned in an embedded system. Therefore, in order to classify objects into a small number of classes required in a real environment, it is necessary to study on the lightening deep learning models. In this paper, we propose a method to lighten the network by pruning channels of MobileNet and MobileNetV2, which are representative compact networks for efficient object classification. We prune the channel of the compact networks based on the scaling factor of the batch normalization used in Network Slimming. We also constructed a dataset consisting of people, vehicles, and other data to evaluate the object classification performance of a small class. We can confirm the proposed algorithm reduces the model size and the computational complexity while maintaining the classification performance in the above dataset, CIFAR, and SVHN datasets.

표준 이더넷 기반의 군사용 지상무인차량 실시간 네트워크 구현

김도종(Dojong Kim),김남곤(Namgon Kim),양동원(DongWon Yang) 한국정보기술학회 2021 한국정보기술학회논문지 Vol.19 No.10

Ethernet technology has shown high reliability and bandwidth performance for commercial and industrial systems. Although it is regarded as a promising candidate for massive data transmission, it is known to be unsuitable for a realtime system due to an uncertainty of transmission latency. In this paper we have applied standard Ethernet to military unmanned ground vehicle(UGV) and shown that the network could overcome the problems of massive data transmission and realtime operation. By adopting CPU core shielding and various affinity options, we can reduce the transmission latency and make our system more stable. Above technique with static routing, full duplex switch, QoS is implemented into UGV system and real time operation of the vehicle is proved.