의료시장 개방과 의료기관의 대응방안

서창진,Seo, Chang-Jin 한국가톨릭의료협회 1996 한국가톨릭병원협회지 Vol.26 No.-

802.1ah Provider Backbone Bridged Network의 소개

서창진,Seo, Chang-Jin 대한전자공학회 2007 전자공학회지 Vol.34 No.3

동적 배경이미지 추출에 의한 자동 보행자 추적

서창진(Chang Jin Seo),최은주(Eun Ju Choi),양황규(Hwang Kyu Yang),차의영(Eui Young Cha) 한국정보과학회 1997 한국정보과학회 학술발표논문집 Vol.24 No.2Ⅱ

본 논문에서는 실세계에서와 같이 복잡하고 빈번하게 변화하는 환경에서 동적인 배경추출 방법과 히스토그램 영상분석으로 보행자를 탐지하고 추적하는 기법을 제시하고자 한다. 보행자의 탐지에 차영상 분석법을 기반으로 하여 보행자를 추출하고 비고정된(non-rigid)형태의 보행자 추적에 히스토그램 분석법을 적용하여 보행자의 움직임 궤적을 추적하였다. 본 연구를 통해서 비고정된형태(non-rigid)의 표적을 탐지하고 그 궤적 추적의 가능성에 대해 알 수 있었다.

HOG 특징과 다중 프레임 연산을 이용한 보행자 탐지

서창진(Chang-jin Seo),지홍일(Hong-il Ji) 대한전기학회 2015 전기학회논문지 P Vol.64 No.3

A large number of vision applications rely on matching keypoints across images. Pedestrian detection is under constant pressure to increase both its quality and speed. Such progress allows for new application. A higher speed enables its inclusion into large systems with extensive subsequent processing, and its deployment in computationally constrained scenarios. In this paper, we focus on improving the speed of pedestrian detection using HOG(histogram of oriented gradient) and multi frame operation which is robust to illumination changes in cluttering images. The result of our simulation indicates that the detection rate and speed of the proposed method is much faster than that of conventional HOG and differential images.

영상 검지기를 이용한 자동차 추적시스템에 대한 연구

서창진(Chang-Jin Seo),김선숙(Sun-Suk Kim),차의영(Eui-Young Cha) 한국정보과학회 1998 한국정보과학회 학술발표논문집 Vol.25 No.2Ⅱ

영상검지기를 이용하여 도로상에서 이동중인 차량의 움직임을 탐지하고 분석하는 방법은 지능형교통시스템의 많은 분야에 적용되어질 수 있다. 영상분석으로 움직이는 물체를 탐지하는 방법에는 영상차를 이용하는 방법과 영상차를 이용하지 않는 방법으로 분류할 수 있다. 영상차를 이용하는 방법에서는 영상간의 차영상을 기반으로 하여 물체를 탐지하는 방법은 일반적이고 보편적인 방법이나 시간에 따른 배경영상의 왜곡과 물체의 정체형상에 많은 문제점을 지니고 있다. 그리고 영상차를 이용하지 않는 방법은 영상내의 분석으로 물체를 탐지하는 방법이고, 영상간의 정보를 사용하지 않으므로 영상차에 의한 문제점을 발생되지 않는다. 기존에 연구되어진 영상차를 이용하지 않는 방법은 물체의 형태를 고려하지 않고 단지 이동점의 좌표분석으로 차량의 움직임을 측정하고 있다. 본 논문에서는 영상차를 이용하지 않으며 영상내의 형태정보 분석과 색상정보를 고려하여 기존의 영상검지기가 지니는 문제점을 개선하는 정밀한 차량 추적에 대한 가능성을 알 수 있었다.

무인 항공기를 이용한 밀집영역 자동차 탐지

서창진(Chang-Jin Seo) 한국산학기술학회 2018 한국산학기술학회논문지 Vol.19 No.3

본 논문은 최근 물체탐지 분야에서 실시간 물체 탐지 알고리즘으로 주목을 받고 있는 YOLOv2(You Only Look Once) 알고리즘을 이용하여 밀집 영역에 주차되어 있는 자동차 탐지 방법을 제안한다. YOLO의 컨볼루션 네트워크는 전체 이미지에서 한 번의 평가를 통해서 직접적으로 경계박스들을 예측하고 각 클래스의 확률을 계산하고 물체 탐지 과정이 단일 네트워크이기 때문에 탐지 성능이 최적화 되며 빠르다는 장점을 가지고 있다. 기존의 슬라이딩 윈도우 접근법과 R-CNN 계열의 탐지 방법은 region proposal 방법을 사용하여 이미지 안에 가능성이 많은 경계박스를 생성하고 각 요소들을 따로 학습하기 때문에 최적화 및 실시간 적용에 어려움을 가지고 있다. 제안하는 연구는 YOLOv2 알고리즘을 적용하여 기존의 알고리즘이 가지고 있는 물체 탐지의 실시간 처리 문제점을 해결하여 실시간으로 지상에 있는 자동차를 탐지하는 방법을 제안한다. 제안하는 연구 방법의 실험을 위하여 오픈소스로 제공되는 Darknet을 사용하였으며 GTX-1080ti 4개를 탑재한 Deep learning 서버를 이용하여 실험하였다. 실험결과 YOLO를 활용한 자동차 탐지 방법은 기존의 알고리즘 보다 물체탐지에 대한 오버헤드를 감소 할 수 있었으며 실시간으로 지상에 존재하는 자동차를 탐지할 수 있었다. This paper proposes a vehicle detection method for parking areas using unmanned aerial vehicles (UAVs) and using YOLOv2, which is a recent, known, fast, object-detection real-time algorithm. The YOLOv2 convolutional network algorithm can calculate the probability of each class in an entire image with a one-pass evaluation, and can also predict the location of bounding boxes. It has the advantage of very fast, easy, and optimized-at-detection performance, because the object detection process has a single network. The sliding windows methods and region-based convolutional neural network series detection algorithms use a lot of region proposals and take too much calculation time for each class. So these algorithms have a disadvantage in real-time applications. This research uses the YOLOv2 algorithm to overcome the disadvantage that previous algorithms have in real-time processing problems. Using Darknet, OpenCV, and the Compute Unified Device Architecture as open sources for object detection. a deep learning server is used for the learning and detecting process with each car. In the experiment results, the algorithm could detect cars in a dense area using UAVs, and reduced overhead for object detection. It could be applied in real time.

HOG와 칼만필터를 이용한 다중 표적 추적에 관한 연구

서창진(Chang-Jin Seo) 대한전기학회 2015 전기학회논문지 P Vol.64 No.3

Detecting human in images is a challenging task owing to their variable appearance and the wide range of poses the they can adopt. The first need is a robust feature set that allows the human form to be discriminated cleanly, even in cluttered background under difficult illumination. A large number of vision application rely on matching keypoints across images. These days, the deployment of vision algorithms on smart phones and embedded device with low memory and computation complexity has even upped the ante: the goal is to make descriptors faster compute, more compact while remaining robust scale, rotation and noise. In this paper we focus on improving the speed of pedestrian(walking person) detection using Histogram of Oriented Gradient(HOG) descriptors provide excellent performance and tracking using kalman filter.

사체 공여자 간이식 후 발생한 Biliary Cast Syndrome 1예

서창진 ( Chang Jin Seo ),정진태 ( Jin Tae Jung ),한지민 ( Ji Min Han ),김호각 ( Ho Gak Kim ),이주형 ( Joo Hyoung Lee ),성상훈 ( Sang Hun Sung ),최우영 ( Woo Young Choi ),최동락 ( Dong Lark Choi ) 대한소화기학회 2007 대한소화기학회지 Vol.49 No.2

We experienced one fatal case of biliary cast syndrome after cadaveric liver transplantation involving both intrahepatic ducts. A 58-year-old man underwent cadaveric liver transplantation because of hepatitis B virus related liver cirrhosis and concomitant hepatocellular carcinoma. Five weeks after the liver transplantation, postoperative course was complicated by development of acute cholangitis. Subsequent endoscopic retrograde cholangiography revealed diffuse intrahepatic bile duct strictures without filling defects. Percutaneous liver biopsy, which was done to exclude rejection, revealed biliary cast. Successful endoscopic removal was precluded due to its diffuse involvement. Because of the deterioration of patient`s condition by refractory biliary obstruction and cholangitis, retransplantation from cadaveric donor was performed. Debridement of the biliary tree after graft removal yielded a near-complete cast of the intrahepatic ductal system. Biliary cast syndrome should be suspected when jaundice or cholangitis is associated with dilated ducts on abdominal imaging studies in cadaveric liver transplantation recipients. Initial therapeutic options include removal of biliary cast after endoscopic or per-cutaneous cholangiography. Although endoscopic retrieval of biliary cast by endoscopic retrograde cholangiopancreatography could be employed as a first-line management, other modalities such as endoscopic nasobiliary drainage, percutaneous transhepatic drainage, or retransplantation should be considered when complete removal is not feasible and the condition of the recipient deteriorates. (Korean J Gastroenterol 2007;49:106-109)

지능형 교통시스템을 위한 자동차 추적에 관한 연구

서창진(Chang-Jin Seo),양황규(Hwang-Kyu Yang) 한국지능시스템학회 2004 한국지능시스템학회논문지 Vol.14 No.1

본 논문은 영상검지기를 이용하여 도로상에서 주행하는 차량의 움직임 추적 시스템에 필요한 탐지방법과 이동궤적을 추적하는 방법을 제안하여 차량의 움직임을 추적하는 시스템을 구현하였다. 도로상에서 주행하는 차량의 움직임을 측정하는 이유는 지능형 교통시스템의 첨단교통관제에 필요한 정보를 제공할 수 있으며, 기존에 설치되어진 매설식 루프 검지기가 가지는 유지보수의 문제를 해결할 수 있다. 본 논문에서는 양방향 도로에서 주행하는 차량의 물체 탐지를 위하여 차영상 분석법을 기반으로 하였다. 이는 도로의 주변 환경이 빠르게 변화하기 때문에 배경영상을 사용하는 방법은 적합하지 않기 때문이다. 본 논문에서는 칼만필터와 이노베이션을 사용한 가변 탐색영역으로 차량의 이동 궤적을 추적하였다. 가변 탐색영역을 사용한 이유는 기존에 제한된 검색영역을 이용한 방법에서 나타나 질 수 있는 차량의 이동 속도 및 궤적의 변화에 따른 문제를 해결 할 수 있기 때문이다. 실험 결과 제한된 검색영역을 사용하는 방식보다 제안하는 방법이 우수한 성능을 보임을 알 수 있었다. In this paper, we propose a method about the extraction of vehicle and tracking trajectory for moving vehicle tracking system in road. This system applied to the monitoring system of the traffic flow for ATMS(advanced traffic management system) of ITS(intelligent transport system). Also, this system can solve the problem of maintenance of loop sensor. And we detected vehicle using differential image analysis. Because of the road environment changes by real time. Therefore, the method to use background image is not suitable. And we used Kalman filter and innovation value and variable search area for vehicle tracking system. Previous method using fixed search area is sensitive to the moving trajectory and the speed of vehicle. Simulation results show that proposed method increases the possibility of traffic measurement more than fixed area traffic measurement system.

저고도 무인항공기를 이용한 보행자 추적에 관한 연구

서창진(Chang Jin Seo) 대한전기학회 2018 전기학회논문지 P Vol.67 No.4

In this paper, we propose a faster object detection and tracking method using Deep Learning, UAV(unmanned aerial vehicle), Kalman filter and YOLO(You Only Look Once)v3 algorithms. The performance of the object tracking system is decided by the performance and the accuracy of object detecting and tracking algorithms. So we applied to the YOLOv3 algorithm which is the best detection algorithm now at our proposed detecting system and also used the Kalman Filter algorithm that uses a variable detection area as the tracking system. In the experiment result, we could find the proposed system is an excellent result more than a fixed area detection system.