• 사물인터넷융복합논문지
• /
• 제8권3호
• /
• pp.63-68
• /
• 2022

코로나19로 인하여 기존의 제조 시설에 많은 패러다임의 변화와 비대면 서비스의 확대가 전 세계적으로 가속화되고 있다. 대표적인 기술이 디지털 트윈기술이다. 이러한 디지털 트윈기술은 과거에 개념적으로만 존재하던 것이 최근 5G 기반의 네트워크가 구성되며 실현 가능해졌다. 이에 본 논문은 이러한 패러다임의 변화에 맞추어 USB 공정 일부를 실제 사물 객체와 가상현실 기반의 USB 공정과정을 표준 연동구조인 OPC UA 통신을 기반으로 디지털 트윈이 가능하도록 설계하고 구현하였으며, 이때, 가상세계에 실제 사물의 물리적 특성을 같이 반영하여 이를 실제 사물과 실시간으로 동기화한 시뮬레이션이 가능하도록 하였다. 향후 이는 다양한 산업 분야에 적용 가능하며, 의사결정을 위한 비용 절감 및 위험한 사고로부터 예방이 가능할 것으로 기대한다.

• 한국전산구조공학회논문집
• /
• 제36권3호
• /
• pp.147-154
• /
• 2023

하천시설물은 정보의 관리주체가 국가하천과 지방하천 등에 따라 달라서 통합되어 관리되지 못하고 있는 점, 설계 및 시공 단계의 정보화 축적이 미흡하여 시설물 정보의 망실이 우려되는 점 등 하천분야로 BIM 도입을 하기 위해서는 해결해야 할 과제들이 산재해 있다. 또한, 이로 인해 유지운영단계에서의 시설물 정보 활용 수준 역시 상당히 미흡한 편이다. 따라서, 하천시설물의 효과적인 유지운영을 위해서는 표준분류체계에 따라 시설물 정보를 정리함으로 데이터의 일관성을 확보하고 효율성을 증대시킬 필요가 있다. 본 연구에서는 이러한 하천분야의 시설물 특성을 고려하여 하천분야의 BIM 정보모델 도입과 3차원 기반의 하천시설의 효율적인 유지운영 전환을 위한 BIM 표준분류체계를 적용하는 방안을 제시한다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2021년도 학술발표회
• /
• pp.118-118
• /
• 2021

최근 지구 온난화 현상으로 인한 기후변화로 이상기후 현상이 발생하고 있으며 이로 인해 장기적으로 폭염의 빈도 및 강도 상승에 따른 가뭄 피해 우려가 증가하고 있다. 농업 가뭄은 강수량 부족, 토양 수분 부족, 저수량 부족 등 농업분야에 영향을 주는 인자들과 관련되어 있어 농작물 생육 및 수확량 감소를 야기한다. 우리나라는 논농사가 주를 이루고 있어 국내 농업 가뭄은 주수원공인 농업용 저수지의 가용저수용량으로 판단 가능하다. 따라서 안정적인 농업용수 공급을 위해 수리시설물의 모니터링, 공급량 등의 분석이 이루어져야 하며, 농업 가뭄에 대비하기 위해 농업용 저수지의 가용저수용량 파악이 필요하다. 수자원 분야에서 지점자료의 시·공간적 한계점을 보완하기 위해 인공위성 자료를 활용한 연구가 활발히 이루어지고 있으며, 본 연구에서는 위성영상 자료 및 딥러닝 기반 알고리즘을 적용하여 농업용 저수지 수표면 탐지 및 시계열 분석을 목적으로 한다. 위성영상 자료는 5일 주기 및 10 m 공간해상도를 가진 Sentinel-2 위성영상 자료를 활용하고자 하였으며, 딥러닝에 적용하기 위하여 100장 이상의 영상 이미지를 구축하였다. 딥러닝 기반 알고리즘으로는 Convolutional Neural Network (CNN)을 활용하였으며, CNN은 주로 이미지 분류나 객체 검출 문제를 해결하기 위해 제안된 모델로 최근 픽셀 단위로 분류가 가능한 알고리즘이 개발되어 높은 정확도의 수표면 탐지가 가능할 것으로 판단된다. 따라서 본 연구에서는 CNN 기반 수표면 탐지 알고리즘을 개발하여 Sentinel-2 영상 기준 경기도 안성시를 대상으로 소규모 농업용 저수지의 수표면적에 대한 시계열 데이터를 분석하고자 한다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2021년도 추계학술대회
• /
• pp.320-322
• /
• 2021

세계적으로 고령 인구가 증가함에 따라 시각장애인의 비율 역시 증가하고 있으며, 여전히 안전상에 문제, 안내정보 부족 등 시각장애인이 외부 활동을 하는 데에 있어서 많은 제약이 존재한다. 이를 해결하기 위해 광학 문자 인식(OCR) 기능이 탑재된 스마트 안경 등 스마트 기기에 관한 연구가 활발히 진행되고 있다. 본 논문에서는 전방에 장애물을 인식해 음성으로 정보를 알려주고, 목적지까지 길을 안내해주는 시스템을 제안한다. 딥러닝 객체 인식 모델인 Yolo를 이용하여 계단, 라바 콘과 같은 위험요소를 장애물로 인식하고 음성으로 정보를 전달해주며, 길 찾기 API와 음성인식, TTS 라이브러리를 사용하여 입력한 목적지까지 음성으로 길 안내를 해줌으로써 시각장애인의 외부 활동 범위가 확대되는 효과를 기대할 수 있다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2022년도 춘계학술대회
• /
• pp.469-472
• /
• 2022

최근 지능형 교통 시스템의 발전에 따라 딥러닝을 기술을 적용한 다양한 기술들이 활용되고 있다. 도로를 주행하는 불법 차량 및 범죄 차량 단속을 위해서는 차량 종류를 정확히 판별할 수 있는 차종 분류 시스템이 필요하다. 본 연구는 YOLO(You Only Look Once)를 이용하여 이동식 차량 단속 시스템에 최적화된 차종 분류 시스템을 제안한다. 제안 시스템은 차량을 승용차, 경·소·중형 승합차, 대형 승합차, 화물차, 이륜차, 특수차, 건설기계, 7가지 클래스로 구분하여 탐지하기 위해 단일 단계 방식의 객체 탐지 알고리즘 YOLOv5를 사용한다. 인공지능 기술개발을 위하여 한국과학기술연구원에서 구축한 약 5천 장의 국내 차량 이미지 데이터를 학습 데이터로 사용하였다. 한 대의 카메라로 정면과 측면 각도를 모두 인식할 수 있는 차종 분류 알고리즘을 적용한 지정차로제 단속 시스템을 제안하고자 한다.

• 한국항해항만학회:학술대회논문집
• /
• 한국항해항만학회 2023년도 춘계학술대회
• /
• pp.208-209
• /
• 2023

해상교통 안전을 위한 지능형 해상교통정보서비스에서는 수심, 해사안전법, 기상정보, 연료 소모량 등의 정보를 고려한 안전하고 효율적인 최적 안전항로를 제공하는 서비스를 운영하고 있다. 하지만 서비스 사용자들 입장에서 불필요한 우회, 해상 객체에 대한 보수적인 안전거리 등으로 개인의 운항 경험, 스타일 등에 맞는 항로를 선호한다. 본 연구는 LTE-M을 통해 수집한 선박의 항적 데이터로 선박이 자주 운항하는 구역에 대해 간선 가중치를 조절하여 별도의 해상 환경을 반영하지 않고도 서비스 사용자들의 경험에 기반한 최적 안전항로를 추출할 수 있는 모델을 연구하였다.

• 한국전기전자재료학회논문지
• /
• 제37권3호
• /
• pp.261-273
• /
• 2024

This paper is an experimental study on the improvement of smoke and flame detection from different materials with YOLO. For the study, images of fires occurring in various materials were collected through an open dataset, and experiments were conducted by changing the main factors affecting the performance of the fire object detection model, such as the bounding box, polygon, and data augmentation of the collected image open dataset during data preprocessing. To evaluate the model performance, we calculated the values of precision, recall, F1Score, mAP, and FPS for each condition, and compared the performance of each model based on these values. We also analyzed the changes in model performance due to the data preprocessing method to derive the conditions that have the greatest impact on improving the performance of the fire object detection model. The experimental results showed that for the fire object detection model using the YOLOv5s6.0 model, data augmentation that can change the color of the flame, such as saturation, brightness, and exposure, is most effective in improving the performance of the fire object detection model. The real-time fire object detection model developed in this study can be applied to equipment such as existing CCTV, and it is believed that it can contribute to minimizing fire damage by enabling early detection of fires occurring in various materials.

• 한국컴퓨터정보학회논문지
• /
• 제29권2호
• /
• pp.79-86
• /
• 2024

본 논문에서는 단일 영역 정보만을 활용하는 기존의 방법론을 개선하기 위해, 물체의 맥락영역에 대한 정보를 함께 물체 추적에 활용하는 새로운 기법을 제시한다. 기존의 방법론들은 모든 후보 영역들을 독립적으로 처리하는 구조로, 비슷한 외양의 영역들이 등장하는 경우 이를 성공적으로 구분하지 못하는 문제점을 보여주었다. 이는 주어진 장면 내에 등장하는 모든 후보 물체 영역들에 대한 맥락 정보를 고려하지 못하여 생기는 문제이다. 제안하는 방법론에서는 비슷한 외양의 영역들 간의 특징점 정보 교환을 보조하고 이들 간의 구별성을 높이는 것을 목표로 하였다. 이를 구현하기 위해 MLP-믹서 (MLP-Mixer) 모델을 활용하여 맥락영역 간의 정보 교환을 모델링하는 모듈을 제시하였다. 이를 통해 구현된 특징점 채널별, 영역간의 상호작용 연산은 영역의 개별 특징점 표현에 대해 장면 맥락 정보가 내장될 수 있도록 보조한다. 제안한 방법론의 성능을 평가하기 위해 대규모 물체 추적 데이터셋인 LaSOT을 사용하였고, 성능 평가 결과 제안한 알고리즘은 AUC 지표 기준 0.560의 높은 성능과 함께 65fps의 실시간 속도로 동작함을 확인하였다.

• 자원환경지질
• /
• 제55권5호
• /
• pp.551-561
• /
• 2022

지구물리탐사기법은 매장 문화재 조사에 필요한 높은 해상도의 지하 구조 영상 생성과 매장 유구의 정확한 위치 결정하는 데 매우 유용하다. 이 연구에서는 경주 신라왕경 중심방의 고해상도 지하투과레이더 영상에서 유구의 규칙적인 배열이나 선형 구조를 자동적으로 구분하기 위하여 영상처리 기법인 영상 특징 추출과 영상분할 기법을 적용하였다. 영상 특징 추출의 대상은 유구의 원형 적심과 선형의 도로 및 담장으로 캐니 윤곽선 검출(Canny edge detection)과 허프 변환(Hough Transform) 알고리듬을 적용하였다. 캐니 윤곽선 검출 알고리듬으로 검출된 윤곽선 이미지에 허프 변환을 적용하여 유구의 위치를 탐사 영상에서 자동 결정하고자 하였으나, 탐사 지역별로 매개변수를 달리해서 적용해야 한다는 제약이 있었다. 영상 분할 기법의 경우 연결요소 분석 알고리듬과 QGIS에서 제공하는 Orfeo Toolbox (OTB)를 이용한 객체기반 영상분석을 적용하였다. 연결 요소 분석 결과에서, 유구에 의한 신호들이 연결된 요소들로 효과적으로 인식되었지만 하나의 유구가 여러 요소로 분할되어 인식되는 경우도 발생함을 확인하였다. 객체기반 영상분석에서는 평균이동(Large-Scale Mean-Shift, LSMS) 영상 분할을 적용하여 각 분할 영역에 대한 화소 정보가 포함된 벡터 레이어를 우선 생성하였고, 유구를 포함하는 영역과 포함하지 않는 영역을 선별하여 훈련 모델을 생성하였다. 이 훈련모델에 기반한 랜덤포레스트 분류기를 이용해 LSMS 영상분할 벡터 레이어에서 유구를 포함하는 영역과 그렇지 않은 영역이 자동 분류 될 수 있음을 확인하였다. 이러한 자동 분류방법을 매장 문화재 지하투과레이더 영상에 적용한다면 유구 발굴 계획에 활용가능한 일관성 있는 결과를 얻을 것으로 기대한다.

• 한국HCI학회:학술대회논문집
• /
• 한국HCI학회 2008년도 학술대회 1부
• /
• pp.19-26
• /
• 2008

본 논문은 사용자로 하여금 가상 착의 객체를 360도의 시점에서 관측할 수 있도록 한 새로운 기술로서, 시점 벡터 추정과 직물 텍스쳐 매핑을 이용한 오브젝트 VR 기반 2.5D 가상 직물 착의 시스템에 관한 것이다. 제안된 시스템은 오브젝트 VR 용도의 다시점 2D 의류 모델 영상들에서 의류 형상 영역을 분할하여 사용자가 선택한 새로운 직물 패턴을 가상적으로 착용시킨 후, 이러한 가상 착의 상태를 360도의 시점에서 입체적으로 볼 수 있는 것이 특징이다. 제안된 시스템은 모델 의류의 컬러나 명도에 관계없이, 선택된 의류 형상 영역의 음영 및 조명 특성을 유지하면서 직물 패턴을 가상적으로 변경시킬 수 있고, 직물 패턴의 가상 착의 상태를 360도의 시점에서 입체적으로 관측할 수 있다. 또한 각기 다른 스타일 혹은 전체적인 차림새를 위한 다양한 직물 패턴 조합을 신속하고 용이하게 시뮬레이션하고 비교 선택할 수 있다. 제안된 시스템은 다양한 디지털 환경에서 실시간 처리가 가능하고 비교적 자연스럽고 입체적인 2.5D 가상 착의 스타일을 제공할 뿐만 아니라 수작업을 최소한으로 줄인 반자동화 처리가 가능하기 때문에 높은 실용성과 편리한 사용자 인터페이스를 제공할 수 있다. 제안된 시스템에 따르면, 실제 의복을 제작하지 않고도 직물 패턴 디자인이 의복의 외관에 미치는 영향을 360도의 시점에서 시뮬레이션할 수 있으므로 직물 디자이너의 창작활동을 도와줄 수 있고, 또한 구매자의 의사결정을 지원해 B2B 또는 B2C 전자상거래 행위를 촉진할 수 있다.