http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
허진우(Jin-Woo Heo),김정호(Jeong-Ho Kim),한동인(Dong-In Han),이대우(Dae-Woo Lee),조겸래(Kyeum-Rae Cho),허기봉(Gi-bong Hur) 한국항공우주학회 2013 韓國航空宇宙學會誌 Vol.41 No.7
본 논문은 편대비헹에서 영상만을 이용하여 선도기의 자세를 예측 하는 알고리즘 개발에 대해 논하고 있다. X-PLANE 시뮬레이터를 이용하여 획득한 영상에 SURF(Speed Up Robust Features)알고리즘을 이용하여 특징점을 추출 하였다. 그리고 자세예측 방법은 POSIT(Pose from Orthography and Scaling with Iteration) 알고리즘을 사용하였다. 결론적으로 우리는 영상만을 이용한 자세추정법이 1.1~1.76°의 작은 추정오차 결과를 나타냄을 확인할 수 있었다. This paper describes a vision-based only attitude estimation technique for the leader in the formation flight. The feature points in image obtained from the X-PLANE simulator are extracted by the SURF(Speed Up Robust Features) algorithm. We use POSIT(Pose from Orthography and Scaling with Iteration) algorithm to estimate attitude. Finally we verify that attitude estimation using vision only can yield small estimated error of 1.1~1.76°.
경사지 저층 고밀도 공동주거 디자인 전략 및 지속 가능한 개발 - 부산 영주 시민아파트 아이디어 공모전 -
허진우(Heo, Jin-Woo),성이용(Sung, Lee-Yong) 대한건축학회 2022 대한건축학회논문집 Vol.38 No.5
This study aims to find a new prototype of housing on sloped areas. The four main strategies suggested minimizing soil processes through decentralized small-scale development, maintaining the connection of roads and urban infrastructure, facilitating pedestrian access, and distributing complex programs to activate streets. The linear development following topography will enable gradual changes in the region. Furthermore, the new prototype derived from these four strategies will overcome disconnection due to geographical, social, and economic limitations of housing on sloped areas. Eventually, it can become the distinct characteristics of Busan.
NCC기법을 이용한 무인항공기용 차종 식별 알고리즘 개발
정재원(Jae-Won Jeong),김정호(Jeong-Ho Kim),허진우(Jin-Woo Heo),한동인(Dong-In Han),이대우(Dae-Woo Lee),성기정(Kie-Jeong Seong) 한국항공우주학회 2012 韓國航空宇宙學會誌 Vol.40 No.7
본 논문은 무인 항공기에서 지상의 차량을 촬영하여 차종을 인식하기 위한 알고리즘의 개발에 대해 논하고 있다. NCC(Normalized Cross-Correlation) 방법을 이용하여 영상에서 목표물의 기하학적인 정보를 정합하도록 하였고, 실제 비행영상을 통해 획득한 템플릿 이미지와 위성 지도를 통해 획득한 템플릿 이미지를 이용하여 영상의 정합을 수행하였다. 실내 기반 실험을 통해 정합 가능성을 평가하였으며, 위성 지도를 이용한 모의실험을 통해 NCC 알고리즘을 이용하여 차량의 종류를 식별할 수 있음을 확인하였다. 마지막으로 실제 비행 실험을 통해 획득한 영상을 통해 동일한 차량을 전체 영상에서 정합하는 실험을 수행하였다. 비행 실험 결과 승용차의 위치가 정확하게 탐지되었으며, 정합 결과 0.6점 이상의 유사도가 나타남을 확인할 수 있었다. 또한 유사한 색상을 지닌 트럭은 정합하지 않음으로서 이종 차량의 구분이 가능함을 확인하였다. This paper describes the algorithm recognizing car type from the image received from UAV and the recognition results between three types of car images. Using the NCC(Normalized Cross-Correlation) algorithm, geometric information is matched from template images. Template images are obtained from UAV and satellite map and indoor experiment is performed using satellite map. After verification of the possibility, experiment for verification of same car type recognition is performed using small UAV. In the experiment, same type cars are matched with 0.6 point similarity and truck with similar color distribution is not matched with template image of a sedan.