http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
Optical flow 모델에 따른 HDR Video Reconstruction 성능 비교
김현빈(Hyunbin Kim),김동규(Dongkyu Kim),강석주(Sukju Kang) 대한전자공학회 2024 대한전자공학회 학술대회 Vol.2024 No.6
High dynamic range (HDR) imaging is a technique to capture a scene with a high dynamic range, which is one of the important areas in computer vision and image processing. HDR Video Reconstruction, on the other hand, is a more advanced field where the challenge is to recover all frames of an input video as HDR, rather than just a single frame. One of the challenges in HDR Video Reconstruction is the occurrence of ghosting artifacts due to significant motion. To address this issue, some methods are proposed utilizing deep learning-based optical flow models to calculate optical flow and apply image warping to each frame for alignment before performing HDR imaging. However, previous studies lacked comprehensive evaluations of various optical flow models performance. Therefore, this paper presents an evaluation of three types of optical flow models to measure performance variations and qualitatively and quantitatively compare them.
Mask R-CNN기법을 활용한 목재 표면 옹이 구획화
김현빈 ( Hyunbin Kim ),정현우 ( Hyunwoo Chung ),김민규 ( Mingyu Kim ),박용건 ( Yonggun Park ),양상윤 ( Sang-yun Yang ),여환명 ( Hwanmyeong Yeo ) 한국목재공학회 2019 한국목재공학회 학술발표논문집 Vol.2019 No.2
목재 품질의 객관적 평가 및 목재 생산의 고속화를 위해서는 컴퓨터 비전을 활용한 목재 표면 화상분석 자동화가 필요하다. 딥러닝(Deep Learning) 기술은 최근 컴퓨터 비전을 통한 화상 분석 및 패턴인식 분야에서 높은 정확도와 속도로 인해 그 활용도가 높아지고 있다. 따라서 본 연구에서는 딥러닝 기술 중 화상의 구획화에 높은 성능을 보이는 알려진 합성곱 신경망(Convolutional Neural Network)을 이용하여 목재 표면 옹이를 구획화하고, 그 종류를 분류하였다. 본 연구에서 사용한 목재 재면 사진은 낙엽 송, 잣나무, 소나무, 삼나무, 편백, 더글라스 퍼, 라디에타 파인에서 획득한 938개의 제재목 사진을 사용 하였다. 제재목 사진에서 추출한 옹이 이미지는 1,172개로, 4 가지 종류로 분류하였다. 옹이의 종류와 위치에 대한 데이터베이스를 통해 제재목 표면의 옹이를 구획화하여 표시하고, 그 종류를 분류하는 알고리즘 학습을 진행하였다. 학습에 사용한 Mask R-CNN(Regions with Convolutional Neural Network) 모델은 resnet101을 이용하여 Feature Pyramid Network를 토대로 옹이 위치 예측 학습과 옹이 종류 분류 학습을 동시에 진행하였다. 목재 표면의 옹이 구획화 학습을 진행한 결과, 옹이 종류별 이미지의 편차가 존재하며, 옹이의 크기가 다양함에 불구하고 높은 정확도로 목재 표면의 옹이 탐지가 가능하였다. 200번의 반복학습결과, 학습이 반복될수록 학습 이미지셋에 과적합하는 현상이 발생하여 목재 문양이 옹이로 탐지되는 경우가 발생하였다. 하지만 높은 정확도로 분류가 가능하였기 때문에 다양한 옹이 형태를 추가로 학습시킨다면 더 높은 정확도로 옹이 구획화가 가능할 것으로 기대된다.
< 전시-P-05 > k-Nearest Neighbor와 합성곱신경망에 의한 국산 침엽수재 표면의 옹이 종류 분류
김현빈 ( Hyunbin Kim ),김민규 ( Mingyu Kim ),박용건 ( Yonggunpark ),양상윤 ( Sang-yun Yang ),정현우 ( Hyunwoo Chung ),여환명 ( Hwanmyeong Yeo ) 한국목재공학회 2019 한국목재공학회 학술발표논문집 Vol.2019 No.1
목재를 용도에 맞게 효율적으로 이용하기 위해서는 강도와 심미적 기능에 영향을 주는 옹이의 종류를 정확하게 분류할 필요가 있다. 통상적으로 널리 이용되고 있는 육안등급구분은 주변 환경에 쉽게 영향을 받을 수 있기 때문에 목재 품질의 객관적 평가 및 목재 생산의 고속화를 위해서는 컴퓨터 비전을 활용한 화상분석 자동화가 필요하다. 본 연구에서는 SIFT(Scale-Invariant Feature Transform) +k-NN(k-Nearest Neighbor)모델과 CNN(Convolutional Neural Network)모델을 통해 옹이의 종류를 분류하고 그 정확도를 평가하였다. 실험에 사용한 수종은 다섯 가지 국산 침엽수종으로 낙엽송, 소나무, 잣나무, 삼나무, 편백이었다. 제재목 표면에서 4가지 형태(sound, encased, decayed, spike)의 옹이 이미지 1,172개를 획득하여 각 모델에서의 학습 및 검증에 사용하였다. SIFT+k-NN 모델의 경우, SIFT 기술을 이용하여 옹이 이미지에서 특성을 추출한 뒤, k-NN을 이용하여 분류를 실시하였으며, 최대 60.53%의 정확도로 분류가 가능하였다. CNN 모델의 경우, 8층의 convolution layer와 3층의 hidden layer로 구성되어있는 모델을 사용하였으며 최대 88.09%로 옹이 분류가 가능하였다. 또한 CNN 모델은 옹이 종류별 이미지의 개수 차이가 큰 경우에도 특성 추출의 편향이 심하지 않아 옹이 분류에 있어 더 높은 정확도를 보였다.
Adaptive Line Fitting을 이용한 실시간 자동 외관 검사
김기홍(KiHong Kim),정연구(YunKoo Chung),김용(Yong Kim),김현빈(HyunBin Kim),송재우(JaeWoo Song) 한국정보과학회 1997 한국정보과학회 학술발표논문집 Vol.24 No.2Ⅱ
자동차 조립 생산라인에서 수밀 검사를 원할하게 수행하기 위해서 차량의 모든 문들의 개폐여부를 자동적으로 검사하는 시스템을 개발하였다. 검사를 수행하는 동안 카메라로 입력된 영상은 생산 현장의 여러 가지 변화요인으로 인해 해석하기가 용이하지 않아서 인위적으로 만든 라인 형태의 할로겐 조명에 기반한 에지 검출 알고리듬과 잡음에 의한 간섭을 줄이고자 데이터에 대한 필터링을 통해 이를 극복하였다.
개별요소법을 통한 지반의 포화도와 밀도가 함몰에 미치는 영향 평가
김연호,김현빈,박성완,Kim, Yeonho,Kim, Hyunbin,Park, Seong-Wan 한국지반공학회 2018 한국지반공학회논문집 Vol.34 No.8
연속적인 입자 유실에 의해 발생하는 지반 함몰 유형은 지반의 포화상태 및 상대밀도에 따라 전개 거동이 다르게 발생한다. 본 연구에서는 지반의 포화상태에 따라 함몰 유형을 분류하고 각 유형에 대해 상대밀도에 따른 해석을 개별요소법을 통해 수행하여 영향 인자에 따른 지반 함몰 전개 거동 변화를 분석하였다. 조밀한 지반인 경우, 포화상태에서는 비교적 작은 침하량과 침하 영향범위가 발생하였고 부분포화상태에서는 지반 내부에 동공을 형성하는 결과를 보였다. 반면, 느슨한 지반인 경우, 포화상태에서는 침하량과 침하 영향범위가 크게 발생하였으며 부분포화상태에서도 동공을 형성하지 못하고 즉각적인 함몰이 발생하였다. 결과적으로 지반의 상대밀도 및 포화상태는 입자 사이에 작용하는 맞물림 효과에 큰 영향을 미치며 함몰 거동을 변화시키는 중요한 인자로 작용하는 것으로 나타났다. The collapse behavior of ground subsidence caused by continuous loss of particles depends on the saturated condition and density of the ground. In this study, types of ground subsidence were classified based on the saturated condition and each type was performed on the different relative density to analyze the influence factors on the collapse behavior by distinct element method. According to analysis results, the relatively small amount of settlement occurred on the dense ground and a cavity was created under dense-unsaturated ground. In contrast, loose ground showed the large amount of settlement and collapsed immediately without cavity formation even if the unsaturated ground was simulated. The results demonstrated that because the relative density has influence on the mechanical interlocking and saturated condition has influence on the inter-particle force, these are important factors to change the collapse behavior.
중첩 초음파 센서 링의 장애물 탐지 성능 지표 비교 분석
김성복(Sungbok Kim),김현빈(Hyunbin Kim) 제어로봇시스템학회 2012 제어·로봇·시스템학회 논문지 Vol.18 No.4
This paper presents a comparative analysis on three different types of performance indices of obstacle detection for an overlapped ultrasonic sensor ring. Due to beam overlap, the entire sensing zone of each ultrasonic sensor can be divided into three smaller sensing subzones, which leads to significant reduction of positional uncertainty in obstacle detection First, the positional uncertainly in obstacle detection is expressed in toms of the area of a sensing subzone, and type 1 performance index is then defined as the area ratio of side and colter sensing suhzones. Second, based on the area of a sensing subzone, type 2 performance index is defined taking into account the size of the entire range of obstacle detection as well as the degree of the positional uncertainty in obstacle detection. Third, the positional uncertainty in obstacle detection is now expressed in terms of the length of the uncertainty arc spanning a sensing subzone, and type 3 performance index is thai defined as the average value of the uncertainty are Lengths over the entire range of obstacle detection. Fourth, using a commercial low directivity ultrasonic sensor, the changes of three different performance indices depending on the parameter of an overlapped ultrasonic sensor ring are examined and compared.