• 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.

• 정보처리학회 논문지
• /
• 제13권4호
• /
• pp.189-198
• /
• 2024

입 모양 인식은 음성 인식의 중요 부분 중 하나로 음성 인식을 위한 입 모양 인식 시스템에서 입 모양 인식 성능을 개선하기 위한 여러 연구가 진행됐다. 최근의 연구에서는 인식 성능을 개선하기 위해 입 모양 인식 시스템의 모델 구조를 수정하는 방법이 사용됐다. 본 연구에서는 모델 구조를 수정하는 것으로 인식 성능을 개선하는 기존의 연구와 달리 모델 구조의 변화 없이 인식 성능을 개선하는 것을 목표로 한다. 모델 구조의 수정 없이 인식 성능을 개선하기 위해, 사람이 하는 입 모양 인식에서 사용되는 단서를 참고해 입 모양 인식 시스템의 기존 관심 영역인 입술 영역과 함께 턱, 뺨과 같은 다른 영역을 관심 영역으로 설정하고 각 관심 영역의 인식률을 비교해 가장 높은 성능의 관심 영역을 제안한다. 또한, 관심 영역 크기를 정규화하는 과정에서 보간법의 차이로 인해 발생하는 정규화 결과의 차이가 인식 성능에 영향을 준다고 가정하고 최근접 이웃 보간법, 이중 선형 보간법, 이중 삼차 보간법을 사용해 동일한 관심 영역을 보간하고 각 보간법에 따른 입 모양 인식률을 비교해 가장 높은 성능의 보간법을 제안한다. 각 관심 영역은 객체 탐지 인공신경망을 학습시켜 검출하고, 각 관심 영역을 정규화하고 특징을 추출하고 결합한 뒤, 결합된 특징들을 차원 축소한 결과를 저차원 공간으로 매핑하는 것으로 동적 정합 템플릿을 생성했다. 생성된 동적 정합 템플릿들과 저차원 공간으로 매핑된 데이터의 거리를 비교하는 것으로 인식률을 평가했다. 실험 결과 관심 영역의 비교에서는 입술 영역만을 포함하는 관심 영역의 결과가 이전 연구의 93.92%의 평균 인식률보다 3.44% 높은 97.36%의 평균 인식률을 보였으며, 보간법의 비교에서는 이중 선형 보간법이 97.36%로 최근접 이웃 보간법에 비해 14.65%, 이중 삼차 보간법에 비해 5.55% 높은 성능을 나타내었다. 본 연구에 사용된 코드는 https://github.com/haraisi2/Lipreading-Systems에서 확인할 수 있다.

• 대한토목학회논문집
• /
• 제33권6호
• /
• pp.2551-2562
• /
• 2013

2006년부터 국내에서는 운전자의 개입 없이 완전 자동화 방식으로 동작하는 지능형 굴삭 로봇을 개발하고 있다. 이러한 굴삭 로봇을 개발함에 있어 주변(로컬영역) 작업환경의 지형이나 이동 경로상의 장애물, 굴삭기에 접근하는 상차트럭 등의 객체를 정확하게 탐지하는 기술은 작업품질과 안전성 확보 측면에서 필수적으로 요구되는 핵심기술이다. 선진 외국에서는 토공 자동화 장비의 로컬영역 3차원 모델링을 위하여 광대역 3D 레이저 스캐너나 스테레오 비전 카메라와 같은 센서를 사용하여 주변 지형을 3차원으로 모델링하는 연구를 수행하였으나, 센싱 시스템 구축에 지나치게 높은 비용이 소요되거나 모델링 결과에 노이즈가 다수 발생하여 모델링 속도가 과다하게 소요되는 문제점이 있었다. 이 연구에서는 지능형 굴삭 로봇의 로컬영역 3차원 모델링을 위하여 현재까지 개발된 3차원 작업환경 모델링 센서의 기술 사양과 장단점을 분석하고, AHP 분석을 통하여 센서별 적용가능성을 분석한다. 또한 실제 토공사 작업현장의 현장실험을 통해 해당 센서의 3차원 모델링 품질과 정확성을 분석하고 지능형 굴삭 로봇의 로컬영역 3차원 모델링에 가장 적합한 센서 선정 및 현장 적용성을 검증하고자 한다.

• 한국구조물진단유지관리공학회 논문집
• /
• 제23권7호
• /
• pp.80-86
• /
• 2019

컴퓨터 성능 향상으로 다양한 분야에서 딥러닝을 활용한 연구가 활발히 진행되고 있으며 최근에는 구조물 안전성 평가 연구에도 그 적용이 이루어지고 있다. 특히 터빈의 내부 블레이드는 분리가 쉽지 않고 어두운 주변 환경으로 인해 블레이드의 표면 결함 검출은 전문 인력의 경험에 의존하고 있으며, 점검시간도 상당히 소요되고 있는 실정이다. 따라서, 본 연구에서는 딥러닝 기술을 적용하여 터빈 구조의 부재 중 하나인 내부 블레이드에 발생하는 결함을 검출할 수 있는 효율적인 방법을 제시하였다. Faster R-CNN 인공신경망 기법을 활용하여 결함의 이미지 데이터를 학습하였고 부족한 이미지는 필터링과 Image Data Generator를 이용하여 데이터를 확장하였다. 그 결과 블레이드의 결함을 학습한 딥러닝 모델은 평균적으로 약 96.1%의 정확도와 재현율은 95.3%, 정밀도는 96%의 성능을 보였다. 재현율을 통해 제시된 딥러닝 모델이 결함을 탐지하지 못하는 경우는 4.7% 로 나타났다. 재현율의 성능은 여러 환경의 많은 결함 이미지 데이터를 수집하고 확장하여 딥러닝 학습에 적용함으로써 더욱 향상되리라 판단된다. 이러한 실제 블레이드의 결함 이미지 데이터 확보와 학습을 통해 향후 터빈엔진 정비에 적용 가능한 결함 검출 시스템으로 발전할 수 있을 것이다.

• 대한원격탐사학회지
• /
• 제27권2호
• /
• pp.181-190
• /
• 2011

현재 공간해상도 약 1 m 의 고해상도 X-band SAR 위성인 독일의 TerraSAR-X와 TanDEM-X, 이탈리아의 COSMO-SkyMed가 성공적으로 발사되어 운용되고 있으며 분석 결과 우수한 성능을 보이고 있다. 국내에서도 최고 공간해상도 약 1 m 의 X-band SAR 위성인 KOMPSAT-5가 향후 발사될 예정이다. 이러한 고해상도 SAR 영상 활용이 가능해짐에 따라 SAR Interferometry(InSAR) 기술을 이용한 도심지역 모니터링이 더욱 관심을 받고 있다. 하지만 기존의 InSAR 위상 시뮬레이션 알고리즘은 도심지역에 분포하는 빌딩과 같은 인공구조물 객체에 의해 나타나는 layover 현상과 빌딩 벽면에서 산란되는 신호를 충분히 고려하지 못한다. 본 연구에서는 기존 알고리즘의 한계점을 극복하기 위하여 LIDAR DSM을 이용한 정밀 InSAR 위상과 SAR 반사강도 영상 시뮬레이션 알고리즘을 개발하였다. 대전 지역에서 획득된 TerraSAR-X spotlight 영상과 비교 분석을 통해 개발된 알고리즘의 타당성 분석을 수행하였다. 시뮬레이션 결과로 생성된 InSAR 위상과 SAR 반사강도 영상은 실제 TerraSAR-X spotlight SAR 자료로부터 생성된 결과와 매우 유사하였다. 이러한 결과는 향후 고해상도 SAR 영상을 이용한 도심지역 변화 및 변위탐지 모니터링 연구에 활용될 것이다.

• 한국콘텐츠학회논문지
• /
• 제18권2호
• /
• pp.147-157
• /
• 2018

최근 네트워크 기술 발전과 함께 IoT 및 소셜 네트워크 서비스의 활성화로 인해 많은 그래프 스트림 데이터가 생성되고 있다. 이와 같은 그래프 스트림에서 객체들 사이의 관계가 동적으로 변화함에 따라 그래프의 변화를 탐지하거나 분석하기 위한 연구들이 진행되고 있다. 본 논문에서는 그래프 스트림에서 이전 슬라이딩 윈도우에서 검출한 빈발 패턴에 대한 정보를 이용해 빈발 패턴을 점진적으로 검출하는 기법을 제안한다. 제안하는 기법은 이전 슬라이딩 윈도우에서 검출된 패턴이 앞으로 몇 슬라이딩 윈도우동안 빈발할지 또는 빈발하지 않을지를 계산하여 빈발 패턴 관리 테이블에 저장한다. 그리고 이 값을 통해 다음 슬라이딩 윈도우에서는 필요한 계산만 수행함으로써 전체 연산량을 감소시킨다. 또한 패턴 간에 간선을 통해 연결되어있는 것만 하나의 패턴으로 인식함으로써 더 유의미한 패턴만을 검출한다. 본 논문에서는 제안하는 기법의 우수함을 보이기 위해 여러 성능 평가를 진행하였다. 그래프 데이터의 크기가 커지고 슬라이딩 윈도우의 크기가 커질수록 중복되는 데이터가 증가되기 때문에 기존 기법보다 빠른 처리 속도를 나타낸다.

• 정보처리학회논문지D
• /
• 제9D권6호
• /
• pp.1017-1024
• /
• 2002

무선 네트워킹 기술과 통신기기의 발달로 이동 컴퓨팅 환경이 보편화됨에 따라 제한된 대역폭의 절감과 빠른 응답시간, 그리고 확장성을 위해 이동 호스트는 지역 캐쉬를 이용한다. 이때 이동 호스트와 지구국간에 캐쉬된 데이터의 일관성 유지가 필요하며 이에 따라 많은 기법이 제안되고 있다. 기존의 일관성 기법은 탐지기반의 기법들이 수로 사용되며 잦은 접속단절을 고려해 주기적인 무효화 메시지를 브로드캐스트 하여 캐쉬 일관성을 유지한다. 하지만 이러한 기법들은 데이터의 정확성 검사에 따른 전송 메시지 수의 증가나 지연을 통한 철회 단계를 증가시키며 이동 호스트에 캐쉬된 데이터를 삭제함에 따라 자치성과 확장성이 떨어진다. 본 논문에서 제안된 기법은 이러한 문제점을 해결하기 위해 페이지 요청 또는 완료시 갱신 연산이 일어난 객체에 대해 갱신 빈도를 참조하여 수행하도록 하였다. 따라서, 갱신 연산이 이루어지는 경우 비동기적으로 갱신 빈도에 따른 갱신의도 선언 또는 갱신을 선택적으로 수행할 수 있어 응답이 빠르고 철회 단계가 감소하는 장점을 갖는다. 또한 접속단절 이후 일괄적으로 진행되는 주기적인 무효화 메시지에 대해서도 갱신 빈도에 따라 선택적으로 삭제 또는 전파를 수행함으로써 자치성과 확장성을 높였다.

• 한국정보과학회논문지:데이타베이스
• /
• 제28권3호
• /
• pp.512-527
• /
• 2001

클라이언트-서버 공간 데이터베이스에서는 대용량의 공간 데이터를 네트웍을 통해 접근하는 과부하를 피하기 위해 캐쉬를 사용한다. 이 논문은 클라이언트에서 지도를 수정하는 변경트랜잭션들의 동시성 지원과 일관성 제어 문제를 다룬다. 지도를 수정하는 클라이언트 트랜잭션은 화면을 통해 대화식으로 진행되는 긴 트랜잭션이며, 변경 대상인 공간 객체는 공간 관련성에 의한 종속성을 가지는 특징이 있다. 또한, 캐쉬의 동적 중복에 대한 일관성을 제어하기 위해서는 변경 후 서버 뿐만 아니라 다른 클라이언트들로 전파가 필요하며, 이러한 변경 전파로 인한 통신 부하는 캐쉬의 이점을 잃지 않도록 최소화 되어야한다. 이 논문은 CR 잠금과 CX 잠금을 이용한 캐쉬 영역 잠금법을 제시하여 공간 관련성에 의한 변경 종속성을 해결한다. 또한, CS 잠금 및 COD 잠금을 제시하여 낙관적인 탐지기반 기법 으로 일관성 제어를 지원함으로써 클라이언트들의 메시지 부하 최소화를 지원한다. 그리고, 이러한 확장된 잠금을 적용한 공간 관련성 기반 2PC 프로토콜을 통하여 긴 트랜잭션들 간 의 정확한 지도 수정을 보장한다.

• 한국터널지하공간학회 논문집
• /
• 제24권6호
• /
• pp.513-524
• /
• 2022

터널을 비롯한 여러 가지 기반시설물에 발생한 콘크리트 균열을 영상과 딥러닝 기반으로 자동 탐지하는 연구가 최근 활발히 이루어지고 있다. 이러한 연구성과를 실제 현장에 적용하려면 딥러닝 모델의 신뢰성을 설명할 수 있어야한다. 본 연구에서는 선형성이 강한 균열의 기하적인 특성을 고려했을 때 화소 기반으로 계산하는 기존 평가지표가 충분치 않다는 점을 지적하며, 균열 분할 딥러닝 모델의 성능을 더 합리적으로 설명할 수 있는 다른 평가지표를 제시하고 비교 분석한다. 먼저 선형 객체의 유사성을 측정할 수 평가방법을 제시한다. 구체적으로는 기준 데이터에 허용 버퍼(tolerance buffer)를 부여하여 평가하는 방법을 설계, 구현, 검증한다. 실험 결과 본 연구에서 제안하는 방법은 균열 분할 딥러닝 모델 평가시 기존 대비 과대평가 또는 과소평가 문제를 해결할 수 있었으며, 화소 기반 성능 평가 지표에 비해 균열 분할 딥러닝 모델의 성능을 더 잘 설명할 것으로 기대한다.

• 지적과 국토정보
• /
• 제52권1호
• /
• pp.17-36
• /
• 2022

본 연구의 목적은 현행 개발제한구역 단속 및 관리체계의 문제점을 진단하고 데이터 기반 모니터링 체계로 전환할 수 있도록 구축방안을 마련하는 것이다. 개발제한구역은 타 용도지역지구와 달리 최소한의 유지 외 모든 개발행위를 금지하고 지자체에서 엄격히 단속 및 관리해야 하는 구역이다. 그러나 현재의 개발제한구역 관리체계는 지자체별 여건에 따라 분산 운영되고, 설문 결과와 같이 전체 개발제한구역의 변화를 모니터링하기보다 민원(신고)에 의존하거나 단속업무 수행에 어려움을 겪는 등 데이터 기반의 모니터링체계를 필요로 하고 있다. 특히 본 연구에서는 AI 기반 모니터링체계를 도입하여 국토교통부에서 매년 정기적 시점(월별·분기별)을 두고 동일한 단속 기준으로 전국 권역별 변화를 탐지한 결과를 지자체에 송부하고 지자체에서는 단속 결과를 입력하면서 신뢰할 수 있는 개발제한구역 관리현황 통계정보가 생산될 수 있는 체계로의 전환 방법을 구체적으로 제안하였다. 이러한 방법론 제안을 위해 첫째, 지자체와 관련 전문가를 대상으로 설문조사 및 인터뷰를 수행하였다. 설문 결과 현장 단속과 인허가 관련 행정업무에 어려움을 겪고 있으며, AI 기반 모니터링체계 도입에 대해서는 긍정적 답변이 우세하였다. 둘째, AI 영상분석을 통한 객체 검출 방법론을 실증 지자체에 적용한 사례를 분석하여 모니터링체계 도입에 따른 단속업무 효율화 방안을 제안하였다. 셋째, (현(現))개발제한구역관리정보시스템의 고도화를 기반으로 한 개발제한구역 모니터링체계 구축방안을 마련하였다. 지자체업무 수요에 기반해 드론 촬영 및 분석, 모바일 단속지원체계 등 필요한 서비스들이 지원될 수 있도록 프레임워크를 구성하였다. 이러한 모니터링체계는 향후 주기적 단속과 관리가 필요한 토지를 대상으로 확대 적용이 가능하며 본 연구에서는 이를 실현하기 위한 방법론과 정책을 제안하고자 하였다.