• Geotechnical Engineering
• /
• v.9 no.2
• /
• pp.55-64
• /
• 1993

When earth structures such as dykes or embankments are constructed on very soft clay foundation, unexpectedly large deformations of earth structures as well as clay foundation are encountered during and after construction. The final constructed section is composed of a portion of embankment above the existing ground level and that which penetrated into the soft foundation soil. This study is aimed to correctly estimate the shape of earth structures which penetrate some depth into the soft clay foundation. In this study the methods to predict penetration depth and deformation shape of embankment section after dumping of construction material. Model tests were carried out to prove the developed theory and FEM analysis. And when the mat is added, reinforcement effect was markedly noticed.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2015.11a
• /
• pp.45-46
• /
• 2015

사람 검출 시스템은 카메라의 위치 및 각도 등에 큰 영향을 받는다. 이로 인해 획득한 2D 영상에서 사람은 위치에 따라 각기 다른 크기를 갖는 형태로 나타난다. 이러한 요인들은 사람 검출 시스템의 실시간 구현을 어렵게 만드는 요인이 된다. 본 논문에서는 실내 공간의 구조를 깊이맵으로 구성하여, 이로부터 3D 공간을 구성한다. 3D 공간에서는 어느 위치에서든지 사람의 크기가 일관되므로 이를 2D 영상으로 투영하게 되면 2D 영상의 좌표에 따른 정확한 사람의 크기를 추정할 수 있다. 실험 결과로부터 제안 방법의 타당성을 입증하였다.

• Bulletin of the Society of Naval Architects of Korea
• /
• v.31 no.1
• /
• pp.57-63
• /
• 1994

속력시운전에는 건조된 배의 추진성능이 선주와의 계약속도를 만족시키는가를 확인하는 Acceptance Trial 과, 건조된 배의 추진성능이 모형시험 등에 의한 추정 결과와 맞는가를 확 인하고 다음 배의 설계에 참고하기 위한Performance Trial로 크게 나눌 수 있다. Acceptance Trial로서의 실선시운전은 새로 배를 만들어 선주에게 인도하기 위한 필수의 과정이며, 이 중 에서 저항추진 성능을 검증하기 위한 속력시운전은 가장 중요한 항목중의 하나이다. 선발 조선 국들에서는 실선시운전 및 해석방안을 꾸준히 연구하여 왔고, 표준 수행방안과 표준 해석방안도 이미 확정한 후 여러차례 보완한바 있다. 조선의 역사가 깊지 못한 우리는 이에 대한 깊이 있는 연구는 물론, 이렇다할 시운전 표준수행방안이나 표준해석방법 조차 제시하지 못하고 있는 실 정이다. 특히 국내 조선업계의 실선시운전 해역은 일본은 물론 유럽의 시운전해영들 보다도 해상 상태가 거칠어서 이에 대한 보정방법 개발이 절실히 요망되고 있다. 본 고에서는 이제까지 선진 조선국에서 수행된 중요한 실선속력시운전 내용을 훑어보고, 각국의 표준수행방안을 비교해 보고, 해석방법들의 내용을 알아 본 후, 앞으로의 발전 방향을 모색해 보았다.

• The Korean Journal of Financial Management
• /
• v.9 no.2
• /
• pp.1-29
• /
• 1992

자본자산(資本資産) 가격결정(價格決定)의 소비기저모형(消費基低模型)은 자본시장의 성질들을 깊이 있게 반영한 모형이지만 이 모형을 정립하는 데 사용된 효용함수의 형태가 주어지지 않고 있다. 이 효용함수의 형태는 실증분석을 통하여 결정되어야 한다. 이 논문에서는 소비기저모형에 사용될 수 있는 효용함수(效用函數)로서 기대효용함수(期待效用函數), 화폐효용함수(貨幣效用函數)와 비기대효용모형(非期待效用模型)을 상정하고 우리나라의 데이터를 사용하여 이 중 어느 함수(函數)가 우리나라의 투자활동과 자산의 가격결정에 적합한가를 실증적으로 분석하였다. 그 결과 상대적 위험기피계수는 대략 4이고 주관적 할인율이 0.8정도이며 소비기저모형(消費基低模型)을 정당화시키는 효용함수(效用函數)는 비기대(非期待) 모형(模型)임이 발견되었다.

• Korean Journal of Microbiology
• /
• v.22 no.4
• /
• pp.243-247
• /
• 1984

The effect of the heavy metals copper and cadmium on the natural populations of surface microlayer and subsurface water was investigated. Two microbiological parameters, number of colony-forming bacteria and $^{14}C-glucose$ uptake rate, were evalated. The two natural bacterial populations showed different tolerances of the heavy metals. The ingibition of bacterial growth and activity occurred more strongly in the 1m-depth samples than in neuston populations. The results support the existence of autochthonous bacterioneuston populations in marine environment.

• Proceedings of the Optical Society of Korea Conference
• /
• 2002.11a
• /
• pp.290-291
• /
• 2002

스틸 판재 4KW CO2 레이저 용접시 발생되는 플라즈마 특성 연구를 위하여 용접 품질에 중요한 요인이 되는 용접속도, 주입가스 양, 판재사이의 갭을 변화시키면서 실험을 하였다 발생된 분광학적 스펙트럼을 측정하였고 플라즈마광의 세기를 광파이버를 이용하여 측정하였다 플라즈마 패턴 특성을 알기 위하여 1000 frame/sec의 고속 디지털 카메라를 이용하여 플라즈마 영상을 측정하였다 그 결과, 용접속도가 빠를수록 상단에서 발생되는 플라즈마 광의 세기는 커졌으며, 주입가스의 양이 적을수록 플라즈마광의 세기가 강하게 측정되었다. 또한 판재 사이가 넓을수록 발생된 플라즈마가 판재 사이로 분출이 되면서 그 세기가 감소되는 현상을 보여주었다. 이러한 결과는 2차원 플라즈마 영상실험의 결과와 일치함을 보여주었다. 따라서 표면에서 발생되는 플라즈마 광의 세기는 레이저 용접시 중요한 요인이 되는 침투깊이를 추정하는데 중요한 정보가 되며 레이저 용접 품질에 대한 실시간 모니퍼링이 가능함을 확인하였다.

• The Journal of Korea Robotics Society
• /
• v.14 no.2
• /
• pp.114-121
• /
• 2019

This paper presents a new benchmark system for visual odometry (VO) and monocular depth estimation (MDE). As deep learning has become a key technology in computer vision, many researchers are trying to apply deep learning to VO and MDE. Just a couple of years ago, they were independently studied in a supervised way, but now they are coupled and trained together in an unsupervised way. However, before designing fancy models and losses, we have to customize datasets to use them for training and testing. After training, the model has to be compared with the existing models, which is also a huge burden. The benchmark provides input dataset ready-to-use for VO and MDE research in 'tfrecords' format and output dataset that includes model checkpoints and inference results of the existing models. It also provides various tools for data formatting, training, and evaluation. In the experiments, the exsiting models were evaluated to verify their performances presented in the corresponding papers and we found that the evaluation result is inferior to the presented performances.

• The Journal of Korea Robotics Society
• /
• v.17 no.3
• /
• pp.314-321
• /
• 2022

Depth information used in SLAM and visual odometry is essential in robotics. Depth information often obtained from sensors or learned by networks. While learning-based methods have gained popularity, they are mostly limited to RGB images. However, the limitation of RGB images occurs in visually derailed environments. Thermal cameras are in the spotlight as a way to solve these problems. Unlike RGB images, thermal images reliably perceive the environment regardless of the illumination variance but show lacking contrast and texture. This low contrast in the thermal image prohibits an algorithm from effectively learning the underlying scene details. To tackle these challenges, we propose multi-channel remapping for contrast. Our method allows a learning-based depth prediction model to have an accurate depth prediction even in low light conditions. We validate the feasibility and show that our multi-channel remapping method outperforms the existing methods both visually and quantitatively over our dataset.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2021.06a
• /
• pp.239-241
• /
• 2021

2019 발생한 COVID-19로 인하여 전 세계 사람들의 여가 활동이 제한되면서 건강관리를 위해 홈 트레이닝에 많은 관심을 기울이고 있다. 뿐만 아니라 최근 컴퓨팅 기술의 발전에 따라 사람의 행동을 눈으로 직접 판단했던 작업을 컴퓨터가 키포인트 탐지를 통해 인간의 행동을 이해하려는 많은 연구가 진행되고 있다. 이에 따라 본 논문은 Azure Kinect를 이용하여 촬영한 RGB 이미지와 Depth 이미지를 이용하여 3D 키포인트를 추정한다. RGB 이미지는 2D 키포인트 탐지기를 이용하여 2차원 공간에서의 좌표를 탐지한다. 앞서 탐지한 2D 좌표를 Depth 이미지에 투영하여 추출한 3D 키포인트의 깊이 값을 이용하여 3D 키포인트 탐지에 대한 연구 개발하였다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2021.06a
• /
• pp.275-278
• /
• 2021

영상 스티칭은 다수의 영상을 넓은 시야각을 갖는 하나의 영상으로 합성하여 사용자들에게 몰입감과 현장감을 제공하는 기술이다. 그러나 영상에 시차(Parallax)가 존재하는 경우 스티칭된 영상에서 왜곡이 발생할 수 있는데 이는 사용자의 몰입을 방해할 수 있다. 따라서 스티칭 영상의 다양한 활용을 위해서는 시차로 인한 왜곡을 최소화하여 자연스러운 스티칭 영상을 만드는 것이 중요하다. 기존 호모그래피 추정 방법으로 발생할 수 있는 고스트 현상을 최소화하기 위해서 seam 기반 스티칭 방법이 사용되었지만, 단순히 작은 특징값을 따라 생성된 seam은 사물 영역 정보가 반영되지 않아 seam이 특징이 있는 부분을 지나가면서 시차 왜곡이 발생할 수 있다. 이에 본 논문에서는 딥러닝 기반의 MegaDepth를 활용한 depth 예측 정보를 에너지 함수 기반의 seam 생성 행렬의 가중치로 사용하여 seam이 사물을 피해 생성되면서 시차가 작은 영역으로 유도되도록 하는 seam optimization 기법을 제안한다.