• 한국통신학회논문지
• /
• 제36권12B호
• /
• pp.1574-1585
• /
• 2011

본 논문에서 지능형 안전 자동차 시스템을 위해 연산량를 줄인 속도 제한 표지판 실시간 인식 방법을 제안한다. 제안된 방법은 관심영역의 전체 픽셀 정보를 특징으로 사용한 기존 방법의 큰 연산량을 줄이기 위해 적은 수의 DCT 계수를 선택하고, 격자구조로 분할된 영상에 대해 Block-DCT를 이용하여 산술 연산을 효과적으로 줄였다. 제안된 알고리듬은 연산량을 줄이기 위해 제안된 상관계수와 분산을 이용한 판별식에 따라 DCT 계수를 선택하고 이를 선형 판별법과 Mahalanobis Distance를 이용하여 속도 제한 표지판을 인식한다. 인식 성능을 높이기 위해 연속 프레임의 누적 분류 결과를 사용한다. 실험 결과 연속된 프레임에 대하여 100.0 %의 인식률을 보이며 기존 방식 대비 곱셈 연산량은 69.3 %, 덧셈은 67.9 % 감소를 확인할 수 있었다.

• 한국항공우주학회지
• /
• 제38권8호
• /
• pp.798-805
• /
• 2010

전구조 소형 복합재 위성인 과학기술위성 3호가 국내 최초로 개발되었다. 과학기술위성 3호는 기존의 위성과 달리 알루미늄 프레임이 없는 구조로 되어있으며 알루미늄 코어에 적층복합재 스킨을 가진 샌드위치 패널의 조합으로 구성되었다. 이 복합재 패널의 결합으로 구성된 격자형태의 공간에 다수의 전장박스와 탑재체 및 장치들이 장착된다. 본 연구는 과학기술위성 3호의 랜덤진동 응답에 관한 연구이며 이를 위하여 FEA 해석과 시험이 수행 되었다. 진동시험 결과와 전산해석결과를 서로 상호 비교 검토함으로써 위성의 진동 특성을 규명하고 결과의 신뢰성을 검증하였다.

• 한국통신학회논문지
• /
• 제32권3C호
• /
• pp.234-240
• /
• 2007

본 논문에서는 기존의 트렐리스 부호화 양자화 기법을 이용, 변형하여 저 복잡도 블록 제한 격자 부호화 양자화 기법 (Block-Constrained Trellis Coded Quantization, 이하 BC-TCQ)을 제안하곤 이를 이용한 협대역 음성 부호화기용 예측 BC-TCQ를 설계하였다. 트렐리스 부호화 양자화 기법은 일종의 벡터 양자화 방식으로 부호화에 요구되는 벡터 코드북을 트렐리스 구조에 기반한 스칼라 코드북으로 구성함으로써 VQ와 비교 할 만한 성능을 보일 뿐 아니라 복잡도가 훨씬 작은 특성을 보인다. 본 논문에서 제안한 예측 BC-TCQ는 프레임당 26비트에서 IS-641 음성 부호화기보다 평균 SD가 0.4107dB 향상되었으며, 더하기 연산이 64.54%, 곱하기 연산이 76.93%, 비교 연산이 2.35% 감소하였다.

• 콘크리트학회논문집
• /
• 제26권3호
• /
• pp.267-275
• /
• 2014

최근 곡선교 사용이 증가함에 따라 기존 곡선 교량의 한계점을 극복하고자 PSC 곡선 주형을 이용한 곡선교에 대한 해석적 연구가 활발히 진행되고 있다. 그러나 기존의 프레임 요소를 이용한 격자해석방법으로는 PSC 곡선교에 대한 정밀해석이 어렵다. 이에 따라 이 연구에서는 PSC 곡선교의 정밀 유한 요소 해석을 실시하여 프리캐스트 PSC 곡선교의 설계를 위한 참고자료로 사용하고자 한다. 이를 위하여 3차원 솔리드 요소를 사용한 모델링을 실시하고, 거더 수, 하중 재하 위치, 단면 변화, 긴장력 변화 및 편긴장력 도입 여부와 같은 매개변수에 대한 거동을 평가하였다. 해석 결과 경간장 50 m 3주형 교량의 항복하중과 파괴 하중이 경간장 40 m 2주형 교량에 비해 200% 이상의 성능을 보였고, 외측거더에 하중을 가하였을 경우 도심의 위치에 따라 하중저항력 및 거더 간의 처짐 편차가 낮게 평가되는 것으로 나타났다. 또한 거더 단면을 변화시킨 경우 단면의 증가에 따라 구조성능이 향상되는 것으로 나타났으나 PS도입량의 변화에 의한 효과에 비해 경제성과 시공성에서 불리한 것으로 나타났다. PS 도입량 변화에 따른 영향을 분석한 결과 PS 도입량이 증가함에 따라 솟음량과 하중저항력이 비례하여 증가하였으며 거더 간 처짐 편차가 줄어드는 경향을 보였다. 또한, 편긴장력을 도입하였을 시 도입량 증가에 비례하여 내외측 거더 모두에서 하중저항력이 증가하며, 특히 외측거더에 편긴장력이 도입되었을 때 더 우수한 성능을 보이는 것으로 나타나, PSC 곡선교의 경제성 및 안정성을 확보하는데 효율적인 것으로 나타났다.

• 대한원격탐사학회지
• /
• 제38권6_1호
• /
• pp.1505-1514
• /
• 2022

영상정합은 다시기 및 다중센서 고해상도 위성영상을 효과적으로 활용하기 위해 필수적으로 선행되는 중요한 과정이다. 널리 각광받고 있는 딥러닝 기법은 위성영상에서 복잡하고 세밀한 특징을 추출하여 영상 간 빠르고 정확한 유사도 판별에 사용될 수 있음에도 불구하고, 학습자료의 양과 질이 결과에 영향을 미치는 딥러닝 모델의 한계와 고해상도 위성영상 기반 학습자료 구축의 어려움에 따라 고해상도 위성영상의 정합에는 제한적으로 적용되어 왔다. 이에 본 연구는 영상정합에서 가장 많은 시간을 소요하는 정합쌍 추출 과정에서 딥러닝 기반 기법의 적용성을 확인하기 위하여, 편향성이 존재하는 고해상도 위성영상 데이터베이스로부터 딥러닝 영상매칭 학습자료를 구축하고 학습자료의 구성이 정합쌍 추출 정확도에 미치는 영향을 분석하였다. 학습자료는 12장의 다시기 및 다중센서 고해상도 위성영상에 대하여 격자 기반의 Scale Invariant Feature Transform(SIFT) 알고리즘을 이용하여 추출한 영상쌍에 참과 거짓의 레이블(label)을 할당한 정합쌍과 오정합쌍의 집합으로 구축되도록 하였다. 구축된 학습자료로부터 정합쌍 추출을 위해 제안된 Siamese convolutional neural network (SCNN) 모델은 동일한 두 개의 합성곱 신경망 구조에 한 쌍을 이루는 두 영상을 하나씩 통과시킴으로써 학습을 진행하고 추출된 특징의 비교를 통해 유사도를 판별한다. 본 연구를 통해 고해상도 위성영상 데이터 베이스로부터 취득된 자료를 딥러닝 학습자료로 활용 가능하며 이종센서 영상을 적절히 조합하여 영상매칭 과정의 효율을 높일 수 있음을 확인하였다. 다중센서 고해상도 위성영상을 활용한 딥러닝 기반 영상매칭 기법은 안정적인 성능을 바탕으로 기존 수작업 기반의 특징 추출 방법을 대체하고, 나아가 통합적인 딥러닝 기반 영상정합 프레임워크로 발전될 것으로 기대한다.