최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기Journal of the Institute of Electronics and Information Engineers = 전자공학회논문지, v.51 no.3, 2014년, pp.164 - 173
이영준 (한국해양과학기술원(부설) 선박해양플랜트연구소) , 김태균 (한국해양과학기술원(부설) 선박해양플랜트연구소) , 이지홍 (충남대학교 메카트로닉스공학과) , 최현택 (한국해양과학기술원(부설) 선박해양플랜트연구소)
In underwater robotics, vision would be a key element for recognition in underwater environments. However, due to turbidity an underwater optical camera is rarely available. An underwater imaging sonar, as an alternative, delivers low quality sonar images which are not stable and accurate enough to ...
핵심어 | 질문 | 논문에서 추출한 답변 |
---|---|---|
논문에서 제안하는 프레임워크의 특징은? | 낮은 해상도와 임의의 잡음이 섞여 있는 특정 시점의 소나 영상으로부터 물체를 탐지 및 인식하고 추종하는 것이 매우 어렵다. 본 논문에서 제안하는 프레임워크는 연속되는 소나 영상의 입력에서 확률적으로 물체로 추정되는 부분을 선별하고 이 부분에 대한 인식과 추정을 수행하는 것을 주요한 특징으로 한다. | |
고해상도 소나를 이용하여 수중 환경을 인식하려는 연구는 어떤 문제를 해결하기 위함인가? | 지상의 로봇 연구 분야에서 광학 카메라에 기반을 둔 영상 처리 기술이 지속적으로 발전하고 활용되고 있다. 수중 로봇의 경우 광학 영상 정보가 중요함에도 불구하고 수중 가시거리의 제약으로 인하여 활용이 제한적일 수밖에 없다. 이러한 한계를 극복하고자 고해상도 소나를 이용하여 수중 환경을 인식하려는 연구가 수행되어왔다[1~6]. | |
본문에서 제안하는 프레임워크의 수중 물체 인식 및 추적의 4단계는? | 그림 2와 같이 제안한 프레임워크는 4 단계 과정을 거친다. 첫 번째는 찾고자 하는 물체와 유사한 물체를 모두 후보로 선정하는 유사도 기반 관심 후보 선택 단계이고, 두 번째는 선정한 후보에 확률 필터를 적용하여 잘못 선정된 후보를 삭제하고 가능성이 높은 후보를 최종 후보로 선택하는 확률 기반 최종 후보 선택 단계이다. 세 번째는 선택된 최종 후보의 정보와 찾고자 하는 물체의 정보를 비교하여 어떤 물체인지 인식하는 단계이며, 마지막 단계는 인식된 물체에 대해 추적을 수행하는 단계이다. 제안한 프레임워크의 4 단계는 연속 적인 영상에 대하여 병렬로 처리되며 각 단계별로 수행 되는 알고리즘을 추가하거나 보강할 수 있는 유연한 구조를 가진다. 따라서 본 논문에서는 Part 1에서 제안한 인공 표식을 인식의 대상으로 하나 알고리즘의 보완을 통해 대상 물체를 확대할 수 있다. |
S. C. Yu, A. Akira, S. Weatherwax, B. Collins, and J. K. Yuh, "Development of high-resolution acoustic camera based real-time object recognition system by using autonomous underwater vehicle," in Proc. IEEE Oceans, pp.1-6, Boston, USA, Sep 2006.
S. L. Maxwell, and N. E. Gove, "The Feasibility of estimating migrating salmon passage rates in turbid rivers using a dual frequency identification sonar (DIDSON)," Alaska Department of Fish and Game Regional Information Report, Mar 2004.
S. C. Yu, "Development of real-time acoustic image recognition system using by autonomous marine vehicle," Journal of ocean engineering, Vol. 25, No. 1, pp.90-105, Jan 2008.
L. N. Brisson, P. P. Beaujean, and S. Negahdaripour, "Multiple-aspect Fixed Range Template Matching for the detection and classification of underwater unexploded ordnance in DIDSON sonar images," in Proc. IEEE Oceans, 20-23 Sept. 2010.
Y. Lee and HT. Choi, "A comparative study on feature extraction methods for environment recognition using underwater acoustic image," in Proc. The 8th Korea Robotics Society Annual Conference, pp.549-552, South korea, May 2013.
Y. Lee, KM. Han and HT. Choi, "Design and implementation of artificial landmark for underwater acoustic camera," in Proc. Information and control symposium, pp.215-216, Seoul, South korea, Sep 2012.
Y. Lee, JH. Lee and HT. Choi, "A Framework of Recognition and Tracking for Underwater Objects based on Sonar Images : Part 1. Design and Recognition of Artificial Landmark considering Characteristics of Sonar Images," Journal of the Institute of Electronics and Information Engineers on System and Control, vol. 52, no. 2, Feb 2014.
H. Rhody, "Lecture 10: Hough Circle Transform," Chester F. Carlson Center for Imaging Science, Rochester Institute of Technology, 2005.
N. Y. Ko, T. G. Kim, and Y. S. Moon, "Particle Filter Approach for Localization of an Underwater Robot Using Time Difference of Arrival", in Proc. IEEE/MTS Oceans, 2012.
A. Goshtasby, "Description and Discrimination of Planar Shape Using Shape matrices," IEEE Trans. Pattern Analysis and Machine Intelligence, vol. PAMI-7, no.6, pp.778-743, Nov 1985.
Y. Chen, "Mean Shift, Mode Seeking, and Clustering," IEEE Trans, Pattern Analysis and Machine Intelligence, vol. 17, no. 8, pp.790-799, Aug 1995.
D. Comaniciu, and P. Meer, "Mean shift: a robust approach toward feature space analysis," IEEE Trans. Pattern Analysis and Machine Intelligence, vol. 24, no. 5, pp.603-619, May 2002.
*원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.