다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기
한국전자통신학회 논문지 = The Journal of the Korea Institute of Electronic Communication Sciences, v.9 no.10, 2014년, pp.1103 - 1109
박원창 (한세대학교 IT학부) , 류대현 (한세대학교 IT학부) , 최태완 (국립 경남과학기술대학교 메카트로닉스공학과)
최근의 CCTV 카메라는 많은 경우 네트워크 카메라이며, 고화질 영상을 인터넷으로 전송하는 경우 큰 부하가 될 수 있다. 본 연구에서는 특정 환경에서 Kinect와 같은 ToF 카메라를 이용하여 제스처 정보를 추출하고 전송하는 방법을 이용하여 트래픽을 감소시킬 수 있는 방법을 제안하고 그 성능을 평가하였다. 제안된 방식은 ToF 카메라의 성능에 의존하므로 응용 분야에 제약이 있을 수 있지만 가정이나 사무실과 같은 소규모 실내공간의 보안 또는 안전 관리에 효율적으로 활용될 수 있다.
AI-Helper
The latest CCTV camera are network camera in many cases. In this case when transmitting high-quality image by internet, it could be a large load on the internet because the amount of image data is very large. In this study, we propose a method which can reduce the video traffic in this case, and eva...
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
| 핵심어 | 질문 | 논문에서 추출한 답변 |
|---|---|---|
| TOF 기술은 무엇인가? | TOF 기술이란, 센서(Sensor)로부터 나온 적외선 혹은 빛의 신호가 촬영하는 장면 내의 물체에 반사되 어 돌아오는 시간을 계산하여 거리를 측정하는 방식 이다. 촬영의 매 프레임마다 반사되어 돌아온 신호는 카메라의 CCD 센서 앞에 위치한 셔터에 의해 구분되 며, 이렇게 획득된 깊이(depth) 정보는 정규화를 통해 깊이 공간을 생성하고 0부터 255의 깊이 레벨을 가지 는 깊이 영상으로 변환된다. | |
| Timeof-flight 깊이 카메라의 단점은 무엇인가? | 대표적 장비인 Timeof-flight(TOF) 깊이 카메라는 카메라에서 나온 빛이 물체에 도달하였다가 돌아오는 시간을 계산하여 깊이 영상을 출력한다. 이 방법은 실제의 깊이 정보를 실시 간으로 측정할 수 있는 장점을 가지고 있지만, 장비의 사용에 의한 제약이나 잡음, 왜곡 문제 등이 따른다 [1-2]. | |
| Timeof-flight 깊이 카메라는 무엇을 계산하여 깊이 영상을 출력하는가? | 능동 센서 방식은 측정 장비를 이용하여 장면의 깊 이 정보를 직접 획득한다. 대표적 장비인 Timeof-flight(TOF) 깊이 카메라는 카메라에서 나온 빛이 물체에 도달하였다가 돌아오는 시간을 계산하여 깊이 영상을 출력한다. 이 방법은 실제의 깊이 정보를 실시 간으로 측정할 수 있는 장점을 가지고 있지만, 장비의 사용에 의한 제약이나 잡음, 왜곡 문제 등이 따른다 [1-2]. |
S. An, "Face detection and recognition with SURF for human-robot interaction," In Proc. IEEE Int. Conf. on Automation and Logistics, Shenyang, China, Aug. 2009, pp. 1946-1951.
D. Lowe, "Distinctive Image Features from Scale-Invariant Keypoints," Int. J. of Computer Vision, vol. 60, no. 2, 2004, pp. 91-110.
H. Bay, A. Ess, T. Tuytelaars, and L. Van Gool, "Surf : Speeded up robust features," Computer Vision and Image Understanding(CVIU), vol. 110, no. 3, 2008, pp. 346-359.
J.-H. Oh, Y. Jung, Y. Cho, C. Hahm, H. Sin, and J. Lee, "Hands-up: Motion Recognition using Kinect and a Ceiling to Improve the Convenience of Human Life," CHI EA '12 Proc. of the 2012 ACM Annual Conf. Extended Abstracts on Human Factors in Computing Systems Extended Abstracts, Austin, TX, May 2012, pp. 1655-1660.
Z. Ren, J. Meng, J. Yuan, and Z. Zhang, "Robust hand gesture recognition with kinect sensor," MM '11 Proc. the 19th ACM Int. Conf. on Multimedia, Scottsdale, AZ, Nov. 2011, pp. 759-760.
C.-S. Won, S.-M. Kim, J.-S. Park, B.-W. Yoon, and J.-K. Song, "Hand Shape Recognition Based on Kinect and Analysis of the Performance," Conf. of the Korean Institute of Electronic Communication Sciences, vol. 7, no 2, Yeosu, Korea, Nov. 2013, pp. 144-147.
I.-S. Kim and H. Shin, "A Study on Development of Intelligent CCTV Security System based on BIM," J. of the Korea Institute of Electronic Communication Sciences, vol. 6, no. 5, 2011. pp. 789-795.
*원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다.
Free Access. 출판사/학술단체 등이 허락한 무료 공개 사이트를 통해 자유로운 이용이 가능한 논문
Copyright KISTI. All Rights Reserved.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.