• 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.

• 한국건설관리학회논문집
• /
• 제1권2호
• /
• pp.98-107
• /
• 2000

최근 건설산업에서 컴퓨터의 활용이 일반화되어 가면서, CAD, PMIS(Project Management Information System), 구조해석 프로그램, 공정관리 프로그램 등을 통해서 발생하는 정보의 양은 급증하고 있다. 그 정보의 양이 방대해지고, 복잡해지면서 이들 정보를 효과적으로 관리하며, 재활용하는 것이 건설산업의 생산성을 좌우하는 요소가 되어가고 있다. 이러한 상황에서 건설업에서의 정보기술과 CIC(Computer Integrated Construction)에 대한 연구가 진행되고 있다. 최근에는 프로덕트 모델을 이용하여 정보를 통합하기 위한 방안으로 IFC(Industry Foundation Classes)가 IAI에 의해 개발되어서 이를 이용한 정보 공유 및 활용에 대한 연구가 수행되고 있다. 하지만, 이들 연구가 아직 초기 단계에 머물러 있고, 대부분 개념적인 내용을 중심으로 이루어지고 있다. 따라서 IFC를 이용한 설계정보관리시스템 구축을 위한 좀 더 구체적인 모델과 구축 프로세스에 대한 연구가 필요한 상황이다. 본 연구의 목적은 IFC를 이용하기 위해 필요한 요소 기술을 조사하고, 이를 이용해서 IFC를 활용한 설계정보관리시스템의 모델을 제시하고, 제시된 모델에서 핵심적인 기능을 수행하는 프로젝트 데이터베이스와 프로덕트 프레임워커의 역할과 이들을 구축하기 위한 프로세스를 밝히는데 있다. 이들의 주된 역할은 건축정보와 구조정보의 통합과 프로덕트 정보의 다중 통합이며, 이들의 구현을 위한 프로세스로 먼저 '프로덕트 모델링' 과 '응용프로그램 개발' 의 두 가지를 상위단계의 활동으로 정의하고, 응용 프로그램 개발을 다시 'IFC스키마 컴파일', '클래스 컴파일', '프로젝트 데이터베이스 스키마 생성', '프로덕트 프레임워커 개발, '프로젝트 데이터베이스 생성'의 다섯 가지 활동으로 정의했다. 이러한 활동들을 위해 이용되는 도구들로 C++ 컴파일러, CAD, ST-Developer, ST-ObjectStore, ObjectStore 등을 제시했다. 이렇게 구축된 프로젝트 데이터베이스의 정보들은 인터넷을 이용한 분산기술과 XML을 이용해서 정보 관련자들 간의 공유 방안 및 '3차원 모델링', '프로덕트 정보 생성', '데이터베이스 생성 및 수정', '여러가지 체계에 따른 모델의 재구성', '모델별 도면 및 시방서 연결', '물량 정보 생성'의 다섯 단계로 제시하였다.

• 기록학연구
• /
• 제41호
• /
• pp.175-212
• /
• 2014

성공회대 노동사연구소는 2001년 당시 전태일노동자료실의 소장 기록물이 성공회대에 기탁되는 것을 계기로 출범하게 되었다. 이후 문헌자료를 바탕으로 대규모 구술조사 연구사업을 진행하면서 노동아카이브와 노동연구의 바람직한 관계를 형성해 왔다. 하지만 노동기록이 축적되어감에 따라 새롭게 해결되어야 하는 문제들이 발생했다. 가장 중요한 것은 노동기록의 생산자(구술증언자)들의 불만족이었다. 기록의 이용자(연구자)들 측면에서도 연구자들이 기록을 고정된 해석의 프레임에 맞추거나, 자신의 해석에 따라 선별적으로 이용한다는 비판이 제기되어 왔다. 인천지역의 동일방직, 반도상사, 대한마이크로 등 노동조합 사례와 구로동맹파업의 사례 등을 통해 살펴보았을 때 기록의 생산과 활용 사이에서 발생하는 문제점은 분명하게 드러났다. 70년대 민주노조운동의 당사자들 사이에서도 역사적 기록에 '승리자'로 남는 그룹이 있는 반면에, 부당하게 '실패자'로 낙인찍히는 '중층적 주변화' 현상이 발생해 왔다. 연구자들의 적극적인 개입은 매우 제한적일 뿐이고, 시민과 노동자들 사이에서 이런 '기억투쟁'이 원활하게 해결되어 나갈 방법은 보이지 않는다. 이는 노동아카이브가 지역 속에 뿌리내리지 못하는 하나의 원인이 되고 있다. 본 논문은 참여형 노동아카이브의 구축을 통해서 기록 생산과 활용에 대한 대안적인 방법론을 제시하였다. 더 나아가 참여의 이론적인 부분을 보완하여 '로컬리티 기록화' 전략의 구체적 방향성을 모색하였다. 로컬과 로컬리티 연구는 비단 물리적 공간의 문제만이 아니다. 그것은 기억과 정체성, 그리고 사회적 관계를 구성해가는 과정에서 발생하는 '다중적 스케일'(multi-scalar) 접근 방법을 요청한다. 대안적인 '로컬리티 기록화' 전략은 기존의 노동아카이브가 해결해야 하는 기록 생산과 활용 사이의 문제점을 해소하는 데 기여할 것이다.

• 대한의용생체공학회:의공학회지
• /
• 제23권1호
• /
• pp.49-60
• /
• 2002

본 논문에서는 프레임율의 저하없이 개선된 해상도를 얻을 수 있는 동시 다중 송신집속 기법을 제안한다. 제안한 기법은 짧은 펄스를 사용하여 한 영역에 고정 송신 집속하는 기존의 방법과는 달리 여러 송신 집속점에 서로 독립적으로 집속된 쳐프 신호들을 동시에 송신한다. 수신된 신호는 정합 과정을 통하여 송신 집속 위치에 따라 각 쳐프 신호로 분리되고 짧은 펄스로 압축된다. 이렇게 압축되고 분리된 신호들은 각각 수신 동적 집속된 후 거리에 따라 집속 위치별로 선택되고 하나의 신호로 결합되어 개선된 측방향 해상도의 영상을 구성한다. 송신시 동시에 여러 위치에 초음파를 집속하고 수신시 이를 분리하기 위해서 사용된 터프 신호들은 주파수 대역에서 분할되어 서로 직교 특성을 갖도록 설계되었는데 변환자의 제한된 대역폭내에 많은 수의 의미있는 쳐프 신호를 설계하기 위해서 인접한 두 쳐프 신호의 주파수 대역 겹침을 허용하였다. 이때 대역 겹침으로 발생한 상호상관값의 상승을 억제하기 위해 인접한 두 쳐프 신호의 주파수 변화 방향을 엇갈리게 하는 밥법을 제안하였다. 특히 대역분할로 설계된 쳐프 신호중 낮은 주파수 성분의 신호를 변환자로부터 가까운 지역에 집속하고 높은 주파수 성분의 쳐프 신호를 먼 지역에 집속함으로써 깊이에 따라 영상의 해상도의 질을 일정하게 유지시켰다 더욱이 상관기를 이용한 정합 과정에서 신호가 압축되기 때문에 펄스 압축 기법에서 얻는 SNR를 증가시키는 이점이 있다 이때 상관기를 통한 압축 과정에서 쳐프 신호의 첨두값이 쳐프 신호의 길이에 따라 증가하기 때문에 깊이에 따를 높은 주파수 성분의 감쇄에도 불구하고 이렇게 높은 주파수 성분의 터프 신호를 깊은 지역에 사용할 수 있었다. 제안한 동시 다중 송신집속 기반의 시스템을 상관기의 위치에 따라 이상적인 구조와 현실적인 구조로 나타냈으며, 모사 실험을 통하여 기존의 펄스 집속 기법과 비교하여 그 성능을 검증하였다.hrough the medium. By digitizing the analog receiver outputs, and recording the signals for spectral analysis, surface wave velocities can be identified. Modifications to the SASW method includes the reduction of boundary reflections as adopted on the surface waves before the point where the reflected compression waves reach the receivers. In this study, the correlation between the surface wave velocity and the compressive strength of cement mortar is developed using one 36"x36"x4"(91.44$\times$91.44$\times$91.44 cm) cement mortar slab of 2,000 psi (140 kgf/$\textrm{cm}^2$) and two 36"x36"x4"(91.44$\times$91.44$\times$91.44 cm) cement mortar slabs of 3,000 psi (210 kgf/$\textrm{cm}^2$). public transportation, and availability of locally grown food were the important factors for deciding the place compared to those who had higher education. The price was the factor which

• 정보과학회 논문지
• /
• 제41권10호
• /
• pp.762-773
• /
• 2014

시맨틱 웹상에서 RDFS로 표현된 데이터의 사용 증가로 인하여, 대용량 데이터의 추론에 대한 많은 요구가 생겨나고 있다. 많은 연구자들은 대용량 온톨로지 추론을 수행하기 위해서 하둡과 같은 고가의 분산 프레임워크를 활용한다. 그러나, 적절한 사이즈의 RDFS 트리플 추론을 위해서는 굳이 고가의 분산 환경 시스템을 사용하지 않고 단일 머신에서도 논리적 프로그래밍을 이용하면 분산 환경과 유사한 추론 성능을 얻을 수 있다. 본 논문에서는 단일 머신에 논리적 프로그래밍 방식을 적용한 대용량 RDFS 추론 기법을 제안하였고 다중 머신을 기반으로 한 분산 환경 시스템과 비교하여 2억개 정도의 트리플에 대한 RDFS 추론 시스템을 적용한 경우 분산환경과 비슷한 성능을 보이는 것을 실험적으로 증명하였다. 효율적인 추론을 위해 온톨로지 모델을 세부적으로 분리한 메타데이터 구조와 대용량 트리플의 색인 방안을 제안하고 이를 위해서 전체 트리플을 하나의 모델로 로딩하는 것이 아니라 각각 온톨로지 추론 규칙에 따라 적절한 트리플 집합을 선택하였다. 또한 논리 프로그래밍이 제공하는 Unification 알고리즘 기반의 트리플 매칭, 검색, Conjunctive 질의어 처리 기반을 활용하는 온톨로지 추론 방식을 제안한다. 제안된 기법이 적용된 추론 엔진을 LUBM1500(트리플 수 2억개) 에 대해서 실험한 결과 166K/sec의 추론 성능을 얻었는데 이는 8개의 노드(8 코아/노드)환경에서 맵-리듀스로 수행한 WebPIE의 185K/sec의 추론 속도와 유사함을 실험적으로 증명하였다. 따라서 단일 머신에서 수행되는 본 연구 결과는 트리플의 수가 2억개 정도까지는 분산환경시스템을 활용하지 않고도 분산환경 시스템과 비교해서 비슷한 성능을 보이는 것을 확인할 수 있었다.

• 한국콘텐츠학회:학술대회논문집
• /
• 한국콘텐츠학회 2004년도 추계 종합학술대회 논문집
• /
• pp.327-332
• /
• 2004

USB(Universal Serial Bus)는 최근 컴퓨터시스템에서 가장 인기 있는 인터페이스 중의 하나인데 이를 보다 확대하여 사용 시 즉, 다수의 디바이스들이 서로 연결되는 댁내망을 구성할 때는 버스대역을 시분할 다중화(TDM, Time Division Multiplexing) 방식으로 사용하는 USB의 특징상 버스대역의 병목현상을 초래하게 되는 데 이러한 상황을 보다 효율적으로 대처할 수 있는 버스 대역 사용방안을 제안 한다. 기본적으로 USB 통신방식으로 디지털 정보가전 간 실시간 동영상 정보 전송을 위한 시스템을 구현함에 있어 보다 효율적인 데이터 전송을 위한 USB 데이터 전송타입과 디바이스 간 정보 교환을 위한 정의된 포맷을 가지는 데이터 구조인 각 디스크립터(Descriptor)들을 분석하여 동영상 전송을 위한 등시성(Isochronous)전송 방식의 세부 성능 향상 방법을 제안한다. 하나의 디바이스 설정(Configuration)이 2개의 대안적 설정(AlternateSetting)을 가지는 인터페이스(Interface)를 가정할 경우 버스 트래픽 과다에 의한 Isochronous 전송이 원활하지 않을 경우에 인터페이스의 AlternateSetting을 변경하고 설정요청(SetInterface() Request)하여 충분한 버스대역을 할당받지 못 하는 디바이스에 있어서도 최소한의 데이터 프레임률을 보장하고자 한다. 그리고 버스 트래픽이 정상인 경우 원래의 AlternateSetting으로 복귀하는 알고리즘을 제안한다. 이 제안 방법으로 다수의 디바이스들이 연결되어지는 홈 네트워크 댁내망에서의 동영상 데이터 전송 시 발생할 수 있는 병목현상을 해결한다.

• 한국통신학회논문지
• /
• 제37권4A호
• /
• pp.239-249
• /
• 2012

최근 자연스러운 3차원 영상의 재현을 위하여 깊이영상을 이용한 영상합성 방법이 널리 이용되고 있다. 깊이영상은 시청자의 눈에 보이지는 않지만 합성영상의 화질을 결정하는 중요한 정보이므로 정확한 깊이영상을 획득하는 것이 중요하다. 특히 적외선 센서를 이용한 깊이 카메라(time-of-flight camera)는 보다 정확한 깊이영상을 획득하는데 이용되고 있다. 깊이 카메라는 스테레오 정합(stereo matching)에 비해 정확하고 실시간으로 깊이정보를 추출할 수 있지만, 제공되는 해상도가 너무 낮다는 단점이 있다. 본 논문에서는 단시점의 깊이영상을 두 시점의 깊이영상으로 확장하고, 이를 이용하여 여러 시점의 중간영상을 생성하는 시스템을 제안한다. 특히 복잡도를 낮춰 빠른 속도로 다시점 영상을 생성하는 시스템을 제안한다. 고해상도의 컬러 영상을 획득하기 위하여 두 대의 컬러 카메라를 설치하고 중간에 깊이 카메라를 획득한다. 그리고 깊이 카메라에서 획득한 깊이영상을 3차원 워핑을 이용하여 양쪽의 컬러 카메라의 위치로 시점 이동한다. 깊이영상과 컬러영상간의 객체 불일치 문제는 깊이값의 신뢰 도를 기반으로 한 조인트 양방향 필터(joint bilateral filter)를 이용하여 보정한다. 이러한 과정을 통해 얻은 깊이영상은 다시점 영상 합성 방법을 이용하여 다시점 영상을 획득한다. 이와 같은 과정은 다중 스레드를 이용하여 빠르게 처리할 수 있도록 구현했다. 실험을 통해 두 시점의 컬러영상과 두 시점의 깊이영상이 실시간으로 획득했고, 약 7 fps의 프레임율로 10시점의 중간시점을 동시에 생성했다.

• 예술경영연구
• /
• 제55호
• /
• pp.39-73
• /
• 2020

최근 1인 가구의 급격한 증가는 전반적인 소비 트렌드뿐만 아니라 예술공연시장에도 큰 영향을 미치고 있다. 공연관람 형태 중 1인 관람객 비중이 절반에 육박하면서 '혼공족'이라는 신조어가 널리 사용되고 있는 실정이다. 이러한 '1인 소비', '나만을 위한 소비' 트렌드를 대표하는 것이 나 자신을 위해 특별한 소비를 하는 '자기선물' 개념이다. 본 연구는 나를 위한 소비에 투자를 아끼지 않는 새로운 공연 관람객 집단을 이해하기 위한 틀로서 자기선물 개념을 도입하였다. 그리고 자기선물 동기가 공연관람의 인지된 가치와 자기선물 의향에 어떤 영향을 주는지를 실증하였다. 또한 1인 관람객만의 특징을 보다 명확히 확인하기 위해서 1인 관람객 집단과 2인 이상 동반관람객 집단에서 자기선물 동기의 영향력에 유의한 차이가 있는지를 검증하였다. 실증분석은 특별한 소비로서 자기선물의 특성이 잘 반영될 수 있도록 상대적으로 관람비용이 고가인 클래식 음악공연을 대상으로 삼았다. 분석결과 자기선물 동기 중 보상 동기, 실망치유 동기 및 부정적 무드 감소 동기가 공연관람의 인지된 가치를 통해 자기선물 의향에 유의한 영향을 미침을 확인하였다. 그리고 다중집단분석을 통해서 1인 관람객과 2인 이상 동반 관람객 사이에 자기선물 동기 요소의 영향력에 유의한 차이가 있다는 점도 밝혔다. 문화예술 공연계가 1인 관람객, 나를 위한 소비 트렌드에 대응하기 위해서 이러한 고객집단을 이해하는 이론적 기반을 최초로 제공했다는 점에 본 연구의 기여가 있다. 또한 공연관람을 자기선물로 프레이밍 함으로써 침체된 클래식음악 공연시장을 활성화할 수 있는 실무적 시사점도 제공하였다.

• 지식경영연구
• /
• 제23권2호
• /
• pp.277-299
• /
• 2022

관광산업에서 발생하는 방대한 카드 거래 데이터는 관광객의 소비 행태와 패턴을 암시하는 중요한 자원이 되었다. 거래 데이터에 기반을 둔 스마트 서비스 시스템을 개발하는 것은 관광산업과 지식관리시스템 개발자들의 주요한 목표들 중 하나이다. 그러나 기존 추천 기법의 근간이 되어 온 평점을 활용하기 어렵다는 점은 시스템 설계자들이 학습 과정을 평가하기 어렵게 한다. 또한 시간적, 공간적, 인구통계학적 정보와 같이 추천 성과를 높일 수 있는 보조 요소들을 적절히 활용하는 방법도 어려운 상황이다. 이러한 문제들에 대하여 본 논문은 카드 거래 데이터를 기반으로 관광 서비스를 추천하는 새로운 방식인 CTDDTR을 제안한다. 먼저 Doc2Vec를 이용하여 시간성 선호도를 임베딩하여 관광객 그룹과 서비스 벡터로 데이터를 표현하였다. 다음 단계로 딥러닝 기술 중 하나인 다중 계층 퍼셉트론을 도입하여 얻어진 벡터와 관광 RDF로부터 도출한 보조 요소를 통합하여 심층 추천 모듈을 구성하였다. 추가로, 지식경영 분야의 RFM 분석 기법을 심층 추천 모듈에 도입하여 심층 신경망을 학습하는데 사용되는 평점을 생성함으로써 평점 부재 문제에 대응하였다. 제안한 CTDDTR의 추천 성능을 평가하기 위해 제주도에서 8년 동안 발생한 카드 거래 데이터를 사용하였고, 제안된 방법의 우수한 추천 성능과 보조 요소의 효과를 증명하였다.

• 융합신호처리학회논문지
• /
• 제24권2호
• /
• pp.119-125
• /
• 2023

본 연구에서는 전동 이동 보조기를 이용하는 교통약자의 이동을 저해하거나 불편을 초래하는 횡단 보도, 측구, 맨홀, 점자블록, 부분 경사로, 임시안전 방호벽, 계단, 경사형 연석과 같은 주행 장애물 객체를 촬영한 뒤 객체를 분류하고 이를 자동 인식하는 최적의 AI 모델을 개발하여 주행 중인 전동 이동 보조기 전방에 나타난 장애물을 효율적으로 판단할 수 있는 알고리즘을 구현하고자 한다. 객체 검출을 높은 확률로 AI 학습이 될 수 있도록 데이터 셋 구축 시 라벨링 형태를 폴리곤 형태로 라벨링 하며, 폴리곤 형태로 라벨링 된 객체를 탐지할 수 있는 Detectron2 프레임워크를 활용하여 Mask R-CNN 모델을 활용하여 개발을 진행하였다. 영상 획득은 일반인과 교통약자의 두 개 그룹으로 구분하여 진행하였고 테스트베드 2개 지역에서 얻어진 영상정보를 확보하였다. Mask R-CNN 학습 결과 파라미터 설정은 IMAGES_PER _BATCH : 2, BASE_LEARNING_RATE 0.001, MAX_ITERATION : 10,000으로 학습한 모델이 68.532로 가장 높은 성능을 보인 것이 확인되어 주행 위험, 장애 요소를 빠르고 정확하게 사용자가 인지할 수 있도록 하는 딥러닝 모델을 구축이 가능한 것을 확인할 수 있었다.