• 한국측량학회지
• /
• 제37권3호
• /
• pp.199-208
• /
• 2019

운용 가능한 위성의 수가 증가하고 기술이 진보함에 따라 영상정보의 성과물이 다양해지고 많은 양의 자료가 축적되고 있다. 본 연구에서는 기구축된 영상정보를 활용하여 부족한 훈련자료의 문제를 극복하고 딥러닝(deep learning) 기법의 장점을 활용하고자 전이학습과 변화탐지 네트워크를 활용한 고해상도 위성영상의 변화탐지를 수행하였다. 본 연구에서 활용한 딥러닝 네트워크는 공간 및 분광 정보를 추출하는 합성곱 레이어(convolutional layer)와 시계열 정보를 분석하는 합성곱 장단기 메모리 레이어(convolutional long short term memory layer)로 구성되었으며, 고해상도 다중분광 영상에 최적화된 정보를 추출하기 위하여 커널(kernel)의 차원에 따른 정확도를 비교하였다. 또한, 학습된 커널 정보를 활용하기 위하여 변화탐지 네트워크의 초기 합성곱 레이어를 고해상도 항공영상인 ISPRS (International Society for Photogrammetry and Remote Sensing) 데이터셋에서 추출된 40,000개의 패치로 학습된 값으로 초기화하였다. 다시기 KOMPSAT-3A (KOrean Multi-Purpose SATllite-3A) 영상에 대한 실험 결과, 전이학습과 딥러닝 네트워크를 활용할 경우 기복 변위 및 그림자 등으로 인한 변화에 덜 민감하게 반응하며 분류 항목이 달라진 지역의 변화를 보다 효과적으로 추출할 수 있었으며, 2차원 커널보다 3차원 커널을 사용할 때 변화탐지의 정확도가 높았다. 3차원 커널은 공간 및 분광정보를 모두 고려하여 특징 맵(feature map)을 추출하기 때문에 고해상도 영상의 분류뿐만 아니라 변화탐지에도 효과적인 것을 확인하였다. 본 연구에서는 고해상도 위성영상의 변화탐지를 위한 전이학습과 딥러닝 기법의 활용 가능성을 제시하였으며, 추후 훈련된 변화탐지 네트워크를 새롭게 취득된 영상에 적용하는 연구를 수행하여 제안기법의 활용범위를 확장할 예정이다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2007년도 가을 학술발표논문집 Vol.34 No.2 (B)
• /
• pp.247-252
• /
• 2007

오늘날 컴퓨팅 환경은 점차 복잡해지고 있으며, 복잡한 환경을 관리하는 이 점차 중요해 지고 있다. 이러한 관리를 위해 어플리케이션의 내부 구조를 드러내지 않은 상태에서 환경에 적응하는 자가치유에 관한 연구가 중요한 이슈가 되고 있다. 우리의 이전 연구에서는 자가 적응 모듈의 성능 향상을 위해 스위치를 사용하여 컴포넌트의 동작 유무를 결정하였다. 그러나 바이러스와 같은 외부 상황에 의해 자가 적응 모듈이 정상적으로 동작하지 않을 수 있으며 다수의 파일을 전송할 때 스위치가 꺼진 컴포넌트들은 메모리와 같은 리소스를 낭비한다. 본 연구에서는 이전 연구인 성능 개선 자가 적응 모듈에서 발생할 수 있는 문제점을 해결하기 위한 방법을 제안한다. 1) 컴포넌트의 동작 여부를 결정하는 스위치를 확인하여 비정상 상태인 컴포넌트를 찾아 치유를 하고, 2) 현재 단계에서 사용하지 않는 컴포넌트를 다른 작업에서 재사용한다. 이러한 제안 방법론을 통해 파일 전송이 않은 상황에서도 전체 컴포넌트의 수를 줄일 수 있으며 자가 적응 제어 모듈을 안정적으로 작동할 수 있도록 한다. 본 논문에서는 명가를 위하여 비디오 회의 시스템 내의 파일 전송 모듈에 제안 방법론을 적용하여 이전 연구의 모듈과 제안 방법론을 적용한 모듈이 미리 정한 상황들에서 정상적으로 적응할 수 있는지를 비교한다. 또한 파일 전송이 많은 상황에서 제안 방법론을 적용하였을 때 이전 연구 방법론과의 컴포넌트 수를 비교한다. 이를 통해 이전 연구의 자가 적응 모듈의 비정상 상태를 찾아낼 수 있었고, 둘 이상의 파일 전송이 이루어 질 때 컴포넌트의 재사용을 통해 리소스의 사용을 줄일 수 있었다.위해 잡음과 그림자 영역을 제거한다. 잡음과 그림자 영역을 제거하면 구멍이 발생하거나 실루엣이 손상되는 문제가 발생한다. 손상된 정보는 근접한 픽셀이 유사하지 않을 때 낮은 비용을 할당하는 에너지 함수의 스무드(smooth) 항에 의해 에지 정보를 기반으로 채워진다. 결론적으로 제안된 방법은 스무드 항과 대략적으로 설정된 데이터 항으로 구성된 에너지 함수를 그래프 컷으로 전역적으로 최소화함으로써 더욱 정확하게 목적이 되는 영역을 추출할 수 있다.능적으로 우수한 기호성, 즉석에서 먹을 수 있는 간편성, 장기저장에 의한 식품 산패, 오염 및 변패 미생물의 생육 등이 발생하지 않는 우수한 생선가공, 저장방법, 저가 생선류의 부가가치 상승 등 여러 유익한 결과를 얻을 수 있는 효과적인 가공방법을 증명하였다.의 평균섭취량에도 미치지 못하는 매우 저조한 영양상태를 보여 경제력, 육체적 활동 및 건강상태 등이 매우 열악한 이들 집단에 대한 질 좋은 영양서비스의 제공이 국가적 차원에서 시급히 재고되어야 할 것이다. 연구대상자 특히 배달급식 대상자의 경우 모집의 어려움으로 인해 적은 수의 연구대상자의 결과를 보고한 것은 본 연구의 제한점이라 할 수 있다 따라서 본 연구결과를 바탕으로 좀 더 많은 대상자를 대상으로 한 조사 연구가 계속 이루어져 가정배달급식 프로그램의 개선을 위한 유용한 자료로 축적되어야 할 것이다.상범주로 회복함을 알수 있었고 실험결과 항암제 투여후 3 일째 피판 형성한 군에서 피판치유가 늦어진 것으로 관찰되어 인체에서 항암 투여후 수술시기는 인체면역계가 회복하는 시기를 3주이상 경과후 적어도 4주째 수술시기를 정하는 것이 유리하리라 생각되

• 대한원격탐사학회지
• /
• 제19권4호
• /
• pp.319-328
• /
• 2003

고정밀 위성영상의 자동분석은 지도제작, 감시, 자원탐사 등을 효율적으로 수행하는데 있어 중요하다. 그러나, 도심지역의 고정밀 위성영상의 자동분석은 그림자, 분광정보의 시변성, 영상의 복잡성 등 때문에 현재의 기술로 해결하기 어려운 부분들이 산재해 있다. 본 논문에서는 디지털 수치지도 상의 건물객체들을 고정밀 위성영상에 중첩하여 도심지역의 건물들의 변화 탐색을 용이하게 하는 방법을 제안한다. 제안된 방법에서는 수치지도상의 건물들을 매개변수화 하고, 전처리된 고정밀 위성영상에서 일반화된 Hough 변환 방법을 이용하여 탐색하고, 탐색된 부분에 중첩시킨다. 중첩된 영상은 건물들의 변화 여부를 빠르게 찾는데 도움을 줄 수 있다.

• 한국건설관리학회논문집
• /
• 제5권2호
• /
• pp.90-105
• /
• 2004

크랙실링 자동화 장비는 도로면에 존재하는 크랙 네트워크의 위치를 정확히 탐지 및 맵핑(mapping)하고 이를 모델링(modeling)한 후 경로 계획(path planning) 과정을 통해 크랙 네트워크의 중앙(spine)을 따라 실런트(sealant)를 분사하여 크랙을 효과적으로 실링할수 있도록 하는 장비이다. 따라서 실링될 크랙 네트워크의 정확한 위치를 모델링하기 위한 디지털 영상처리 알고리즘 및 최적 경로계획 알고리즘의 개발은 품질 및 생산성, 경제성 측면에서 크랙실링 자동화 장비의 성공적 개발을 위한 핵심 연구 주제로 인식되어 왔다. 기존 국외 도로면 크랙실링 자동화 장비에 적용된 디지털 영상처리 알고리즘은 크랙을 탐지하고 모델링하는 일련의 과정을 전적으로 컴퓨터에 의존하는 완전자동화 방식과 인간과 컴퓨터 간의 협업체제를 이용한 반자동화 방식으로 양분되어 개발되었다. 그러나 도로면에 존재하는 다양한 노이즈 및 그림자 등을 포함한 작업영역 내에서의 열악한 영상처리 여건 등으로 인해 만족할 만한 성과를 제시하지 못하였다. 따라서 본 연구에서는 크랙실링 자동화 장비를 개발함에 있어 디지털 영상처리 기술을 기반으로 한 완전자동화 방식과 그래피컬 프로그래밍을 활용한 반자동화 방식이 지닐 수 있는 강점만을 혼용하여 신속하고도 정확하게 크랙 네트워크를 모델링하고 최적 경로계획을 바탕으로 크랙실링 작업을 수행할 수 있는 머신비전 알고리즘을 제시하고자 한다.

• 한국빅데이터학회지
• /
• 제8권2호
• /
• pp.73-82
• /
• 2023

현재 수산업 종사자의 78%를 차지하고 있는 인력 고령화에 따른 노동력 부족 문제를 해결하기 위해 객체 검출 및 추적 알고리즘을 주요 내용으로 하는 스마트 양식 기술에 대한 연구가 활발히 진행되고 있다. 이러한 기술들은 어류의 크기 분석, 행동 패턴 예측 등의 작업이 가능하여 실시간 모니터링 및 자동화 시스템의 구축이 용이할 것으로 기대된다. 본 연구에서는 양식 시설 외부에 설치된 카메라로부터 수집된 영상 데이터를 기반으로 어류 검출 및 추적 알고리즘을 활용하였다. 수중 조건, 암모니아, pH 농도에 따른 카메라 부식 문제로 인한 높은 유지보수 비용 문제를 극복하는 것을 목표로 하였다. 어류 객체 검출을 위해 YOLOv7 모델을 활용한 실시간 모니터링 시스템의 성능을 분석하였고, 어류의 움직임을 추적하기 위해 SORT 알고리즘을 활용하였다. YOLOv7 훈련 결과 PR Curve 기반의 Recall과 Precision 값의 상충 관계를 밝혀내 조명에 의한 물줄기와 그림자의 오검출을 최소화하였음을 알 수 있다. 어류 추적을 위해 우리는 재식별화를 통해 효과적인 추적을 확인하였다. 이러한 연구 결과는 스마트 양식 산업의 운영 효율성을 높이고 양식 시설의 어류 관리 개선을 용이하게 할 것으로 기대된다.