Earticle

Background/Objectives: This study was designed to compare the Varimax analysis of Principal Component Analysis(PCA) with the Exploratory Factor Analysis(EFA) method using Maximum Likelihood Estimation(MLE) and oblique rotation(Direct Oblimin) for the multicultural experience of university students. multicultural experience variables of college students were analyzed as two factors through Maximum Likelihood Estimation(MLE). Methods/Statistical analysis Q1, Q2, Q3 are multicultural direct experiences, and Q4, Q5, Q6, Q7 are multicultural indirect experiences. Findings: As a result of this study, it is suggested to use Maximum Likelihood Estimation(MLE) and oblique rotation(Direct Oblimin). As a prerequisite for applying the Maximum Likelihood Estimation(MLE), it is thought that Improvements/Applications it is necessary to increase the accuracy of the response rate by using the face-toface interview method when conducting a survey.

본 논문에서는 영상 인식 환경에서 영상 정렬에 필요한 회전각 추정 방법 중 낮은 사양의 임베디드 기반 환경에 적용 가능한 방법을 제안하고 기존의 복소 모멘트를 이용하는 방법과 비교하였다. 제안된 방법은 영상을 극좌표로 변환한 후 거리축 방향으로 투영된 1차원 프로파일의 유사도 매칭을 통하여 회전각을 추정한다. 추가로 연산을 더 단순화시킨 투영 프로파일의 벡터합을 이용하는 방법을 선택할 수도 있다. 이진 패턴 영상과 흑백 명암 영상을 대상으로 진행한 실험을 통하여 제안된 방법의 추정 오차가 기존의 복소 모멘트를 이용하는 방법과 큰 차이가 없으며 보다 적은 연산과 낮은 시스템 자원이 요구됨을 보였다. 추후 확장을 위하여 흑백 명암영상에서 회전 중심을 일치시키는 방법에 관한 연구가 필요할 것이다.

In this paper, we studied the rotation angle estimation methods required for image alignment in an image recognition environment. In particular, a rotation angle estimation method applicable to a low specification embedded-based environment was proposed and compared with the existing method using complex moment. The proposed method estimates the rotation angle through similarity mathcing of the 1D projection profile along the radial axis after converting an image into polar coordinates. In addition, it is also possible to select a method of using vector sum of the projection profile, which more simplifies the calculation. Through experiments conducted on binary pattern images and gray-scale images, it was shown that the estimation error of the proposed method is not significantly different from that of complex moment-based method and requires less computation and system resources. For future expansion, a study on how to match the rotation center in gray-scale images will be needed.

이미지 인식 및 영상처리, 컴퓨터 비전 등의 분야에서 합성곱 인공신경망 (Convolutional Neural Network, CNN)은 다양하게 응용되고 탁월한 성능을 내고 있다. 본 논문에서는 CNN을 활용한 이미지 인식 시스템에서 인식률을 저하시키는 요인 중 하나인 이미지의 회전에 대한 해결책으로써 CNN 기반 이미지 회전 보정 알고리즘을 제안한다. 본 논문에서는 Leeds Sports Pose 데이터셋을 활용하여 이미지를 임의의 각도만큼 회전시킨 학습데이터로 인공지능 모델 을 학습시켜 출력으로 회전된 각도를 추정하도록 실험을 진행하였다. 학습된 인공지능 모델을 100장의 테스트 데이터 이미지로 실험하여 mean absolute error (MAE) 성능지표를 기준으로 4.5951의 값을 얻었다.

Recently, convolutional neural network (CNN) have been showed outstanding performance in the field of image recognition, image processing and computer vision, etc. In this paper, we propose a CNN-based image rotation correction algorithm as a solution to image rotation problem, which is one of the factors that reduce the recognition rate in image recognition system using CNN. In this paper, we trained our deep learning model with Leeds Sports Pose dataset to extract the information of the rotated angle, which is randomly set in specific range. The trained model is evaluated with mean absolute error (MAE) value over 100 test data images, and it is obtained 4.5951.

A rotation angle estimation method tailored for low-spec systems, such as embedded systems, was proposed, which is essential for image alignment in the initial stages of image analysis and recognition. While estimating the rotation angle using the phase of complex moments defined in polar coordinates can achieve high accuracy, it typically demands significant memory and longer processing times. Therefore, the proposed method narrows the search range for angle estimation using Angular-Radial Transform (ART) coefficients and simplifies the computation by converting rotation angle estimation using only the lowest frequency coefficient into a vector sum of projection profiles in polar coordinates. The memory usage, execution time, and estimation error of the proposed methods were also controlled to provide recommendations for selecting the most suitable method based on the performance and requirements of the target system.

There are many methods to localize its position based on visual sensing schemes in indoor environment. This paper presents the problem of finding the correspondences of images feature’s descriptors when the images have large rotation. SIFT and SURF have always been considered as very effective algorithms to extract interest points and their orientation and descriptors. For descriptors, one of both uses a lot of time to calculate descriptors and the other has not good performance in large rotation of the image. In this paper, we propose an improved algorithm to calculate interest points’ descriptors for relative self-localization estimation. The proposed algorithm will satisfy descriptor invariant when the image rotates. Meanwhile, the proposed method reduces the calculated time as much as possible. Interest point’s descriptors are formed by resampling local regions.

We studied the Implementation and design of inertial sensor that enables to improve performance by reduce the noise of rotor which Angle of inclination. Analyze model equation including motion equation and error, signal processing filter algorithm on high frequency bandwidth with eliminates error using estimation of error coefficient method is was designed and the prototype inertial sensor showed the pick off noise up to 0.2 mV and bias error performance of about 0.06 deg/hr by the experiments. Accordingly, we confirmed that the design of inertial sensor was valid for high rotation.

This paper proposes a real-time approach on the rotational motion estimation and correction for the roll stabilization of the sight system. This method first estimates a rotation center by the least-mean square algorithm based on the motion vectors of some feature points. And, then, a rotation angle is searched for a best matching block between a reference block image and seccessive input images using MPC(maximum pixel count) matching criterion. Finally, motion correction is performed by the bilinear interpolation technique. Various computer simulations show that the estimation performance is good and the proposed algorithm is a real-time implementable one to the TMS320C6415(500MHz) DSP.

We propose a method of sensing the rotation and distance of a camera by using a fisheye lens system as a vision sensor. We estimate the rotation angle of a camera with a modified correlation method by clipping similar regions to avoid symmetry problems and suppressing highlight areas. In order to eliminate the rectification process of the distorted points of a fisheye lens image, we introduce an offline process using the normalized focal length, which does not require the image sensor size. We also formulate an equation for calculating the distance of a camera movement by matching the feature points of the test image with those of the reference image.

There are two rotation matrix parameters in a model, pro-posed by Prentice in 1989, for pairs of rotations in 3 dimensional space. For the least squares estimates of the two parameters, an algorithm was also presented, but it turned out that the algorithm could fail to get the least squares estimates. This article provides another algorithm for the least squares estimates and its performance is demonstrated by simulation results.

An empirical Bayesian approach is discussed for estimation of characteristics from the two-way balanced rotation sampling design which includes U.S. Current Population Survey and Canadian Labor Force Survey as special cases. An empirical Bayesian estimator is derived for monthly effect under presence of two types of biases and correlations It is shown that the marginal distribution of observation provides more general correlation structure than that frequentist has assumed. Consistent estimators are derived for hyper-parameters in Normal priors.

항공 영상 분석은 드론(UAV)의 다양한 시점 변화와 높은 데이터 수집·라벨링 비용으로 인해 성능 향상에 한계가 있다. 본 연구에서는 회전 차이를 보정하여 정합을 수행하고, 제안한 합성 데이터 생성·학습 방식을 통해 탐지 모델을 학습한 뒤, 이를 기반으로 객체의 이동·출현·소실 등 변화를 판별하는 통합 프레임워크를 제시한다. 회전 추정은 VBS(Virtual Battle Space) 시뮬레이션 기반 360° 데이터로 학습된 ResNet-18 샴(Siamese) 네트워크를 사용하여 큰 각도 차이에서도 정합을 안정화하였고, 합성 데이터로 학습된 탐지기는 실제 시나리오를 모사한 시뮬레이션 이미지 파이프라인에서도 일관된 성능을 보였다. 특히 변화 탐지에서 회전 보정을 적용하면 mIoU가 0.2946에서 0.7013로 크게 향상되었다. 또한 합성 데이터로 학습한 YOLOX-s는 별도의 테스트 시나리오에서 mAP@0.5:0.95 = 0.563을 기록하였다. 본 결과는 시뮬레이션 데이터에 근거하지만, 동일 절차를 실제 드론 영상과 IR 융합 환경으로 확장할 경우 실제 운용에서의 활용을 기대할 수 있다.

Aerial image analysis faces limitations in performance improvement due to the diverse viewpoint variations of unmanned aerial vehicles (UAVs) and the high costs associated with data collection and labeling. In this study, we propose an integrated framework that first performs registration by compensating for rotational differences, then trains a detection model through a synthetic data generation and training method, and finally determines object-level changes such as movement, appearance, and disappearance. Rotation estimation is stabilized even under large angular differences by using a ResNet-18 Siamese network trained on 360° Virtual Battle Space (VBS) simulation data. The detector trained on synthetic data also demonstrated consistent performance in simulated image pipelines that mimic real-world scenarios. Notably, applying rotation correction in change detection improved the mIoU significantly from 0.2946 to 0.7013. In addition, the YOLOX-s model trained on synthetic data achieved mAP@0.5:0.95 = 0.563 in a separate test scenario. Although these results are based on simulation data, the same procedure can be extended to real UAV imagery and IR-fusion environments, suggesting its potential applicability in real-world operations.

In this study, to analyze the rotation point of piles, the laboratory lateral load test was performed. The lateral load bearing capacity is one of the important factor related with structure failure directly. Analyzing rotation point in different soil condition, relative density and stress condition, leads more accurate ultimate lateral bearing capacity. Also, reliability was analyzed about established 예측식 as applying to tapered pile. As a result, the established prediction was suitable to cylider pile, but not to tapered pile.

본 논문에서는 두 영상간의 회전각도를 추정하는 방법들 중에서, 정확도에서 높은 성능을 제공하는 저니키 모멘트의 위상을 이용한 방법들의 회전각도 추정 결과의 정확도를 비교하여 제시하고, 기존의 방법들보다 정확하게 각도를 추정하는 angular radial transform(ART) 계수들의 위상성분을 이용한 회전각도 추정방법을 제안한다. 제안하는 방법은 Revaud가 제안한 저니키 모멘트를 이용한 회전각도 추정 방법[1]을 ART로 확장한 방법이다. ART는 저니키 모멘트에 비해서 회전에 의한 영상의 변화를 보다 효과적으로 서술할 수 있는 기저함수의 생성이 가능하기 때문에 저니키 모멘트보다 두 영상간의 회전각도를 정확히 추정하는 것을 가능하게 한다. MPEG-7 데이터셋을 이용한 실험 결과, 제안하는 방법이 제곱평균제곱근오차(root mean square error) 대 커버리지(coverage)를 기준으로한 성능비교에서 가장 우수한 성능을 보였다.

Several methods which utilize the phase of Zernike moments (ZMs) to estimate the rotation angle have shown good performance in terms of accuracy. In this paper, we provides the performance comparison results of the existing rotation angle estimation methods based on ZMs and propose an extension of Revaud et al.'s method [1] which utilizes the phase of ZMs; the proposed method uses angular radial transform coefficients instead of ZMs and yields better performance than the ZMs based methods in terms of accuracy. A set of ART can describe angular variation of image more intensively than ZMs, it enables more accurate estimation of the rotation angle than ZMs. In the experiments, the proposed method outperforms ZMs based method. Comparisons were made in terms of the root mean square error vs. the coverage on MPEG-7 shape dataset.

In this paper, we studied for the real-time azimuthal measurement of HMD(Head Mounted Display) using the feature points detection to control the tele-operated vision system on the mobile robot. To give the sense of presence to the tele-operator, we used a HMD to display the remote scene, measured the rotation angle of the HMD on a real time basis, and transmitted the measured rotation angles to the mobile robot controller to synchronize the pan-tilt angles of remote camera with the HMD. In this paper, we suggest an algorithm for the real-time estimation of the HMD rotation angles using feature points extraction from pc-camera image.

본 논문은 네트워크를 통해서 이동로봇을 원격제어하기 위해 필요한 비전 시스템에서 HMD(Head Mounted Display)의 방향각 측정 알고리즘에 관한 연구이다. 우선 이 이동로봇 원격제어 시스템은 AP와 무선랜을 이용하여 독립 무선 네트워크를 구축하였고 이동로봇의 주변 환경을 레이저 센서와 스테레오 카메라를 이용하여 사용자에게 정보를 전송한다. 스테레오 카메라를 통해 전송된 영상 정보는 HMD를 통하여 볼 수 있다. 실시간으로 영상 카메라에 의해 측정 된 HMD의 회전 각도는 pen-tilt에 전송되어 HMD가 회전한 만큼 pen-tilt도 회전하여 이동로봇의 주변 환경 영상정보를 얻을 수 있는 알고리즘을 제안하였다.

본 논문은 스테레오 카메라를 통해 얻은 변이 정보를 이용하여, 3 차원으로 머리의 회전 각도를 추정하는 방법을 제안한다. 머리 회전에 의한 주시 방향은 사람이 관심을 가지는 방향이므로 이동을 추정하는 것에 비해 많은 중요성을 갖는다. 본 논문에서는 얼굴 영역 내의 여러 특징점들 중 3 개의 특징점들을 포함하는 여러 평면(Plane)이 머리가 이동하더라도, 그 평면들 사이의 각은 변하지 않으므로, 회전 각도 추정에 영향을 주지 않는 점을 이용하여 회전 각도를 추정하였다. 또한, 기존 논문이 카메라 보정을 통해 3 차원 위치를 측정하지만, 제안하는 방법은 변이 공간에서 회전 각도를 추정하기 때문에 카메라 보정 과정이 필요하지 않다. 변이 정보를 얻기 위한 스테레오 장비는 평행 카메라 모델로 가정하며, 얼굴 내의 특징점은 KLT(Kanade-Lucas-Tomasi) 특징 추적 알고리즘을 이용하였다. 실험결과는 기준 영상에 대하여 추정된 3 차원 각도를 나타낸다.

본 논문에서는 카메라 파라메타의 하나로서 이미지 센터를 구하는 방법에 대해 소개한다. 3 차원 게임, 그래픽스, 의료, 측정, 형상 복원 등의 응용에 거리 정보를 포함하는 3 차원 정보는 필수적이며 이러한 정보를 추출하기 위해서는 카메라 캘리브레이션을 반드시 거쳐야 한다. 이미지 센터는 대부분의 경우에 카메라 파라메타를 구하기 위한 모델 추정 방법에서 하나의 값으로 취급되는 경우가 많아 이미지 센터 외의 카메라 파라메타의 정확도에 영향을 받을 수 있다. 본 연구에서는 카메라 회전을 이용하여 이미지 센터만을 독립적으로 구하는 방법을 제안하며 그 편이성과 반복성, 정확도를 카메라 회전 모델링 시뮬레이션과 실험을 통해 보인다.

In this study, a novel rotor position sensorless estimation method of an interior permanent-magnet synchronous motor is proposed. A square-wave pulsating voltage signal is injected in the estimated synchronous reference frame. This signal is interpreted in the stationary reference frame regardless of the estimated rotor position. Thus, assuming that the position error is nearly zero is unnecessary because the variables in the estimated synchronous reference frame are not used. The rotor position can be exactly calculated from two voltage references and three sampled current feedbacks in the stationary reference frame. The proposed method is easy to implement and helps enhance the bandwidth of the current controller. The validity of the proposed method is verified by simulations and experiments.

험준한 산지에 위치한 광릉 KoFlux 슈퍼사이트는 기복이 진 지형과 산골 순환으로 인해 풍속이 약한 것이 특징이다. 따라서 에디 공분산 방법을 이용한 플럭스 관측에 좌표회전이 미치는 효과를 이해하는 것이 필수적이다. 본 논문에서는 세 가지의 직교 좌표 체제 (이중, 삼중 및 planar fit 회전)의 특징을 살펴 보고, 이들을 광릉 슈퍼사이트에서 관측된 플럭스 자료에 적용하였다. 'Planar Fit(PF)' 좌표회전으로부터 유추해 낸 초음파 풍속계의 연직 풍속의 평균 차감은 대략 $\pm0.05ms^{-1}$이었다. 바람이 부는 경우, 이중 회전 $(\bar{v}=\bar{w}=0)$에서 산출된 열, 수증기 및 $CO_2$의 난류 플럭스는 PF 회전에서 나온 결과와 거의 같았다. 그러나 바람이 잔잔한 경우에는 이중 회전이 큰 값의 편의를 나타내었다. 대기 지표층의 중요한 스케일링 모수인 마찰 속도는 좌표 회전 방법의 선택에 따라 더 민감하게 반응하였다.

The Gwangneung KoFlux supersite, located in a rugged mountain region, is characterized by a low wind speed due to a mountain-valley circulation and rolling terrain. Therefore, it is essential to understand the effect of coordinate rotation on flux measurements by the eddy-covariance method. In this paper, we review the properties of three orthogonal coordinate frames (i.e., double, triple, and planar fit rotations) and apply to flux data observed at the Gwangneung supersite. The mean offset of vertical wind speed of sonic anemometer was inferred from the planar fit (PF) coordinate rotation, yielding the diurnal variation of about $\pm0.05ms^{-1}$. Double rotation $(\bar{v}=\bar{w}=0)$ produced virtually the same turbulent fluxes of heat, water, and $CO_2$ as those from the PF rotation under windy conditions. The former, however, resulted in large biases under calm conditions. The friction velocity, an important scaling parameter in the atmospheric surface layer, was more sensitive to the choice of coordinate rotation method.