• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2024년도 춘계학술발표대회
• /
• pp.179-180
• /
• 2024

영상에서 객체를 인식하는 다양한 알고리즘이 제안되고 있으며 인식된 결과를 통해 새로운 서비스를 사용자에게 제공하는 사례가 늘어나고 있다. 본 논문에서는 카메라를 탑재한 임베디드 기기에서 영상을 촬영하고 촬영된 영상에서 의자와 사람을 탐지하여 학습공간의 혼잡도를 분석하는 앱을 설계하고 구현하였다. 구현 과정에서 실험을 통해 실시간성 확보 여부와 의자를 통한 빈자리 분할이 가능하다는 것과 앱에서도 모니터링 할 수 있다는 것을 검증하였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2024년도 춘계학술발표대회
• /
• pp.885-887
• /
• 2024

딥러닝 모델이 다양한 분야에 적용되면서, 딥러닝 모델에 대한 보안이 큰 이슈가 되고 있다. 특히, 입력 데이터에 섭동(perturbation)을 추가하여 모델의 정상적인 추론을 방해하는 적대적 공격(Adversarial Attack)에 대한 연구가 활발하게 진행되고 있다. 본 논문에서는 객체 탐지 모델의 NMS(Non-Maximum Suppression) 알고리즘에 대한 적대적 공격 기법 중 하나인 Phantom Sponges 공격을 수행하여 적대적 예제(Adversarial Example)를 생성하고, 원본 이미지와의 유사성을 측정하여 분석하고자 한다.

• 한국산업융합학회 논문집
• /
• 제27권4_2호
• /
• pp.1001-1007
• /
• 2024

Recent deep learning algorithms for object detection in real-time play a crucial role in various applications such as autonomous driving, traffic monitoring, health care, and water quality monitoring. The size of small objects, in particular, significantly impacts the accuracy of detection models. However, data containing small objects can lead to underfitting issues in models. Therefore, this study developed a deep learning model capable of quickly detecting small objects to provide more accurate predictions. The RE-SOD (Residual block based Small Object Detector) developed in this research enhances the detection performance for small objects by using RGB separation preprocessing and residual blocks. The model achieved an accuracy of 1.0 in image classification and an mAP50-95 score of 0.944 in object detection. The performance of this model was validated by comparing it with real-time detection models such as YOLOv5, YOLOv7, and YOLOv8.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2007년도 춘계학술발표대회
• /
• pp.349-352
• /
• 2007

자율 센서 네트워크에서 센서 노드가 자율 주행하기 위해서 주행 경로 상의 장애물을 회피해야 한다. 이를 위해서 저렴하고 동적인 상황에서도 효과적인 장애물 탐지 비전 센서를 구현하였다. 이 연구에서는 Structured Light방식을 이용하였으며. Structured Light로는 라인 패턴의 적외선 레이저를 사용하였고 카메라에 적외선 필터를 장착하여 빛의 효과에 둔감하게 하였다. 값과 시간에 따른 2차 Thresholding으로 노이즈를 제거하였다. 실험 결과 센서 노드를 기준으로 한 2D 좌표계에서 최대 10mm의 오차로 장애물의 X, Y좌표를 찾을 수 있었으며 비전 센서의 프로그램은 객체화 하여 센서 노드 프로그램과 연동되어 장애물의 정보를 Localize와 Map building에 사용 할 수 있도록 제공한다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2007년도 춘계학술발표대회
• /
• pp.53-56
• /
• 2007

CAD와 같이 계산위주의 응용을 지원하기 위해 개발된 초기의 객체지향 데이터베이스 시스템은 클라이언트에서 자료의 요구와 처리를 허용하는 자료 탑재방식이다. 이 방식은 클라이언트 워크스테이션에서 수행되는 작업의 대부분을 수행할 수 있는 지역 DBMS를 허용한다. 클라이언트 워크스테이션에서 자료와 잠금을 캐싱하는 것은 클라이언트-서버 데이터베이스 시스템의 성능 향상을 위한 중요한 기술이다. 이 논문에서는 클라이언트 워크스테이션이 자신의 지역 데이터베이스를 유지하면서 회피 또는 탐지 기반의 캐시일관성 유지 알고리즘들의 성능을 평가할 수 있도록 하는 클라이언트 워크스테이션을 모델링하고 구현하였다. 이 시스템은 3개의 클라이언트로 구성되고, 각 지역 동시성 제어 기법으로는 2PL을 사용하였다. 이 모델은 멀티데이터베이스 시스템 환경으로 확장 가능하다.

• 지질공학
• /
• 제25권2호
• /
• pp.227-235
• /
• 2015

최근 빈번한 재난, 재해발생으로 인해 구조물의 점검 및 유지관리가 국가적으로 매우 중요한 요소가 되었다. 구조물 점검은 대부분 인력에 의한 육안조사에 의존하고 있어, 취득 자료의 객관성 결여 및 환경적 특성에 따른 접근성의 한계로 인한 정량적 자료 취득이 불가한 경우도 발생되고 있다. 따라서 이러한 직접적인 육안조사의 한계성을 극복하고, 표준화된 조사데이터 수집을 위해서 비접촉식 자료 취득 방법인 레이저스캐너를 활용하여 구조물의 변상을 탐지하는 연구가 활발히 진행되고 있다. 하지만 현재까지는 현장에서 레이저스캐너를 이용하여 취득된 점군자료를 수동적으로 변상에 의한 기하학적 특성을 다시 정의해야 하는 작업이 요구되었다. 본 연구에서는 인력접근의 한계성을 고려한 자동화된 유지관리 적용을 위해 레이저스캐너의 반사강도를 이용하여 구조물의 열화에 따른 위해요인(백태, 누수, 박리 등)을 탐지할 수 있는 방안을 모색하였다. 연구수행결과 백태, 누수, 박리와 같은 구조물의 열화현상에 대한 탐지가 가능하였으며, 변상유형에 따른 반사강도 특성을 규명함으로써, 향후 유지관리 시 자동화된 변상유형 분류 및 폴리곤 영역의 객체화 가능성을 확인하였다. 구조물의 점검 및 유지관리 측면에 있어 레이저스캐너의 반사강도를 이용하는 방법은 매우 효과적인 것으로 결론을 얻었다.

• 대한토목학회논문집
• /
• 제42권1호
• /
• pp.117-126
• /
• 2022

현재 국내 교량 구조물은 지속적으로 증가 및 대형화되고 있으며 그에 따라 공용된 지 30년 이상 된 노후 교량도 꾸준히 늘어나고 있다. 교량 노후화 문제는 국내뿐 아니라 전 세계적으로도 심각한 사회 문제로 다루어지고 있으며, 기존 인력 위주의 점검 방식은 그 한계점을 드러내고 있다. 최근 들어 딥러닝 기반의 영상처리 알고리즘을 활용한 각종 교량 손상탐지 연구가 이루어지고 있지만 교량 손상 데이터 세트의 한계로 인하여 주로 균열 1종에 국한된 교량 손상탐지 연구가 대부분이고, 이 또한 Close set 분류모델 기반 탐지방식으로서 실제 교량 촬영 영상에 적용했을 시 배경이나 기타 객체 등 학습되지 않은 클래스의 입력 이미지들로 인하여 심각한 오인식 문제가 발생할 수 있다. 본 연구에서는 균열 포함 5종의 교량 손상을 정의 및 데이터 세트를 구축해서 딥러닝 모델로 학습시키고, OpenMax 알고리즘을 적용한 Open set 인식 기반 교량 다중손상 인식 모델을 개발했다. 그리고 학습되지 않은 이미지들을 포함하고 있는 Open set에 대한 분류 및 인식 성능평가를 수행한 후 그 결과를 분석했다.

• 한국수자원학회논문집
• /
• 제55권spc1호
• /
• pp.1177-1185
• /
• 2022

상·하수도 시스템은 사람들에게 안전하고 깨끗한 물을 공급해주는 사회기반시설이며, 특히 상·하수도 관로는 지중에 매설되어 있기 때문에 시스템의 결함검출이 매우 어렵다. 이러한 이유로 상·하수도 관로의 진단은 관로 내부에 카메라 및 드론을 통한 촬영을 하여 사후에 촬영된 영상을 바탕으로 시스템 진단하는 등의 사후 결함검출로 제한되기 때문에, 작업자의 업무 효율 증대와 진단의 신속성을 위해서는 관로의 실시간 탐지기술이 필요하다. 최근 첨단장비 및 인공지능 기법을 활용한 시설물 진단 기술이 개발되고 있지만, 인공지능기반 결함검출 기술은 결함 데이터의 종류 및 형태, 수가 검출 성능에 영향을 주기 때문에 다양한 학습데이터가 필요하다. 따라서, 본 연구에서는 상·하수도 관로의 결함검출 시 탐지 성능 향상을 위해 다양한 결함 시나리오를 3D 프린트를 이용하여 구현하고 이를 수집된 결함 데이터와 함께 학습데이터로 사용한다. 이후 수집된 이미지는 위험도에 따른 분류 및 객체의 라벨링 등의 전처리 작업이 수행되고 실시간 결함탐지를 수행한다. 제안된 기법은 상·하수도시스템 결함검출 시 실시간 피드백을 제공함으로써, 작업자의 진단 누락 가능성을 최소화하며 기존의 상·하수도관 진단업무 처리능력을 향상할 수 있다.

• 한국컴퓨터정보학회논문지
• /
• 제29권2호
• /
• pp.31-41
• /
• 2024

딥러닝 모델(Deep Learning Model)은 컴퓨터 비전(Computer Vision) 분야의 이미지(Image) 분류 및 객체 탐지와 같은 작업에서 뛰어난 성과를 보이며, 실제 산업 현장에서 다양하게 활용되고 있다. 최근 다양한 알고리즘(Algorithm)의 적대적 예제를 이용하여 딥러닝 모델의 취약성을 지적하며, 강건성 향상 방안을 제시하는 연구들이 활발하게 진행되고 있다. 적대적 예제는 오분류를 유도하기 위해 작은 노이즈(Noise)가 추가된 이미지로서, 딥러닝 모델을 실제 환경에 적용 시 중대한 위협이 될 수 있다. 본 논문에서는 다양한 알고리즘의 적대적 예제를 대상으로 에지 학습 분류 모델의 강건성 및 이를 이용한 적대적 예제 탐지 모델의 성능을 확인하고자 하였다. 강건성 실험 결과, FGSM(Fast Gradient Sign Method) 알고리즘에 대하여 기본 분류 모델이 약 17%의 정확도를 보였으나, 에지(Edge) 학습 모델들은 60~70%대의 정확도를 유지하였고, PGD(projected gradient descent)/DeepFool/CW(Carlini-Wagner) 알고리즘에 대해서는 기본 분류 모델이 0~1%의 정확도를 보였으나, 에지 학습 모델들은 80~90%의 정확도를 유지하였다. 적대적 예제 탐지 실험 결과, FGSM/PGD/DeepFool/CW의 모든 알고리즘에 대해서 91~95%의 높은 탐지율을 확인할 수 있었다. 본 연구를 통하여 다양한 적대적 알고리즘에 대한 방어 가능성을 제시함으로써, 컴퓨터 비전을 활용하는 여러 산업 분야에서 딥러닝 모델의 안전성 및 신뢰성 제고를 기대한다.

• 대한원격탐사학회지
• /
• 제27권1호
• /
• pp.33-41
• /
• 2011

최근 국내외적으로 인터넷 웹에서 스마트폰 앱으로 정보통신기술 사용자 요구와 개발 환경이 변화되고 있어 공간정보 분야에서도 이에 따른 기술적 대응이 요구되고 있다. 그러나 현재의 수준은 스마트폰 지도서비스와 위치 확인 서비스가 주가 되고 있어 공간정보 콘텐츠 서비스를 위한 스마트폰 앱의 개발은 전세계 기술 개발 동향을 고려하더라도 시험 개발의 초기 단계로 볼 수 있다. 본 연구에서는 공간영상정보를 활용하여 코너 포인트 객체 (Corner Point Feature) 추출 및 DB 연동 처리 기능을 제공하는 앱을 개발하였다. 이때 코너 포인트 객체 추출은 Harris 알고리즘을 적용하였으며 데이터베이스 서버와 어플리케이션 서버, 사용자 환경으로 구분한 기본적인 시스템 환경의 모든 처리 모듈은 오픈소스 기반으로 설계 및 구현하였다. 추출되는 코너 포인트는 사용자 요구사항에 따라 화면 확대, 축소에 따라 상세화(Level of Details) 과정을 거쳐 화면에 최적화하도록 설계하였다. 한편 공간영상정보와 통일한 대상 지역의 수치지도가 있는 경우에는 앱 상에서수치지도 레이어를 중첩 표현할 수 있는 추가 기능을 제공하도록 하였다. 본 연구에서 추출되는 자동 POI(Point of Interests) 설정이나 포인트 객체 기반 국토변화 탐지에 적용이 가능할 것으로 예상한다.